基于改进区域双边平滑的低速目标检测方法技术

本发明专利技术公开了一种基于改进区域双边平滑的低速目标检测方法。本方法适用于在噪声环境下，针对重点关注目标以目标外推位置为中心设计检测区域，然后对雷达数据预处理转化为图像数据，采用改进区域双边平滑算法，提出用多普勒速度对应的高斯函数值作为值域的权重项，与空间距离的权值系数核相结合，对目标区域增强处理，提高其对比度，之后用自适应阈值分割方法从背景中提取出目标区域轮廓，并结合多普勒速度进行目标凝聚，本发明专利技术有效的保留了目标区域边缘，弱化了噪声，提高了检测率。

【技术实现步骤摘要】
基于改进区域双边平滑的低速目标检测方法
本专利技术属于雷达数据处理领域。
技术介绍
由于雷达系统原因和目标背景环境的影响，回波信号接收过程中常常伴随着噪声和杂波。对杂波背景下的低速目标进行检测，一方面需要提高雷达杂波抑制性能，另一方面需要对回波能量进行积累。在传统的运动目标的检测中，常常采用自适应匹配滤波方法，如:广义似然比检测器(GeneralizedLikelihoodRatioTest,GLRT)、自适应匹配滤波检测器(AdaptiveMatchedFilter,AMF)，还可以通过多普勒滤波实现相参积累，有效提高了目标回波的信杂比，增强了检测运动目标的能力。但是，对于低速目标尤其在杂波环境下，采用传统的信号处理方法如MTI或MTD，由于MTI滤波器零频凹口深度和宽度的影响，滤波后会导致低速目标的信噪比损失，而采用MTD检测后再做恒虚警处理会因为杂波的影响而产生虚警，因此传统方法都很难检测出此类目标。本专利技术是从图像处理的角度出发，检测杂波中的低速目标，首先要进行区域增强，提高目标与杂波的对比度，尽量把目标从背景中分离出来(目标为前景，杂波为背景),完整提取目标的同时尽可能的去除噪声。当目标处在杂波区时，采用传统的雷达目标检测方法，设置严格的检测门限，杂波去除效果较好，但是目标也同样被去除，导致检测失败。故本专利技术是针对信号处理后的回波数据，把图像处理的相关理论引入到雷达目标检测领域，在检测区域内，采用改进的双边区域平滑算法进行目标检测，同时考虑了空域信息和速度相似性，增强了目标区域的对比度。既能提取出目标，又可以达到去噪的效果。
技术实现思路
本专利技术主要解决复杂环境下低速运动目标的检测问题。本专利技术针对重点关注目标，以目标外推位置为中心，根据多普勒速度的变化设计检测区域，并提出改进双边平滑技术进行区域内目标检测，用每个点对应的多普勒速度取代幅度作为高斯核函数的权重项，分别从空间邻近度和速度相似度两个角度计算权值，从而得到卷积模板，实现检测区域平滑，然后采用自适应阈值分割方法提取目标轮廓，进行目标凝聚。双边平滑是以高斯滤波为基础，高斯滤波在各个方向上平滑程度相同，不会改变原图像的边缘走向，同时高斯核函数均为单值函数，在所有方向上单调递减(与目标特性相符)，且各个位置的权重＝幅度点的位置坐标对应到二维高斯函数上的函数值，当σ的值较小的时候，如图1所示：当x＜-1且x＞1的时候，f(x)的取值已经趋近于0了，这就代表着更远位置的幅度值已经对计算当前位置的幅度没有意义,即达到突出目标区域的目的。为了实现提取目标去除噪声的目的，双边平滑采用了双高斯滤波器，在图像平坦区域，像素值变化很小，对应的像素范围域权重接近1，此时空间域权重起主要作用，相当于进行高斯模糊；在图像的边缘区域，像素值变化很大，像素范围域权重变大，从而保持了边缘的信息，其不仅考虑了目标幅度的欧氏距离，同时还考虑了检测区域内的幅度与中心幅度的差异。但是，在实际数据中，由于幅度的起伏影响，幅度相似度无法准确的作为目标检测的依据。因此，本专利技术用每个点对应的多普勒速度取代幅度作为高斯核函数的权重项，分别从空间邻近度和速度相似度两个角度计算权值，从而得到卷积模板，实现检测区域平滑。当目标和雷达之间存在径向速度时，会在接收机上产生多普勒频移，从而可以利用多普勒变化率获取目标速度，检测到运动目标。根据定义，多普勒频率fd与径向速度的关系为：其中，vr为径向速度，λ为波长，f为目标的频率，c为电磁波的传播速度，如图2所示。故本专利技术从空间域和值域对处在杂波区的目标进行增强，目标外推位置即为高斯函数的中心，如式(3)所示，即在邻域内，速度值越接近中心点速度值的点的权重更大，速度值相差大的点权重相对较小。