本发明专利技术公开了一种基于视觉注意模型和恒虚警率的SAR图像目标检测方法，主要解决现有SAR图像海面舰船目标检测技术中检测速度慢和杂波虚警高的问题。其实现步骤为：根据傅立叶频谱残差信息提取SAR图像对应的显著图；计算显著性阈值，以在显著图上选择潜在目标区域；对潜在目标区域采取自适应滑窗的恒虚警率方法进行检测，得到初始检测结果；对初始检测结果剔除虚警后得到最终检测结果，并提取疑似舰船目标切片，从而完成目标检测过程。本发明专利技术具有计算速度快、目标检测率高、虚警率低的优点，同时具有方法简单、易于实现的优势，可用于海面舰船目标检测。
【技术实现步骤摘要】
本专利技术属于雷达
，特别是一种合成孔径雷达SAR图像目标检测方法，可 用于海面舰船目标检测。
技术介绍
舰船检测对于渔业监管、海事安全管理等方面都有重要意义，对海洋船舶进行监 测和识别是每个沿海国家的重要任务。由于SAR具有远距离、全天时、全天候观测的能力， 利用SAR图像进行海上舰船目标检测一直是海洋遥感领域的热点之一。 舰船目标检测的主要思想是利用舰船目标和周围海域在SAR图像上所表现的特 征差异，设置一个关于该特征的阈值进行检测。目前用于检测的目标特征有灰度特征、极化 特征、相位特征及多分辨率特征等。由于具有恒虚警率和自适应阈值的性质，目前应用最广 泛的是基于灰度特征和杂波统计模型的恒虚警率CFAR检测方法。 林肯实验室提出的双参数恒虚警率DPM-CFAR方法是基于背景杂波服从高斯分布 的假设，通过经验学习设定三层滑动窗口，包括目标窗口、保护窗口和背景窗口，窗口尺寸 及滑动步长的设置对检测结果影响很大。这种像素级的检测方法需要遍历整幅SAR图像， 每次滑动窗口，均需对背景杂波进行统计建模和参数估计，计算复杂度高，不满足目标检测 实时性的要求。同时，如果窗口尺寸设置不当，舰船目标像素容易泄露到背景窗口中，造成 杂波统计建模精度降低，使得距离很近的舰船目标容易出现漏检。 随着SAR图像分辨率的不断提高，在获得更多目标细节信息的同时，目标检测识 别需要处理的数据量也大幅度增加。对于大多数的海面SAR图像，舰船目标在图像中只占 据很小的一部分，如何从大场景的海面SAR图像中快速准确检测舰船目标是目前仍需解决 的问题。
技术实现思路
本专利技术的目的在于针对上述已有技术的问题，提出一种基于视觉注意模型和恒虚 警率的SAR图像目标检测方法，以从大场景的海面SAR图像中快速准确地检测舰船目标。 本专利技术的技术方案是这样完成的： - ·技术原理 面对一个场景时，人类自动地对感兴趣区域进行处理而选择性地忽略不感兴趣区 域，这些人们感兴趣区域被称之为显著性区域。视觉注意模型通过模仿人类视觉系统获得 显著图。受到视觉注意模型的启发，针对现有目标检测技术的不足，本专利技术采用基于傅里 叶频谱残差SR的方法获取SAR图像对应的显著图，即利用视觉注意模型获取显著图，设定 显著性阈值提取潜在目标区域，然后对潜在目标区域进行基于自适应滑窗的恒虚警率CFAR 检测，从而获得目标检测结果。 二.实现方案 基于上述思路本专利技术的实现步骤包括如下： (1)输入一幅SAR图像I，利用频谱残差SR获取原图像I对应的显著图S ; (2)利用显著图S中所有像素点的均值μ和标准差〇,计算显著性阈值h = μ+k 〇，其中，k为调整显著性阈值h的常数；将大于显著性阈值h的显著图S像素点置为 1，反之，置为〇,得到标记潜在目标区域的标记二值图W ; (3)根据标记二值图W中各个连通区域的大小，自适应地设置目标窗口、背景窗口 和杂波区域； (4)选择杂波分布模型p(l)，利用各个杂波区域(^中的杂波像素对选择的杂波分 布模型P(l)进行参数估计，并根据参数估计结果，计算各个杂波区域Q中的杂波像素拟合 的概率密度函数仁（1)，其中1 >0表示杂波像素强度值，i = 1，2，···η?!