[发明专利]海域合成孔径雷达图像点目标提取的方法

说明书

技术领域

本发明涉及一种图像处理技术领域的方法，具体是一种海域合成孔径雷达图像点目标提取的方法。

背景技术

合成孔径雷达(SAR)是一种工作在微波波段的相干成像雷达，它在军用和民用方面已得到广泛应用，例如侦察、测量、海洋监视、动目标指示及动、静目标截获和识别、干涉测量和伪装识别以及提取等。它具有分辨率高，全天候工作，有效识别伪装和穿透掩盖物的优势。然而，其缺点在于雷达接收的散射信号相干性叠加，使成像以后的SAR图存在严重的散斑噪声。

对于海域成像图来讲，海杂波的存在严重增加了目标提取的难度，因为决定海杂波特性的主要参数有工作频率、极化方式、信号带宽、波束入射角、波束宽度、脉冲重复频率、雷达平台的运动速度等等，本来就已非常复杂。而合成孔径雷达本身不可避免的相干成像特性又使得海杂波成像后显示出更为严重的散斑性状，进一步影响对海域SAR图像的有效理解。因此，如何更好的解决强海杂波合成孔径雷达图像的点目标提取问题也一直受到人们的普遍关注。传统的点目标提取法一般基于以下两个方面：一是直方图阈值提取法，这类方法主要是立足于目标与周围环境的亮度差异，但是对于强海杂波SAR图的船只点目标提取来说，只使用亮度信息，无法区别目标与周围环境，因为海杂波的强烈散射使得合成孔径雷达成像结果显示出与目标几乎一致的亮度；另一类方法就是降噪再识别的方法。

经对现有技术的文献检索发现，Aapo Hyvrinen等在“Proceedings of IEEEInternational Joint Conference on Neural Networks(1998年IEEE神经网络国际联合会议)，1998年第二卷，859-864”上发表的“Sparse code shrinkage forimage denoising(稀疏编码收缩用于图像噪声消除)”，该文中提出基于独立成分分析的稀疏编码去噪方法，具体方法为：将原始图像采样后得到的数据用独立成分分析算法得到该图像数据的稀疏编码表达，并提出稀疏编码收缩函数对该编码进行非线性阈值收缩处理，最后反演重构达到去噪效果。其不足在于：该法提出的收缩函数的设计以及相关参数的选择需要基于图像统计特性得到，需要先验知识，而实际很难获取精确的先验知识，多基于假设，这样就很容易造成降噪过度导致目标信息混淆，或者降噪不够导致噪声仍旧严重的困难。具体到海杂波的合成孔径雷达图像，该法也未注意到目标亮度信息的挖掘，故而实际应用中并不够完善。

发明内容

本发明针对上述现有技术的不足，提出了一种海域合成孔径雷达图像点目标提取的方法，使其首先赫尔德指数，对原图像进行二值模糊化增强，达到有效挖掘局部信息，实现“粗提取”区分亮度，其次基于独立成分分析，提出了空间分离法，进行噪声消除，更好地实现了图像复原和目标提取。

本发明是通过以下技术方案实现的，包括如下具体步骤：

步骤一，求取原图像的点态赫尔德指数图；

所述求取原图像的点态赫尔德指数图，具体如下：

首先定义三个测度μ，分别为μ_max、μ_min、μ_sum：

μ_max(Ω)＝max(I(x，y))，(x，y)∈Ω，μ_max(Ω)代表区域Ω中的象素灰度最大值；

μ_min(Ω)＝min(I(x，y))，(x，y)∈Ω，μ_min(Ω)代表区域Ω中的象素灰度最小值；

μ_sum(Ω)＝sum(I(x，y))，(x，y)∈Ω，μ_sum(Ω)代表区域Ω中的象素灰度的和，

其中，I(x，y)表示一幅图像，Ω表示图像指定区域的象素点集合，