[发明专利]一种基于极化目标分解的支持向量机舰船目标检测方法

摘要

本发明提供一种基于极化目标分解的SVM舰船目标检测方法。本发明技术方案的基本原理主要是从目标的极化散射机理出发，提取目标的特征向量，再结合SVM进行舰船目标检测。技术方案包括：步骤一：特征向量的选取；步骤二：训练SVM分类器；步骤三：进行分类。本发明通过目标的后向散射信息提取特征向量可以很好的实现舰船目标检测，并且在抑制虚警和提高检测率方面有突出的表现。

主权项

1.一种基于极化目标分解的支持向量机舰船目标检测方法，其特征在于，包括下述步骤：步骤一：特征向量的选取：设已知极化SAR观测数据的共极化分量SHH(i,j),SVV(i,j)和交叉极化分量SHV(i,j),其中i,j表示像素点坐标，SAR指合成孔径雷达；利用下式计算体散射分量Pv(i,j)：Pv(i,j)＝4|<|2SHV(i,j)|2>|其中，<·>表示计算邻域平均，邻域的大小根据实际情况确定；利用下述步骤计算表面散射分量Ps(i,j)和二面角散射分量Pd(i,j)：首先计算中间量x11(i,j)和x22(i,j)：x11(i,j)＝<|SHH(i,j)+SVV(i,j)|2>‑2 <|2SHV(i,j)|2>x22(i,j)＝<|SHH(i,j)‑SVV(i,j)|2>‑<|2SHV(i,j)|2>如果x11(i,j)＞x22(i,j),则令：Ps(i,j)＝|x11(i,j)+|<(SHH(i,j)+SVV(i,j))(SHH(i,j)‑SVV(i,j))*>|2/x11(i,j)|Pd(i,j)＝|x22(i,j)‑|<(SHH(i,j)+SVV(i,j))(SHH(i,j)‑SVV(i,j))*>|2/x11(i,j)|否则令：Pd(i,j)＝|x22(i,j)+|<(SHH(i,j)+SVV(i,j))(SHH(i,j)‑SVV(i,j))*>|2/x11(i,j)|Ps(i,j)＝|x11(i,j)‑|<(SHH(i,j)+SVV(i,j))(SHH(i,j)‑SVV(i,j))*>|2/x11(i,j)|利用下式计算混合散射分量Psd(i,j)：Psd(i,j)＝Ps(i,j)·Pd(i,j)则形成的特征向量P(i,j)＝[SHH(i,j),Psd(i,j),Pv(i,j)]；步骤二：训练SVM分类器：利用已知舰船目标和非舰船目标的极化SAR观测数据，根据步骤一提供的方法提取特征向量，进行训练得到所需的支持向量机分类器；步骤三：进行分类将极化SAR图像中待检测区域的特征向量P(i,j)输入到已经训练好的支持向量机分类器中，得到分类结果。