[发明专利]基于素描图与低秩分解的SAR图像目标检测方法

摘要

本发明公开了一种基于素描图与低秩分解的SAR图像目标检测方法。主要解决现有技术中人工目标定位不准确的问题。其实现步骤如下：(1)提取SAR图像的素描图；(2)提取人工目标潜在区域；(3)剔除虚警目标区域，获得人工目标区域；(4)构造人工目标区域的观测矩阵；(5)采用鲁棒主成分分析RPCA方法对观测矩阵进行分解，获取人工目标区域的稀疏图；(6)定位人工目标。本发明具有较好的目标定位结果，可以应用在SAR图像目标检测及后续的目标识别领域中。

主权项

一种基于素描图与低秩分解的SAR图像目标检测方法，包括如下步骤：(1)SAR图像素描化：采用合成孔径雷达SAR素描模型，获得输入合成孔径雷达SAR图像的素描图；(2)提取人工目标潜在区域：采用基于种子线段的区域生长方法，在合成孔径雷达SAR图像的素描图上提取以种子线段为基准的候选目标区域，在合成孔径雷达SAR图像上提取与候选目标区域对应的人工目标潜在区域；(3)剔除虚警目标区域：(3a)按照下式，计算每个候选目标区域的线密度：$B=\frac{V}{P}$其中，B表示候选目标区域的线密度，V表示候选目标区域内与种子线段具有平行和垂直关系的线段的长度之和，P表示候选目标区域内总的素描点数目；(3b)计算人工目标潜在区域中像素值的方差；(3c)将人工目标潜在区域按照像素方差值从大到小进行排序，将像素方差值大于指定阈值τ的人工目标潜在区域加入到人工目标区域集合中；(3d)将小于指定阈值τ的人工目标潜在区域，按照该人工目标潜在区域在素描图中所对应的候选目标区域的线密度，从小到大进行排序，将线密度小于指定阈值ω的候选目标区域所对应的人工目标潜在区域，加入到人工目标区域集合中，得到剔除虚警目标后的人工目标区域集合；(4)构造人工目标区域的观测矩阵：(4a)在输入合成孔径雷达SAR图像的素描图中，提取与人工目标区域对应的候选目标区域中的种子线段，将所提取的种子线段所包含的素描点的方向作为其映射在合成孔径雷达SAR图像中的像素点的方向；(4b)将合成孔径雷达SAR图像中映射得到的像素点的方向作为滑窗指定方向；(4c)在组成人工目标区域的长边和宽边中，选择与滑窗指定方向一致的边作为滑窗指定边；(4d)设定滑窗步长为2个像素点，在合成孔径雷达SAR图像中沿着垂直于滑窗指定边的方向与其反方向各滑窗10次，得到人工目标区域对应的窗口块集合；(4e)选择人工目标区域的顶点中y坐标值最小且只有一个像素的像素点作为起始点，当y坐标值最小的像素点不唯一时，选择其中x坐标最小的像素点作为起始点，沿着水平方向对人工目标区域进行拉列操作，得到列向量，使用该列向量构成观测矩阵的第一列；(4f)按照步骤(4e)中的操作对窗口块集合中的每个窗口块进行拉列操作，得到列向量集合，使用该列向量集合作为观测矩阵中除第一列之外的其余列元素来构造人工目标区域的观测矩阵；(5)获取人工目标区域的稀疏图：(5a)采用鲁棒主成分分析Rpca方法，对人工目标区域的观测矩阵进行低秩分解，得到观测矩阵对应的低秩矩阵和稀疏矩阵；(5b)采用步骤(4e)中拉列操作的逆操作，将人工目标区域的观测矩阵对应的稀疏矩阵中的第一列向量还原为与人工目标区域大小和形状相同的矩阵，将该矩阵中的非零元素进行标记得到人工目标区域的稀疏图；(6)定位人工目标：(6a)统计人工目标区域的稀疏图中非零像素的分布直方图；(6b)按照下式，计算人工目标区域的标记阈值λ：λ＝δ*LM其中，λ表示人工目标区域的标记阈值，δ表示人工目标区域的标记比率，δ的取值范围为[0.01,0.5]，LM表示人工目标区域的稀疏图中非零像素的分布直方图中的最大值；(6c)将人工目标区域的稀疏图中像素值小于标记阈值λ的像素值置为0，得到人工目标区域的标记图；(6d)标注标记图中所有非零像素在合成孔径雷达SAR图像中的位置，得到最终的人工目标检测结果。