一种海面目标识别方法技术

本发明专利技术公开了一种海面目标识别方法，发明专利技术涉及图像信号处理与目标识别技术领域，解决了现有舰船目标识别效率低下、识别效果差的问题。所述方法包括：对海面舰船目标雷达原始图像进行滤波处理，得到目标雷达图像；对目标雷达图像进行候选识别目标区域检测；若检测到候选识别目标区域，则在目标雷达图像中框选出所有候选识别目标区域；并通过执行以下操作得到目标雷达图像的目标识别结果：对每一候选识别目标区域分别进行目标识别，得到每一候选识别目标区域的目标识别结果；将所有候选识别目标区域的目标识别结果作为所述目标雷达图像的目标识别结果；若未检测到候选识别目标区域，则目标雷达图像的目标识别结果为未检测到海面目标。面目标。面目标。

【技术实现步骤摘要】
一种海面目标识别方法


[0001]本专利技术涉及图像信号处理与目标识别
，尤其涉及一种海面目标识别方法。

技术介绍

[0002]合成孔径雷达(SAR)可对海面场景和目标进行探测成像，通过场景匹配、目标检测与识别等手段提高目标检测概率与识别精度。合成孔径雷达(SAR)和逆合成孔径雷达(ISAR)对海面舰船目标进行雷达成像，可以通过提取目标的二维特征信息，提升目标的信息维度，提升目标的识别概率。
[0003]传统的目标识别方法多以整幅雷达图像为基础，对整幅雷达图像进行特征提取、并基于特征提取结果进行目标识别。
[0004]但是，由于雷达图像图幅较大，而舰船目标在雷达图像中的占比不确定，从而使得根据雷达图像提取的特征无法很好地表征舰船目标的特点，从而降低了目标识别准确度；同时，由于图幅较大，目标识别的时间也较长；此外，一幅雷达图像中可能存在不止一个舰船目标，现有的处理方式无法单独对雷达图像中的每一舰船目标分别进行识别。

