[发明专利]基于改进Krawtchouk矩的SAR图像目标特征提取方法

说明书

基于改进Krawtchouk矩的SAR图像目标特征提取方法，涉及图像特征提取技术，属于SAR目标自动识别技术领域。本发明针对SAR图像的方位敏感性和平移敏感性给SAR目标识别带来的干扰，提出一种基于改进Krawtchouk矩的SAR图像目标特征提取方法。在有效抑制噪声的情况下，有效克服了SAR图像对目标方位的敏感性，减少计算量的同时能有效地对目标进行识别。

1.所属技术领域

基于改进Krawtchouk矩的SAR图像目标特征提取方法，涉及图像特征提取技术，属于SAR目标自动识别技术领域。

2.背景技术

在合成孔径雷达(Synthetic Aperture Radar,SAR)图像自动目标识别当过程中，有效地处理SAR图像并提取能反映目标本质属性的特征是SAR目标识别的关键技术之一。

SAR图像不像一般的光学图像能较完整地描述目标的整体形状，而是表现为稀疏的散射中心分布，且对成像的方位敏感，即同一目标在不同方位角下，SAR图像间存在较大的差异，故而需要有效地提取目标的特征。特征提取过程是去除冗余信息的过程，具有提高识别精度、减少运算量和提高运算速度的作用，良好的特征应具有可分性、稳定性和独立性等特点。而矩是一种非常重要的表示目标总体形状的特征量，二维图像的几个关键特征均直接与矩有关，如目标的大小、质心和旋转情况等等。由于不变矩概念清晰、识别率稳定，对具有平移、旋转和缩放变化的目标有良好的不变性及抗干扰性，能有效地反映目标的本质特征。Krawtchouk矩由于具有计算时不需要进行坐标转换，没有离散误差，且能提取任意局部特征等良好性能，所以Krawtchouk矩越来越广泛地被应用于信号特征提取等领域。尽管Krawtchouk不变矩具有平移、尺度以及180度以内的旋转不变性，但对于具有翻转行为或者旋转角度大于180度的图像，利用Krawtchouk不变矩提取特征时并不具备不变性。

针对SAR图像的方位敏感性和平移敏感性，引入翻转因子和旋转因子，提取具有平移、全方位旋转、缩放等不变性的改进Krawtchouk矩特征作为特征向量，采用支持向量机分类方法进行分类，可为SAR自动目标识别提供技术支持。

3.发明创造的目的

针对SAR图像的方位敏感性和平移敏感性给SAR目标识别带来的干扰，提出一种基于改进Krawtchouk矩的SAR图像目标特征提取方法。在有效抑制噪声的情况下，有效克服了SAR图像对目标方位的敏感性，减少计算量的同时能有效地对目标进行识别。

4.技术方案

SAR目标识别分类可大致分为三个步骤：预处理、特征提取和分类。其中，如何提取图像特征是目标分类识别的前提和关键，只有当选择的特征具有良好的类内相似性和类间差异性时，才可能利用图像特征对目标进行精确的分类和目标识别。主要过程如下：

(1)对SAR目标的切片图像进行中值滤波。

(2)采用一维最大熵阈值分割法对切片图像进行分割，得到目标二值图像和背景图像。

(3)对目标二值图像利用改进的Krawtchouk矩方法进行特征提取。

引入翻转因子和旋转因子，改进Krawtchouk不变矩构建方法，使该矩不但具备基本Krawtchouk不变矩的特性，还具备对称翻转以及全方位的旋转不变性。

改进Krawtchouk矩特征提取的主要步骤为：

Step1：根据式(1)确定图像的质心

其中，f(x,y)为坐标(x,y)位置的灰度值，其值为0或者1，i取0或1，j也取0或1，N为图像的行数。

Step2：图像的中心距u_ij可由式(2)计算，