一种基于模糊分析的低分辨率SAR图像舰船检测方法技术

本发明专利技术提供一种基于模糊分析的低分辨率SAR图像舰船检测方法，通过对SAR图像进行陆海分离技术，实现SAR图像中海洋与陆地区域的判别与分离，并通过CFAR舰船检测方法实现对陆海分离后图像中舰船及假目标的识别标记，通过方位模糊图像分析方法实现对实际图像中模糊位置与模糊强度的评估，最终根据模糊位置及模糊强度评估结果分析判别并区分舰船真实目标及假目标，获得去除假目标的低虚警率舰船检测结果。本发明专利技术为低分辨率星载SAR卫星舰船检测提供了一种降低模糊假目标虚警的舰船检测方法。供了一种降低模糊假目标虚警的舰船检测方法。供了一种降低模糊假目标虚警的舰船检测方法。

【技术实现步骤摘要】
一种基于模糊分析的低分辨率SAR图像舰船检测方法


[0001]本专利技术属于SAR图像分析与SAR图像目标检测领域，具体涉及一种基于模糊分析的低分辨率SAR图像舰船检测方法。

技术介绍

[0002]合成孔径雷达(Synthetic Aperture Radar，SAR)卫星借助其全天时、全天候、多极化、穿透性强、覆盖面积广等特点，成为了遥感领域最重要的信息获取平台之一，被广泛应用于农业监测、地形测绘、环境监测、灾害救援等领域。
[0003]SAR系统优秀的全天候全天时探测特性，使得SAR图像成为海面舰船目标检测的重要数据来源之一。目前研究最为深入的SAR图像舰船检测方法是基于杂波统计分布的恒虚警(Constant False Alarm Rate，CFAR)检测方法，这类方法主要通过对目标背景中海洋杂波的统计特征进行建模从而获得特定的图像强度阈值，利用图像强度阈值对目标像素和背景像素进行区分，从而实现对图像中舰船目标的识别检测。
[0004]方位模糊是由方位向天线方向图非理想和方位向采样频率有限造成的。这是因为方位向天线的实际波束宽度相较于理想的波束宽度(天线方向图主瓣的3dB宽度)更宽，天线方向图副瓣能量在有限脉冲重复频率(PRF,Pulse Repetition Frequency)采样下同样会进入SAR回波信号，经过成像后形成方位模糊。方位模糊会导致成像后的图像中出现虚假目标，并降低图像信噪比。
[0005]现阶段，为了快速获取大范围海面场景图像，通常通过相控阵天线电扫(或机械控制天线指向)实现雷达波束快速扫描，缩短SAR方位向合成孔径时间，获得大场景幅宽低方位分辨率图像。然而，SAR图像方位分辨率的大幅降低，使得图像中方位模糊能量大幅增加，并在图像中产生严重的虚假目标，这些虚假目标在SAR图像中与目标信号一样，同样表现为高亮的像素集合。
[0006]常规CFAR检测方法需要在SAR图像上滑动杂波统计窗口从而实现对图像中每个像素的分类，这类方法专注于背景杂波的统计建模，不能区分上述低方位分辨率图像中的真实目标与由于方位模糊产生的虚假目标，使得在检测结果中形成大量虚警，严重影响目标检测结果。现有基于恒虚警CFAR检测的SAR图像舰船检测方法存在的主要问题有：
[0007]在天线方向图的加权下，SAR图像中由方位模糊导致的假目标强度相对有用目标弱大约20
‑
30dB，对于低方位分辨率SAR系统，方位模糊强度较高，对应假目标聚焦程度好，在图像中呈现与有用目标信号一致的高亮像素集合。
[0008]同时，常规CFAR舰船检测方法主要通过对目标背景中海洋杂波的统计特征进行建模，从而获得特定的图像强度阈值，利用图像强度阈值对目标像素和背景像素进行区分，从而实现对图像中舰船目标的识别检测。对于低分辨率SAR图像中的方位模糊假目标，即使其强度相对有用目标较弱，但相对背景海洋杂波依然强得多。

