[发明专利]基于超像素统计相异性的SAR图像舰船目标检测方法

说明书

本发明属于雷达技术领域，公开了一种基于超像素统计相异性的SAR图像舰船目标检测方法。该方法包括：获取待检测的SAR图像，对SAR图像进行超像素分割得到W个超像素；其次基于伽玛分布假设，计算每个超像素对应的伽玛分布的形状参数和逆尺度参数；计算每个超像素的全局对比度值和局部对比度值，进一步计算得到该超像素对应的TCR增强值，将TCR增强值作为该超像素中各像素点的强度值，从而得到TCR增强图像；最后，计算检测阈值T，对TCR图像进行二值化，得到TCR增强图像对应的二值图像。本发明能够基于超像素统计相异性更好的提高TCR，从而能够以较低的虚警率实现较高的目标检测率，提升目标检测性能。

技术领域

本发明涉及雷达技术领域，尤其涉及基于超像素统计相异性的SAR图像舰船目标检测方法。

背景技术

合成孔径雷达(英文全称：Synthetic Aperture Radar，英文缩写：SAR)系统不受光照、天气等条件的限制，能够对感兴趣的目标进行全天候、全天时的观测，获得高分辨的二维SAR图像，是一种重要的对地观测手段，在民用和军用领域都得到了广泛应用。

基于SAR图像的目标检测作为自动目标识别系统中的关键技术，是雷达领域的研究热点。传统的恒虚警率(英文全称：Constant False-Alarm Rate，英文缩写：CFAR)方法，如单元平均恒虚警(英文全称：Cell-Averaging Constant False-Alarm Rate，英文缩写：CA-CFAR)方法，利用SAR灰度图像中目标像素和杂波像素的灰度值差异，设定合适的阈值进行目标检测。随着SAR技术水平的发展，SAR图像的分辨率不断提高，这虽然有利于获得更为精细的目标信息，但同时也给CFAR方法带来了困难。由于高分辨率SAR图像中目标尺寸远大于雷达距离分辨单元，目标的多个散射中心扩展到不同距离单元，回波能量被分散，造成目标像素的灰度值起伏，导致目标-杂波对比度(英文全称：Target to Clutter Rate，英文缩写：TCR)降低，在采用传统CFAR方法进行检测时目标区域中的灰度值较低的目标像素会被漏检，从而造成检测结果中出现目标断裂和不连续的现象。

此外，相对于低分辨SAR图像，高分辨SAR图像中的目标呈现出复杂的形状和结构特征，它不仅是高亮像素点的简单集合，目标的像素之间的空间关系更体现了目标的结构和形状特征，而现有CFAR方法大多以像素为目标检测的基本单元，并未考虑像素之间的空间关系。为了解决这一问题，提出了超像素的概念，超像素是根据像素之间的相似程度对图像中的像素进行分组得到的局部图像块。通常，高分辨SAR图像中的目标可以分割为一个或多个相邻的超像素，相对于单个像素，将超像素作为目标检测的基本单元，不仅可以获得目标更加有用的统计和结构信息，而且由于超像素的个数远小于图像中的像素总数，有利于降低目标检测过程的运算量。

为实现SAR图像近岸舰船目标检测，有文章提出了一种超像素显著图法，该方法利用超像素中像素平均强度，即灰度值的平方，生成全局和局部显著性特征。这种方法旨在提高TCR，在此基础上进行目标检测，并利用上下文信息剔除虚警。然而，该方法依赖于超像素中像素的平均强度，当背景超像素与目标超像素具有相似的强度时，目标检测结果中会出现虚警和漏检，目标检测性能下降。

发明内容

本发明的实施例提供一种基于超像素统计相异性的SAR图像舰船目标检测方法，能够基于超像素统计相异性更好的提高TCR，从而能够以较低的虚警率实现较高的目标检测率，提升目标检测性能。

为达到上述目的，本发明的实施例采用如下技术方案：

步骤1、获取待检测的SAR图像，对待检测的SAR图像进行超像素分割，得到W个超像素；

步骤2、基于伽玛分布假设，计算每个超像素对应的伽玛分布的形状参数和逆尺度参数；