多目标环境下基于灰度相关特性的CFAR检测方法技术

本发明专利技术公开了一种多目标环境下基于灰度相关特性的CFAR检测方法，该方法对背景窗口采用自适应阈值法进行杂波截断处理，剔除背景窗口中的异质像素，同时最大限度保留真实杂波；采用最大似然法对截断后的杂波进行双参数（对数均值与对数标准方差）估计，采用二维对数正态分布实现杂波相邻像素间灰度联合概率密度的精确建模；根据给定的虚警率得到不同间距不同方向的联合CFAR检测结果，最后对不同间距不同方向上的联合CFAR检测结果进行融合，实现基于灰度相关特性的CFAR检测。本发明专利技术综合利用了信杂比、灰度相关和截断杂波统计特征，在提高多目标环境下目标检测率的同时，可有效降低虚警率，具有较高的应用价值。

CFAR detection method based on gray correlation in multi-target environment

The invention discloses a CFAR detection method based on gray correlation characteristics in multi-objective environment. The method adopts adaptive threshold method to process clutter truncation in background window, eliminates heterogeneous pixels in background window, and retains real clutter to the maximum extent; and adopts maximum likelihood method to carry out two parameters for truncated clutter. (Logarithmic Mean Value and Logarithmic Standard Variance) Estimation, two-dimensional logarithmic normal distribution is used to accurately model the joint probability density of gray level between adjacent pixels of clutter. According to the given false alarm rate, the joint CFAR detection results of different spacing and different direction are obtained. Finally, the joint CFAR detection results of different spacing and different direction are fused. To achieve CFAR detection based on gray-scale correlation characteristics. The method integrates the statistical characteristics of signal-to-clutter ratio, gray correlation and truncated clutter, improves the target detection rate in multi-target environment, effectively reduces the false alarm rate, and has high application value.

