一种含非合作目标的大场景SAR图像快速生成方法技术

本发明专利技术公开了一种含非合作目标的大场景SAR图像快速生成方法，目的是解决目前大场景图像生成中资源开销大、时间消耗长、目标配置不灵活的问题。技术方案是先建立背景图像和目标切片图像数据库，从背景图像数据库中选择所需的宽幅背景图像A并构造A的图像掩膜G；然后从目标切片图像数据库中选取P个目标切片图像并进行变换，得到与实测背景图像具有相同量化比特数的切片变换图；最后将包含不同目标类型、姿态角的切片变换图随机插入到由图像掩膜提供标志信息的背景图像A中，得到满足实际需要的大场景SAR图像。采用本发明专利技术避免了传统SAR场景仿真中复杂的场景建模过程，可快速生成多种不同的大场景图像，满足多样化的SAR图像解译算法训练与测试任务需要。

【技术实现步骤摘要】
一种含非合作目标的大场景SAR图像快速生成方法
本专利技术属图像处理
，涉及一种场景SAR(syntheticapertureradar)图像生成方法，尤其是适用于目标解译算法测试与验证的大场景SAR图像快速生成方法。
技术介绍
对SAR目标解译算法进行训练与测试离不开大量的数据支撑，尤其是以深度学习为代表的数据驱动算法，对大数据的依赖程度更深。与一般的光学图像相比，获取实测SAR图像数据对设备条件的要求更高，代价也更大。尤其是对于非合作目标，想获取大量实测数据更是难上加难。电磁仿真为SAR图像数据的获取提供了一条可行途径，特别是对于低曝光率的军事敏感目标，电磁仿真甚至是获得有效、充分性实验数据的唯一途径。在传统的场景SAR图像仿真中，通常是先对地/海面背景(或目标与地/海面背景一起)进行几何建模和网格剖分，再计算每个网格面元的散射场和回波，最后对回波数据进行成像(聚焦)处理，得到SAR图像数据。例如，文献1：陈镜许，王桢霖，刘兴钊，“基于GPU的海面场景SAR回波仿真”，信息技术，2011，4：1-4(称为
技术介绍
1)采用海谱模型对单纯的海面场景SAR图像进行了仿真；文献2：GengXupu，DongChunzhu，WangChao，YinHongcheng，ZhuGuoqing，“SARModelingandSimulationofComplexExtendedScenes”，10thInternationalSymposiumonAntennas,PropagationandEMTheory，Xi'an，China，2012，440-443(GengXupu等人在2012年的第12届天线、传播和电磁理论国际论坛上发表的论文，题目为复杂扩展场景的SAR建模与仿真，称为
技术介绍
2)考虑了近岛岸环境中的海面舰船目标，得到了目标与海面复合场景的仿真SAR图像。传统基于电磁仿真的场景SAR图像生成方法，其不足之处主要体现在以下几个方面：(1)复杂背景建模难度大。尤其是对于高海情海况环境或复杂地形地貌，构建高保真度模型的难度非常大；(2)大场景仿真运算量高。若要得到较为精确的仿真图像，必须对场景作精细化的网格剖分，网格剖分的颗粒度一般应小于图像分辨率的一半，这对于米级分辨率、几平方公里或几十平方公里大小的场景区域，其散射场的计算量非常大，耗时也很长；(3)目标配置的灵活性差。由于将目标与场景作为一个整体来处理，若要改变目标的姿态、数目、位置及空间分布形式，需要重新对场景进行建模和仿真计算，这将耗费大量的时间和计算资源。相比非合作目标，大幅宽实测SAR背景图像较易获取，且所获取的实测图像比电磁仿真图像置信度要高。相对于大场景，目标的尺寸要小得多，相应地通过电磁仿真方法得到单一目标SAR图像的效率也要高得多。若能将实测大幅宽背景图像与电磁仿真得到的小区域目标图像(本专利技术中统称为目标切片)相结合，生成满足目标解译算法测试与验证要求的大场景SAR图像数据，则既能克服传统方法在大场景图像生成时资源开销大、时间消耗长的不足，同时还能解决场景图像生成过程中目标配置不灵活的问题，这将为实际工程应用带来极大的便利。