技术实现思路

[0005]鉴于上述的分析，本专利技术实施例旨在提供一种海面目标识别方法，用于解决现有舰船目标识别效率低下、识别效果差的问题。
[0006]本专利技术实施例公开了一种海面目标识别方法，所述方法包括：
[0007]对海面舰船目标雷达原始图像进行滤波处理，得到目标雷达图像；
[0008]对所述目标雷达图像进行候选识别目标区域检测；
[0009]若检测到候选识别目标区域，则在所述目标雷达图像中框选出所有候选识别目标区域；并通过执行以下操作得到所述目标雷达图像的目标识别结果：
[0010]对每一候选识别目标区域分别进行目标识别，得到每一候选识别目标区域的目标识别结果；
[0011]将所有候选识别目标区域的目标识别结果作为所述目标雷达图像的目标识别结果；
[0012]若未检测到候选识别目标区域，则所述目标雷达图像的目标识别结果为未检测到海面目标。
[0013]在上述方案的基础上，本专利技术还做出了如下改进：
[0014]进一步，所述候选识别目标区域的目标识别结果为预设的海面舰船目标类别中的一种，或者，非预设舰船目标类别。
[0015]进一步，对每一候选识别目标区域分别进行目标识别，得到每一候选识别目标区域的目标识别结果，包括：
[0016]对所述候选识别目标区域进行特征提取，
[0017]将提取到的特征输入至验证通过后的分类模型，由验证通过后的分类模型处理得到该候选识别目标区域的目标识别结果。
[0018]进一步，对所述候选识别目标区域进行特征提取，包括：提取纹理特征、颜色特征及形状特征。
[0019]进一步，通过以下方式得到验证通过后的分类模型：
[0020]构建海面舰船图像样本库，所述海面舰船图像样本库中包括：所述预设的海面舰船目标类别的样本图像及其对应的类别标签，以及，非预设舰船目标类别的样本图像及其对应的类别标签；
[0021]从所述海面舰船图像样本库中选取训练样本和验证样本，基于所述训练样本中每一样本图像的特征及其对应的类别标签训练所述分类模型，并基于所述验证样本中每一样本图像的特征及其对应的类别标签验证训练后的分类模型的分类准确度，若分类准确度超过分类准确度阈值，则验证通过，得到验证通过后的分类模型。
[0022]进一步，所述对所述目标雷达图像进行候选识别目标区域检测，包括：
[0023]基于DCT变换方式提取所述目标雷达图像的纹理特征区域，形成所述目标雷达图像的融合纹理特征图像；
[0024]对融合纹理特征图像进行二值化处理，得到纹理特征二值化图像；
[0025]对所述纹理特征二值化图像进行图像腐蚀、图像膨胀处理及连通域评估，若评估结果为包含目标，则通过矩形框框选出目标的二值化图像，否则，得到未框选出目标的二值化图像；
[0026]将框选出目标的二值化图像中的每一矩形框分别映射到目标雷达图像中，将每一矩形框在目标雷达图像中的映射区域作为一个候选识别目标区域。
[0027]进一步，所述方法还包括：
[0028]对于未框选出目标的二值化图像，则未检测到候选识别目标区域。
[0029]进一步，通过以下方式实现所述连通域评估：
[0030]对图像膨胀处理后形成的若干连通区域按照面积由大到小的顺序进行排序，
[0031]若面积最大的连通区域与所述纹理特征二值化图像的面积的比值大于目标占比阈值，则评估结果为包含目标，将面积大于1/2倍面积最大的连通区域的每一连通区域分别作为目标、并在膨胀处理后的图像中框选出每一目标，从而得到框选出目标的二值化图像；
[0032]否则，评估结果为不包含目标，将膨胀处理后的图像作为未框选出目标的二值化图像。
[0033]进一步，在膨胀处理后的图像中框选出每一目标，包括：
[0034]获取每一作为目标的连通区域的横坐标最小值x
min
和最大值x
max
、纵坐标最小值y
min
和最大值y
max
；
[0035]在膨胀处理后的图像中连接坐标(x
min
,y
min
)、(x
min
,y
max
)、(x
max
,y
max
)及(x
max
,y
min
)形成矩形框，从而框选出对应的目标。
[0036]进一步，将框选出目标的二值化图像中的矩形框映射到目标雷达图像中，包括：
[0037]将DCT变换方式的压缩倍数作为所述矩形框的放大倍数；
[0038]对于每一目标，基于所述放大倍数分别放大x
min
、x
max
、y
min
和y
max
，得到X
min
、X
max
、Y
min
和Y
max
；
[0039]将目标雷达图像中连接坐标(X
min
,Y
min
)、(X
min
,Y
max
)、(X
max
,Y
max
)及(X
max
,Y
min
)形成的封闭区域作为所述矩形框在目标雷达图像中的映射区域。
[0040]与现有技术相比，本专利技术至少可实现如下有益效果之一：
[0041]本实施例提供的海面目标识别方法，具备以下优势：
[0042]第一，能够快速确定目标雷达图像中是否包含目标；仅对候选识别目标区域进行目标识别，针对性更强、识别效果更好；对于包含多个舰船目标的雷达图像，能够分别单独对每一舰船目标分别进行识别。
[0043]第二，在进行目标检测的过程中，设计了高对比度特征计算算法，有效提升目标和背景的对比度；同时，通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种海面目标识别方法，其特征在于，所述方法包括：对海面舰船目标雷达原始图像进行滤波处理，得到目标雷达图像；对所述目标雷达图像进行候选识别目标区域检测；若检测到候选识别目标区域，则在所述目标雷达图像中框选出所有候选识别目标区域；并通过执行以下操作得到所述目标雷达图像的目标识别结果：对每一候选识别目标区域分别进行目标识别，得到每一候选识别目标区域的目标识别结果；将所有候选识别目标区域的目标识别结果作为所述目标雷达图像的目标识别结果；若未检测到候选识别目标区域，则所述目标雷达图像的目标识别结果为未检测到海面目标。2.根据权利要求1中所述的海面目标识别方法，其特征在于，所述候选识别目标区域的目标识别结果为预设的海面舰船目标类别中的一种，或者，非预设舰船目标类别。3.根据权利要求2所述的海面目标识别方法，其特征在于，对每一候选识别目标区域分别进行目标识别，得到每一候选识别目标区域的目标识别结果，包括：对所述候选识别目标区域进行特征提取，将提取到的特征输入至验证通过后的分类模型，由验证通过后的分类模型处理得到该候选识别目标区域的目标识别结果。4.根据权利要求3所述的海面目标识别方法，其特征在于，对所述候选识别目标区域进行特征提取，包括：提取纹理特征、颜色特征及形状特征。5.跟根据权利要求3或4所述的海面目标识别方法，其特征在于，通过以下方式得到验证通过后的分类模型：构建海面舰船图像样本库，所述海面舰船图像样本库中包括：所述预设的海面舰船目标类别的样本图像及其对应的类别标签，以及，非预设舰船目标类别的样本图像及其对应的类别标签；从所述海面舰船图像样本库中选取训练样本和验证样本，基于所述训练样本中每一样本图像的特征及其对应的类别标签训练所述分类模型，并基于所述验证样本中每一样本图像的特征及其对应的类别标签验证训练后的分类模型的分类准确度，若分类准确度超过分类准确度阈值，则验证通过，得到验证通过后的分类模型。6.根据权利要求1所述的海面目标识别方法，其特征在于，所述对所述目标雷达图像进行候选识别目标区域检测，包括：基于DCT变换方式提取所述目标雷达图像的纹理特征区域，形成所述目标雷达图像的融合纹理特征图像；对融合纹理特征图像进行二值化处理，得到纹理特征二值化图像；对所述纹理特征二值化图像进行图像腐蚀、图像膨胀处理及连通域评估，若评估结果为包含目标，则通过矩形框框选出目标的二值化图像，否则，得到未框选出目标的二值化图像；将框选出目标的二值化图像中的每一矩形框分别映射到目标雷达图像中，将每一矩形框在目标雷达图像中的映射区域作为一个候选识别目标区域。7.根据权利要求6所述的海...

【专利技术属性】
技术研发人员：乐国庆，赵英海，孟祥杰，徐大鹏，刘轩，
申请(专利权)人：北京华航无线电测量研究所，
类型：发明
国别省市：