基于SAR-LARK特征的SAR艦船目標檢測方法技術
【技術實現步驟摘要】
本專利技術屬于雷達目標檢測
，特別涉及一種SAR圖像艦船目標檢測方法，可用于對地面目標和海面目標的檢測與鑒別。
技術介紹
合成孔徑雷達SAR是一種能夠在任何時候、任何天氣環境下不間斷進行工作的高分辨率雷達，可以全天時、全天候地對感興趣的目標進行監測，是目前對地對海觀測和軍事偵察的重要手段。因而SAR艦船目標檢測是SAR的一個重要應用領域。現有的SAR艦船檢測算法主要是基于恒虛警率CFAR思想的艦船檢測算法，其算法以及改進算法諸如雙參數CFAR，CA-CFAR等是當前該研究領域中使用最多的算法之一。在2009年，X.W.Xing等人基于CFAR思想提出了一種兩階段CFAR的艦船目標檢測算法。這種基于恒虛警率CFAR思想的算法主要是基于海雜波統計特性分析，獲取檢測閾值，通過比較圖像中像素點的強度值與檢測閾值來實現艦船檢測，比較簡單直接。但這種檢測算法的缺點是依賴于雷達回波的強度信息以及雜波的概率分布模型，對雜波分布參數估計不準，且由于強雜波區域的存在使得檢測結果中出現大量的虛警。
技術實現思路
本專利技術的目的在于針對上述已有技術的不足，提出一種基于SAR的局部自適應回歸核SAR-LARK特征的SAR艦船目標檢測方法，以在保持高的檢測率的條件下降低虛警的數目。為實現上述目的，本專利技術的技術思路方案包括如下：(1)輸入一幅大小為M×N的SAR像的幅度圖像I，提取圖像中每個像素點的SAR局部自適應回歸核LARK特征矢量，即SAR-LARK特征矢量：(1a)采用均值比梯度ROA算法計算幅度圖像I中每個像素點的水平梯度和垂直梯度i＝1,2,…,MN，x1表示水平...
【技術保護點】
一種基于SAR?LARK特征的SAR圖像艦船目標檢測方法，包括：(1)輸入一幅大小為M×N的SAR像的幅度圖像I，提取圖像中每個像素點的SAR局部自適應回歸核LARK特征矢量，即SAR?LARK特征矢量：(1a)采用均值比梯度ROA算法計算圖像I中每個像素點的水平梯度和垂直梯度i＝1,2,…,MN，x1表示水平梯度方向，x2表示垂直梯度方向；(1b)利用(1a)中的水平梯度和垂直梯度采用局域平均的方式計算幅度圖像I中每個像素點的梯度協方差矩陣Ci；(1c)以當前第i個像素點為中心構建一個P×P大小的滑窗Ωi，利用(1b)中的梯度協方差矩陣Ci，計算當前第i個像素點與Ωi滑窗內每個像素點的測地線距離m是滑窗內的第m個像素點，m＝1,2,…,P2；(1d)利用(1c)中的測地線距離計算當前第i個像素點與Ωi滑窗內每個像素點的相似性Ki,m，得到當前像素點的SAR?LARK特征矢量為：其中，[.]T表示轉置；(1f)重復(1c)和(1d)，求得幅度圖像I中所有像素的SAR?LARK特征矢量集合fI＝{f1,…,fi,…,fMN}；(2)利用求得的SAR?LARK特征矢量集合fI，采用非參數化...
【技術特征摘要】
1.一種基于SAR-LARK特征的SAR圖像艦船目標檢測方法，包括：(1)輸入一幅大小為M×N的SAR像的幅度圖像I，提取圖像中每個像素點的SAR局部自適應回歸核LARK特征矢量，即SAR-LARK特征矢量：(1a)采用均值比梯度ROA算法計算圖像I中每個像素點的水平梯度和垂直梯度 i＝1,2,…,MN，x1表示水平梯度方向，x2表示垂直梯度方向；(1b)利用(1a)中的水平梯度和垂直梯度采用局域平均的方式計算幅度圖像I中每個像素點的梯度協方差矩陣Ci；(1c)以當...
【專利技術屬性】
技術研發人員：劉宏偉，孫成璐，王英華，何敬魯，羅曄，王麗業，
申請(專利權)人：西安電子科技大學，
類型：發明
國別省市：陜西;61
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。