基于图像区域积累的视频SAR运动目标检测方法技术

本发明专利技术公开了一种基于动态阴影的视频SAR运动目标检测方法，主要解决现有视频SAR运动目标检测不稳健的问题。其实现方案为：1)设计积累窗并对视频SAR图像序列进行区域积累；2)确定积累门限并对积累结果进行图像重整；3)对重整后的图像二值分割；4)对二值分割后的图像进行连通域大小统计并保留大小在0.4倍目标所占像素点总数与2倍目标所占像素点总数范围内的连通域；5)对连通域处理后的图像进行帧间相关处理去除非目标阴影，完成运动目标检测。本发明专利技术通过对视频SAR图像进行区域化的多帧联合检测，有效抑制了虚警和漏警概率并提高了检测性能，可用于视频SAR运动目标的跟踪和实时探测。

Moving target detection method of video SAR Based on image region accumulation

【技术实现步骤摘要】
基于图像区域积累的视频SAR运动目标检测方法
本专利技术属于数据处理
，特别涉及一种SAR运动目标检测方法，可用于视频SAR运动目标的跟踪和实时探测。
技术介绍
视频SAR成像雷达能够全天时、全天候、高精度地对地面目标区域进行实时成像，具有成像帧率高、分辨率高的特点，能有效克服红外/可见光传感器易受天气条件和战场环境影响的弱点，同时也能克服常规SAR系统帧率低、动目标检测跟踪困难等缺陷。视频SAR成像时，运动目标图像会发生散焦和移位，但会在其真实位置留下阴影，并且成像阴影会在视频成像模式下所获得的图像序列中发生移动。因此，基于动态阴影的数据处理技术从原理上可以实现对运动目标的检测和跟踪。然而，由于SAR使用相干电磁波进行成像，导致SAR图像中存在大量的相干斑噪声，利用阴影进行目标检测时将产生大量虚警，因此对视频SAR中的运动目标进行稳健的检测具有重要意义。现有的基于视频SAR中动态阴影的运动目标检测方法大多从图像配准的角度出发，通过提取静止背景的图像序列并与场景视频SAR图像序列相减，得到图像序列中的变化信息。该类方法是基于单像素点的操作，存在着背景提取不准确、虚警率过高的问题。近年来，越来越多的检测方法被应用在视频SAR的运动目标检测中，基于视频SAR图像帧的动目标检测技术也因此得到了发展。DoerryA、MillerJ、BishopE等人在论文“ShadowProbabilityofDetectionandFalseAlarmforMedian-FilteredSARImagery”中通过中值滤波方法抑制了相干斑噪声并提高了SAR图像中阴影区域的单点检测性能。YZhang、XMao等人在论文“Anovelapproachtomovingtargetsshadowdetectioninvideosarimagerysequence”中则针对Sandia实验室公布的视频数据通过图像处理的方式提取动态阴影从而达到动目标检测的目的。这两种方法均是基于图像像素的操作，由于没有考虑运动目标阴影的像素间关系，以及帧间的阴影时序变化关系，因而易出现虚警、漏警过高的问题，造成对低速目标以及高机动目标点的检测性能恶化。
技术实现思路
本专利技术的目的在于针对上述现有技术的不足，提出一种基于图像区域积累的视频SAR运动目标检测方法，以减小视频SAR中由帧间阴影时序变化带来的虚警和漏警影响，提高动目标的检测概率。