[发明专利]基于商空间粒度计算的极化合成孔径雷达图像目标检测方法

说明书

技术领域

本发明涉及遥感领域，具体涉及极化合成孔径雷达图像目标检测和图像解译的技术领域。

背景技术

极化合成孔径雷达可以利用不同极化通道的合成孔径雷达复图像区分物体的细致结构、目标指向、几何形状以及物质组成等参数，在遥感领域具有广阔的应用前景。

人造目标分类和检测识别在军事和民用上都具有重要意义。民用上如寻找和营救失事飞机，对一些人类难以到达或自然条件恶劣的地区针对特定目标进行检测，监测评估城镇的发展等。在军事应用上，人造目标的检测识别主要用于国防预警方面，对对方的军事侦察以及对已方的监控等。

极化合成孔径雷达不但具有全天时全天候特性和一定的穿透能力，同时极化合成孔径雷达获取的目标精细特征和几何特征是人造目标分类和检测的主要特征，因此极化合成孔径雷达数据在区分人造物体和自然物体方面具有其它遥感手段无法替代的作用。

随着极化合成孔径雷达系统的推广，所获得的全极化数据也越来越丰富。如何对图像做出快速而准确的解译，如何有效地对目标进行分类或识别，已成为迫切需要解决的一个难题。如何对已有的极化合成孔径雷达图像中的目标特性进行研究，如何从图像数据中提取出符合应用要求的目标特征，进而实现目标的分类与检测识别，已经成为能否对图像正确解译的关键步骤。

因此，利用极化信息提取技术对合成孔径雷达图像中的典型目标进行特征提取和检测是极化合成孔径雷达图像解译和应用的重点。但现有的极化合成孔径雷达人造目标的极化特性比较复杂，所以单一的检测方法不能获得好的结果，需要新的技术手段来弥补此缺陷。

发明内容

本发明为了解决现有单一检测方法不能够获得全面检测结果的缺陷，而提出的基于商空间粒度计算的极化合成孔径雷达图像目标检测方法。

步骤一：通过极化合成孔径雷达采集图像获得待处理的图像数据，根据数据格式读入全极化合成孔径雷达图像的数据；

步骤二：图像预处理：对全极化合成孔径雷达图像进行预处理；

步骤三：计算全极化合成孔径雷达图像的不同特征参数，并进行目标检测，得到粗粒度空间：

步骤三A：基于多成散射模型的目标检测：基于多成散射模型对全极化合成孔径雷达图像进行极化目标分解，得到奇次散射、偶次散射、体散射、线散射和螺旋散射五种散射成分的散射能量图；根据检测目的选取上述五种散射成分的散射能量图中的一种或几种，利用阈值分割进行目标检测，得到的检测结果作为粗粒度空间([X₁]，[f₁]，[T₁])；

步骤三B：基于相似性参数的目标检测：基于极化相似性参数计算得到雷达目标与典型目标之间的相似性参数，根据检测目的选取雷达目标与典型目标之间的相似性参数图，然后利用阈值分割，得到的检测结果作为粗粒度空间([X₂]，[f₂]，[T₂])；

步骤三C：基于极化白化滤波的目标检测：对全极化合成孔径雷达图像进行极化白化滤波，然后利用阈值分割，得到的检测结果作为粗粒度空间([X₃]，[f₃]，[T₃])；

步骤四：利用商空间理论对步骤三获得的三个粗粒度空间进行合成，得到最终的细粒度空间：

步骤四1：分别对步骤三获得的三个粗粒度空间进行比较，将三个粗粒度空间中属性相同的论域，根据论域合成准则进行论域合成，得到合成论域[X′₄]及其合成属性[f′₄]，从而获得细粒度空间([X′₄]，[f′₄]，[T′₄])，将三个粗粒度空间中的属性不同的论域设定为待定区域C_k；

步骤四2：依据合成属性[f′₄]计算合成论域[X′₄]中目标中心和背景中心，再根据属性合成准则，对待定区域C_k的属性进行重新划分，从而获得细粒度空间([X″₄]，[f″₄]，[T″₄])；