一种ISAR图像空中目标长度特征提取方法技术

本发明专利技术提出了一种ISAR图像空中目标长度特征提取方法，可用于雷达空中目标识别。其实现步骤包括：1)对ISAR图像进行预处理；2)获取方位维与距离维分辨率相等的感兴趣区域ROI图像；3)获取感兴趣区域ROI图像的二值图像；4)获取二值图像横条纹噪声抑制后的二值图像；5)获取二值图像中的空中目标长度特征的提取结果。本发明专利技术采用高斯滤波方法对感兴趣区域ROI图像进行平滑滤波，使图像中的目标平滑、连续且完整，且能够较好的保持目标真实的形状信息，有效提高了ISAR图像空中目标长度特征提取的精度。

【技术实现步骤摘要】
一种ISAR图像空中目标长度特征提取方法
本专利技术属于雷达图像处理领域，涉及一种ISAR图像空中目标长度特征提取方法，可实现空中目标长度特征的提取，可用于雷达空中目标识别。
技术介绍
目标识别主要分为光学手段和雷达手段。其中，光学手段是一种传统的探测手段，技术比较成熟，主要依靠目标的反射光来对目标进行监视，因此受昼夜和天气的影响比较大。相比于光学手段，雷达手段则是通过主动向空间发射电磁波，利用接收到的回波来完成目标的监视，所以能够有效克服昼夜及天气环境的影响，具有全天时、全天候、24小时不间断监视目标的特点，且随着雷达技术的发展，雷达不仅可以对目标进行检测、跟踪及定位，还能够实现对目标的高分辨成像。雷达成像技术早在20世纪50年代就有人提出，根据成像原理的不同可以分为：合成孔径雷达(SyntheticApertureRadar,SAR)和逆合成孔径雷达(InverseSyntheticApertureRadar,ISAR)。其中逆合成孔径雷达成像是雷达保持不动，通过发射宽带电磁波并利用目标与雷达的相对运动可实现对运动目标如飞机、导弹、卫星、舰船的二维成像得到目标的ISAR图像，通过二维ISAR图像可以刻画目标大小、形状、结构及姿态等细节信息，利用这些信息可以实现对目标属性、类别或类型的判别，为雷达目标特征提取及分类识别提供有力支撑。由于目标的外形尺寸特征如目标长度、面积、轮廓等具有直观性、分辨性、易于提取并且具有明确的物理意义，因此被广泛的用于ISAR图像目标特征提取，其中，目标的长度特征是目标分类识别的有效特征之一，目标长度特征提取结果的精度是评判目标长度特征提取方法的一个重要指标，精度越高，表明此种方法性能越优。现有技术中，ISAR图像目标长度特征提取方法主要是针对舰船目标，通过对ISAR图像进行斑点噪声抑制、横条纹干扰抑制、形态学滤波和图像分割操作，提取出图像中的舰船目标，然后利用主成分分析(PCA)法提取舰船目标的长度特征。该方法利用形态学滤波的方法对图像中的舰船目标进行填充和连接，提高图像中目标的连通性，使图像中的目标连续且完整。相比于舰船目标，空中目标的ISAR图像中的散射点更加稀疏、离散，因此该方法对空中目标进行长度特征提取时，需要采用较大的结构元素进行形态学滤波才能对图像中的空中目标实现充分的填充和连接，但由于结构元素过大会使得图像中的空中目标被过度连接和填充，引起图像中的空中目标失真，会严重影响ISAR图像空中目标长度特征提取的精度。
技术实现思路
本专利技术的目的在于克服上述现有技术的缺陷，提出了一种ISAR图像空中目标长度特征提取方法，用于解决现有技术中存在的ISAR图像空中目标长度特征提取结果精度较低的问题。