【技术实现步骤摘要】
一种SAR图像目标检测方法及系统
本专利技术涉及图像处理
，具体涉及一种SAR图像目标检测方法及系统。
技术介绍
合成孔径雷达(SyntheticApertureRadar，SAR)是一种可以产生高分辨率图像的微波遥感器，具有全天时、全天候、多波段、覆盖面积大和穿透性强等优点，广泛应用于军事侦察、灾情估计、森林环境监测等领域。尤其在军事应用领域，SAR图像中的亮区域通常是有价值的人造军事目标，因此快速准确地检测出SAR图像中的亮目标具有重要的意义。但是，由于SAR特殊的相干成像机制，使得SAR图像不可避免地含有相干斑噪声，影响成像质量，这对快速准确地检测SAR图像中的亮目标带来了很大的困难。现有的SAR图像目标检测方法中，恒虚警率(ConstantFalseAlarmRate，CFAR)方法的应用最广泛，该方法先根据区域杂波数据建立杂波分布模型，绘制出该分布模型的概率密度曲线，然后通过虚警率求出目标像素分割阈值，最后利用阈值检测出SAR图像中的高灰度值目标。在目标与背景具有较高的对比度且场景简单的情况下，该方法...
【技术保护点】
1.一种SAR图像目标检测方法，所述方法包括以下步骤：/nS1、根据灰度标准差滤波方法对SAR图像进行预处理，获得灰度标准差滤波图像；/nS2、根据频率调谐显著性检测算法处理所述灰度标准差滤波图像，获得显著图像；/nS3、利用自适应阈值分割方法对所述显著图像进行处理，获得白色目标区域以及黑色背景区域；/nS4、利用区域增长法对所述白色目标区域内的各白色像素点进行处理，获得目标区域图。/n
【技术特征摘要】
1.一种SAR图像目标检测方法，所述方法包括以下步骤：
S1、根据灰度标准差滤波方法对SAR图像进行预处理，获得灰度标准差滤波图像；
S2、根据频率调谐显著性检测算法处理所述灰度标准差滤波图像，获得显著图像；
S3、利用自适应阈值分割方法对所述显著图像进行处理，获得白色目标区域以及黑色背景区域；
S4、利用区域增长法对所述白色目标区域内的各白色像素点进行处理，获得目标区域图。
2.如权利要求1所述的方法，其特征在于，所述步骤S1包括以下步骤：
S10、计算所述SAR图像的灰度积分图和灰度平方积分图；
S11、计算所述SAR图像的各局部区域灰度标准差；
S12、对各所述局部区域灰度标准差进行归一化处理，获得灰度标准差滤波图像。
3.如权利要求2所述的方法，其特征在于，所述步骤S10具体包括以下步骤：
设输入图像宽度为width、高度为height，则图像的像素个数为K＝width*height，灰度积分图中任一点(xM,yM)(0≤M<K)处的值V(xM,yM)为其左上角的所有像素灰度值之和，计算公式如下：
其中，g(x,y)中表示输入图像中(x,y)点的灰度值；
以(x1,y1)为左上角点，以(x2,y2)为右下角点的区域的像素灰度和可通过下式计算：
v_sum[(x1,y1):(x2,y2)]＝V(x2,y2)+V(x1,y1)-V(x1,y2)-V(x2,y1)；
该区域的像素灰度均值为：
灰度平方积分图中任一点(xM,yM)的W(xM,yM)为其左上角的所有像素灰度值平方之和，计算公式为：
以(x1,y1)为左上角点，以(x2,y2)为右下角点的区域的像素灰度平方和为：
w_sum[(x1,y1):(x2,y2)]＝W(x2,y2)+W(x1,y1)-W(x1,y2)-W(x2,y1)；
该区域的像素灰度平方均值为：
4.如权利要求2所述的方法，其特征在于，所述步骤S11具体包括以下步骤：
根据灰度积分图和灰度平方积分图计算以所述SAR图像任一像素点(xM,yM)为中心大小为N×N的所述局部区域的灰度标准差σ(xM,yM)，所述局部区域的左上角坐标为(x1,y1)＝(xM-N/2,yM-N/2)，所述局部区域的右下角坐标为(x2,y2)＝(xM+N/2,yM+N/2)，所述局部区域的灰度均值为μ＝v_aver[(x1,y1):(x2,y2)]，则所述局部区域的灰度标准差σ(xM,yM)计算公式如下：
其中，满足预设条件的所述SAR图像的所述像素(xM,yM)(N/2≤xM＜width-N/2,N/2≤yM＜height-N/2)均对应一个局部区域灰...
【专利技术属性】
技术研发人员：桂阳，周世平，黄龙，李芬芬，侍伟伟，靳永亮，韩建莉，
申请(专利权)人：湖北航天技术研究院总体设计所，
类型：发明
国别省市：湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。