实现本专利技术目的的技术方案包括如下步骤：(1)对视频SAR图像序列进行区域积累:1a)设置积累窗，根据视频SAR图像序列的分辨率和运动目标阴影在图像中的尺寸确定积累窗大小为N*N，其中N为奇数，其中*表示点乘；1b)使用滑动积累窗的方法进行图像区域积累，积累窗中心从第一个图像像素开始逐点移动，每个对应像素点的值由对该点周围的积累窗内覆盖的图像强度值求和确定；1c)重复1b)直至积累窗中心完全遍历视频SAR图像序列，生成积累后的图像序列；(2)确定积累门限ST并对积累结果进行图像重整:2a)根据均匀背景概率密度函数fB(s)、系统噪声水平λ和对虚警率Pfa的要求,利用下式确定积累门限ST，即：2b)利用积累门限ST对1c)中生成的积累后图像序列进行统一重整，即设置与1a)中积累框大小相同的重整框，将该重整窗中心从积累后图像中第一个像素开始不断移动，若重整框内中心像素的能量低于2a)中所确定的积累门限ST，则对重整框内所覆盖的所有像素点做加1操作，否则，做加0操作；2c)重复2b)中对重整窗中心的移动和累加操作直至重整窗中心点完全遍历图像序列，使得每个像素点完成N*N次累加运算，像素点的取值范围为[0,N*N]；(3)对重整后的图像选取N*(N-1)/2为门限进行二值分割，分割后图像的取值范围为[0,1]；(4)对(3)中二值分割后的图像进行连通域统计，删除图像中像素点个数大于2倍目标所占像素点总数的大型连通域和小于0.4倍目标所占像素点总数的小型连通域；(5)对(4)处理后的图像进行帧间相关处理，完成运动目标的检测：5a)初始化运动目标检测集，即将初始帧中的全部阴影检测结果作为初始运动目标阴影；5b)逐帧对上一帧检测结果中相邻帧间位移超过运动目标尺寸一半的阴影进行保留，对相邻帧间位移不超过运动目标尺寸一半的阴影予以删除；5c)对5b)保留的阴影中连续出现在3帧图像中的静止阴影和对在连续5帧图像中任意出现3帧的闪烁阴影均予以删除，最终得到动目标的检测结果。本专利技术与现有技术相比具有以下优点：1.本专利技术通过对视频SAR图像序列进行逐像素点的扫描和检测，对每个像素点的联合区域信息进行判断，有效抑制了相干斑对检测的影响。2.本专利技术通过对积累图像进行二次阈值分割大幅度提高阴影区域的检测性能。3.本专利技术利用跟踪思想，避免了背景的提取，从而大大减少图像配准带来的计算，以及背景提取带来的边缘误差。4.本专利技术联系多帧间的动态信息，有效去除静态阴影及闪烁虚假运动目标，提高真实运动目标的检测准确度。附图说明图1是本专利技术的实现流程图；图2是本专利技术中通过积累窗对图像进行区域积累的示意图；图3是本专利技术中对图像进行统一重整的示意图；图4是用本专利技术进行视频SAR运动目标检测的仿真结果图。具体实施方式下面结合附图对本专利技术的实施例和效果做进一步描述。参照图1，本专利技术的实施步骤如下：步骤一，设计积累窗并对高帧率视频SAR图像序列进行区域积累。1.1)设置积累窗大小N：积累窗的大小由视频SAR图像序列的分辨率以及运动目标在图像中的尺寸决定，过小的窗尺寸不能有效对阴影区域进行积累，过大的窗尺寸将恶化图像序列的分辨率。积累窗的设计规则是要与运动目标阴影尺寸大小相当且不大于运动目标阴影尺寸，以保证存在部分阴影区域能被积累窗完全覆盖，且考虑到运动目标的运动方向无法先验获取，故采用正方形积累窗口。本实例中，是在视频SAR图像序列中选取第104帧如图4(a)所示，SAR图像分辨率为0.2m，运动目标尺寸为1.8m*4.6m，故运动目标阴影将至少占据SAR图像中9*23个像素点，为保证阴影区域得到有效积累，取N＝2*ceil(min(N1,N2)/2)-1，其中ceil()表示向上取整，*表示点乘，N1,N2为运动目标在图像中占据的二维像素点大小；在本例中N1＝9,N2＝23，则取N＝7，则积累窗的尺寸设计为7*7；1.2)使用滑窗方法进行图像区域积累，得到当前积累窗中心的强度：如图2所示，本步骤是利用积累窗通过逐一遍历像素点的方法对视频SAR新图像进行区域积累，即先将积累窗中心从第一个图像像素开始不断移动，使得积累窗在移动过程中覆盖不同的图像区域，导致积累窗内每个像素点的强度大小随之改变；再将积累窗所覆盖区域所有像素点的强度进行求和，得到当前积累窗中心的强度。1.3)重复1.2本文档来自技高网...