为实现上述目的，本专利技术采取的技术方案包括如下步骤：(1)对ISAR图像进行预处理：(1a)获取包含有空中目标的大小为m×n的ISAR图像A，A的行维对应的距离维的分辨率为Pr，列维对应的方位维的分辨率为Pa，并对A的原始复数据取模值，得到A的幅度图像A′，其中，m≥100，n≥100；(1b)对A的幅度图像A′进行归一化，得到像素幅度为0～255的灰度图像I，并提取I中大小为m′×n′的感兴趣区域ROI图像I′，其中，30≤m′≤m，30≤n′≤n；(2)获取方位维与距离维分辨率相等的感兴趣区域ROI图像IA：计算Pa与Pr比值当k≥1时，对感兴趣区域ROI图像I′在方位维进行像素插值操作，否则，对感兴趣区域ROI图像I′在方位维进行像素抽取操作，得到方位维分辨率与距离维分辨率相等的大小为m′×n″的感兴趣区域ROI图像IA，其中，n″＝[k×n′]，[·]表示四舍五入运算；(3)获取感兴趣区域ROI图像IA的二值图像IC：(3a)利用高斯滤波方法对感兴趣区域ROI图像IA进行平滑滤波，得到滤波后的图像IB，并对IB进行备份，得到IB的备份图像IB′；(3b)对备份图像IB′进行阈值分割，得到阈值分割后的二值图像IBA，并对IBA进行备份，得到IBA的备份图像IBA′；(3c)对备份图像IBA′进行取反，并将取反结果作为掩膜矩阵对滤波后的图像IB进行掩膜操作，得到掩膜后的图像IBB；(3d)对IBB进行阈值分割，得到阈值分割后的二值图像IBC，并对二值图像IBA与二值图像IBC进行逻辑或运算，得到感兴趣区域ROI图像IA的二值图像IC；(4)获取二值图像IC横条纹噪声抑制后的二值图像ID：(4a)初始化迭代次数为t，最大迭代次数为T，T≥1，二值图像IC第t次横条纹噪声抑制后的二值图像为IDt，并令t＝1，IDt＝IC；(4b)统计二值图像IDt中每一行像素幅值为1的像素个数，得到像素个数序列N＝{n1，n2，…，ni，…，nm′}，并判断N中的最大值MAX与n″之间是否满足若是，执行步骤(4c)，否则，将IDt作为二值图像IC进行横条纹噪声抑制后的二值图像ID并输出，其中，ni表示二值图像IDt的第i行中像素幅值为1的像素个数；(4c)对像素个数序列N进行一阶前向差分，得到一阶前向差分序列ΔN＝{Δn1，Δn2，…Δnd，…，Δnm′-1}，并根据ΔN中的最大值所对应的位置d1和最小值所对应的位置d2，确定二值图像IDt中横条纹噪声所处的行范围d1+1～d2，以及横条纹噪声的宽度W＝d2-d1，其中，Δnd表示相邻行像素幅值为1的像素个数的差，Δnd＝nd+1-nd，0＜d1≤m′-1,0＜d2≤m′；(4d)选取二值图像IDt中大小为l×n″的二值图像ICA，并统计ICA中每一列像素幅值为1的像素个数，得到像素个数序列V＝{V1，V2，…Vj，…，Vn″}，其中，l＝l2-l1+1，l1和l2分别表示对二值图像IDt进行选取时选取的起始行和终止行，l1＝max(1,d1+1-W)，l2＝min(m′,d2+W)，max(,)表示求两者最大值，min(,)表示求两者最小值，Vj表示二值图像ICA的第j列中像素幅值为1的像素个数，0＜j≤n″；(4e)当Vj≤W时，将二值图像IDt的第d1+1行至第d2行中的第j列像素的幅值置为0，否则，保持二值图像IDt的第d1+1行至第d2行中的第j列像素的幅值不变，得到第t次横条纹噪声抑制后的二值图像IDt；(4f)判断t≥T是否成立，若是，得到二值图像IC横条纹噪声抑制后的二值图像ID并输出，否则，令t＝t+1,并执行步骤(4b)；(5)获取二值图像ID中的空中目标长度特征的提取结果：(5a)提取二值图像ID中幅值为1的像素的坐标信息，得到二维坐标矩阵并对G进行零均值化，得到零均值化的二维坐标矩阵然后采用主成分分析法PCA对G0进行线性变换，得到线性变换后的二维坐标矩阵其中，(xq,yq)表示二值图像ID中位于第xq行第yq列的像素的坐标，(xq′,yq′)表示(xq,yq)零均值化后的坐标，(xsq,ysq)表示(xq′,yq′)线性变换后的坐标，h表示二值图像ID中幅值为1的像素总本文档来自技高网...