技术实现思路
本专利技术要解决的技术问题是针对目前大场景图像生成中资源开销大、时间消耗长、目标配置不灵活的问题，提出一种含非合作目标的大场景SAR图像快速生成方法。本专利技术将实测背景图和切片图像相结合，以实测幅宽背景SAR图像为基础，构造图像掩膜，以此限定新增目标的位置分布，并将目标仿真图像转换成与实测背景图像具有相同表数范围(量化比特数)的切片变换图，最后将包含不同目标类型、姿态角的切片变换图随机插入到由图像掩膜提供标志信息的实测宽幅背景图中，得到满足实际需要的大场景SAR图像数据。由于插入目标类型、姿态和位置的随机性，可以快速生成多种不同的大场景图像，满足多样化的SAR图像解译算法训练与测试任务需要。本专利技术含非合作目标的大场景SAR图像快速生成方法包括以下步骤：第一步，建立背景图像和目标切片图像数据库，方法是：1.1构建背景图像数据库，背景图像数据库由K幅实测SAR宽幅背景图像组成，这些实测SAR宽幅背景图像从星载、机载或其他遥感平台获取，满足频段(C或X或Ku)和分辨率(1～5m)条件，K≥20。1.2构建目标切片图像数据库，目标切片图像数据库由R类典型(R≥3)非合作目标仿真切片图像组成，非合作目标仿真切片图像满足姿态角(方位0～360°全覆盖)条件。第二步，从背景图像数据库中选择所需的宽幅背景图像，方法是：根据特定任务需求，从背景图像数据库选择一幅SAR宽幅背景图像，记为A，其大小为M×N个像素。第三步，构造A的图像掩膜，方法是：3.1根据A的灰度级L构建A的背景像素直方图，得到第0级～第L-1级灰度的概率直方图H(0)，…，H(i)，…，H(L-1)，L为正整数，0≤i≤L-1，方法是：设图像A的灰度级为0～L-1，第i级灰度的像素个数为qi，图像A的总像素个数为则第i级灰度出现的概率为qi/Q，相应地第i级灰度的概率直方图H(i)为H(i)＝qi/Q(1)3.2对宽幅背景图A进行门限检测，得到A的二值图B，方法是：对于宽幅背景图A，需将图A中疑似目标所在的区域标记出来，这些区域在后续的处理中不能插入新的目标。为此，首要任务是先将图A中的疑似目标检测并标识出来。对于幅度分布模型为f(x)的背景杂波，设定虚警率为Pf，则检测门限Th0与虚警率Pf的关系满足：对于L级灰度图像，用H(i)代替式(2)中的模型函数f(x)，则虚警率Pf的积分算式可用求和方法计算为式中，i*为数字量化门限，对应0～L-1之间的一个灰度级。宽幅背景图A经门限处理后，得到二值图B，二值图B的任意一个像素(x,y)的值可表示为式中，(x,y)为图像像素坐标，且1≤x≤M，1≤y≤N。3.3对二值图B进行像素聚类处理，方法是：3.3.1对二值图B进行图像膨胀操作，得到膨胀后的图像C，方法是:用一个结构元素为SE1的二值矩阵对二值图B进行膨胀处理，记为式中，SE1为由“0”、“1”元素组成的二值矩阵(SE1的维数通常可选为3×3、4×4、5×5)，为膨胀操作符，膨胀运算方法见文献3：崔屹，“图像处理与分析—数学形态学的方法及应用”，科学出版社出版，2000：20-24。3.3.2对膨胀后的图像C进行腐蚀操作，得到腐蚀后的图像D，方法是：用一个结构元素为SE2的二值矩阵对膨胀后的图像C进行腐蚀处理，记为式中，SE2为由“0”、“1”元素组成的二值矩阵(SE2的维数通常可选为5×5、6×6、7×7)，为腐蚀操作符，腐蚀运算方法见文献3：崔屹，“图像处理与分析—数学形态学的方法及应用”，科学出版社出版，2000：15-20。3.4对腐蚀后的图像D提取连通区域，方法是：提取经腐蚀后的图本文档来自技高网...

