[发明专利]一种基于时变曲线模型的SAS图像自动均衡方法

说明书

技术领域

本发明涉及图像处理技术领域，特别涉及一种基于时变曲线模型的SVS图像自动均衡方法。

背景技术

受声传播损失、吸收损失、水底后向散射强度、声纳发射和接收系统引起的声源级波动等因素的影响，声纳图像强度（亮度）往往会有比较大的起伏。由于不同距离对应的虚拟孔径长度不同，合成孔径声纳（Synthetic Aperture Sonar,SAS）图像的强度变化范围会更大。声纳图像强度的不均衡问题对声纳图像的判读和处理造成很大的影响。一方面，由于图像输出设备（显示屏、打印机等）的动态范围有限，SAS图像强度不均衡可能会造成重要细节或目标丢失。另一方面，基于SAS图像的计算机辅助检测或分类方法（Computer Aided Detection/Classification,CAD/CAC）、目标自动检测和识别方法（Automatic Target Detection/Recognition,ATD/ATR）大都依赖目标与背景之间的强度差异，不均衡的声纳图像会造成CAD/CAC和ATD/ATR方法失效。因此，图像均衡是声纳图像处理中的一个关键步骤。现有声纳图像均衡处理方法中，大都采用光学图像处理中的通用均衡方法，如高斯均衡等。这些均衡方法没有考虑声波传播、水底后向散射以及SAS成像等对声纳图像强度的影响，因此应用效果不理想。

发明内容

本发明的目的在于，为解决合成孔径声纳图像受外界环境因素的影响及不同距离对应的虚拟孔径长度不同所导致图像不均衡的技术问题，本发明提供一种基于时变曲线模型的SAS图像自动均衡方法，利用该自动均衡方法可以获得均衡的SAS图像。

为实现上述目的，本发明提供一种基于时变曲线模型的SAS图像自动均衡方法，所述的SAS图像自动均衡方法包括：

步骤1）构建时变曲线模型，确定该时变曲线模型中待估计的参数；

步骤2）定义图像像素集合和包含其内部的像素值，通过确定的方位向坐标处的SAS图像获得时变曲线的观测量；

步骤3）根据步骤1）中的待估计的参数和步骤2）中获得的观测量，利用非线性最小二乘拟合的方法估计参数向量的最佳估计量，并根据该最佳估计量确定时变曲线的最优估计；

步骤4）根据步骤1）中的时变曲线模型和步骤3）中得到的最优估计求得时变曲线，并利用该时变曲线计算得出均衡后的图像。

作为上述技术方案的进一步改进，所述步骤1）中的时变曲线模型的对数表达形式为：