Π !; (5)设定虚警概率pfa，根据杂波像素拟合的概率密度函数仁（1)，利用公式，计算恒虚警率检测阈值Th，其中1 >0表示杂波像素强度值，i = 1, 2, ???num ； (6)利用恒虚警率检测阈值1?，获取初始检测二值图BW ; (7)根据舰船的尺寸，剔除初始检测二值图BW中的虚警，得到目标最终检测二值 图Z ; (8)根据设定的舰船目标切片的尺寸及目标最终检测二值图Z，在原图像I中提取 疑似目标切片，完成对目标的检测。 本专利技术与现有技术相比具有以下优点： 1.具有虚警低、速度快的优势。本专利技术利用频谱残差SR准确地获取潜在目标区 域，大大降低了虚警率，同时降低了目标检测过程中的数据量和计算量，具有更快的运行速 度； 2.高检测率得以保证。本专利技术的目标检测方法能够根据潜在目标区域的大小，自 适应地设计目标窗口和背景窗口，使得舰船目标像素能够完全包括在目标窗口内，并且通 过快速筛选杂波像素，剔除可能泄露的舰船目标像素，使得杂波拟合更加精确，从而获得更 高的检测率。【附图说明】 图1本专利技术的实现流程图； 图2本专利技术实验中使用的实测SAR图像； 图3本专利技术中滑动窗口设置示意图； 图4双参数恒虚警率DPM-CFAR方法目标检测结果； 图5本专利技术方法目标检测结果； 图6本专利技术方法提取的疑似目标切片放大图。【具体实施方式】 参照图1，本专利技术的具体实现步骤如下： 步骤1，输入一幅SAR图像I，利用频谱残差SR获取原图像I对应的显著图S。 la)对于一幅尺寸为MXN的SAR图像I，利用双线性插值法对原图像I进行下采 样，得到尺寸为 X 的下采样图像D，其中q为采样间隔，表示取整运算； lb)对下采样图像D计算2维傅立叶变换F(f) = fft2(D)，得到幅度谱X(f) =|F(f)|和相位谱P(f) =angle(F(f))，并对幅度谱X(f)取对数得到对数谱L(f)= l〇g(X(f))，其中，f表示频率，fft2( ·)表示2维傅立叶变换，| · |表示取绝对值运算， angle( ·)表示取相位运算，log( ·)表示取对数运算； lc)计算频谱残差：R(f) = L(f)-A(f)，其中，A(f) = H*L(f)，H 为尺寸为 η = 3 的 均值滤波器； Id)计算下采样图像D对应的显著图： J = G* | ifft2 (exp (R (f) + jP (f))) |2 其中，ifft2 ( ·)表示二维傅立叶逆变换，G表示尺寸为ω、标准差为〇的高斯滤 波器，用于平滑图像噪声，j表示虚数单位，/ = ; le)对下采样图像D对应的显著图J采用双线性插值，使其变换为与原图像I相同 的尺寸，从而得到原图像I对应的显著图S ; 需要说明的是，本专利技术中采用的插值方法为双线性插值，但不局限于这一种插值 方法，也可采用最近邻插值等插值方法。 步骤2,计算显著性阈值h，获得标记潜在目标区域的标记二值图W。 2a)计算显著性阈值：h = μ+ko，其中，k是控制显著性阈值h的常数，k是根据 显著图选取的经验值，k越大，则表明可以移除更多的虚假舰船目标像素，同时为了避免漏 检，k也不能过大，应当根据显著图确定合适的k值，μ和〇分别为显著图S中所有像素的 均值和标准差： 2b)按照如下公式，获得标记潜在目标区域的标记二值图W : 其中，m = 1，2, "'M，!! = 1，2,…N，即当显著图S中的像素点S(m，n)大于显著性 阈值h时，将标记潜在目标区域的标记二值图W中对应的像素点W(m, η)置为1，反之，则置 为0〇 步骤3,根据标记二值图W中各个连通区域的大小，自适应地设置滑动窗口，包括 目标窗口、背景窗口和杂波区域。 3a)统计标记二值图W的连通区域个数num，计算各个连通区域的边界框13(^的 行列起始点（Xi, yj及长度a;、宽度by i = 1，2,…皿!!!； 3b)选择第i个连通区域的边界框B〇Xl作为目标窗口 ，即目标窗口本文档来自技高网...
