[发明专利]动目标检测方法、电子设备及存储介质

权利要求书

1.一种动目标检测方法，其特征在于，包括：

S1，输入的原始SAR图像s(x，y)生成重叠子孔径图像序列s′(x，y，l)，l为图像在序列中的序号，以聚束SAR模式下获得的单视复图像作为输入，进行方位向FFT变换到距离多普勒域，进行子孔径切割及方位向IFFT处理得到重叠子孔径图像序列，m为所述原始SAR图像在x方向的像素点数；

S2，对序列中的每幅图像s′(x，y，l)进行亮度调整，得到亮度均衡的图像序列s″(x，y，l)，对图像序列中各子图像s′(x，y，l)计算统计直方图对应的均值μ(l)和标准差σ(l)，然后通过归一化操作使得各子图像获得相同均值μ₀和标准差σ₀，得到亮度调整后的子图像序列s″(x，y，l)；

S3，利用亮度调整后的图像序列s″(x，y，l)生成无动目标的杂波图像B(x，y)，对图像序列s″(x，y，l)中的每一像素位置沿第三维l的所有数据进行中值滤波，得到该组图像序列对应的无动目标的杂波图像B(x，y)；

S4，将S3中得到的杂波图像B(x，y)与序列中各子图s″(x，y，l)做差，得到对应的一组差分图像F(x，y，l)，其中，F(x，y，l)＝s″(x，y，l)-B(x，y)；

S5，利用双参数CFAR检测器对F(x，y，l)中的动目标进行预筛选，获得一组二值图像P(x，y，l)；

S6，对每幅二值图像P(x，y，l)应用改进的DBSCAN 算法进行聚类得到C_n个动目标对应的聚类簇，提取各聚类簇的质心(xc_i，yc_i)，以及可覆盖该聚类簇的最小矩形框(a_i，a_j)，其中，改进的DBSCAN算法简述如下，首先设置密度选择参数MinPts及邻域矩形框的尺寸(L_x，L_y)，利用上述参数判断输入的二值图像中的样本点是否为核心对象，通过核心对象进一步确定聚类簇，核心对象判断条件如下：每个样本点的矩形邻域内所包含的样本点的个数是否大于等于所设定的密度选择参数MinPts；

S7，输入步骤S6提取的图像序列对应的所有聚类簇的质心(xc_i，yc_i)及最小矩形框(a_i，b_j)，应用卡尔曼滤波器对各聚类簇进行追踪提取动目标的运动轨迹，对潜在动目标进行追踪，根据得到的潜在动目标的运动轨迹，剔除静止目标及无序的噪声，保留沿方位向运动的目标作为最终的输出结果。

2.根据权利要求1所述的动目标检测方法，其特征在于，步骤S1包括：

S11，输入SLC图像s(x，y)，沿方位向进行FFT，得到距离多普勒域图像s(x，f_y)，在距离多普勒域内设置一个尺寸为n*2000的滑动窗，然后每隔200个方位单元截取一次数据，直到遍历所有方位向数据，对截取得到的块数据分别沿方位向进行IFFT，得到所选子块s(x，y)对应的幅重叠子孔径图像；

S12，对每幅子孔径图像进行升采样，取模值得到幅度图像，对各图像进行[3*3]均值滤波，降低相干斑噪声，然后进行归一化取对数操作，转换为对数图像，将各子图像按照滑动窗截取的顺序排列构成3维矩阵，得到一组重叠子孔径图像序列s′(x，y，l)，