[发明专利]一种前视雷达成像海面目标关键点检测识别方法

说明书

技术领域

本发明属于目标检测、模式识别技术领域，具体涉及一种前视雷达成像海面目标关键点检测识别方法，该方法在保留目标固有特性的同时能有效抑制伪影、旁瓣等干扰因素，提高对雷达成像海面目标关键点的识别正确率和定位精度。

背景技术

利用雷达成像技术实现的舰船目标检测识别是许多民用及军事领域的关键技术，在监控、军事等领域有广泛的应用。在前视雷达回波中，强回波信号意味着探测器在该处搜索到强散射点。强散射点通常是由舰船目标中的二面反射体及角反射体造成的。这些反射部件分布在整个舰船目标上，随目标方位角的不同而呈现不同的强度大小。然而，常规雷达发射线性调频信号，由于成像系统的二维频域支撑域有限，使得合成孔径雷达(Synthetic Aperture Radar，SAR)的脉冲响应函数在距离向和方位向均为sinc函数，导致旁瓣电平很高。由于雷达数据的处理窗口长度有限，并且雷达回波数据中存在相位误差，形成副瓣，导致倍增的噪声，并与附近散射体产生干涉，对图像质量影响很大。副瓣的存在导致前视成像中获取的目标图像存在伪影，在强度上要弱于真实目标点，这也是目标关键点识别与高精度定位的基础。能否将虚假目标与真实目标区分出来，还需要考虑对目标在不同视点下的前视成像，图像中虚假目标与真实目标的间距，是否存在重叠干扰的情况。因此，有必要在前视雷达目标特征提取、检测和识别之前，对原始雷达回波信号数据进行预处理，以减少噪声影响，提高图像的信噪比，突出目标特征信息，利用目标特征识别目标，从而提高目标关键点识别的概率，并且利用目标的能量重心确定目标的关键点。

在现有公开的文献中，提到的前视雷达成像海面目标检测识别方法大多是通过对原始雷达回波信号的处理来实现的。然而，由于受SAR成像机制制约，目标切片图像受目标姿态、背景特征值和传感器成像姿态等因素的影响，表现出较高的易变性，从而容易造成对识别结果的干扰，发生误判和错判。张红等人在《高分辨率SAR图像目标识别》中提出了基于目标峰值特征的识别方法，对于峰值点数目的选取是采取实验数据统计给出的20～40的取值范围。其对于峰值点数目的确定，并没有给出一个行之有效的准则和方法，在工程应用上只能依据经验。已有的公开文献中最大熵分割方法具有稳定性好的优点，但容易受背景干扰，分割结果存在虚假目标、所得目标信息不准确。

发明内容

本发明针对复杂环境下的目标提取问题，提出一种前视雷达成像海面目标关键点检测识别方法，具体包括：

(1)将原始雷达二维回波数据量化为二维灰度图像数据；

(2)对步骤(1)获得的二维灰度图像利用基于目标几何尺寸和置信度的方法进行感兴趣区提取，得到目标区域灰度图像；

(3)对目标区域灰度图像使用最大熵进行分割，得到目标区域分割图像；

(4)利用雷达二维回波数据和目标区域灰度图像，提取目标区域的雷达二维回波数据中的峰值点信息，得到目标区域峰值点信息矩阵；

(5)对目标区域分割图像和目标区域峰值点信息矩阵进行信息融合，统计融合结果中目标区域内峰值点数目K，作为有效峰值点数目；

(6)把目标区域峰值点信息矩阵中峰值点按大小排列，选取前K个峰值点作为目标有效峰值点，对目标区域峰值点信息矩阵二值化为目标有效峰值点图像；

(7)提取目标有效峰值点图像中目标轴向特征，排除虚警点干扰，确定目标位置；

(8)利用目标位置和目标能量重心，确定目标关键点。

进一步地，所述步骤(1)具体包括：

(1.1)选择进行量化的浮点值阈值，设浮点值阈值上限为L_max，阈值下限为L_min,其中：

L_max＝N*(TLength*Margin)²+L_min，if L_max＜Totalpix

L_max＝Totalpix,if L_max＞Totalpix

N为背景中可能含有的目标最大数目，Totalpix为原始图像的像素数目，TLength为目标长度在图像中的像素数，Margin为余量以保证目标能完整显示，minT为目标二维回波数据的最小可能浮点值；