[发明专利]高分辨率极化SAR舰船目标与干扰目标鉴别方法

说明书

本发明公开了高分辨率极化SAR舰船目标与干扰目标鉴别方法，该技术属于SAR图像处理领域，用于剔除SAR图像舰船目标检测过程中疑似舰船的干扰目标造成的虚警。本发明综合利用舰船目标的极化信息和散射强度峰值与结构之间的关系，首先对舰船目标检测算法提取的目标切片进行Krogager极化分解，然后利用螺旋体散射比重与峰值区域的变化曲线计算得到目标结构复杂区域即目标峰值区域，提取峰值区域螺旋体散射比重形成鉴别统计量，利用经验门限进行判决，得到鉴别结果。该方法对高分辨率极化SAR图像中舰船目标与疑似舰船的干扰目标具有良好的鉴别能力，有利于减少SAR图像舰船目标检测过程中干扰目标造成的虚警，具有推广应用价值。

一、技术领域

本发明涉及SAR图像处理领域中利用目标极化散射特性和结构特征进行舰船目标检测的方法，即高分辨率极化SAR舰船与干扰目标鉴别方法，可用于减少SAR图像舰船目标检测过程中干扰目标造成的虚警。

二、背景技术

合成孔径雷达(SAR)具有全天时、全天候、大范围和高分辨率的特点，在水面船只探测中是重要手段之一。目前SAR图像舰船目标检测主要用尺度形状特征、纹理特征、峰值特征等作为舰船目标鉴别的主要特征依据。相对于单通道SAR图像，极化SAR数据能更全面地描述目标的散射回波信息。利用极化SAR信息进行船只目标分析在海防、渔业监管和海上商业运输等有较高潜在应用价值。1990年挪威科学家Christoffersen等人利用SAR散射强度进行船只分类识别研究，依据船只各部分的散射强度来分析舰船的主体结构。1997年Osman等人结合BP神经网络对驱逐舰、护卫舰、补给船等进行了分类试验，取得了较好的分类效果。陈琪等人利用对比度、形状、纹理和分型特征等对港口区域舰船目标进行了鉴别，提升了检测结果正确率。杨慧等人利用H/A/α-Wishart分类对极化SAR图像船只进行了检测，能有效的保留船只的边缘信息。

为了进行高效快速地进行目标识别，一般需要对原始的数据进行有意义的特征提取。目前目标极化散射特征被广泛应用于SAR图像目标识别。但是在舰船目标检测中，单纯的通过目标极化散射特征无法有效的区分舰船目标和与其较为相似的岛礁、人造平台、防浪堤等干扰目标。因此在SAR图像舰船目标检测中，特别是在类舰船干扰目标较多的情况下，单纯的通过目标极化散射特征进行舰船目标检测无法有效的减少此类目标造成的虚警。在SAR图像中，根据目标的散射回波强度，可以提取目标的峰值信息。计科峰等人已证实利用峰值特征可以进行SAR图像目标识别。在舰船目标检测中，利用极化散射特性和峰值特征均具有各自的优点，但一直以来二者均分别单独地应用于舰船检测中，二者的优点没有很好的结合起来。

三、发明内容

1.要解决的技术问题

本发明的目的在于提供一种可以减少SAR图像舰船目标检测过程中干扰目标造成虚警的高分辨率极化SAR舰船与干扰目标鉴别方法。该鉴别方法将目标的峰值特征和极化散射特征相结合，首先从目标的结构上进行了分析，利用目标峰值点来寻找目标的复杂结构区域，即峰值区域，然后在此区域中进行Krogager极化散射分解，最后以峰值区域的螺旋体散射比重作为鉴别因子对舰船目标和干扰目标进行鉴别。单独利用峰值特征只能从几何位置分布来对目标的结构复杂区域位置进行分析，单独采用极化散射特征只能对目标各种散射体强度和结构分布做出大致的判断，对于鉴别一些类似舰船的干扰目标效果较差。本鉴别方法能从舰船目标的结构上出发，寻找舰船目标与海面干扰目标之间结构上差异最大的区域，并利用极化散射特征加以区别，因而本发明专利可以有效地减少高分辨率极化SAR图像舰船目标检测中的虚警。

2.技术方案