[发明专利]逆合成孔径雷达图像的质量分类方法

说明书

技术领域

本发明属于通信技术领域，更进一步涉及雷达目标分类识别技术领域中的一种逆合成孔径雷达图像的质量分类方法。本发明可用于对逆合成孔径雷达图像进行质量分类，通过特征提取、分类器对特征进行分类，实现图像质量的分类，最终可应用基于逆合成孔径雷达图像的目标识别，从而提高目标识别的准确率。

背景技术

逆合成孔径雷达图像与光学图像有着显著的不同，它有很强的斑点噪声，并且伴随着重影问题、条纹干扰问题、运动模糊等特有的问题，使逆合成孔径雷达图像的解译比较困难，最终影响逆合成孔径雷达图像的应用。因此，逆合成孔径雷达图像质量评估及其应用的研究具有重要的意义，专门对逆合成孔径雷达图像进行质量评估分类是非常重要的。

北京航空航天大学申请的专利“基于对比敏感度特性的SAR图像质量评价方法”(申请号CN201310038632，申请日2013.01.31，公开号CN103106660A，公开日2013.05.15)提到了一种图像质量评价分类的方法。该方法利用小波分解，不需要参考SAR图像，仅依据人类视觉系统参数指标就能有效的评价图像质量，该方法可以通过人眼视觉中的对比敏感度的多通道特性，并结合图像处理中的小波变换的方法对SAR图像的质量进行评价分类。人类视觉系统参数指标可以有效的对图像进行质量分类，但是该专利技术仍然存在的不足是，不同于光学图像，目标在逆合成孔径雷达图像上表现为稀疏的散射单元，不能完整的表现目标的轮廓，所以部分人类视觉系统指标不能较好的反映逆合成孔径雷达图像的真实情况，导致有用的逆合成孔径雷达图像被删除，进而影响目标的识别。

李文臣，陆洪涛，宋胜利，李宏，雷刚，张政超在“SAR图像质量外场试验与评估技术”(《雷达科学与技术》10(6).2012)提出了一种图像的质量分类方法。该方法利用点目标冲激响应的空间分辨率、等效分辨率、扩展系数、积分旁瓣比、峰值旁瓣比来测定点目标的图像质量。该方法虽然能够有效的对点目标图像的质量进行分类，但是，该方法仍然存在的不足是，对于面目标逆合成孔径雷达图像质量评价并不全面，导致对面目标逆合成孔径雷达图像的质量分类不够准确。

发明内容

本发明的目的在于克服上述已有技术中逆合成孔径雷达图像的质量分类方法的不足，提出一种逆合成孔径雷达图像的质量分类方法。该方法充分考虑面目标的逆合成孔径雷达图像的特点，以及条纹干扰对图像质量的影响，保证了一定的分类准确率。

为实现上述发明目的，本发明的具体步骤如下：

(1)数据预处理：

使用雷达录取的复数据，进行逆合成孔径雷达成像，得到逆合成孔径雷达图像数据，将这些逆合成孔径雷达图像数据用能量归一化；

(2)目标检测：

(2a)采用恒虚警检测方法，检测出归一化后的逆合成孔径雷达图像数据中的目标；

(2b)采用边缘信息定位方法，确定目标区域位置；

(3)图像划分：

将目标区域作为一个分区，采用分块的方法，将目标区域周围的部分划分为八个区域；

(4)特征提取：

(4a)采用横条纹能量比公式，在逆合成孔径雷达图像区域2、区域8和区域5的联合区域中，计算横条纹能量比特征；

(4b)采用竖条纹能量比公式，在逆合成孔径雷达图像区域4、区域6和区域5的联合区域中，计算竖条纹能量比特征；

(4c)采用图像熵公式，在逆合成孔径雷达图像区域1到区域9的联合区域中，计算图像熵特征；

(4d)采用剩余能量比公式，在逆合成孔径雷达图像区域1到区域9的联合区域中，计算剩余能量比特征；

(4e)采用特征向量公式，将横条纹能量比特征、竖条纹能量比特征、图像熵特征和剩余能量比特征组成一个特征向量；

(5)分类：

采用有监督分类方法，使用支持向量机SVM分类器，对特征向量进行分类，得到分类结果；

(6)分类结果验证：

采取相互验证方法对分类结果进行验证，得到分类的正确率。

本发明与现有技术相比具有如下优点：

第一，由于本发明考虑了部分人类视觉系统指标不能较好的反映逆合成孔径雷达图像真实的质量情况，利用横条纹能量比特征、竖条纹能量比特征、图像熵特征和剩余能量比作为特征向量，克服了现有技术中部分人类视觉系统指标不能较好的反映逆合成孔径雷达图像真实的质量的问题，使得本发明能够按照质量，对逆合成孔径雷达图像进行有效的分类。