[发明专利]基于SAR图像的车辆目标特征提取方法

摘要

本发明提供一种基于SAR图像的车辆目标特征提取方法。技术方案包括：第一步是利用给定的平滑窗边长对待测SAR图像进行加窗处理，计算待测SAR图像中任意位置(i,j)处的平滑窗内的质量M_i,j,L；第二步是计算平滑窗内质量M_i,j,L的概率；第三步计算车辆目标的间隙度特征。本发明提取的间隙度特征具有仿射不变特性，鉴别性能强，适用范围广；另外，本发明只是涉及一些简单的算术运算，运算量小，便于工程实现。

主权项

1.基于SAR图像的车辆目标特征提取方法，其特征在于，包括下述步骤： 第一步：计算平滑窗内的质量： 设待测SAR图像的尺寸为W×W，平滑窗的尺寸为L×L，L为平滑窗的边长，且L＜W；平滑窗在待测SAR图像的任意位置(i,j)上滑动时，平滑窗内待测SAR图像的像素最大值和最小值分别为U_L(i,j)和B_L(i,j)，其差值为： δ_L(i,j)＝U_L(i,j)-B_L(i,j)   （一） 平滑窗的质量M_i,j,L表示在SAR图像位置(i,j)处，当平滑窗边长为L时，平滑窗内像素强度的起伏程度，记为： M_i,j,L＝Ceil[k·δ_L(i,j)/L]   （二） 式中k＝H₀/G是加权系数，G是待测SAR图像的像素最大值，H₀是量化系数，函数Ceil[·]代表取上限整数值； 第二步：计算平滑窗内质量的概率： 设M∈{M_i,j,L}，n(M,L)表示当质量M_i,j,L＝M且平滑窗边长为L时，平滑窗的总数目，则质量M_i,j,L的概率为； （三）第三步：计算车辆目标的间隙度特征： 利用下式计算车辆目标间隙度特征Λ(L)：