[发明专利]复杂背景SAR图像中的舰船目标检测与鉴别方法

摘要

本发明属于雷达图像处理技术领域，具体为一种复杂背景SAR图像中的舰船目标检测与鉴别方法。本发明的主要步骤为：(1)精细海陆分割；（2）舰船目标高效检测，包括大尺度CFAR和小尺度迭代CFAR，其中利用到了基于广义Gamma分布的合成孔径雷达图像杂波统计分布模型；（3）近岸目标虚警鉴别,包括基于最大似然的虚警鉴别算法和基于极化信息的虚警鉴别算法。本发明能够高效、准确地检测出近岸、港口等复杂背景中的舰船目标；能够利用基于最大似然和基于极化信息的虚警鉴别算法鉴别虚警目标，提高舰船目标检测准确率。本发明提出的舰船检测算法适用于任意的SAR图像背景，鲁棒性高，实时性好，具有推广应用前景。

主权项

一种复杂背景SAR图像中的舰船目标检测与鉴别方法，其特征在于，具体步骤如下：(1)首先采用精细海陆分割算法，对SAR图像做精细海陆分割；(2)然后采用舰船目标高效检测算法，对舰船目标进行检测；(3)最后采用近岸目标虚警鉴别算法，对近岸目标进行虚警鉴别。所述的精细海陆分割算法，包括：基于广义Gamma分布的SAR图像杂波分布统计模型的建模与参数估计，数据库辅助的海陆分割和像素级精细分割；(公式一)是广义Gamma分布的一种形式，其中Γ(·)表示Gamma函数，β,λ,ν＞0，分布表示广义Gamma分布的尺度参数，形状参数和能量参数。所述的舰船目标高效检测算法，包括：大尺度CFAR和小尺度迭代CFAR；所述的近岸目标虚警鉴别算法，包括：基于最大似然的虚警鉴别和利用极化信息的虚警鉴别；所述的基于广义Gamma分布的SAR图像杂波统计分布模型的建模和参数估计的流程为，首先估计SAR图像杂波的Gamm分布(Gamma Distribution,伽马分布)，然后根据Gamma分布的参数作为初始值，利用数值的方法反复迭代逐步逼近求解广义Gamma分布参数的全局最优解或可以达到的最好的局部最优解；所述的数据库辅助的海陆分割的流程为，利用待检测SAR图像的经纬度信息读取该区域对应的数据库中的海陆分割掩膜，将该掩膜变换为与SAR图像相同的尺寸；所述的像素级精细分割的流程为，估计出SAR图像的海洋杂波的统计分布，判断海陆分割数据库精度误差范围内的像素的海陆属性；所述的大尺度CFAR的流程为，栅格化原始SAR图像，估计每个栅格内的SAR图像杂波统计分布，对二维阈值曲面进行平滑滤波和尺寸变化；所述的小尺度迭代CFAR的流程为，估计连通区域附件的背景杂波的统计分布，剔除连通区域对杂波统计估计的影响；所述的基于最大似然的虚警鉴别的流程为，估计出远海舰船的统计分布模型，估计出近岸陆地的统计分布模型，计算近岸目标属于远海舰船的似然概率，计算近岸目标属于近岸陆地的似然概率；所述的基于极化信息的虚警鉴别的流程为，计算目标区域极化散射机制，然后判断目标区域的极化散射属性。