【技术实现步骤摘要】
多目标环境下基于灰度相关特性的CFAR检测方法
本专利技术涉及SAR图像目标检测
，尤其涉及一种多目标环境下基于灰度相关特性的CFAR检测方法。
技术介绍
合成孔径雷达(SyntheticApertureRadar,SAR)是一种高分辨率的成像雷达，具有全天时和全天候观测的能力。利用SAR图像进行目标检测与监视的研究和技术开发在海洋遥感领域得到高度重视，是现阶段SAR图像海洋应用的研究热点。随着天气、海洋风速的变化,海况相差很大，因此呈现在SAR图像中的杂波也会有巨大的差别，针对这些复杂情况，在检测过程中需要有一个自适应的恒虚警(CFAR)检测方法。CFAR检测算法设置了目标窗口、保护窗口、背景窗口三个滑动窗口以适应背景杂波的变化，通过对背景杂波进行参数估计及概率建模，并由给定的虚警率(PFA)自适应计算出检测阈值，实现自适应CFAR检测。传统CFAR检测算法中，保护窗口的设置是为了防止包含目标的部分像素泄露到背景窗口，影响参数估计的准确性。然而，在港口和繁忙海航线等复杂背景杂波区域，背景窗口中海杂波会受到目标像素、“十字拖”、以及方位向模糊等异质元素的干扰，使得估计的参数偏离真实值，影响灰度概率建模精度，最终导致目标检测率下降。针对多目标等复杂环境下产生的检测率降低的问题，提出了大量基于样本筛选的CFAR检测方法，这些方法通过迭代法筛选出杂波样本，并对筛选出的杂波进行参数估计与概率建模，有效提升多目标等复杂背景杂波环境下的目标检测率。然而这些方法通常采用固定阈值进行杂波筛选，丢弃了大量的真实海杂波样本，导致参数估计准确度较差，且杂波筛选、参数估计与CFAR检测阈值计算过程复杂，计算效率较低。传统CFAR检测算法仅利用了目标与周围杂波的对比度信息，没有充分发掘目标内部的空间相关特性。目标内部像素间的空间相关特性是舰船的固有特性，具有其内在的规律。目标和杂波内部每个像素点都不是孤立存在的，各像素之间是相互关联的。传统的SAR图像CFAR检测方法只利用了目标孤立像素点的强度信息，没有充分发掘目标内部各像素之间的空间相关信息，导致检测结果中存在大量的虚警，尤其是复杂背景杂波下。总之，传统CFAR检测方法在多目标环境下难以兼顾高检测率和低虚警率，亟待开发兼顾高检测率和低虚警率的新CFAR检测方法。
技术实现思路
本专利技术目的就是为了弥补已有技术的缺陷，提供一种多目标环境下基于灰度相关特性的CFAR检测方法。本专利技术是通过以下技术方案实现的：一种多目标环境下基于灰度相关特性的CFAR检测方法，包括有如下步骤：步骤(1)：设置由目标窗口和背景窗口组成的局部滑动窗口，通过采用自适应阈值的杂波截断法去除泄露到背景窗口中的目标、方位模糊异质元素，保留背景窗口中的真实海杂波，采用最大似然估计法对背景窗口中自适应阈值截断后的杂波样本在对数域进行双参数(对数均值和对数标准方差)估计；步骤(2)：统计背景窗口中截断杂波样本某一间距相邻像素之间在水平、垂直、对角、反对角四个方向上的灰度相关度因子，并采用二维对数正态分布对某一间距相邻像素四个方向上的灰度联合概率密度函数建模；步骤(3)：根据给定的虚警率，求解某一间距四个方向上相邻像素的联合CFAR检测阈值，对目标窗口中的待检测像素进行联合判别，实现某一间距四个方向上的基于灰度相关特性的联合CFAR检测；步骤(4)：将同一间距上的四个方向的联合CFAR检测结果采用“或门”运算进行融合，最后将不同间距四个方向上融合后的结果采用“与门”运算进行融合，得到最终的联合CFAR检测结果。该CFAR检测方法在保持高目标检测率的同时，可有效降低检测虚警率。所述的多目标环境下基于灰度相关特性的CFAR检测方法，其特征在于：步骤(1)中所述的通过采用自适应阈值的杂波截断法去除泄露到背景窗口中的目标、方位模糊异质元素，保留背景窗口中的真实海杂波，具体方法如下：选择滑动窗口大小，将背景窗口中的样本进行对数变换，在对数域中统计背景窗口中所有像素的均值μB-ln和标准差σB-ln，采用自适应阈值法进行杂波截断，设背景窗口中某一像素灰度值为IB，则截断规则为：ln(IB)≤μB-ln+t1·σB-ln(1)式中：t1为截断深度因子，当背景窗口中某一像素灰度值满足式(1)时，该像素点被保留，否则被剔除，对保留下来的像素重新计算对数均值与均方差，重复以上步骤，迭代一定次数，最终所有的异质点都被剔除，不同截断深度因子下的杂波保留比例RC为：式中：erf(·)为误差函数。再对截断后的杂波样本通过最大似然估计法估计对数均值μln和对数标准方差σln：式中：为截断杂波样本中第i个像素点的灰度值，n为截断杂波样本数。此外：式中：t1为式(1)中的截断深度因子。所述的多目标环境下基于灰度相关特性的CFAR检测方法，其特征在于：步骤(2)中所述的设置由目标窗口和背景窗口组成的局部滑动窗口，采用背景窗口中截断后的杂波样本计算相距间距为d的邻域内某一个方向θ(只取水平、垂直、对角、反对角四个方向)上相邻像素之间的灰度相关度因子rθ，具体方法如下：式中：f(i,j)为背景窗口中截断后的杂波样本像素(i,j)的灰度值，f(i+l,j+k)为背景窗口中截断后的杂波样本像素(i,j)相距某一间距d的像素(i+l,j+k)的灰度值，不同间距d水平、垂直、对角、反对角四个方向上对应的l和k取值为：1)水平方向:l＝0,k＝d；2)垂直方向:l＝d,k＝0；3)对角线方向:l＝-d,k＝d；4)反对角方向:l＝d,k＝d。μ为SAR图像海杂波的灰度均值，可通过式(7)计算得到：因此，间距为d方向θ上相邻像素的灰度X与Y的联合概率密度函数f(X,Y,d,θ)可采用灰度相关度因子为rθ的二维对数正态分布进行建模：所述的多目标环境下基于灰度相关特性的CFAR检测方法，其特征在于：步骤(3)中所述的间距为d方向θ上相邻像素的联合CFAR阈值计算与联合判别，具体方法如下：根据给定的虚警率Pfa，求解方向θ的联合CFAR检测阈值T，其求解方法为：求解出四个方向的联合检测阈值后，可对目标窗口中的待检测像素进行联合判别，联合判别规则为：水平方向：当f(i,j)>TH&f(i,j+d)>TH,fdH(i,j)＝1&fdH(i,j+d)＝1垂直方向：当f(i,j)>TV&f(i+d,j)>TV,fdV(i,j)＝1&fdV(i+d,j)＝1对角方向：当f(i,j)>TD&f(i-d,j+d)>TD,fdD(i,j)＝1&fdD(i-d,j+d)＝1反对角方向：当f(i,j)>TA&f(i+d,j+d)>TA,fdA(i,j)＝1&fdA(i+d,j+d)＝1(10)式中：TH、TV、TD与TA为水平、垂直、对角和反对角方向上的联合CFAR检测阈值，fdH、fdV、fdD与fdA为间距为d水平、垂直、对角和反对角方向上的联合CFAR检测结果，当其为“1”时表示为目标像素点。所述的多目标环境下基于灰度相关特性的CFAR检测方法，其特征在于：步骤(4)中所述对不同间距不同方向的检测结果进行融合，具体方法如下：根据步骤(3)得到的间距为d水平、垂直、对角本文档来自技高网...

