[发明专利]基于随机hough变换的SAR目标姿态角估计方法

说明书

技术领域

本发明属于信号处理技术领域，尤其是涉及基于随机hough变换的SAR目标姿态角估计方法。

背景技术

合成孔径雷达(Synthetic Aperture Radar,SAR)成像对目标姿态角非常敏感，当SAR目标的姿态发生变化时，目标的散射中心也会发生变化，导致不同的姿态角下的目标有明显的区别。在SAR目标分类和检测中，精确的姿态角估计可以减小目标匹配数和检测误差。

SAR目标姿态角是指目标主轴与雷达视线在地面投影之间的夹角，MSTAR数据中的军事地面目标，一般包括一个矩形的底盘和伸出底盘外与目标铰接的部件，如天线和炮塔，图1为简化的坦克模型示意图，包括长度、宽度以及姿态角信息。对于MSTAR数据，目标的姿态角就是目标的主轴与SAR图像距离向负向的夹角。

目前的姿态角估计方法主要有目标包络盒法，目标主轴法，Radon法和Hough变换法。由于SAR图像成像的特殊性，这些方法在表征SAR目标姿态角时准确性不够高。

发明内容

本发明所要解决的技术问题在于克服现有技术的不足,提出了基于随机hough变换的SAR目标姿态角估计方法。精确的SAR目标姿态角估计是SAR目标识别的重要步骤之一，由于SAR图像成像本身的特点，背向雷达的一侧由于目标本身的遮挡，难以分割出来，使得传统的姿态角估计方法都难以精确估计。本发明基于SAR目标朝向雷达的一侧的双边边缘清晰的特点，利用快速最大类间差法Otsu分割出SAR目标，然后用随机Hough变换法计算清晰双边阈值，得到准确的姿态角估计。通过MSATR数据验证，本发明能够解决SAR成像目标自身遮挡的问题，实现精确的SAR目标姿态角估计。

为解决上述技术问题，本发明所采用的技术方案是：

基于随机hough变换的SAR目标姿态角估计方法，所述方法首先对SAR图像进行偏微分去噪，然后对去噪后的SAR图像进行Otsu分割，得到分割精细的SAR目标；最后对得到的分割结果采用基于随机Hough变换的姿态角估计算法，实现精确的SAR目标姿态角估计；其具体步骤如下：

步骤A，用偏微分对SAR图像进行去噪，使得图像在保留边缘的前提下改善内聚性；

步骤B，利用Otsu法分割SAR目标

选取最佳分离灰度值阈值t'，使得SAR图像的目标和背景间分离性最好；基于直方图得到每个待分割区域的发生概率，根据设定阈值，将图像分割为SAR目标和背景两类；最佳阈值t'满足下式:

σB2(t′)=max1≤t<L{σB2(t)}]]>

其中μ_T为整幅图像均值，ω(t)为图像的分离灰度值1到t部分的比例，μ(t)为图像的分离灰度值1到t部分的均值，t为分离灰度值，1≤t<L；L是图像灰度级数，L为自然数；

步骤C，基于随机Hough变换的SAR目标姿态角估计算法：其实现过程为：

步骤C-1，将分割后的图像的全部边界点生成一个点集D，设定参数空间F；

步骤C-2，从点集D中选取一对点(d_i,d_j)，设定距离条件d，如果这对点不满足事先确定的距离条件，则选取另一对点继续本步骤；i,j是自然数，是点集D中点的标号；