[发明专利]星载SAR图像中的飞机目标检测与鉴别方法

权利要求书

1.一种复杂背景SAR图像中的飞机目标检测与鉴别方法，其特征在于，具体步骤如下：

(1)首先采用机场粗检测算法，对大场景中机场目标进行粗定位；

(2)其次采用机场区域精确分割算法，对机场目标进行精确分割；

(3)然后采用基于Canny算子的边缘检测方法，提取机场区域中的可疑目标；

(4)最后采用基于卷积神经网络识别算法及虚警鉴别算子，对可疑目标进行识别及虚警鉴别；

步骤(1)所述采用机场粗检测算法，对大场景中机场目标进行粗定位，是利用孔洞鉴别算子、形状鉴别算子及面积鉴别算子，通过对图像分割提取的连通域进行鉴别，对大场景SAR图像中机场目标进行粗定位；其中：

孔洞鉴别算子：连通域孔洞填充后面积S_filled与原面积S_con差占原面积比；

形状鉴别算子：连通域面积与其最小外接矩形框面积S_bbox之比；

面积鉴别算子：连通域面积与图像中最大连通域面积S_{max_con}之比；

复合鉴别算子：

h₄＝h₂*h₃ (公式四)

步骤(2)中所述机场区域精确分割算法，包括：替代滤波及图像分割；

步骤(3)中所述基于Canny算子的边缘检测方法，包括：基于Canny算子的边缘检测和利用最优距离匹配算法对飞机离散目标进行组合；

步骤(4)中所述基于卷积神经网络识别算法及虚警鉴别算子，包括基于googLeNet的卷积神经网络目标识别及面积追踪与长宽比鉴别；

步骤(1)基于鉴别算子的机场目标粗检测算法流程为，首先通过图像均值滤波对图像杂波与噪声进行抑制，然后通过Otsu方法确定全局阈值对图像进行二值化处理；对二值化图像进行先膨胀后腐蚀操作，减少背景杂波影响；提取面积排名前10的连通域，利用孔洞鉴别算子，形状鉴别算子及面积鉴别算子对连通域目标进行鉴别，对大场景SAR图像中飞机目标进行粗定位；

步骤(2)基于图像处理的机场区域精确分割的流程为，对粗定位后目标区域进行灰度调整，二值化及取反等图像处理步骤，通过提取连通域对机场区域进行精确分割；

其中，所述替代滤波流程为，先检测横条纹，然后采用图像中横条纹附近图像值替代横条纹处图像值；

步骤(3)所述基于Canny算子的边缘检测方法的流程为，首先采用Canny算子对图像边缘进行提取，然后对边缘提取后的图像进行膨胀与腐蚀操作，并对边缘虚警进行剔除，实现目标粗分割；

所述最优距离匹配算法流程为，将包含飞机离散部件与虚警的小边界框与包含飞机目标虚较大虚警的大边界框一一匹配，选取最短距离组合进行匹配，确定飞机整体目标的可能位置；

步骤(4)中所述基于卷积神经网络识别算法流程为，基于GoogLeNet网络结构，首先利用已有数据进行数据增强后对网络进行训练，然后对输出的可疑目标边界框进行多灰度识别；

飞机目标鉴别流程为，对多灰度目标识别的结果，基于面积鉴别算子，长宽比鉴别算子及目标识别算子，对飞机虚警目标进行鉴别。

2.根据权利要求1所述的复杂背景SAR图像中的飞机目标检测与鉴别方法，其特征在于，基于多种鉴别算子提取复合特征的机场目标粗检测算法，具体流程为：

(1a)在大场景SAR图像中对图像进行均值滤波，对背景分布中噪声与杂波进行抑制，减少其对机场目检测的干扰；基于视觉注意力机制，首先依据机场呈大面积较暗区域分布的特性提取包含机场目标的连通域；

(1b)对二值化后的图像进行先膨胀后腐蚀操作，膨胀的目的是使得机场区域中由于复杂成像与散射机制导致的机场区域不连续的地方连接；腐蚀的目的是使得由于复杂成像导致的机场区域与其余道路连接断开，减少背景分布对目标检测的影响，初步精准机场目标范围；

(1c)通过Otsu方法确定全局阈值，对图像进行二值化处理，此时机场与其余虚警目标对应像素值为0；

(1d)因为机场目标在大场景SAR图像中所占面积较大，故提取面积排名前10的连通域，通过孔洞鉴别算子、形状鉴别算子与面积鉴别算子对包含机场目标的连通域进行鉴别，剔除虚警，对机场目标进行粗定位。