此权重大小，则由值域高斯函数确定，两者权重系数相乘，得到最终的卷积模板。(1)空间距离：指的是当前点与中心点的欧氏距离，空间域高斯函数为：其中，(xi，yi)为当前点位置，(xc，yc)为中心点位置，σ为空间域标准差。(2)速度距离：指当前点速度与中心点速度的差的绝对值，值域高斯函数为：其中，doppler(xi，yi)当前点速度值，doppler(xc，yc)为中心点速度值，σ为值域标准差。高斯函数的宽度由参数σ表征的，其值决定了高斯函数的变化幅度，σ越大，高斯滤波器的频带就越宽，平滑程度就越好，优选3×3模板σ值为0.85。根据目标区域增强的结果，采用自适应阈值分割方法提取目标轮廓，该方法认为图像由前景和背景或者两族灰度值组成，在直方图上，其分布成山峰状态，在两个山峰之间的低谷即为图像分割的阈值。最后，根据阈值分割结果进行目标凝聚，传统的雷达目标检测方法是利用幅度信息，凝聚计算目标质心。由于幅度信息易受到静止杂波的干扰，往往会降低了检测概率，故本方法针对检测出的目标轮廓区域，引入多普勒速度进行目标凝聚。其中，D1n为目标轮廓内方位上逐个距离单元值，An目标轮廓内方位上凝聚后的幅度值，fn为目标轮廓内目标区域内某一方位上最大多普勒速度，f′凝聚后的目标多普勒速度。采用本专利技术的方法进行重点关注目标检测，可以实现复杂环境下目标区域增强，完整的保留目标的轮廓信息，去除杂波，为目标跟踪提供准确的量测数据。附图说明图1为多普勒速度示意图。图2为高斯核函数曲线。图3为基于改进区域双边平滑的低速目标检测方法流程图。图4为采用本专利技术方法进行区域目标增强及阈值分割的效果图。图5为原始检测区域的直方图。图6为采用本专利技术方法处理后检测区域的直方图。具体实施方式结合附图和实施例，对本专利技术的技术方案作进一步的解释说明。本专利技术提出了一种基于改进区域双边平滑的低速目标检测方法，实施例步骤如下(参见图3)：(1)针对重点关注目标，以目标外推位置为中心，根据多普勒速度的变化设计检测区域，宽度和高度分别为Δh＝dsin(θ)+kh′，Δw＝dcos(θ)+kw′，并根据子单元形成备选单元。其中，d为当前周期滤波值与外推值之间的距离，h′和w′为目标初始检测区域的高度和宽度，k为量程系数，其中，Δv为当前周期径向速度与前n个周期径向速度均值之差，f为当前周期检测区域内多普勒速度最大值，为前n个周期的多普勒速度最大值的均值，θ′＝arctan(vy/vx)，vx和vy分别为x和y方向上的径向速度。(2)对区域内数据预处理，转换成图像数据；(3)以目标外推位置作为高斯函数的中心，采用改进双边平滑进行目标区域增强，试验效果如图4所示，中间一副图是经过增强处理后的效果，噪声和杂波明显被平滑，目标区域保存完整；(4)自适应选取阈值。图5为原始目标区域的直方图，图中只有一个峰值，无法准确的区分出目标与噪声，而图6为经过改进的双边区域平滑处理后的目标区域直方图，图中明显出现了两个峰，幅度值在30至40之间的峰代表被平滑的背景本文档来自技高网...

【技术保护点】
1.基于改进区域双边平滑的低速目标检测方法，其特征在于：针对重点关注目标，以目标外推位置为中心，根据多普勒速度的变化设计目标检测区域，并提出改进双边平滑技术进行区域内目标检测，用每个点对应的多普勒速度取代幅度作为高斯核函数的权重项，分别从空间邻近度和速度相似度两个角度计算权值，从而得到卷积模板，实现检测区域平滑，最后采用自适应阈值分割方法提取目标轮廓，进行目标凝聚。/n

【技术特征摘要】
1.基于改进区域双边平滑的低速目标检测方法，其特征在于：针对重点关注目标，以目标外推位置为中心，根据多普勒速度的变化设计目标检测区域，并提出改进双边平滑技术进行区域内目标检测，用每个点对应的多普勒速度取代幅度作为高斯核函数的权重项，分别从空间邻近度和速度相似度两个角度计算权值，从而得到卷积模板，实现检测区域平滑，最后采用自适应阈值分割方法提取目标轮廓，进行目标凝聚。

【专利技术属性】
技术研发人员：孟凡，曹阳，贾倩茜，
申请(专利权)人：中国船舶重工集团公司第七二四研究所，
类型：发明
国别省市：江苏;32