本发明专利技术公开了一种基于区域标记与灰度统计的SAR图像目标检测方法。利用Primal?Sketch模型提取的原SAR图像的结构信息，在不依赖于目标形状、目标特性及背景特性等先验信息的情况下成功检测到较彻底地包含了原SAR图像中的所有人工目标的人工目标潜在区域，又充分利用了原SAR图像灰度信息和SAR人工目标区域的像素呈明暗相间分布的特征，结合OTSU图像阈值化算法，有效地剔除了虚警目标区域，降低了人工目标检测结果的虚警率；实现了目标区域内人工目标较为准确的定位，解决了虚警率高，目标区域内人工目标难以准确定位的SAR图像目标检测技术问题，处理速度快。可用于SAR图像处理及计算机视觉领域的目标检测。
【技术实现步骤摘要】
本专利技术属于图像处理
，涉及一种SAR图像目标检测方法，具体是一种基于区域标记与灰度统计的SAR图像目标检测方法，可用于SAR图像处理及计算机视觉领域的目标检测。
技术介绍
目标检测的主要任务是确定出感兴趣的目标位置，实现目标与背景的分离。目标检测的方法可划分为单帧图像目标检测和多帧序列图像目标检测两大类。目前的目标检测方法一般都局限于一定的应用环境，而且目标检测方法的有效性依赖于目标特性、背景特性以及应用环境等先验知识，检测结果的好坏取决于目标及 背景的鉴别能力。SAR图像目标检测是SAR图像目标识别的基础。由于SAR图像不同于光学图像，首先SAR图像不能很好地描述目标的轮廓和细节；其次SAR目标对方位角特别敏感。因此，对不同的目标及不同照射方位下所形成的SAR图像，其背景散射强度与目标散射强度各不相同。所以，如何从SAR图像中提取目标的有效信息一直是SAR图像解译的难点。近期刘芳、宋建梅提出一种基于Primal Sketch模型的SAR图像目标检测方法。它首先运用Primal Sketch模型得到原SAR图像的Primal Sketch图，然后利用人工目标的规整性特征在Primal Sketch图上提取可能存在人工目标的区域，再结合这些区域的规整度等特征进行后处理，最终得到人工目标的检测结果。该目标检测方法突破了一般的目标检测方法对于先验信息的依赖，可以在没有目标类型、目标特性及背景特性等先验信息的情况下实现对桥梁、港口和建筑物等多种类型的人工目标的统一检测，检测方法具有较强的通用性。上述方法虽然能够很好地摆脱对于图像先验信息的依赖，仅利用SAR图像的结构信息较彻底地、快速检测到图像中疑似人工目标区域，但由于该检测方法利用的图像特征较为单一，检测到的目标区域集合中包含较多的虚警目标，而在后处理中剔除虚警目标时，该检测方法采用的仍然仅是规整度、规整比率等反应图像结构信息的手段和方法，不能有效剔除虚警目标区域；且在定位人工目标潜在区域时，该方法只是简单地通过得到的规整线段集合中线段的坐标来确定最终的区域范围，导致提取的目标区域内包含了较多的自然目标信息，其主要存在以下缺陷I)目标检测的结果虚警率较高，检测到的人工目标潜在区域集合中含有较多的森林、田野等自然目标区域，不利于图像的后续处理，如准确的人工目标识别；2)没有进行目标区域内人工目标的定位，检测到的目标区域内含有很大比例的森林、田野、水域等自然目标信息；人工目标定位的不准确，不利于实际应用，如目标的精确搜索等应用。
技术实现思路
本专利技术的目的在于克服上述已有技术的不足，提出一种基于区域标记与灰度统计的SAR图像目标检测方法，以减小人工目标检测结果的虚警率，并结合SAR人工目标的灰度信息对人工目标进行更为准确的定位。本专利技术的技术方案是首先利用Primal Sketch模型得到表示原SAR图像结构信息的Primal Sketch图，依据人工目标的规整性特征在Primal Sketch图上提取可能存在人工目标的区域，对应地在原SAR图像上提取人工目标潜在区域。然后本专利技术在所提取的人工目标潜在区域的基础上，利用SAR图像灰度信息，SAR人工目标区域的像素呈明暗相间分布的特征和SAR人工目标的灰度特征，结合OTSU图像阈值化算法，剔除虚警目标区域，并通过对目标区域内的人工目标进行定位，得到定位较准确的人工目标区域。