【技术保护点】
1.一种含非合作目标的大场景SAR图像快速生成方法，其特征在于包括以下步骤：/n第一步，建立背景图像和目标切片图像数据库，方法是：/n1.1构建背景图像数据库，背景图像数据库由K幅实测SAR宽幅背景图像组成，这些实测SAR宽幅背景图像从星载、机载或其他遥感平台获取；/n1.2构建目标切片图像数据库，目标切片图像数据库由R类典型非合作目标仿真切片图像组成，R≥3；/n第二步，从背景图像数据库中选择所需的宽幅背景图像，方法是：/n根据任务需求从背景图像数据库选择一幅SAR宽幅背景图像，记为A，其大小为M×N个像素；/n第三步，构造A的图像掩膜，方法是：/n3.1根据A的灰度级L构建A的背景像素直方图，得到第0级～第L-1级灰度的概率直方图H(0)，…，H(i)，…，H(L-1)，L为正整数，0≤i≤L-1，方法是：/n设图像A的灰度级为0～L-1，第i级灰度的像素个数为q

【技术特征摘要】
1.一种含非合作目标的大场景SAR图像快速生成方法，其特征在于包括以下步骤：
第一步，建立背景图像和目标切片图像数据库，方法是：
1.1构建背景图像数据库，背景图像数据库由K幅实测SAR宽幅背景图像组成，这些实测SAR宽幅背景图像从星载、机载或其他遥感平台获取；
1.2构建目标切片图像数据库，目标切片图像数据库由R类典型非合作目标仿真切片图像组成，R≥3；
第二步，从背景图像数据库中选择所需的宽幅背景图像，方法是：
根据任务需求从背景图像数据库选择一幅SAR宽幅背景图像，记为A，其大小为M×N个像素；
第三步，构造A的图像掩膜，方法是：
3.1根据A的灰度级L构建A的背景像素直方图，得到第0级～第L-1级灰度的概率直方图H(0)，…，H(i)，…，H(L-1)，L为正整数，0≤i≤L-1，方法是：
设图像A的灰度级为0～L-1，第i级灰度的像素个数为qi，图像A的总像素个数为则第i级灰度出现的概率为qi/Q，相应地第i级灰度的概率直方图H(i)为
H(i)＝qi/Q(1)
3.2对宽幅背景图A进行门限检测，得到A的二值图B，方法是：
对于幅度分布模型为f(x)的背景杂波，设定虚警率为Pf，则检测门限Th0与虚警率Pf的关系满足：



对于L级灰度图像，用H(i)代替式(2)中的模型函数f(x)，虚警率Pf的积分算式可用求和方法计算，为



式中，i*为数字量化门限，对应0～L-1之间的一个灰度级；
宽幅背景图A经门限处理后，得到二值图B，二值图B的任意一个像素(x,y)的值表示为



式中，(x,y)为图像像素坐标，且1≤x≤M，1≤y≤N；
3.3对二值图B进行像素聚类处理，方法是：
3.3.1对二值图B进行图像膨胀操作，得到膨胀后的图像C，方法是:
用一个结构元素为SE1的二值矩阵对二值图B进行膨胀处理，记为



式中，SE1为由“0”、“1”元素组成的二值矩阵，为膨胀操作符；
3.3.2对膨胀后的图像C进行腐蚀操作，得到腐蚀后的图像D，方法是：
用一个结构元素为SE2的二值矩阵对膨胀后的图像C进行腐蚀处理，记为



式中，SE2为由“0”、“1”元素组成的二值矩阵，为腐蚀操作符；
3.4对腐蚀后的图像D提取连通区域，方法是：
提取经腐蚀后的图像D中的8连通区域，将第j个8连通区域标记为Conj，j＝1,2,…,J，J为8连通区域的总个数，对每一个独立的8连通区域进行提取，提取J个8联通区域后得到的图像记为E；
3.5对图像E中的J个8联通区域Con1,…,Conj,…,ConJ进行鉴别处理，方法是：
3.5.1令j＝1；
3.5.2假定目标所占的像素面积不小于门限Th1，对于Conj，若Conj外接矩形所包含的全部像素的和大于或等于Th1，则判断Conj存在疑似目标，将Conj标记为“true”，转3.5.3；否则将Conj标记为“false”，且将与其对应的外接矩形包含的全部像素置0，转3.5.3；
3.5.3令j＝j+1，若j≤J，转3.5.2；若j>J，表示已对图像E完成8联通区域鉴别；仅保留图像E中被标记为“true”的那些8连通区域，得到8联通区域鉴别后的图像F；
3.6基于8联通区域鉴别后的图像F，构建掩膜图像G，方法是：
将F中所有被判断为存在目标的区域中的像素值全标记为1，其余像素值保持不变，得到掩膜图像G；
第四步，从目标切片图像数据库中选取P个目标切片图像T1，…，Tp，…，...

【专利技术属性】
技术研发人员：占荣辉，熊博莅，欧建平，张军，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南;43