[发明专利]基于视觉反差和信息熵的SAR图像人造目标检测方法

说明书

技术领域

本发明涉及一种基于视觉反差和信息熵的合成孔径雷达(SyntheticApertureRadar，SAR)图像人造目标快速检测方法，属于遥感图像处理技术领域。

背景技术

目标检测是SAR图像解译领域的一项重要研究课题，自SAR技术达到实用化水平以来，SAR图像目标检测研究一直受到广泛关注。建筑物、桥梁、车辆、船只等人造目标是SAR对地观测中重点监测的对象，这类目标的检测与识别在军事和民用上均具有重要意义，已被广泛地应用于军事侦察、城市规划、灾害监测、资源调查等领域。

现有的SAR图像目标检测算法主要有：基于对比度的目标检测算法，如窗口滤波法，阈值分割法、恒虚警(CFAR)检测算法、等等；基于图像其他特征的目标检测算法，如基于多分辨率特征的目标检测算法，利用边缘特征和局部能量的基于活动轮廓的目标检测算法，基于上下文特征的目标检测算法，基于扩展分形特征的目标检测算法，等等；以及基于复数据特征的目标检测算法，例如子孔径相干法。其中，关于恒虚警(CFAR)检测算法的研究最多，由于真实SAR图像中往往包含多种地物覆盖类型，且随着SAR图像分辨率提高，杂波背景的不均匀性增强，不少学者尝试利用新的统计分布模型进行杂波统计建模，如G0分布，Alpha稳定分布，等等；针对SAR图像视场大、传统滑窗CFAR比较费时等问题，研究了快速检测算法，如全局CFAR与局部CFAR级联算法，二次CFAR算法等等。

在SAR图像中，人造目标往往具有较强的雷达回波，上述各类算法被陆续应用于人造目标检测中。然而，随着SAR图像分辨率逐渐提高，统计模型参数估计复杂、对大视场图像检测精度与检测效率难以兼顾等问题仍普遍存在。特别是对于一些小型人造目标如车辆、船只、飞机、部分战术目标等等，目标自身不变特征往往提取困难，而且在大视场图像中采用复杂的算法其计算代价很大，难以满足实用性的要求。

近年来，随着计算神经科学和认知心理学等学科的发展，视觉注意机制(VisualAttentionMechanism)及其应用研究引起了广泛关注。视觉注意机制是灵长类动物处理视觉信息过程中的一项重要的心理调节机制，它使得人类具备从复杂环境中搜索感兴趣目标的能力，目前已有不少视觉注意模型被陆续提出，并已应用于目标检测中。最具代表性模型是由Itti等人于1998年提出基于底层视觉特征的模型(简称Itti模型)，参见IttiL,KochC,NieburE.AModelofSaliency-BasedVisualAttentionforRapidSceneAnalysis[J].IEEETransactiononPatternAnalysis&MachineIntelligence,1998,20(11):1254-1259.还有Hou等人于2007年提出的基于空间频域分析的谱残差模型(简称SR模型)，参见HouX,ZhangL.SaliencyDetection:ASpectralResidualApproach[C].2007IEEEConferenceonComputerVisionandPatternRecognition,IEEEComputerSociety,2007:1-8.但是由于现有的视觉注意模型多数都是针对自然图像的，在SAR图像中的应用比较有限，检测结果也不令人满意。近期有学者对Itti模型进行了改进，但处理效率较低，不便于工程实现。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种基于视觉反差和信息熵的SAR图像人造目标快速检测方法，进行三次下采样，减少了检测过程需要处理的数据量，提高了运算效率。

为了实现上述目标，本发明采用如下的技术方案：

一种基于视觉反差和信息熵的SAR图像人造目标检测方法，其特征是，包括如下步骤：

1)对待检测的SAR图像进行高斯金字塔分解，通过下采样处理建立4层影像金字塔，处理后图像分别记为I₀，I₁，I₂和I₃，其中I₀为原图像尺寸，I₁，I₂和I₃图像依次分别是原图像尺寸的1/2，1/4，1/8；

2)根据生物视觉特性，通过模拟初级视觉皮层中的简单细胞来提取图像的局部反差信息，对输出的四幅不同尺寸图像I₀，I₁，I₂和I₃分别进行中央周边差处理，提取简单单元S；