[发明专利]一种基于Otsu与联合分布的SAR图像舰船目标检测方法

权利要求书

1.一种基于Otsu与联合分布的SAR图像舰船目标检测方法，其特征在于，包括：

获取待检测的合成孔径雷达扫描图像；

设置窗口尺寸和虚警率，所述窗口包括参考窗口、保护窗口以及测试窗口；

在待检测的合成孔径雷达扫描图像上选取用于估计的样本区域；

统计所述样本区域的平均像素值，根据该平均像素值与最佳均匀区域阈值的比较结果，判断该样本区域是否为均匀区域，若不是均匀区域则重新选取样本区域，其中最佳均匀区域二维阈值根据样本区域像素的灰度值分布和邻域像素的平均灰度值分布通过二维Otsu算法获取；

采用核密度估计器在对数强度域对杂波边缘分布进行估计，并通过COPULA方法估计潜在的空间相关结构，建立Otsu与联合分布模型并进行参数估计和构建统计量；

根据滑窗内测试特征和各个特征的直方图拟合分布获取检测阈值；

基于滑窗内检测特征和检测阈值的比较结果，初步判定滑窗内是否存在目标像素点；

迭代遍历整幅图像，得到检测结果。

2.根据权利要求1所述的基于Otsu与联合分布的SAR图像舰船目标检测方法，其特征在于，所述最佳均匀区域阈值根据样本区域像素的灰度值分布和邻域像素的平均灰度值分布通过二维Otsu算法获取，包括：

对样本区域图像的灰度以及图像中以每个像素点为中心的邻域的平均灰度进行分级；

任意设定一个均匀阈值，并利用该均匀阈值分别表示样本区域图像中前景区域对应的概率、前景区域对应的均值矢量、后景区域对应的概率、后景区域对应的均值矢量以及整样本区域对应的均值矢量；

根据所述前景区域对应的概率、前景区域对应的均值矢量、后景区域对应的概率、后景区域对应的均值矢量以及整样本区域对应的均值矢量获取样本图像的类间散度矩阵；

基于所述类间散度矩阵求取最佳均匀区域阈值。

3.根据权利要求1所述的基于Otsu与联合分布的SAR图像舰船目标检测方法，其特征在于，所述采用核密度估计器在对数强度域对杂波边缘分布进行估计，并估计潜在的空间相关结构，建立Otsu与联合分布模型并进行参数估计和构建统计量，包括：

通过KDE方式估计获取边缘分布函数；

根据边缘分布函数获取联合累积分布函数；

选取高斯COPULA对相关结构进行建模并转换，从而得到高斯训练向量；

根据所述高斯训练向量获取参数估计式和构建统计量。

4.根据权利要求1所述的基于Otsu与联合分布的SAR图像舰船目标检测方法，其特征在于，根据滑窗内测试特征和各个特征的直方图拟合分布获取检测阈值，包括：

对待检测图像进行分块；

获取每一块图像的测试特征，所述测试特征根据该图像的最大像素值和图像的像素均值获取；

综合各个测试特征求得所述测试特征符合的正态分布特征参数；

利用正态分布的逆函数结合虚警率获取检测阈值。

5.根据权利要求1所述的基于Otsu与联合分布的SAR图像舰船目标检测方法，其特征在于，基于滑窗内检测特征和检测阈值的比较结果，初步判定滑窗内是否存在目标像素点，包括：

计算窗口内像素的检测特征值并与检测阈值进行比较，从第一个像素开始；计算检测窗口内像素的检测特征值并与检测阈值进行比较，从第一个像若检测特征值检测阈值，判断窗口内存在疑似目标，则窗口移动一个像素，进行下一次比较；若检测特征值检测阈值，判断窗口内不存在疑似目标，滑窗向右移动半个滑窗距离，进行下一次比较。