【技术保护点】
1.一种ISAR图像空中目标长度特征提取方法，其特征在于包括以下步骤：/n(1)对ISAR图像进行预处理：/n(1a)获取包含有空中目标的大小为m×n的ISAR图像A，A的行维对应的距离维的分辨率为P

【技术特征摘要】
1.一种ISAR图像空中目标长度特征提取方法，其特征在于包括以下步骤：
(1)对ISAR图像进行预处理：
(1a)获取包含有空中目标的大小为m×n的ISAR图像A，A的行维对应的距离维的分辨率为Pr，列维对应的方位维的分辨率为Pa，并对A的原始复数据取模值，得到A的幅度图像A′，其中，m≥100，n≥100；
(1b)对A的幅度图像A′进行归一化，得到像素幅度为0～255的灰度图像I，并提取I中大小为m′×n′的感兴趣区域ROI图像I′，其中，30≤m′≤m，30≤n′≤n；
(2)获取方位维与距离维分辨率相等的感兴趣区域ROI图像IA：
计算Pa与Pr比值当k≥1时，对感兴趣区域ROI图像I′在方位维进行像素插值操作，否则，对感兴趣区域ROI图像I′在方位维进行像素抽取操作，得到方位维分辨率与距离维分辨率相等的大小为m′×n″的感兴趣区域ROI图像IA，其中，n″＝[k×n′]，[·]表示四舍五入运算；
(3)获取感兴趣区域ROI图像IA的二值图像IC：
(3a)利用高斯滤波方法对感兴趣区域ROI图像IA进行平滑滤波，得到滤波后的图像IB，并对IB进行备份，得到IB的备份图像IB′；
(3b)对备份图像IB′进行阈值分割，得到阈值分割后的二值图像IBA，并对IBA进行备份，得到IBA的备份图像IBA′；
(3c)对备份图像IBA′进行取反，并将取反结果作为掩膜矩阵对滤波后的图像IB进行掩膜操作，得到掩膜后的图像IBB；
(3d)对IBB进行阈值分割，得到阈值分割后的二值图像IBC，并对二值图像IBA与二值图像IBC进行逻辑或运算，得到感兴趣区域ROI图像IA的二值图像IC；
(4)获取二值图像IC横条纹噪声抑制后的二值图像ID：
(4a)初始化迭代次数为t，最大迭代次数为T，T≥1，二值图像IC第t次横条纹噪声抑制后的二值图像为IDt，并令t＝1，IDt＝IC；
(4b)统计二值图像IDt中每一行像素幅值为1的像素个数，得到像素个数序列N＝{n1，n2，…，ni，…，nm′}，并判断N中的最大值MAX与n″之间是否满足若是，执行步骤(4c)，否则，将IDt作为二值图像IC进行横条纹噪声抑制后的二值图像ID并输出，其中，ni表示二值图像IDt的第i行中像素幅值为1的像素个数；
(4c)对像素个数序列N进行一阶前向差分，得到一阶前向差分序列ΔN＝{Δn1，Δn2，…Δnd，…，Δnm′-1}，并根据ΔN中的最大值所对应的位置d1和最小值所对应的位置d2，确定二值图像IDt中横条纹噪声所处的行范围d1+1～d2，以及横条纹噪声的宽度W＝d2-d1，其中，Δnd表示相邻行像素幅值为1的像素个数的差，Δnd＝nd+1-nd，0＜d1≤m′-1,0＜d2≤m′；
(4d)选取二值图像IDt中大小为l×n″的二值图像ICA，并统计ICA中每一列像素幅值为1的像素个数，得到像素个数序列V＝{V1，V2，…Vj，...，Vn″}，其中，l＝l2-l1+1，l1和l2分别表示对二值图像IDt进行选取时选取的起始行和终止行，l1＝max(1,d1+1-W)，l2＝min(m′,d2+W)，max(,)表示求两者最大值，min(,)表示求两者最小值，Vj表示二值图像ICA的第j列中像素幅值为1的像素个数，0＜j≤n″；
(4e)当Vj≤W时，将二值图像IDt的第d1+1行至第d2行中的第j列像素的幅值置为0，否则，保持二值图像IDt的第d1+1行至第d2行中的第j列像素的幅值不变，得到第t次横条纹噪声...

【专利技术属性】
技术研发人员：王鹏辉，辛萌，邵帅，刘宏伟，丁军，陈渤，
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