[发明专利]基于贝叶斯显著性的SAR图像目标检测方法

权利要求书

1.基于贝叶斯显著性的SAR图像目标检测方法，包括如下步骤：

(1)对一幅尺寸为W×H的原始SAR图像A进行超像素分割，得到超像素{r_i}， i＝1,...,N， 其中，N为超像素的个数；

(2)对每个超像素r_k计算其基于全局对比的先验显著度p_g(r_k)， 得到与原始SAR图像A尺寸相同的先验图C，并对先验图C进行最大值归一化处理得到先验显著图D；

其中，对每个超像素r_k计算其基于全局对比的先验显著度p_g(r_k)，按下式进行：

其中，D_s(r_k,r_i)表示第k个超像素与第i个超像素在空间上的欧氏距离，σ_s是控制空间欧氏距离对于第k个超像素先验显著度的贡献程度的常数，w(r_i)是第i个超像素的像素点个数，D_r(r_k,r_i)是第k个超像素与第i个超像素的强度直方图之间的欧氏距离；

(3)利用基于尺度选择的中心-周边差法，对原始SAR图像A进行处理得到似然显著图E，对似然显著图E分割得到标注原始SAR图像A的前景区域F和背景区域B的二值图V；

(4)分别统计原始SAR图像A的前景区域F和背景区域B的像素点的强度值出现的频率，得到前景强度直方图H_f和背景强度直方图H_b；

(5)分别根据前景强度直方图H_f和背景强度直方图H_b计算原始SAR图像A上每个像素点z(j)的前景似然概率值p_f(z(j))和背景似然概率值p_b(z(j))，其中，j＝1,2,...,W×H， 然后把原始SAR图像A每个像素点z(j)的前景似然概率值p_f(z(j))和背景似然概率值p_b(z(j))分别按照原始SAR图像A每个像素点z(j)所在的对应位置进行排列，得到与原始SAR图像A尺寸相同的前景似然图M_f和背景似然图M_b；

(6)在贝叶斯框架下根据先验显著图D、前景似然图M_f、背景似然图M_b，计算原始SAR图像A每个像素点z(j)的贝叶斯后验概率值p_B(z(j))，然后把每个像素点z(j)的贝叶斯后验概率值p_B(z(j))按照原始SAR图像A每个像素点z(j)的对应位置进行排列，得到与原始SAR图像A尺寸相同的贝叶斯后验显著图P；

(7)对贝叶斯后验显著图P进行分割得到标注有贝叶斯后验显著图P前景和背景的二值图O；

(8)根据感兴趣的目标尺寸设置最大聚类距离d_max，用该最大聚类距离d_max对标注有贝叶斯后验显著图P前景和背景的二值图O进行聚类处理，得到聚类后的二值图Q；

(9)统计聚类后的二值图Q中每一聚类区域像素点个数，对聚类后的二值图Q中不满足目标面积要求的聚类进行置零操作， 即去除虚警区域，得到去除虚警区域后的二值图Y；

(10)根据去除虚警区域后的二值图Y，在原始SAR图像A上进行切片提取处理，得到疑似目标切片，即原始SAR图像A最终的目标检测结果：

10a)计算去除虚警区域后的二值图Y上每一聚类区域的质心坐标(cen_x,cen_y)：

其中，x(b)、 y(b)为去除虚警区域后的二值图Y上每一类区域中每一像素点的坐标， b＝1,2,...,N_b， N_b为去除虚警区域后的二值图Y上每一类区域的像素点个数；

10b)根据最大目标尺寸设置正方形切片的边长为C_s，在原始SAR图像A上以二值图Y上每一聚类区域的质心坐标(cen_x,cen_y)为中心，提取边长为C_s的正方形区域作为疑似目标切片。