[发明专利]基于初相-多普勒不变距离和KNN的海陆场景分割方法

说明书

本发明公开了一种基于初相‑多普勒不变距离和KNN的海陆场景分割方法，其步骤是：将获取回波序列转化为全息杂波图像；建立距离‑波位坐标系；从全息杂波图像中选取海杂波与地杂波标签；选取距离‑波位分辩单元；计算每个所选距离‑波位分辩单元与所有标签的初相‑多普勒不变距离；利用K最近邻KNN方法确定每个所选距离‑波位分辨单元的所属类别进而得到二值图像；对二值图像进行形态学滤波，得到最终结果。本发明计算每个距离‑波位分辨单元与每一个标签的初相‑多普勒不变距离，结合K最近邻KNN方法得到海陆噪声场景分割图像。

技术领域

本发明属于信号与信息处理技术领域，更进一步涉及雷达信号处理技术领域中的一种基于初相-多普勒不变距离和K最近邻KNN(k-Nearest Neighbor)的海陆场景分割方法。本发明可用于对岸基和机载雷达获取的回波数据实现探测场景的海洋区域和陆地-岛礁区域分割。

背景技术

海杂波背景下的目标检测技术是雷达应用技术中一个至关重要的研究方向，在军事和民用领域得到普遍应用。在进行海杂波背景下的目标检测之前，必须对海陆杂波场景分割进行预处理。通过海陆杂波场景分割将地杂波和岛礁回波从雷达杂波中分离出去，在目标检测的过程中将地杂波和岛礁回波排除，减少了地杂波和岛礁回波对海杂波背景下的目标检测的影响。海陆杂波场景分割结果的质量好坏将直接影响海杂波背景下的目标检测性能。

雷达杂波场景的分割包括了将雷达数据转化成灰度图像和灰度图像分割两部分。海杂波的能量相对比较分散而地杂波的强度要比海杂波的强度强很多且比较集中。雷达对海扫描探测时，接收机接收到的海杂波会随着海面环境、雷达工作频率、天线视角等多方面因素的变化表现出显著的非平稳、非高斯特性，其峰值也会随着时间不断地发生变化，这种海陆杂波场景分割往往是高计算代价的，难以满足实时海陆杂波场景分割的要求。

艾国红，万寿红，岳丽华在其发表的论文“基于多特征动态融合模型的海陆分割算法”([J].电子技术.2011,3:52-5)中公开了一种以多特征动态融合模型为基础的海陆图像分割方法。该方法对海陆图像的特征进行提取和融合得到综合特征图，然后对综合特征图像进行阈值分割和映射及边缘处理。该方法存在的不足之处是，对海陆图像的特征进行提取和融合得到综合特征图时，综合特征图中只包括纹理特征和灰度特征，当图像较为复杂时，即海面灰度值与陆地灰度值相近时，就很难从纹理特征和灰度特征中区分海面区域和陆地区域。

北京航空航天大学在其申请的专利文献“一种基于小波变换和最大类间方差法OTSU阈值的SAR图像海陆分割方法”(专利申请号201210536981.2，授权公告号CN102968798 B)中提出了一种基于小波变换和最大类间方差法OTSU阈值的 SAR图像海陆分割方法。该方法利用小波变换的噪声平滑特性抑制SAR图像中的斑噪，进而采用一种非监督、最优化阈值的最大类间方差法OTSU阈值方法粗略分割出陆地区域，并基于小波变换的多尺度分析特性，将各尺度下的检测结果进行合并，最后通过自动化的后续处理和边缘跟踪得到最终的SAR图像海陆分割结果。该方法存在的不足之处是，对最大类间方差法OTSU阈值方法的算法实现时，阈值设置方面需要较多的人工干预，算法的鲁棒性有限，且该方法对噪声仍比较敏感，导致该方法的鲁棒性较差，图像分割结果不均匀。

发明内容

本发明的目的是针对上述已有技术的不足，提出一种基于初相-多普勒不变距离和K最近邻KNN(k-Nearest Neighbor)的海陆场景分割方法。以实现运动相参体制平台下，海陆杂波场景的快速、实时分割，提高分割的质量。

实现本发明目的的基本思路是：首先，将雷达接收含有海陆杂波场景的回波序列转化为全息杂波图像，建立一个距离-波位坐标系，根据全息杂波图像，选取海杂波与地杂波的标签；然后，选取所有距离-波位分辨 单元，计算每个距离- 波位分辨单元与所有标签数据的初相-多普勒不变距离；最后，利用K最近邻KNN (k-Nearest Neighbor)方法确定每个所选距离-波位分辨单元的所属类别进而得到二值图像，采用3*7结构元素对二值图像进行形态学滤波，得到最终的海陆杂波场景分割图像。