基于梯度比率的SAR图像局部特征提取方法技术

基于梯度比率的SAR图像局部特征提取方法，包括以下步骤：1、首先计算原始SAR图像所有像素的梯度比率特征值GRP；2、利用判别函数对每个像素生成其相应范围邻域的二值化编码串，作为描述其特性的局部梯度比率二值模式；然后合并旋转后具有相同最小模式的二值编码模式，计算其值，得到原始SAR图像的局部梯度比率直方图；4、采用对称KL准则SKLD比较不同图像的特征相似性，作为对特征描述子准确性的衡量；本发明专利技术提出的特征提取算法不仅能够克服SAR图像乘性噪声的影响，而且对目标的旋转变化有很好的鲁棒性。

Local feature extraction of SAR image based on gradient ratio

【技术实现步骤摘要】
基于梯度比率的SAR图像局部特征提取方法
本专利技术涉及电子信息
，具体涉及一种基于梯度比率的SAR图像局部特征提取方法。
技术介绍
图像之间的相似性度量可以通过构建SAR图像特征描述子进行衡量，国内外学者对特征描述子的相关算法进行了大量研究。在光学图像领域中，局部二值模式(localbinarypattern，LBP)是一种描述中心像素点与周围像素点灰度大小关系的纹理算法，该方法计算简单且具有部分尺度、旋转和亮暗不变性等优点，被广泛地应用于人脸图像分析、目标检测与跟踪等领域。在SAR图像领域中，局部梯度比率直方图(localgradientratiopatternhistogram，LGRPH)是一种比率测度算子，克服了SAR图像的相干斑噪声和局部梯度变化，有效地用于SAR图像目标识别。由于LBP算子是基于像素灰度差值计算，在SAR图像中易受乘性噪声的影响，精确性差。而LGRPH特征缺少对方向角度的描述，在SAR图像中对目标旋转变化不鲁棒。
技术实现思路
本专利技术的目的是提供基于梯度比率的SAR图像局部特征提取方法。本专利技术要解决的问题是LBP算子在SAR图像中易受乘性噪声的影响，精确性差，而LGRPH特征缺少对方向角度的描述，在SAR图像中对目标旋转变化不鲁棒的问题。为实现本专利技术的目的，本专利技术采用的技术方案是：基于梯度比率的SAR图像局部特征提取方法，包括以下步骤：1、首先计算原始SAR图像所有像素的梯度比率特征值GRP；2、利用判别函数对每个像素生成其相应范围邻域的二值化编码串，作为描述其特性的局部梯度比率二值模式；然后合并旋转后具有相同最小模式的二值编码模式，计算其值，得到原始SAR图像的局部梯度比率直方图；4、采用对称KL准则SKLD比较不同图像的特征相似性，作为对特征描述子准确性的衡量。本专利技术的优点是：通过步骤1中邻域像素与中心像素的灰度值差值与邻域像素灰度值作比，获得对SAR图像的抗噪性，步骤3中根据循环移位后具有相同最小二进制模式，进行编码模式合并，使其具备旋转不变性，步骤4计算不同图像的特征描述子的相似性，从而获得快速进行SAR图像识别的能力。附图说明图1是LBP算子计算过程；图2是LGRP特征计算过程；图3是合并模式的映射关系；图4是相似度计算流程。具体实施方式下面结合附图及实施例对本专利技术作进一步的说明。本专利技术基于梯度比率的SAR图像局部特征提取方法，包括：1、首先计算原始SAR图像所有像素的梯度比率特征值GRP；首先取原始SAR图像某个像素的邻域，计算邻域像素梯度值；a)将邻域像素梯度值与自身灰度值作比，得到该邻域像素的梯度比率特征值；b)求取所有邻域像素的梯度比率特征值的平均值，作为该像素的梯度比率特征值；c)然后根据LBP算子计算二值编码模式的思路，计算该像素基于梯度比率特征值的二值编码模式，作为对该像素的描述；d)对循环移位后具备相同最小二进制模式的编码模式进行合并，得到的新模式作为对这一类像素的描述；e)计算合并后新模式的值作为该像素的特征值；f)依次遍历所有像素，得到所有像素的特征值；统计所有像素的特征值形成灰度直方图，就是原始SAR图像的旋转不变局部梯度比率直方图(localgradientratiopatternhistogram，LGRPH)。2、利用判别函数对每个像素生成其相应范围邻域的二值化编码串，作为描述其特性的局部梯度比率二值模式；3、然后合并旋转后具有相同最小模式的二值编码模式，计算其值，得到原始SAR图像的局部梯度比率直方图；4、采用对称KL准则SKLD比较不同图像的特征相似性，作为对特征描述子准确性的衡量；计算两幅图的特征向量，分别记做和；根据SKLD准则的定义，计算两幅图的相似度；采用高斯隶属度函数，将的取值范围映射到相似度的取值范围之间。本文档来自技高网...

【技术保护点】
1.基于梯度比率的SAR图像局部特征提取方法，其特征是：包括以下步骤：首先计算原始SAR 图像所有像素的梯度比率特征值GRP；利用判别函数对每个像素生成其相应范围邻域的二值化编码串，作为描述其特性的局部梯度比率二值模式；然后合并旋转后具有相同最小模式的二值编码模式，计算其值，得到原始SAR 图像的局部梯度比率直方图；采用对称KL准则SKLD比较不同图像的特征相似性，作为对特征描述子准确性的衡量。

【技术特征摘要】
1.基于梯度比率的SAR图像局部特征提取方法，其特征是：包括以下步骤：首先计算原始SAR图像所有像素的梯度比率特征值GRP；利用判别函数对每个像素生成其相应范围邻域的二值化编码串，作为描述其特性的...

【专利技术属性】
技术研发人员：王庆，雷富强，王文亮，张巍，王金魁，赵斌，
申请(专利权)人：中船浙江海洋科技有限公司，
类型：发明
国别省市：浙江,33