基于局部散射機制差異回歸核的極化SAR艦船檢測方法技術

本發明專利技術公開了一基于局部散射機制差異回歸核的極化SAR艦船檢測方法，主要解決現有技術對目標與雜波的差異性表征不足的問題，其實現步驟為：1)對原始極化SAR數據進行極化目標分解，獲取每個像素點在二次散射與體散射機制下的相干矩陣；2)基于每個像素點在兩種散射機制下的相干矩陣，提取局部散射機制差異回歸核特征；3)根據顯著性檢測原理，結合局部散射機制差異回歸核特征，獲取極化SAR圖像的顯著性圖；4)對顯著性圖進行局部極大值檢測，設置檢測閾值，將局部極大值與檢測閾值比較，獲得最終的檢測結果。本發明專利技術有效提高了艦船目標與局部雜波的差異性和對弱小目標的檢測性能，可用于極化SAR圖像目標檢測。

【技術實現步驟摘要】

本專利技術屬于雷達目標檢測
，主要涉及極化SAR圖像艦船目標檢測方法，可用于艦船目標鑒別、識別與分類。
技術介紹
合成孔徑雷達SAR利用微波遙感技術，可以在各種氣候條件下和不同時段工作,具有多頻段、多極化、視角可變和穿透性等特點。目前，SAR已廣泛應用于軍事偵察、災情預報、海洋監測以及科學研究等領域，具有廣闊的研究和應用前景。極化SAR因能獲取完整極化信息的顯著優勢而迅速成為SAR發展的重要方向之一，其中基于極化SAR圖像的艦船目標檢測是極化SAR的一個重要的應用領域。傳統的極化SAR圖像目標檢測算法主要利用目標與雜波在某種特征屬性下的差異性完成目標檢測工作，比較常見的是基于散射強度差異與散射機制信息差異的檢測算法,比如功率檢測器、極化白化濾波檢測器、分布式目標檢測器等。當圖像信雜比較低或者雜波與目標具有相似的散射機制時，這類算法的檢測性能下降明顯。為提取能夠反映目標與雜波之間較大差異性的鑒別特征，很多學者做了許多工作。J.Chen等人首次提出了極化交叉熵PCE特征，用于提升目標與周圍雜波的差異性，并成功用于艦船目標檢測工作。在文獻PolSARShipDetectionBasedonSuperpixel-LevelScatteringMechanismDistributionFeatures中，Y.Wang等人將兩種基于超像素分割的散射機制分布特征應用于艦船目標檢測，在不同信雜比下具有較穩健的檢測性能?，F有的PolSAR艦船目標檢測算法中應用的一些鑒別參數雖在一定程度上提高目標與雜波的鑒別性能，但也相應地存在一些問題。大部分極化SAR艦船目標檢測算法僅僅利用了強度或者散射機制信息，沒有充分發揮利用極化SAR進行目標檢測的優勢；而且提取的一些鑒別特征僅僅基于單個像素點或者具有相似屬性的局部勻質區域，并沒有考慮目標與雜波在特定散射機制下的差異性，限制了鑒別特征對目標與雜波差異性的表征能力。
技術實現思路
本專利技術的目的在于提出一種基于局部散射機制差異回歸核特征的極化SAR艦船目標檢測方法，以解決現有鑒別特征僅利用散射強度或散射機制信息以及未考慮目標與雜波在特定散射機制下差異性的缺陷問題，提高對弱小目標的檢測性能和抑制較強的海雜波虛警。為實現上述目的，本專利技術技術方案包括如下：A.對全極化SAR圖像復數據進行極化分解，獲得每個像素點在二次散射機制下的等效相干矩陣Td與體散射機制下的等效相干矩陣Tv；B.提取局部散射機制差異回歸核特征LSMDRK：B1)在二次散射機制與體散射機制下，計算當前像素點Pi與其鄰域內像素點之間的散射機制差異度量矩陣D；B2)將每個像素點的散射機制差異度量矩陣D轉化成當前像素點與其鄰域內像素點之間的散射機制相似性度量矩陣K；B3)將每個像素點對應的散射機制相似性度量矩陣中的每個元素進行歸一化處理，提取全極化SAR圖像中每個像素點對應的局部散射機制差異回歸核特征矩陣Z；C.像素顯著性計算：利用局部散射機制差異回歸核LSMDRK特征，采用非參數化概率密度估計方法，計算全極化SAR圖像中每個像素點的顯著性大小，獲得全極化SAR圖像對應的顯著性圖S；D.局部極大值檢測：對顯著性圖S進行局部極大值檢測，將非極大值點置零，得到維數為Q×R的局部極大值圖像Smax，其中，Q,R分別為圖像的行數和列數；設定一個0到1之間的檢測閾值Th，若局部極大值圖像Smax中的像素值Si≥Th，i＝1,…,QR，則標記為目標極大值點，否則，標記為雜波極大值點，獲得最終的檢測結果。本專利技術與現有技術相比具有以下優點：(1)本專利技術提出的LSMDRK特征利用了雷達散射回波的強度與散射機制信息，提升了目標與雜波之間的可分性，尤其可以較好地區分具有與目標相似散射機制的較強的海雜波，在保證較高的檢測率的前提下具有較低的虛警率。(2)本專利技術提出的LSMDRK特征描述子考慮當前像素點以及局部區域的散射信息，相比于由單一像素點提取的鑒別特征可以提供更多的鑒別信息；此外，LSMDRK特征由二次散射機制相干矩陣與體散射機制相干矩陣計算所得，進一步提升了該特征鑒別目標與雜波的能力。附圖說明圖1是本專利技術的實現流程圖；圖2是本專利技術實驗所用實測數據的log-span圖；圖3為用本專利技術和現有檢測方法在合成數據集上得到的AUC曲線圖；圖4為用本專利技術和現有檢測方法在測試圖像上得到的檢測結果圖。具體實施方式下面結合附圖對本專利技術的實施方案和效果進行詳細說明：參照圖1，本專利技術的實現步驟如下：步驟1，對全極化SAR圖像進行極化目標分解。1a)輸入全極化SAR圖像復數據，計算全極化SAR圖像的相干矩陣T＝{Ti:i＝1,…,QR本文檔來自技高網...

