[发明专利]基于高斯概率和的ISAR卫星帆板检测方法

说明书

技术领域

本发明属于空间目标部件检测技术领域，特别涉及基于高斯概率和的ISAR卫星帆板检测方法。

背景技术

ISAR(逆合成孔径雷达)成像技术已被广泛应用于机动目标成像以及机动目标的几何形态检测等领域。由于机动目标的成像平面在相对雷达视线上会发生变化，直接利用图像配准技术对ISAR图像进行整体配准会使得机动目标的部件检测具有一定困难，因此需要对接收的雷达回波信号加以处理并进行局部特征的配准，才能保证目标部件检测的准确性。

在ISAR成像技术中，针对复杂的机动目标部件的检测问题，通常需要完备的部件的回波信号数据库，利用数据中目标的能量进行特征点的提取和分析，而部件回波信号数据库需要对各类需要检测的机动目标部件进行模拟仿真，从而得到相应的部件回波信号数据。在部件检测中,由于ISAR回波数据形成的图像中的特征点具有的机动目标部件的性能信息，通常可利用这类性能信息进行部件的检测，因此准确地提取出ISAR图像中的特征点并选择有效地选择可用的特征点至关重要，如果在图像中提取的特征点容易受到机动目标的姿态角变化的影响，就会造成后续特征匹配误差的增加，并导致机动目标部件检测的失败。

为了解决这个问题，一些研究人员和学者提出了高效的图像特征点提取及特征匹配方法，包括利用图像中像素的梯度变化特性提取梯度变化量较大的像素点作为特征点，通过向量维数扩展方法得到相应的特征向量描述符用于特征点的匹配以及利用理想的盒式滤波器对图像进行多阶降采样，再将不同采样结果找出相对应的极值点作为特征点，最后通过特征描述符信息进行特征点的匹配等方法。但以上方法都是对高分辨率的图像进行特征点提取后的全局匹配，但对于机动目标中具有相似部件的情况而言，这种整幅图像下的全局特征点匹配会容易造成部件检测的失败。

针对这个问题，现有技术主要包含以下两种方案：

技术方案一是：Cem Unsalan等人提出了一种基于高分辨率的卫星图像中建筑物和街道的检测方法。这种方法利用大量有效的特征点确定检测目标的最优特征点，能够有效地对人造目标进行特征点匹配，最后精确地检测出相应的目标。但是这种方法所使用的卫星图像具有很高的分辨率且提取的特征点信息与周围的点信息对比度明显，它在一定程度上类似与光学图像，是一种利用视觉效果原理获取的比较直观的图像。但是，对于一般情况下相对模糊和对比度不高的ISAR图像而言，如果直接上述方式对图像进行机动目标部件的检测，容易造成因提取的特征点性能不佳而导致的检测失败。

技术方案二是：陶超等人提出了一种基于均值移动分割方法和Gabor纹理特征的方法，其首先对图像进行区域的分割，之后对每个分割的区域采用Gabor纹理特征进行聚类形成视觉词汇，最后通过区域分析找出其所属的归类。这种方法能够有效地通过图像分割方法，确定出相关有效的研究区域后，再对遥感影像中的纹理特征找出所需研究的目标，从而实现目标的检测。但是这种方法需要用于检测的图像具有较高的中的目标具有较高的边缘信息用于纹理特征的提取，而对于复杂运动的ISAR机动目标而言，不同的方位向视角下的成像结果差别很多，同一个部件目标在很小的姿态角度变化下也会产生较大的边缘信息的区别。这种情况会造成由于部件重叠、缺失导致的边缘混叠而使得最终的部件检测失败。

发明内容

本发明的目的在于提出基于高斯概率和的ISAR卫星帆板检测方法。本发明可以在ISAR图像分辨率不高、边缘信息不丰富及复杂机动目标中具有相似部件的情况下，有效地检测卫星帆板。

实现本发明目的的技术思路是：通过利用雷达回波数据进行距离多普勒成像后得到图像的归一化数据，之后通过提取出有效稳健的目标特征点；之后根据卫星帆板的特征点位置坐标设计矩形窗口用于局部特征匹配的区域限定；然后以窗口的最近特征点作为复杂目标图像中窗口的定位点对图像特征点进行匹配后，再通过概率计算出每次正确匹配的高斯概率和，完成全部的特征点匹配后，以最大高斯概率和所对应的特征匹配结果作为最终部件检测的特征匹配结果，从而完成卫星帆板有效检测。

为实现上述技术目的，本发明采用如下技术方案予以实现。

基于高斯概率和的ISAR卫星帆板检测方法包括以下步骤：

S1：利用逆合成孔径雷达获取卫星回波数据，通过仿真获取卫星帆板回波数据；分别对卫星回波数据和卫星帆板回波数据进行预处理，得到卫星图像I₁和卫星帆板图像I₂；

S2：从卫星图像I₁中提取到R个特征点，从卫星帆板图像I₂中提取到T个特征点；