【技术保护点】
1.一种基于图像区域积累的视频SAR运动目标检测方法，其特征在于，包括如下：/n(1)对视频SAR图像序列进行区域积累:/n1a)设置积累窗，根据视频SAR图像序列的分辨率和运动目标阴影在图像中的尺寸确定积累窗大小为N*N，其中N为奇数，*表示点乘；/n1b)使用滑动积累窗的方法进行图像区域积累，积累窗中心从第一个图像像素开始不断移动，每个对应像素点的值由对该点周围的积累窗内覆盖的图像序列值求和确定；/n1c)重复1b)直至积累窗中心完全遍历视频SAR图像序列，生成积累后的图像序列；/n(2)确定积累门限S

【技术特征摘要】
1.一种基于图像区域积累的视频SAR运动目标检测方法，其特征在于，包括如下：
(1)对视频SAR图像序列进行区域积累:
1a)设置积累窗，根据视频SAR图像序列的分辨率和运动目标阴影在图像中的尺寸确定积累窗大小为N*N，其中N为奇数，*表示点乘；
1b)使用滑动积累窗的方法进行图像区域积累，积累窗中心从第一个图像像素开始不断移动，每个对应像素点的值由对该点周围的积累窗内覆盖的图像序列值求和确定；
1c)重复1b)直至积累窗中心完全遍历视频SAR图像序列，生成积累后的图像序列；
(2)确定积累门限ST并对积累结果进行图像重整:
2a)根据均匀背景概率密度函数fB(s)、系统噪声水平λ以及对虚警率Pfa和检测概率Pd的要求，结合下式确定积累门限ST，即：



2b)利用积累门限ST对1c)中生成的积累后图像序列进行统一重整，即设置与1a)中积累框大小相同的重整框，将该重整窗中心从积累后图像中第一个像素开始不断移动，若重整框中心像素能量低于2a)中所确定的积累门限ST，则对重整框内所覆盖的所有像素点做加1操作，否则，做加0操作；
2c)重复2b)中对重整窗中心的移动和累加操作直至重整窗中心点完全遍历图像序列，使得每个像素点完成N*N次累加运算，像素点的取值范围为[0,N*N]；
(3)对重整后的图像选取N*(N-1)/2为门限进行二值分割，分割后图像的取值范围为[0,1]；
(4)对(3)中二值分割后的图像进行连通域统计，删除图像中像素点个数大于2倍目标所占像素点总数的大型连通域和小于0.4倍目标所占像素点总数的小型连通域；
(5)对(4)处理后的图像进行帧间相关处理，完成运动目标的检测：
5a)初始化运动目标检测集，即将初始帧中的全部阴影检测结果作为初始运动目标阴影；
5b)逐帧对上一帧检测结果中相邻帧间位移不超过目标尺寸一半的阴影进行保留，对相邻帧间位移超过目标尺寸一半的阴影予以删除；
5c)对5b)保留的阴影中连续出现在3帧图像中的静止阴影和对在连续5帧图像中任意出现3帧的闪烁阴影均予以删除，最终得到动目标的检测结果。


2.根据权利要求书1所述的方法，其中步骤1a)中根据视频SAR图像序列的分辨率和运动目标阴影在图像中的尺寸大小确定积累...

【专利技术属性】
技术研发人员：丁金闪，仲超，徐众，柯凌，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61