【技術保護點】
基于局部散射機制差異回歸核的極化SAR艦船檢測方法，包括：A.對全極化SAR圖像復數據進行極化分解，獲得每個像素點在二次散射機制下的等效相干矩陣Td與體散射機制下的等效相干矩陣Tv；B.提取局部散射機制差異回歸核特征LSMDRK：B1)在二次散射機制與體散射機制下，計算當前像素點Pi與其鄰域內像素點之間的散射機制差異度量矩陣D；B2)將每個像素點的散射機制差異度量矩陣D轉化成當前像素點與其鄰域內像素點之間的散射機制相似性度量矩陣K；B3)將每個像素點對應的散射機制相似性度量矩陣中的每個元素進行歸一化處理，提取全極化SAR圖像中每個像素點對應的局部散射機制差異回歸核特征矩陣Z；C.像素顯著性計算：利用局部散射機制差異回歸核LSMDRK特征，采用非參數化概率密度估計方法，計算全極化SAR圖像中每個像素點的顯著性大小，獲得全極化SAR圖像對應的顯著性圖S；D.局部極大值檢測：對顯著性圖S進行局部極大值檢測，將非極大值點置零，得到維數為Q×R的局部極大值圖像Smax，其中，Q,R分別為圖像的行數和列數；設定一個0到1之間的檢測閾值Th，若局部極大值圖像Smax中的像素值Si≥Th，i＝1,…,QR，則標記為目標極大值點，否則，標記為雜波極大值點，獲得最終的檢測結果。...

【技術特征摘要】
1.基于局部散射機制差異回歸核的極化SAR艦船檢測方法，包括：A.對全極化SAR圖像復數據進行極化分解，獲得每個像素點在二次散射機制下的等效相干矩陣Td與體散射機制下的等效相干矩陣Tv；B.提取局部散射機制差異回歸核特征LSMDRK：B1)在二次散射機制與體散射機制下，計算當前像素點Pi與其鄰域內像素點之間的散射機制差異度量矩陣D；B2)將每個像素點的散射機制差異度量矩陣D轉化成當前像素點與其鄰域內像素點之間的散射機制相似性度量矩陣K；B3)將每個像素點對應的散射機制相似性度量矩陣中的每個元素進行歸一化處理，提取全極化SAR圖像中每個像素點對應的局部散射機制差異回歸核特征矩陣Z；C.像素顯著性計算：利用局部散射機制差異回歸核LSMDRK特征，采用非參數化概率密度估計方法，計算全極化SAR圖像中每個像素點的顯著性大小，獲得全極化SAR圖像對應的顯著性圖S；D.局部極大值檢測：對顯著性圖S進行局部極大值檢測，將非極大值點置零，得到維數為Q×R的局部極大值圖像Smax，其中，Q,R分別為圖像的行數和列數；設定一個0到1之間的檢測閾值Th，若局部極大值圖像Smax中的像素值Si≥Th，i＝1,…,QR，則標記為目標極大值點，否則，標記為雜波極大值點，獲得最終的檢測結果。2.根據權利要求1所述方法，其中步驟B1)中計算當前...

【專利技術屬性】
技術研發人員：王英華，何敬魯，劉宏偉，王麗業，羅曄，王寧，
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