【技术保护点】
基于视觉注意模型和恒虚警率的SAR图像目标检测方法，包括如下步骤：(1)输入一幅SAR图像I，利用频谱残差SR获取原图像I对应的显著图S；(2)利用显著图S中所有像素点的均值μ和标准差σ，计算显著性阈值h＝μ+kσ，其中，k为调整显著性阈值h的常数；将大于显著性阈值h的显著图S像素点置为1，反之，置为0，得到标记潜在目标区域的标记二值图W；(3)根据标记二值图W中各个连通区域的大小，自适应地设置目标窗口、背景窗口和杂波区域：3a)统计标记二值图W的连通区域个数num，计算各个连通区域的边界框Boxi的行列起始点(xi,yi)及长度ai、宽度bi，i＝1,2,...num；3b)选择第i个连通区域的边界框Boxi作为目标窗口Ri，即目标窗口Ri中像素点的行范围为xi,xi+1,…,xi+ai‑1，列范围为yi,yi+1,…,yi+bi‑1；3c)根据目标窗口Ri，将背景窗口Bi的尺寸设置为目标窗口Ri尺寸的3倍，即背景窗口Bi中像素点的行范围为xi‑ai,xi‑ai+1,,…,xi+2ai‑1，列范围为yi‑bi,yi‑bi+1,…,yi+2bi‑1；3d)将目标窗口Ri和背景窗口Bi之间的部分作为杂波区域Ci；(4)选择杂波统计模型p(l)，利用各个杂波区域Ci中的杂波像素对选择的杂波统计模型p(l)进行参数估计，并根据参数估计结果，计算各个杂波区域Ci中的杂波像素拟合的概率密度函数fi(l)，其中l＞0表示像素强度值，i＝1,2,...num；(5)设定虚警概率pfa，根据杂波像素拟合的概率密度函数fi(l)，利用公式计算恒虚警率检测阈值Thi，其中l表示像素强度值，l＞0，i＝1,2,...num；(6)利用恒虚警率检测阈值Thi，获取初始检测二值图BW：6a)利用恒虚警率检测阈值Thi，对目标窗口Ri中的各个像素点进行判别，当目标窗口Ri中的像素点的强度值I2(m,n)大于恒虚警率检测阈值Thi时，将初始检测二值图BW中对应的像素点BW(m,n)置为1，反之，则置为0，即：BW(m,n)=1,I2(m,n)≥Thi0,I2(m,n)<Thi]]>其中，m＝yi,yi+1,…,yi+bi‑1，n＝xi,xi+1,…,xi+ai‑1，从而得到初始检测二值图BW；(7)根据舰船的尺寸，剔除初始检测二值图BW中的虚警，得到目标最终检测二值图Z：7a)统计初始检测二值图BW的连通区域的个数count，统计初始检测二值图BW第i个连通区域中值为1的像素点个数，作为该连通区域的面积Ai，i＝1,2,...count；7b)根据舰船目标的尺寸，计算舰船目标对应的连通区域的最小面积Amin和最大面积Amax，若Ai不在目标范围{Amin,Amax}之内，则将第i个连通区域内所有的像素点置为0，从而剔除虚警，得到目标最终检测二值图Z；(8)根据设定的舰船目标切片的尺寸及目标最终检测二值图Z，在原图像I中提取疑似目标切片，完成对目标的检测。...
【技术特征摘要】
【专利技术属性】
技术研发人员：刘峥，李焘，谢荣，冉磊，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。