[发明专利]基于图像增强与多重检测的SAR图像舰船目标快速检测方法

说明书

本发明公开了一种基于图像增强与多重检测的SAR图像舰船目标快速检测方法，包括：对原始SAR图像进行Gamma变换，获得Gamma变换后的图像；对Gamma变换后的图像进行图像滤波及海陆区域分割，得到海陆区域分割后的二值化图像；对二值化图像进行形态学操作及连通域分析，剔除陆地区域，获得剔除陆地区域后的纯海洋图像；利用快速CFAR算法对纯海洋图像进行舰船目标检测，获得舰船目标的CFAR检测结果图；利用直方图统计方法对纯海洋图像进行海面海杂波抑制，并结合CFAR检测结果图获得粗检测结果图；利用Hog特征的SVM分类算法对粗检测结果图进行精检测，获得舰船目标的最终检测结果。该方法能够快速精确地对SAR图像进行舰船目标检测，且具有较低的虚警率。

技术领域

本发明属于雷达图像检测技术领域，具体涉及一种基于图像增强与多重检测的SAR图像舰船目标快速检测方法。

背景技术

合成孔径雷达(Synthetic Aperture Radar，SAR)作为一种微波有源成像系统，具有全天时、全天候工作的特点。它在距离向依靠发射大带宽线性调频信号，得到距离向的高分辨；在方位向根据合成孔径原理，通过对载机在不同方位位置形成“合成阵列”录取的回波信号进行相干积累，从而获取方位向的高分辨。由于SAR成像不受气象条件限制，而且不分白昼与黑夜，均能够提供高分辨的对地观测图像。

舰船目标检测作为海洋自动目标检测(automatic target recognition，ATR) 系统的第一阶段，是后续有效识别的基础。

使用SAR图像数据进行海洋上的舰船检测受到越来越多的关注。

由于雷达成像几何、电磁散射机理的复杂性和海面中舰船目标的无规则摇摆、目标之间相隔太近导致相互遮挡干扰等原因，会造成雷达图像中舰船目标结构轮廓残缺或结构不完整、十字模糊、旁瓣过高导致图像中存在十字交叉现象等不利于检测的因素。因此，进行舰船目标检测方法的研究，具有重要的理论与应用价值。

SAR图像中舰船目标的检测主要根据SAR图像中背景杂波和船舶目标在多分辨率、相位特征、极化特征及灰度特征的差异性来进行检测，其中利用灰度差异性进行检测的算法应用最多。从具体的舰船检测手段可以分为两种：第一种是直接对舰船检测，另一种是根据舰船航行的轨迹来进行检测。

直接进行SAR图像舰船检测的方法基于SAR图像的特征可以分为：基于灰度特征的方法、基于多分辨率特征的方法、基于极化特征的方法、基于相位特征的方法等。其中，基于灰度特征的方法可分为简单的阈值分割方法、恒虚警率(CFAR)方法、基于模板的方法、似然比检测方法；基于多分辨率特征方法主要是基于小波分解的方法；基于极化特征的方法主要有基于极化分解的方法；基于相位特征的方法主要有基于相位信息的方法。在上述各种方法中，CFAR方法在单通道SAR图像中应用较多，可以控制虚警率，并且算法简单容易实现；基于分割的方法可以联合CFAR达到较好的检测性能；基于小波分解的方法主要是利用了杂波背景和舰船目标在多分辨特征的差异性，其效率比较低，主要应用在高分辨率SAR图像上。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种基于图像增强与多重检测的SAR图像舰船目标快速检测方法。本发明要解决的技术问题通过以下技术方案实现：

本发明提供了一种基于图像增强与多重检测的SAR图像舰船目标快速检测方法，包括：

S1：对原始SAR图像进行Gamma变换，获得Gamma变换后的图像；

S2：对所述Gamma变换后的图像进行图像滤波及海陆区域分割，得到海陆区域分割后的二值化图像；

S3：对所述二值化图像进行形态学操作及连通域分析，剔除陆地区域，获得剔除陆地区域后的纯海洋图像；

S4：利用快速CFAR算法对所述纯海洋图像进行舰船目标检测，获得舰船目标的CFAR检测结果图；