[发明专利]负指数分布雷达图像目标与背景均值比的估计方法

权利要求书

1.一种负指数分布雷达图像中目标与背景均值比的估计方法，其特征在于： 其步骤如下：

步骤一：计算待估计图像均值其中N为图像总像素数，M为图 像所有像素值之和；由公式

f=∫T∞1μoe-xμodx=e-Tμo---(3)]]>

其中f为虚警率，T为恒虚警率检测算法的检测阈值，μ_o是图像均值；

可得检测阈值T＝-μ_olnf，虚警率f可在0～1的范围内任意取值；

步骤二：遍历图像每个像素，若此时图像中像素值大于T的像素个数为n_o， 大于T的像素值之和为S_o，图像总像素数为N，图像所有像素值之和为M，则 大于T的像素的均值为小于T的像素的均值为此时大 于T的像素个数与像素总数的比值

步骤三：由下列公式(4)和公式(6)

μo=∫0∞[(1-λ)1μbre-xμbrx+λ1μtre-xμtrx]dx=(1-λ)μbr+λμtr---(4)]]>

其中μ_br是真实背景均值，μ_tr是真实目标均值，μ_tr/μ_br即待求的目标与背景均 值比，λ是真实的目标像素点数与图像总像素数的比值；

μbo=∫0T[(1-λ)1μbre-xμbrx+λ1μtre-xμtrx]dx]]>

=(1-λ)(-Te-Tμbr-μbre-Tμbr+μbr)+λ(-Te-Tμtr-μtre-Tμtr+μtr)---(6)]]>

其中μ_bo为计算得到的背景均值；

可求出此时对真实目标和背景均值的估计μ_br和μ_tr；由于公式(4)和(6) 不能得出μ_br和μ_tr的显示解，所以需迭代求μ_br和μ_tr；伪代码如下：

μ_tr＝μ_to；

μ_tr1＝1；

μ_br＝μ_bo；

μ_br1＝1；

While|μ_tr-μ_tr1|/μ_tr1＞δ|||μ_br-μ_br1|/μ_br1＞δ

μ_tr1＝μ_tr

μ_br1＝μ_br

μtr=μo-(1-λo)μbr1λo]]>

μbr=μbo-λo(-Te-Tμtr1-μtr1e-Tμtr1+μtr1)1-λo+Te-Tμbr1+μbr1e-Tμbr1]]>

End

其中，μ_tr1和μ_br1是迭代逼近过程中保存上次结果的临时变量，迭代的终止 条件是前后两次迭代结果相差相对很小，可设δ为一个极小的值；

步骤四：将步骤二中求得的λ_o和步骤三中求得的μ_tr、μ_br代入公式(4)， 由于不能得出此时T的显式解，所以需由下式迭代更新T为T_new

T=-μbrlogλ(1-e-Tμbr)1-λ---(7)]]>

伪代码如下：

T_new＝T

T₁＝1

While|T_new-T₁|/T₁＞δ

T₁＝T_new

Tnew=-μbrln[λ1-λ(1-e-T1μtr)]]]>

End

其中T₁是迭代逼近过程中保存上次结果的临时变量，迭代的终止条件是前 后两次迭代结果相差相对很小，可设δ为一个极小的值；

步骤五：如果T与T_new之差的绝对值与T的比值小于某一阈值，即T与T_new足 够接近时，进行步骤六；否则重复步骤二到步骤五；

步骤六：求出待估计图像中目标和背景均值的估计值之比，即γ＝μ_tr/μ_br。