基于高时相星载SAR序贯图像的运动小目标检测方法技术

本发明专利技术涉及一种基于高时相星载SAR序贯图像的运动小目标检测方法，方法包括以下步骤：对序贯图像进行峰值量化处理，采用鲁棒主成分分析方法进行序贯图像预检测，并获得稀疏矩阵，构建稀疏图像；对稀疏图像进行阈值分割，确定潜在动目标范围；通过邻域剔除潜在动目标范围内的孤立点，得到二值图像，对二值图像进行形态学处理，利用最小矩形包围框方法进行处理，符合运动统计特征的矩形框保留，为检测出的动目标信号；对同一图像检测结果中的两个相邻矩形框邻接处进行目视判读及分析。本发明专利技术实现通过多方位角观测星载SAR序贯图像对非均匀或极不均匀背景动、小目标进行检测的高效性和有效性。有效性。有效性。

【技术实现步骤摘要】
基于高时相星载SAR序贯图像的运动小目标检测方法


[0001]本专利技术涉及信号与信息处理
，尤其涉及一种基于高时相星载SAR序贯图像的运动小目标检测方法。

技术介绍

[0002]多方位角观测星载合成孔径雷达(Space
‑
borne Synthetic Aperture Radar，简称星载SAR)具有全天时、全天候的对地观测能力。多方位角观测技术通过平台机动、天线电或机械扫描等，实现波束旋转，在卫星单次过境时获取同一区域的序贯图像。借助该类图像序列包含的丰富方位信息，可对动目标进行检测、跟踪及识别，是动目标指示(Moving Target Indication，简称MTI)应用的重要组成部分。
[0003]多方位角观测星载SAR采用单相控(阵)天线的系统设计，相比多通道系统具有低的复杂度。除军事应用外，该技术可用于海、陆区域中船舶、车辆等移动目标的检测，通过对目标进行参数估计，结合方位及背景信息，可识别特定的车船目标。除军事应用外，该技术有潜力用于海、陆交通监测，估计监测区域内的交通流量，不仅可辅助调度，而且本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于高时相星载SAR序贯图像的运动小目标检测方法，其特征在于，包括以下步骤：对序贯图像进行峰值量化处理；对进行峰值量化处理后的所述序贯图像，采用鲁棒主成分分析方法进行序贯图像预检测，并获得稀疏矩阵；根据所述稀疏矩阵构建稀疏图像；对任一稀疏图像进行阈值分割，确定潜在动目标范围；通过邻域剔除所述潜在动目标范围内的孤立点，孤立点剔除后得到二值图像C
j
；对任一二值图像C
j
进行形态学处理得到图像D
j
；利用最小矩形包围框方法对图像D
j
进行处理，符合运动统计特征的矩形框保留，为检测出的动目标信号；对同一图像检测结果中的两个相邻矩形框邻接处进行目视判读及分析。2.根据权利要求1所述的基于高时相星载SAR序贯图像的运动小目标检测方法，其特征在于，所述对序贯图像进行峰值量化处理，包括以下步骤：对所述序贯图像序列中任一图像K，设其像素幅度最大值为K
max
，引入惩罚系数r，使K
max
/r与图像中潜在动目标信号的像素幅度值近似相当，并将所有大于K
max
/r的像素值置为该值，并线性量化到[0,255.0]区间；峰值量化后的图像为K
′
；对像素点(i,j)，量化过程可以表示为：3.根据权利要求1所述的基于高时相星载SAR序贯图像的运动小目标检测方法，其特征在于，所述采用鲁棒主成分分析方法进行序贯图像预检测，并获得稀疏矩阵，包括以下步骤：将每幅图像K'拉直为列向量，拼接为矩阵X，使用鲁棒主成分分析方法，将矩阵X分解为低秩矩阵L和稀疏矩阵S；低秩
‑
稀疏分解过程可以表示为：X＝L+S4.根据权利要求1所述的基于高时相星载SAR序贯图像的运动小目标检测方法，其特征在于，所述根据所述稀疏矩阵构建稀疏图像，包括以下步骤：对稀疏矩阵S沿各行进行中值滤波，平滑相邻不同方位角图像间的幅值起伏；将稀疏矩阵S的每一列向量，展开重构为稀疏图像。5.根据权利要求1所述的基于高时相星载SAR序贯图像的运动小目标检测方法，其特征在于，所述对任一稀疏图像进行阈值分割，包括以下步骤：对任一稀疏图像进行阈值分割，收集其负值像素集合为A
j
；图像幅值方差为σ，收集大于σ的像素集合为B
j
；对于N幅图像，所述确定潜在动目标范围，包括以下步骤：将当前图像负值像素的像素点置1，取并运算得到运动信号的轨迹，为A＝A1∪A2∪...∪A
N
；将当前图像大于方差的像素与所述运动信号的轨迹取交运算，缩小潜在动目标范围，为B
′
j
＝B
j
∩A。
6.根据权...

【专利技术属性】
技术研发人员：李春升，李毓伦，杨威，孙利伟，姜予名，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：