[发明专利]基于区域标记与灰度统计的SAR图像目标检测方法

说明书

技术领域

本发明属于图像处理技术领域，涉及一种SAR图像目标检测方法，具体是一种基于区域标记与灰度统计的SAR图像目标检测方法，可用于SAR图像处理及计算机视觉领域的目标检测。

背景技术

目标检测的主要任务是确定出感兴趣的目标位置，实现目标与背景的分离。目标检测的方法可划分为：单帧图像目标检测和多帧序列图像目标检测两大类。目前的目标检测方法一般都局限于一定的应用环境，而且目标检测方法的有效性依赖于目标特性、背景特性以及应用环境等先验知识，检测结果的好坏取决于目标及背景的鉴别能力。

SAR图像目标检测是SAR图像目标识别的基础。由于SAR图像不同于光学图像，首先SAR图像不能很好地描述目标的轮廓和细节；其次SAR目标对方位角特别敏感。因此，对不同的目标及不同照射方位下所形成的SAR图像，其背景散射强度与目标散射强度各不相同。所以，如何从SAR图像中提取目标的有效信息一直是SAR图像解译的难点。

近期刘芳、宋建梅提出一种基于Primal Sketch模型的SAR图像目标检测方法。它首先运用Primal Sketch模型得到原SAR图像的Primal Sketch图，然后利用人工目标的规整性特征在Primal Sketch图上提取可能存在人工目标的区域，再结合这些区域的规整度等特征进行后处理，最终得到人工目标的检测结果。该目标检测方法突破了一般的目标检测方法对于先验信息的依赖，可以在没有目标类型、目标特性及背景特性等先验信息的情况下实现对桥梁、港口和建筑物等多种类型的人工目标的统一检测，检测方法具有较强的通用性。

上述方法虽然能够很好地摆脱对于图像先验信息的依赖，仅利用SAR图像的结构信息较彻底地、快速检测到图像中疑似人工目标区域，但由于该检测方法利用的图像特征较为单一，检测到的目标区域集合中包含较多的虚警目标，而在后处理中剔除虚警目标时，该检测方法采用的仍然仅是规整度、规整比率等反应图像结构信息的手段和方法，不能有效剔除虚警目标区域；且在定位人工目标潜在区域时，该方法只是简单地通过得到的规整线段集合中线段的坐标来确定最终的区域范围，导致提取的目标区域内包含了较多的自然目标信息，其主要存在以下缺陷：

1)目标检测的结果虚警率较高，检测到的人工目标潜在区域集合中含有较多的森林、田野等自然目标区域，不利于图像的后续处理，如准确的人工目标识别；

2)没有进行目标区域内人工目标的定位，检测到的目标区域内含有很大比例的森林、田野、水域等自然目标信息；人工目标定位的不准确，不利于实际应用，如目标的精确搜索等应用。

发明内容

本发明的目的在于克服上述已有技术的不足，提出一种基于区域标记与灰度统计的SAR图像目标检测方法，以减小人工目标检测结果的虚警率，并结合SAR人工目标的灰度信息对人工目标进行更为准确的定位。

本发明的技术方案是首先利用Primal Sketch模型得到表示原SAR图像结构信息的Primal Sketch图，依据人工目标的规整性特征在Primal Sketch图上提取可能存在人工目标的区域，对应地在原SAR图像上提取人工目标潜在区域。然后本发明在所提取的人工目标潜在区域的基础上，利用SAR图像灰度信息，SAR人工目标区域的像素呈明暗相间分布的特征和SAR人工目标的灰度特征，结合OTSU图像阈值化算法，剔除虚警目标区域，并通过对目标区域内的人工目标进行定位，得到定位较准确的人工目标区域。具体步骤包括如下：

(1)对输入SAR图像运用Primal Sketch模型得到其Primal Sketch图，即用以表示原SAR图像结构信息的线段集合S，对线段集合S中的每一条线段都定义其规整度与规整比率属性，再利用SAR人工目标的规整性特征，在Primal Sketch图上提取可能存在人工目标(规整度不为0)的m个区域标记T_k，k＝1，2，...，m，m是人工目标区域划分的个数，这里，使用的方法虽然可以较彻底地、快速找到图像中疑似人工目标区域，但是这些目标区域集合中还存在大量森林、田野等自然目标区域，而在含有人工目标的目标区域内还含有大量的非人工目标信息。

(2)根据在Primal Sketch图上提取的区域标记T_k，k＝1，2，...，m，提取原SAR图像上对应的人工目标潜在区域R_k，k＝1，2，...，m。