[发明专利]基于熵调制SLIC的SAR图像海洋目标检测方法

说明书

本发明公开了一种基于熵调制SLIC的SAR图像海洋目标检测方法，所述方法步骤如下：步骤一：输入原始SAR图像进行灰度校正和数据动态范围压缩；步骤二：设置聚类中心空间间距，并初始化聚类中心；步骤三：重新优化聚类中心；步骤四：计算每个像素点与当前聚类中心的熵调制相似度ES；步骤五：计算聚类中心更新差e；步骤六：判断e是否小于设定值，或聚类中心更新次数是否大于设定值n；步骤七：统计每个超像素的强度均值，获得SAR图像海洋目标检测结果。相比于现有SAR海洋目标检测方法，本发明的方法保留了经典SLIC算法鲁棒、稳定的优点，易于满足SAR遥感图像的实际应用条件，具有较高的实用价值。

技术领域

本发明属于遥感图像处理技术领域，涉及一种SAR图像海洋目标检测方法，具体涉及一种基于熵调制SLIC(Entropy-modulating Simple Linear Iterative Clustering，EM-SLIC)超像素分割的SAR图像海洋目标检测方法。

背景技术

合成孔径雷达(SAR)是目前唯一一种能够全天时全天候持续对地观测的手段，同时由于成像机制使得其对人造目标敏感。这些特点使得SAR在实时性要求高、气候条件难以保证的遥感应用上具有得天独厚的优势。海洋目标检测是海洋探索、海洋交通管理、应急救援等重要应用的技术基础。海洋目标检测中，感兴趣以舰船、岛礁等目标为主，背景环境以水域为主，且气候条件变化复杂、在遥感图像中场景幅度大，因此使用SAR图像进行海洋目标检测具有极大优势。然而，受成像机制影响，SAR图像中相干斑噪声严重、图像均质性差、目标轮廓及结构不清晰，使得大多经典目标检测技术难以在SAR图像上取得较好的处理结果。

超像素分割是应对SAR图像图像均质性差、目标轮廓及结构不清晰的有效方法。其中，SLIC超像素分割方法鲁棒性强、执行效率高，这些特点使之具有进行大规模遥感图像处理的潜力，有利于提高SAR图像海洋目标检测性能。但是，现有SLIC超像素分割方法中，初始化机制以及聚类度量主要针对光学图像设计。当在SAR图像上应用时，较大的相干斑噪声以及图像非均匀性使得其中的强度度量不稳定，导致分割效果急剧下降，影响目标检测结果。

现有针对SAR图像的改进SLIC方法，主要是将SAR图像进行特征变换，提高目标及背景区域的均质性来改善噪声问题，使得强度度量在不同位置均具有稳定的表现。但特征变换额外引入了较繁重的运算，降低了SLIC方法的效率，削弱了其高效、鲁棒的优势。在进行大规模SAR遥感图像处理时这一问题尤为突出。另外，原始SAR图像的距离向、方位向分辨率不一致，使得经典SLIC初始化机制容易产生目标分裂现象。利用几何校正后的SAR图像进行处理则会产生信息丢失。

发明内容

本发明的目的是提供一种基于熵调制SLIC的SAR图像海洋目标检测方法，该方法基于SAR图像特点将经典SLIC算法进行度量改造，使之适合于SAR图像处理，目的是在保留SLIC算法高效、鲁棒的优势基础上实现SAR图像海洋目标的检测。

本发明的目的是通过以下技术方案实现的：

一种基于熵调制SLIC的SAR图像海洋目标检测方法，包括如下步骤：

步骤一：输入原始SAR图像，将SAR图像进行灰度校正，并将数据动态范围压缩，得到8bit量化的SAR图像；

步骤二：根据输入SAR图像方位向、距离向分辨率以及待检测目标估计尺寸，设置聚类中心空间间距，并初始化聚类中心；

步骤三：在每个聚类中心δ×δ空间邻域内，根据最小梯度原则重新优化聚类中心，其中δ的取值范围为5≤δ≤min{S_a,S_r}/2；

步骤四：在每个聚类中心限定邻域内，计算每个像素点与当前聚类中心的熵调制相似度ES；

步骤五：给每个像素点分配最大熵调制相似度ES对应的聚类中心标签，并更新聚类中心，计算聚类中心更新差e；