技术实现思路

[0009]为解决上述技术问题，本专利技术提供一种基于模糊分析的低分辨率SAR图像舰船检测方法，将结合方位模糊分析技术对实际图像中假目标进行评估，综合陆海图像分离技术与常规CFAR舰船检测算法，最终实现对低分辨率SAR图像舰船低虚警率检测目标。此时，经过CFAR舰船检测算法，方位模糊假目标会随着有用目标同时被检测识别为舰船，从而使得舰船目标的检测虚警率大幅提高。
[0010]为达到上述目的，本专利技术采用如下技术方案：
[0011]一种基于模糊分析的低分辨率SAR图像舰船检测方法，包括如下步骤：
[0012]S1：通过图像灰度增强/衰减运算，增加SAR图像中陆地区域与海洋区域的强度区分度，并进行SAR图像中陆地区域与海洋区域的识别与分离；
[0013]S2：通过恒虚警CFAR检测算法，处理S1中分离陆地区域后的SAR图像，对检测出的包含真实目标和假目标的舰船目标进行标记，记录标记目标在SAR图像中的位置信息，并通过统计平均窗获取标记目标的目标强度信息；
[0014]S3：根据精确的地球模型、轨道参数、卫星姿态、天线尺寸及安装角度和位置、天线扫描角，结合SAR系统载频或波长、分辨率、系统脉冲发射频率指标参数，经过不同的SAR成像模式与对应的成像过程，获得对应不同成像模式下的真实目标及模糊假目标的位置及强度信息，进一步获取真实目标与假目标在该种成像模式下的相对位置信息及相对强度关系，并得到相对强度对比阈值；
[0015]S4：基于S3中的真实目标与假目标的相对位置信息及相对强度关系，对S2中SAR图像中标记的标记目标进行对比分析并进行重新标记，获得SAR图像最终真实目标标记，实现低虚警率SAR图像舰船检测。
[0016]进一步地，所述S1包括：
[0017]S11：使用图像灰度增强/衰减运算，通过设定图像灰度阈值，计算图像像素加权系数，对SAR图像进行整体加权，使SAR图像中对应陆地区域的高强灰度区域与对应海洋区域的低强灰度区域分别得到对应的增强与衰减加权，增加SAR图像中的陆地区域与海洋区域强度区分度；
[0018]S12：对S11中获得的SAR图像进行平滑窗灰度直方图计算，获得SAR图像中陆地区域与海洋区域的灰度统计信息；
[0019]S13：根据陆地区域灰度强度高于海洋区域灰度强度特性，评估计算得到陆地海洋灰度分割阈值，基于该陆地海洋灰度分割阈值对S11中获得的SAR图像进行阈值分割，得到已检测的分离出陆地区域的海洋区域的SAR图像。
[0020]进一步地，所述S2包括：
[0021]S21：根据SAR图像分辨率与被检测舰船目标大小，设定恒虚警CFAR检测算法基本参数：能量统计平均杂波参考单元数M
×
N、保护单位数N
p
、目标虚警概率P
FA
，其中，杂波参考单元数为二维数据，分别对应二维的SAR图像的距离向和方位向维度；
[0022]S22：选取检测单元i，估计检测单元i附近的杂波功率平均强度P
scat
：
[0023][0024]并计算得到当前检测单元对应参考单元总数N
ref
：
[0025]参考单元总数N
ref
＝杂波参考单元数
‑
保护单元数；
[0026]S23：根据步骤S21中设定的目标虚警概率P
FA
，综合当前杂波环境，在恒虚警CFAR检测算法库中选取任意舰船检测算法，估计恒虚警检测算法门限因子α
T
或根据处理经验自行设定恒虚警检测算法门限因子α
T
；
[0027]S24；根据步骤S21中杂波功率平均强度P
scat
，设定检测门限T＝α
T
·
P
scat
；若当前检测单元强度高于检测门限，则将当前检测单元标记为有效1，否则标记为无效0；
[0028]S25：按S21至S24步骤滑动遍历SAR图像中所有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模糊分析的低分辨率SAR图像舰船检测方法，其特征在于，包括如下步骤：S1：通过图像灰度增强/衰减运算，增加SAR图像中陆地区域与海洋区域的强度区分度，并进行SAR图像中陆地区域与海洋区域的识别与分离；S2：通过恒虚警CFAR检测算法，处理S1中分离陆地区域后的SAR图像，对检测出的包含真实目标和假目标的舰船目标进行标记，记录标记目标在SAR图像中的位置信息，并通过统计平均窗获取标记目标的目标强度信息；S3：根据精确的地球模型、轨道参数、卫星姿态、天线尺寸及安装角度和位置、天线扫描角，结合SAR系统载频或波长、分辨率、系统脉冲发射频率指标参数，经过不同的SAR成像模式与对应的成像过程，获得对应不同成像模式下的真实目标及模糊假目标的位置及强度信息，进一步获取真实目标与假目标在该种成像模式下的相对位置信息及相对强度关系，并得到相对强度对比阈值；S4：基于S3中的真实目标与假目标的相对位置信息及相对强度关系，对S2中SAR图像中标记的标记目标进行对比分析并进行重新标记，获得SAR图像最终真实目标标记，实现低虚警率SAR图像舰船检测。2.根据权利要求1所述的一种基于模糊分析的低分辨率SAR图像舰船检测方法，其特征在于，所述S1包括：S11：使用图像灰度增强/衰减运算，通过设定图像灰度阈值，计算图像像素加权系数，对SAR图像进行整体加权，使SAR图像中对应陆地区域的高强灰度区域与对应海洋区域的低强灰度区域分别得到对应的增强与衰减加权，增加SAR图像中的陆地区域与海洋区域强度区分度；S12：对S11中获得的SAR图像进行平滑窗灰度直方图计算，获得SAR图像中陆地区域与海洋区域的灰度统计信息；S13：根据陆地区域灰度强度高于海洋区域灰度强度特性，评估计算得到陆地海洋灰度分割阈值，基于该陆地海洋灰度分割阈值对S11中获得的SAR图像进行阈值分割，得到已检测的分离出陆地区域的海洋区域的SAR图像。3.根据权利要求2所述的一种基于模糊分析的低分辨率SAR图像舰船检测方法，其特征在于，所述S2包括：S21：根据SAR图像分辨率与被检测舰船目标大小，设定恒虚警CFAR检测算法基本参数：能量统计平均杂波参考单元数M
×
N、保护单位数N
p
、目标虚警概率P
FA
，其中，杂波参考单元数为二维数据，分别对应二维的SAR图像的距离向和方位向维度；S22：选取检测单元i，估计检测单元i附近的杂波功率平均强度P
scat
：并计算得到当前检测单元对应参考单元总数N
ref
：参考单元总数N
ref
＝杂波参考单元数
‑
保护单元数；S23：根据步骤S21中设定的目标虚警概率P
FA
，综...

【专利技术属性】
技术研发人员：邓云凯，赵鹏飞，王伟，张衡，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：