预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN104537675A(43)申请公布日2015.04.22(21)申请号201510011762.6(22)申请日2015.01.10(71)申请人中国人民解放军国防科学技术大学地址410073湖南省长沙市开福区德雅路109号(72)发明人计科峰冷祥光杨凯邹焕新雷琳孙浩李智勇周石琳(74)专利代理机构国防科技大学专利服务中心43202代理人王文惠(51)Int.Cl.G06T7/00(2006.01)权利要求书1页说明书4页附图4页(54)发明名称一种SAR图像双边CFAR舰船目标检测方法(57)摘要本发明提供一种SAR图像双边CFAR舰船目标检测方法。技术方案是:第一步,基于选定的滑动窗计算SAR图像中每个像素点的核密度值,并通过线性变换转换为像素点相应的空间值;第二步,根据SAR图像中每个像素点的亮度值和空间值,计算每个像素点对应的联合值,并由所有的联合值形成联合图像;第三步,利用CFAR舰船目标检测方法对联合图像进行检测,得到舰船目标检测结果。本发明能够减少旁瓣和海杂波的影响,提高舰船目标检测的检测率并降低虚警率,同时具有方法简便、易于实现等优势。CN104537675ACN104537675A权利要求书1/1页1.一种SAR图像双边CFAR舰船目标检测方法,其中SAR是指合成孔径雷达,CFAR是指恒虚警率,其特征在于,包括下述步骤:第一步,基于选定的滑动窗计算SAR图像中每个像素点的核密度值,并通过归一化转换为像素点相应的空间值:设定一个固定尺寸的滑动窗Ωx(w),其中滑动窗以为x中心像素,w是滑动窗的宽度,w大于海杂波的尺寸而且小于舰船目标尺寸的一半;对于SAR图像中像素x,像素x的亮度值为xrange,利用公式一或公式二得到像素x的核密度值fh(x):(公式一)(公式二)上式中,n是滑动窗Ωx(w)内的像素总数,是像素xj的亮度值,h是带宽,其大小根据实际情况确定;利用下式将像素x的核密度值转换为空间值xspatial:(公式三)第二步,根据SAR图像每个像素点的亮度值和空间值,计算每个像素点相应的联合值,得到所有的联合值形成联合图像:利用下式计算像素x的联合值xcombined:xcombined=xrangexspatial(公式四)利用下式计算像素x的平均联合值xcombined:(公式五)上式中,Ωx(w/2)表示以像素x为中心,宽度为w/2的滑动窗,表示像素xj的联合值;每个像素的平均联合值xcombined构成联合图像;第三步,利用CFAR舰船目标检测方法对联合图像进行检测,得到舰船目标检测结果:利用双峰法计算阈值或下式确定阈值T:(公式六)上式中,PFA根据实际情况和实际需要确定,fpdf(xcombined)是联合图像的概率密度函数;如果一个像素的联合值xcombined大于阈值T,则这个像素被认为是舰船目标点;否则,将被当成是一个背景点。2CN104537675A说明书1/4页一种SAR图像双边CFAR舰船目标检测方法技术领域[0001]本发明属于SAR(SyntheticApertureRadar,合成孔径雷达)图像目标检测技术领域,涉及一种联合SAR图像亮度分布和空间分布的双边CFAR(ConstantFalseAlarmRate,恒虚警率)舰船目标检测方法。背景技术[0002]SAR图像舰船目标检测是全球海洋环境和海上交通监视的一项重要应用之一。由于具有恒虚警率和自适应阈值的性质,CFAR检测已经成为SAR图像舰船目标检测中最为广泛使用的方法之一。标准CFAR检测利用概率密度函数和设定的虚警率计算出对应的阈值,通过比较像素值和阈值确定舰船目标。其中一个最重要的步骤是为背景设计一个数据模型,也就是说,确定一个相关的概率密度函数fpdf(x)。一旦确定了fpdf(x),阈值T根据设定的虚警率PFA就可以由下式给定:[0003][0004]因此,确定CFAR检测器是根据给定的PFA通过求解公式一得到阈值T的过程。然而,常规CFAR的数据模型只考虑亮度分布模型,也就是说x仅仅囊括像素亮度值的范围。目前,为了提高舰船目标检测的精度,研究者们通常采用提高亮度分布数据模型精度的办法。然而,将数据模型的精度提高到一个很高的水平通常是复杂和耗时的。此外,由于旁瓣和海杂波在亮度域可能和舰船目标表现相同,因此即使设计一个非常精确的分布模型来匹配数据,这也会造成虚警。由于在亮度域存在重叠的情况,常规CFAR方法通过一个大的阈值得到低的虚警率将会导致低的目标检测率,而通过一个小的阈值得到高的目标检测率将会造成高的虚警率。这说明对于CFAR检测数据模型仅仅考虑亮度分布是不够的。[0005]在SAR图像中一个像素具有两个基本的属性:一个是亮度,