【技术保护点】
1.一种多目标环境下基于灰度相关特性的CFAR检测方法，其特征在于：包括有如下步骤：步骤(1)：设置由目标窗口和背景窗口组成的局部滑动窗口，通过采用自适应阈值的杂波截断法去除泄露到背景窗口中的目标、方位模糊异质元素，保留背景窗口中的真实海杂波，采用最大似然估计法对背景窗口中自适应阈值截断后的杂波样本在对数域进行对数均值和对数标准方差估计；步骤(2)：统计背景窗口中截断杂波样本某一间距相邻像素之间在水平、垂直、对角、反对角四个方向上的灰度相关度因子，并采用二维对数正态分布对某一间距相邻像素四个方向上的灰度联合概率密度函数建模；步骤(3)：根据给定的虚警率，求解某一间距四个方向上相邻像素的联合CFAR检测阈值，对目标窗口中的待检测像素进行联合判别，实现某一间距四个方向上的基于灰度相关特性的联合CFAR检测；步骤(4)：将同一间距上的四个方向的联合CFAR检测结果采用或门运算进行融合，最后将不同间距四个方向上融合后的结果采用与门运算进行融合，得到最终的联合CFAR检测结果。

【技术特征摘要】
1.一种多目标环境下基于灰度相关特性的CFAR检测方法，其特征在于：包括有如下步骤：步骤(1)：设置由目标窗口和背景窗口组成的局部滑动窗口，通过采用自适应阈值的杂波截断法去除泄露到背景窗口中的目标、方位模糊异质元素，保留背景窗口中的真实海杂波，采用最大似然估计法对背景窗口中自适应阈值截断后的杂波样本在对数域进行对数均值和对数标准方差估计；步骤(2)：统计背景窗口中截断杂波样本某一间距相邻像素之间在水平、垂直、对角、反对角四个方向上的灰度相关度因子，并采用二维对数正态分布对某一间距相邻像素四个方向上的灰度联合概率密度函数建模；步骤(3)：根据给定的虚警率，求解某一间距四个方向上相邻像素的联合CFAR检测阈值，对目标窗口中的待检测像素进行联合判别，实现某一间距四个方向上的基于灰度相关特性的联合CFAR检测；步骤(4)：将同一间距上的四个方向的联合CFAR检测结果采用或门运算进行融合，最后将不同间距四个方向上融合后的结果采用与门运算进行融合，得到最终的联合CFAR检测结果。2.根据权利要求1所述的多目标环境下基于灰度相关特性的CFAR检测方法，其特征在于：步骤(1)中所述的通过采用自适应阈值的杂波截断法去除泄露到背景窗口中的目标、方位模糊异质元素，保留背景窗口中的真实海杂波，具体方法如下：选择滑动窗口大小，将背景窗口中的样本进行对数变换，在对数域中统计背景窗口中所有像素的均值μB-ln和标准差σB-ln，采用自适应阈值法进行杂波截断，设背景窗口中某一像素灰度值为IB，则截断规则为：，ln(IB)≤μB-ln+t1·σB-ln(1)式中：t1为截断深度因子，当背景窗口中某一像素灰度值满足式(1)时，该像素点被保留，否则被剔除，对保留下来的像素重新计算对数均值与均方差，重复以上步骤，迭代一定次数，直到所有的异质点都被剔除，不同截断深度因子下的杂波保留比例RC为：式中：erf(·)为误差函数；再对截断后的杂波样本通过最大似然估计法估计对数均值μln和对数标准方差σln：式中：为截断杂波样本中第i个像素点的灰度值，n为截断杂波样本数；此外：式中：t1为式(1)中的截断深度因子。3.根据权利要求2所述的多目标环境下基于灰度相关特性的CFAR检测方法，其特征在于：步骤(2)中所述的设置由目标窗口和背景窗口组成的局部滑动窗口，采用背景窗口中截断后的杂波样本计算相距间距为d的邻域内水平、垂直、对角、反对角四个方向中某一个方向θ上相邻像素之间的灰度相关度因子rθ，具体方法如下：式中：f(i,j)为背景窗口中截断后的杂波样本像素(i,j)的灰度值，f(i+l,j+k)为背景窗口中截断后的杂波样本像素(i,j)...

【专利技术属性】
技术研发人员：艾加秋，杨学志，许开炜，杨航，吴聪聪，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽,34