[发明专利]基于视频合成孔径雷达的动目标智能联合检测方法

说明书

本发明公开了一种基于视频合成孔径雷达的动目标智能联合检测方法，主要解决现有技术对动目标检测虚警高及泛化性能差的问题。其方案为：获取训练数据；分别构建提供高分辨雷达图像候选区子网络和提供低分辨距离多普勒谱候选区子网络；通过坐标变换得到在图像和距离多普勒谱中成对存在的候选区，并据此分别构建图像阴影检测子网络和目标多普勒能量检测子网络；将各子网络组合得到完整的联合检测网络，并用训练数据对其训练；将待测试数据输入到训练好的联合检测网络中实现动目标检测。本发明利用动目标在高分辨图像与低分辨距离多普勒谱中的不同信息，提升了对动目标检测的虚警控制能力和泛化能力，可用于视频合成孔径雷达运动目标阴影检测。

技术领域

本发明属于雷达技术领域，特别涉及一种动目标联合检测方法，可用于视频合成孔径雷达运动目标阴影检测。

背景技术

视频合成孔径雷达是一种工作在高频波段的高帧率成像系统。视频合成孔径雷达通常采用聚束成像模式，并使用高重叠度的子孔径获得序列图像，以实现对场景的连续观测。在合成孔径时间内，阴影由于目标对所在区域地面的遮挡而产生。视频合成孔径雷达采用子孔径成像方式，相比于传统的SAR系统，其单帧合成孔径时间相对较短，因此更容易产生阴影，特别是对于慢速运动目标。因此，动目标的阴影检测在视频合成孔径雷达系统中得到了广泛的应用。在视频合成孔径雷达图像中直接检测动目标是非常困难的，特别是当目标像由于运动呈现严重的模糊与散焦，甚至可能偏移出场景。相反，在合适的条件下动目标会在其真实位置附近留下阴影，因此通过检测阴影可以间接实现对动目标的检测。动目标阴影比目标像更能够精确地反映目标的真实位置以及运动关系。其次，阴影检测可以避免复杂的重定位操作，直接实现在高分辨视频合成孔径雷达图像中对动目标的定位。

但是在SAR图像中，动目标阴影是典型的弱小目标，其具有较低的反射强度与单一的特征，并且与SAR图像中其他低灰度区域特征相似。一方面，阴影的尺寸与强度受目标运动状态与观测角的影响具有时变性，非常容易产生虚警。另一方面，阴影的产生受目标运动影响较大，特别是当目标速度较大时，阴影边界模糊，与背景的对比度下降，不利于观测。此外，混叠的目标像在极端情况下可能会遮挡阴影，这些因素会导致某些帧中的漏警。因此，需要一种稳健的阴影检测方法。

目前，经典的阴影检测方法可以分为两类：基于视频合成孔径雷达图像处理的阴影检测以及结合SAR-GMTI技术的阴影检测，主要有以下两种方法：

一是H.Xu等人在论文“An Extended Moving Target Detection Approach forHigh-Resolution Multichannel SAR-GMTI Systems Based on Enhanced Shadow-AidedDecision”中采用了一种阴影辅助的多通道SAR-GMTI方法。其根据动目标与其阴影的关系，提出了一种知识辅助的自适应门限阴影检测方法，消除了目标运动对阴影检测性能的影响。但是，该方法在GMTI后需要利用多通道的回波数据进行相位干涉，利用干涉相位估计目标的径向速度，随后计算方位偏移实现对目标的重定位。因此，这种方法对硬件系统要求较高，只适用于多通道SAR系统，并且计算复杂度较大。

二是Y.Zhang等人在论文“A novel approach to moving targets shadowdetection in video SAR imagery sequence”中提出了一种经典的视频合成孔径雷达图像处理流程，其包括图像配准，相干斑噪声抑制、背景提取、差分处理、形态学处理以及连通域检测等。该方法利用了视频合成孔径雷达图像的多帧信息来提取待检测帧的背景，随后在去除背景的图像上使用形态学处理检测阴影目标。但是该方法需要复杂的数据预处理导致计算量较大，并且当SAR图像中噪声较大时，性能也严重下降。

发明内容

本发明的目的在于针对上述现有技术的不足，提出一种视频合成孔径雷达动目标智能联合检测方法，以联合利用动目标的不同信息，提高对动目标检测的性能，并且使深度神经网络具有一定的泛化能力。另外，本发明仅需要利用单通道的回波数据，且无需复杂的数据预处理。