一种强海杂波下SAR图像目标快速检测方法.pdf

(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CN107808383A(43)申请公布日2018.03.16(21)申请号201710952653.3(22)申请日2017.10.13(71)申请人上海无线电设备研究所地址200090上海市杨浦区黎平路203号(72)发明人顾丹丹张元梁子长鲁炳坦(74)专利代理机构上海信好专利代理事务所(普通合伙)31249代理人朱成之(51)Int.Cl.G06T7/11(2017.01)G06T7/13(2017.01)G06T7/136(2017.01)G01S13/90(2006.01)权利要求书3页说明书8页附图5页(54)发明名称一种强海杂波下SAR图像目标快速检测方法(57)摘要一种强海杂波下SAR图像目标快速检测方法，包含：S1、采用区域分块策略，将大场景SAR图像划分若干子块SAR图像；S2、基于子孔径相干处理获取与子块SAR图像对应的目标-杂波对比度增强的子块相干图像；S3、基于子块相干图像的显著性，筛选出含目标的目标子块相干图像及对应的目标子块SAR图像，作为候选目标子块图像；S4、对候选目标子块图像进行精细目标检测，包括：对目标子块相干图像检测低散射目标像素，对目标子块SAR图像检测目标细节轮廓，对两种检测结果融合处理；S5、对精细目标检测结果除虚警，进行区域合并，得到最终目标检测结果。本发明能检测出海面大场景SAR图像中的结构复杂和散射强度弱的目标，检测率高，虚警率低，自适应性强，计算速度快。CN107808383ACN107808383A权利要求书1/3页1.一种强海杂波下SAR图像目标快速检测方法，其特征在于，包含以下步骤：S1、采用区域分块策略，将大场景SAR图像划分为若干子块SAR图像；S2、基于子孔径相干处理方法，获取与每个子块SAR图像对应的目标-杂波对比度增强的子块相干图像；S3、基于每个子块相干图像的显著性，预筛选出含有目标的目标子块相干图像，以及与其对应的目标子块SAR图像，作为候选目标子块图像；S4、对候选目标子块图像进行精细目标检测，包括：对各个目标子块相干图像检测低散射目标像素，对各个目标子块SAR图像检测目标细节轮廓，和对两种检测结果的融合处理；S5、对精细目标检测结果去除虚警，并进行区域合并，得到最终检测结果。2.如权利要求1所述的强海杂波下SAR图像目标快速检测方法，其特征在于，所述的S2中，具体为：对于每个子块SAR图像，沿其方位向进行子孔径分解，得到多个子视图像，并计算各个子视图像的相干系数，获得该子块SAR图像对应的目标-杂波对比度增强后的子块相干图像：其中，为与第k个子块SAR图像对应的第k个子块相干图像；NB为子块SAR图像的总数；sp和sp+1分别表示对第k个子块SAR图像进行子孔径分解所得到的第i个和第i+1个子视图像；上标*表示复共轭运算；<·>表示空间求平均运算。3.如权利要求2所述的强海杂波下SAR图像目标快速检测方法，其特征在于，在进行子孔径分解的过程中，采用部分重叠的子孔径划分方式。4.如权利要求2所述的强海杂波下SAR图像目标快速检测方法，其特征在于，所述的S3中，具体包含以下步骤：S31、计算每个子块相干图像的显著性参数：其中，Sk表示第k个子块相干图像的显著性参数；NB为子块相干图像的总数；μk和σk分别为的幅度均值和方差；|·|表示求模值运算；max(·)表示求最大值运算；S32、筛选出显著性参数大于检测阈值的子块相干图像，其为含有目标的目标子块相干图像；筛选出与各个目标子块相干图像对应的子块SAR图像，其为含有目标的目标子块SAR图像；S33、将筛选出的目标子块相干图像与目标子块SAR图像作为候选目标子块图像；未被筛选出的即为海杂波子块图像，包括：海杂波子块相干图像和海杂波子块SAR图像。5.如权利要求4所述的强海杂波下SAR图像目标快速检测方法，其特征在于，所述的检测阈值根据各个子块相干图像的显著性参数的直方图估算得到。6.如权利要求4所述的强海杂波下SAR图像目标快速检测方法，其特征在于，所述的S4中，具体包含以下步骤：S4a、采用基于Pareto分布的全局阈值检测算法，对各个目标子块相干图像检测低散射目标像素；2CN107808383A权利要求书2/3页S4b、采用基于积分图像的快速迭代索引CFAR检测算法，对各个目标子块SAR图像检测目标细节轮廓；S4c、将S4a和S4b中的检测结果进行融合，得到精细目标检测结果。7.如权利要求6所述的强海杂波下SAR图像目标快速检测方法，其特征在于，所述的S4a和S4b采用并行方式进行。8.如权利要求6所述的强海杂波下SAR图像目标快速检测方法，其特征在于，所述的S4a中，具体包含以下步骤：S4a1、基于Pareto分布对海杂波的统计