[发明专利]基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法

说明书

技术领域

本发明属于遥感影像的SAR(SyntheticApertureRadar，合成孔径雷达)图像处理领域，特别涉及一种基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法。

背景技术

我国领海广阔，海洋资源丰富，海面船只目标检测是海洋监测的关键技术之一，对监视海运交通、非法捕鱼、监测船只非法倾倒油污、维护海洋权益以及提高海防预警能力等方面具有重要意义。

SAR作为一种工作在微波波段的主动式遥感传感器，相对于光学遥感，具有全天时全天候的对地观测能力，而且还对硬目标非常敏感。这就使得SAR遥感技术在海面船只目标检测中的应用研究得到了各个海洋大国的广泛关注和学术界的日益重视。

在SAR成像时，一般情况下海面的后向散射较弱，因此在影像上通常表现为暗背景；而海面船只目标具有强散射性，在暗背景下往往表现为亮点目标。但是，在某些情况下，由于发射脉冲的重复频率(PulseRepetitionFrequency,PRF)过低，使得回波信号的多普勒频谱欠采样，导致SAR影像上存在着方位向模糊噪声，尤其是短波长的SAR影像(如X波段、C波段)。当方位向模糊噪声严重时，后向散射强度相对较低的海杂波在雷达影像上也通常表现为亮度较大的点(虚假目标)，往往会被误判为船只目标，从而导致检测错误，即虚警。

2006年，Liu等人结合模拟数据和CV-580机载全极化数据研究，发现方位向模糊噪声不满足互易性，提出利用|HV-VH|算子区分运动目标和方位向模糊，并将其推广到海面船只目标检测。2013年，Velotto等人使用TerraSAR-X全极化数据，基于HV和VH极化通道间方位向模糊相互共轭的特性，利用极化通道HV和VH的组合，提出了抑制方位向模糊的方法，并基于广义K分布CFAR检测算法得到了较好的检测精度。上述方法的应用前提是存在极化散射矩阵S₂(HH/HV/VH/VV)。但是，由于SAR固有的相干成像机理，获取的影像上通常存在较为严重的相干斑噪声。故在数据应用处理过程中，通常要进行相干斑噪声抑制。这就导致处理结果中经常以全极化SAR数据的后向散射矩阵S₂的二阶统计量——协方差矩阵C或相干矩阵T等形式存在，而无法获得HV和VH影像，进而限制了上述区分方位向模糊噪声检测方法的进一步推广。2008年，Wang等基于Cloude目标分解法，分析了全极化SAR数据船只目标及其方位向模糊噪声、海杂波的极化散射特性，并提出了一种基于极化散射特征的船只目标检测方法，即利用第三特征值λ₃来区分船只目标及其方位向模糊噪声。但是，该算法未考虑当方位向模糊与其周围其它弱小船只目标具有相近的第三特征值λ₃时同样会出现检测虚警或目标漏检的情况。

发明内容

本发明提供了一种基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法。该方法运用HV和VH极化通道间方位向模糊噪声相互共轭的散射特性，基于二维卷积函数2D-CF对体散射和螺旋体散射进行相干，不仅避免了由方位向模糊噪声引起的检测虚警，而且提高了海船对比度，大幅度减少了弱小船只目标的漏检，进而显著提高了船只目标的检测精度。

本发明所述的基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法，其特征在于，包括如下步骤：

步骤10：对全极化SAR数据进行Yamaguchi四分成分解，获得奇次散射、偶次散射、体散射和螺旋体散射成分；

步骤20：设置滑窗大小M×N，基于二维卷积函数2D-CF(TwoDimensionsConvolutionFunction)对所述体散射和螺旋体散射成分进行相干，获得所述体散射和螺旋体散射成分的相干影像；

步骤30：统计所述相干影像的累积分布函数；

步骤40：设定恒虚警率P_fa，结合相干影像的累积分布函数，计算检测阈值ε；

步骤50：遍历相干影像，判断相干影像的各像素值是否大于检测阈值ε，输出检测结果的二值图；若像素值大于ε，则为船只目标，该像素在二值图中赋值为1；若像素值不大于ε，则为海杂波，该像素在二值图中赋值为0。

优选的是，步骤10中获得的螺旋体散射功率f_hlx和体散射功率f_vol：