[发明专利]雷达图像目标检测识别方法、设备和存储介质

说明书

本发明实施例公开了一种雷达图像目标检测识别方法、设备和存储介质。其中方法包括：根据待检测图像中每个像素点的像素值，计算每个像素点的结构张量；对所述待检测图像进行超像素分割，得到多个超像素块；根据所述结构张量以及所述多个超像素块的像素值，得到显著性特征图，所述显著性特征图中包括所述待检测图像中每个待识别目标的显著性信息；基于所述显著性特征图以及所述待检测图像的深度特征图，进行图像目标检测识别，得到每个待识别目标的预测边界框和预测类别。本实施例减小了弱小目标的漏检率。

技术领域

本发明实施例涉及雷达图像目标检测和识别技术领域，尤其涉及一种雷达图像目标检测识别方法、设备和存储介质。

背景技术

雷达作为一种微波遥感探测设备，利用物体的散射强度成像，具有不受光照和气候条件等限制实现全天时、全天候对地观测的特点。雷达图像中像素值的大小反映了目标物体的散射强度信息。雷达图像的目标检测与识别主要利用模版匹配、电磁建模和机器学习等算法对目标（如飞机、坦克、舰船等军事目标）进行检测和识别。

专利CN106250895B、CN106651937B和CN109636784B公开了相关图像处理方法。然而，在真实环境中的雷达图像中，待识别目标的散射强度相对弱且分布密集，而由建筑物、电线塔等人造物引起的杂波散射强度相对高且杂波背景非均匀。同时，在战场环境下，重点目标也会通过隐身材料涂装、主动电磁干扰等方式来进行伪装和隐蔽，减弱自身的散射强度。这些均使得强度弱且尺度小的待识别目标出现大量漏检。

发明内容

本发明实施例提供一种雷达图像目标检测识别方法、设备和存储介质，通过融合多种图像信息来提高弱小目标的显著性响应，并通过显著性信息和深度特征信息的互补融合，减少弱小目标的漏检和错误识别。

第一方面，本发明实施例提供了一种雷达图像目标检测识别方法，包括：

根据待检测图像中每个像素点的像素值，计算每个像素点的结构张量；

对所述待检测图像进行超像素分割，得到多个超像素块；

根据所述结构张量以及所述多个超像素块的像素值，得到显著性特征图，所述显著性特征图中包括所述待检测图像中每个待识别目标的显著性信息；

基于所述显著性特征图以及所述待检测图像的深度特征图，进行图像目标检测识别，得到每个待识别目标的预测边界框和预测类别。

第二方面，本发明实施例还提供了一种电子设备，所述电子设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现任一实施例所述的雷达图像目标检测识别方法。

第三方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一实施例所述的雷达图像目标检测识别方法。

本发明实施例采用超像素分割提取并加强雷达图像中的散射度信息和对比度信息，避免了图像中的弱散射目标被强散射干扰淹没；并将这些信息与结构张量中的几何信息和纹理信息融合进行显著性特征表示，提高了弱散射目标在显著性特征图中的响应；最后利用显著性特征图和深度特征图共同作为图像目标检测识别的约束，进一步提高了弱小目标的识别精度，降低漏检和虚警现象的发生概率。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种雷达图像目标检测识别方法的流程图；