具体步骤包括如下(I)对输入SAR图像运用Primal Sketch模型得到其Primal Sketch图，即用以表示原SAR图像结构信息的线段集合S，对线段集合S中的每一条线段都定义其规整度与规整比率属性，再利用SAR人工目标的规整性特征，在Primal Sketch图上提取可能存在人工目标(规整度不为O)的m个区域标记Tk，k= l，2，...，m，m是人工目标区域划分的个数，这里，使用的方法虽然可以较彻底地、快速找到图像中疑似人工目标区域，但是这些目标区域集合中还存在大量森林、田野等自然目标区域，而在含有人工目标的目标区域内还含有大量的非人工目标信息。(2)根据在Primal Sketch图上提取的区域标记Tk, k = 1,2,…,m,提取原SAR图像上对应的人工目标潜在区域Rk，k = 1，2，. . .，m。(3)利用SAR人工目标区域的像素呈明暗相间分布的特征，结合原SAR图像的OTSU图像阈值化算法结果，对阈值化后的图像进行划窗，对每一幅划窗内明暗像素占总像素数目的比值进行直方图统计，忽略直方图两端的极端情况，取直方图的峰值点对应的比值作为剔除虚警目标的阈值T。(4)对人工目标潜在区域Rk，k = 1，2，· · ·，m，统计区域Rk内明暗像素点的数目占区域Rk的总像素数目的比值，如果该比值小于给定的阈值T，则认为该区域为虚警目标区域而予以剔除，由保留下来的区域得到虚警率较低的区域集合Gk，k = 1，2，. . .，n，η < m，本专利技术不再单纯依赖于SAR图像的结构信息，而是又利用了原SAR图像的灰度信息，能有效地剔除目标区域集合中的虚警目标区域，大大降低了检测结果的虚警率。(5)利用SAR人工目标的灰度特征，结合OTSU图像阈值化算法，对区域集合Gk，k=1,2, , η内的人工目标进行定位,并标记已确认的人工目标区域,得到最终的人工目标检测结果G' k, k = 1,2, . . . , η。原目标区域内含有大量的自然目标信息,在原SAR图像的Primal Sketch图中无法区分提取区域中的人工目标，考虑到SAR人工目标的灰度特征，本专利技术利用了原SAR图像的灰度信息，实现了目标区域内人工目标的较为准确的定位，得到了定位较准确的新的人工目标区域。已有技术利用Primal Sketch模型提取的原SAR图像的结构信息,能够不依赖于目标形状、目标特性及背景特性等先验信息，成功检测到桥梁、港口和建筑物等多种人工目标。但是它还存在高虚警率、目标定位不准确的问题。本专利技术利用这一点，使用原SAR图像的结构信息得到虚警率较高、对人工目标定位不够准确的人工目标潜在区域，这些区域较彻底地包含了原SAR图像中的所有人工目标，而且不依赖先验信息，在此基础上，本专利技术又充分利用了原SAR图像灰度信息和SAR人工目标区域的像素呈明暗相间分布的特征，结合OTSU图像阈值化算法，有效地剔除了虚警目标区域，降低了人工目标检测结果的虚警率；实现了目标区域内人工目标的较为准确的定位，解决了虚警率较高，得到的目标区域内人工目标难以准确定位的SAR图像目标检测技术问题。本专利技术的实现还在于其中步骤(3)所述的确定用于剔除虚警目标区域的阈值T，按照如下步骤进行(3a)对原SAR图像运用OTSU图像阈值化算法，得到阈值化后的图像Y，其中在运用OTSU图像阈值化算 法时，选取分割的类别数为3，即将原图像分割成具有低像素值、中间像素值和高像素值的3类像素，分割原SAR图像的最佳阈值Ic1*和k2*由下式得到[0018权利要求1.一种基于区域标记与灰度统计的SAR图像目标检测方法,首先利用Primal Sketch模型得到表示原SAR图像结构信息的Primal Sketch图，依据人工目标的规整性特征在Primal Sketch图上提取可能存在人工目标的本文档来自技高网...
【技术保护点】
【技术特征摘要】
【专利技术属性】
技术研发人员：刘芳，焦李成，郝红侠，单雁冰，戚玉涛，袁嘉林，侯彪，王爽，尚荣华，马文萍，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：
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。