[发明专利]一种SAR图像舰船目标检测方法

说明书

本发明公开了一种SAR图像舰船目标检测方法，涉及SAR图像目标检测技术领域，包括下述步骤：(1)根据像素灰度值出现频率选取阈值对杂波像素进行筛选，并基于选定的滑动窗计算SAR图像中每个像素点的核密度值，并通过归一化转换为像素点相应的空间值；(2)通过抽样定理对图像进行降分辨率处理；(3)经过像素筛选的降分辨率图像中实现基于G0分布的自适应CFAR检测。本发明在对联合图像进行检测前对图像进行了降分辨率处理，不仅使得SAR图像适合现有的CFAR图像处理，而且分辨率降低能够提高检测效率，并且能够使得虚警率保持恒定和减少，同时能够提高检测数值的准确性。

技术领域

本发明涉及SAR图像目标检测技术领域，尤其涉及一种SAR图像舰船目标检测方法。

背景技术

20世纪70年代以海洋卫星SeaSat-1的发射标志着世界进入了现代空间遥感时代，海洋观测进入立体观测时代，海洋卫星和卫星遥感海洋应用成为现代海洋监视的主要手段。在海洋监视应用中，SAR 特别是星载SAR已成为岸基雷达、光学传感器等的有益补充甚至具有替代作用。近年来，作为海洋监视应用的重要组成部分，基于SAR图像的舰船目标自动检测日益成为研究热点。基于背景杂波统计模型的 CFAR和双参数CFAR舰船目标检测方法都是像素级别的检测，有一定的不足。在超像素概念被提出来后，基于超像素的SAR图像目标检测发展很迅速。有研究者提出了一种基于超像素的恒虚警率CFAR结合形态学处理的目标检测方法，但此方法缺点是需要利用滑窗对SAR图像中的超像素进行遍历处理，运算量大，且最终检测结果舰船目标形态有失真情况出现。还有研究者提出了一种基于像素分类的目标筛选方法，预设一定数量的不同类别目标组合，但在复杂海况下，背景和目标像素很难用该数量的不同类别全部代表，在平静海域中，该数量的不同类别又可能会存在冗余。虽然有研究者使用信息论方法来检测 SAR图像目标，但单纯的信息论方法检测在单一场景、不太复杂的环境下来检测还可以取得较好的效果，而在复杂情况下，往往要么有较低的检测率并伴有较高的漏检率，要么有较多的虚警，难以同时保证较高的检测率、较低的漏检率和较低的虚警率。此外，现有技术往往只注重检测之后的目标正确检测数目、虚警和漏检目标数目，而没有注意到检测结果中目标的原有形态有没有很好的保留。针对这一不足，创新性的定义了检测失真率这一指标来检验本发明检测方法和现有检测方法的检测性能。

受海浪、风速和噪声等因素的影响，SAR海洋图像具有很大的非均匀性，从而导致大量的虚警，使得检测结果不准确，恒虚警率(CFAR) 方法根据背景杂波的统计特性自适应的选取阈值，能够保证检测结果的虚警率恒定，并且具有计算简单等优点，已成为目前研究最多、应用最为广泛的一类SAR图像舰船目标自动检测算法。但是，传统的 CFAR检测方法大多针对低分辨率SAR图像，随着SAR成像能力和图像分辨率的提高,传统的CFAR检测方法已不能满足舰船目标自动检测的要求。

为此，我们提出来一种SAR图像舰船目标检测方法解决上述问题。

发明内容

本发明的目的是为了提高对SAR图像舰船检测结果的准确性和高效性，而提出的一种SAR图像舰船目标检测方法。

为了实现上述目的，本发明采用了如下技术方案：

一种SAR图像舰船目标检测方法，包括下述步骤：

(1)根据像素灰度值出现频率选取阈值对杂波像素进行筛选，并基于选定的滑动窗计算SAR图像中每个像素点的核密度值，并通过归一化转换为像素点相应的空间值；

(2)通过抽样定理对图像进行降分辨率处理，并根据SAR图像每个像素点的亮度值和空间值，计算每个像素点相应的联合值，得到所有的联合值形成联合图像；

(3)经过像素筛选的降分辨率图像中实现基于G0分布的自适应 CFAR检测，并利用CFAR舰船目标检测方法对联合图像进行检测，得到舰船目标检测结果。

可选地，所述像素灰度值中包括陆地灰度值和海洋灰度值，当陆地灰度值出现时直接进行陆地屏蔽。