[发明专利]一种SAR图像双边CFAR舰船目标检测方法

说明书

技术领域

本发明属于SAR(Synthetic Aperture Radar，合成孔径雷达)图像目标检测技术领域，涉及一种联合SAR图像亮度分布和空间分布的双边CFAR(Constant False Alarm Rate，恒虚警率)舰船目标检测方法。

背景技术

SAR图像舰船目标检测是全球海洋环境和海上交通监视的一项重要应用之一。由于具有恒虚警率和自适应阈值的性质，CFAR检测已经成为SAR图像舰船目标检测中最为广泛使用的方法之一。标准CFAR检测利用概率密度函数和设定的虚警率计算出对应的阈值，通过比较像素值和阈值确定舰船目标。其中一个最重要的步骤是为背景设计一个数据模型，也就是说，确定一个相关的概率密度函数f_pdf(x)。一旦确定了f_pdf(x)，阈值T根据设定的虚警率PFA就可以由下式给定：

PFA=1-∫-∞Tfpdf(x)dx=∫T∞fpdf(x)dx]]>

因此，确定CFAR检测器是根据给定的PFA通过求解公式一得到阈值T的过程。然而，常规CFAR的数据模型只考虑亮度分布模型，也就是说x仅仅囊括像素亮度值的范围。目前，为了提高舰船目标检测的精度，研究者们通常采用提高亮度分布数据模型精度的办法。然而，将数据模型的精度提高到一个很高的水平通常是复杂和耗时的。此外，由于旁瓣和海杂波在亮度域可能和舰船目标表现相同，因此即使设计一个非常精确的分布模型来匹配数据，这也会造成虚警。由于在亮度域存在重叠的情况，常规CFAR方法通过一个大的阈值得到低的虚警率将会导致低的目标检测率，而通过一个小的阈值得到高的目标检测率将会造成高的虚警率。这说明对于CFAR检测数据模型仅仅考虑亮度分布是不够的。

在SAR图像中一个像素具有两个基本的属性：一个是亮度，另一个是位置。因此，SAR图像中舰船目标和背景的区别不仅存在于亮度域也存在于空间域。通常，舰船目标的亮点是连续并且集中在一小块区域的，而海杂波的空间分布往往是离散和随机的，旁瓣主要聚集在舰船目标周围，但是空间分布相对也具有离散性。核密度估计作为一种非参数密度估计模型，是一种重要的数据分析工具。而核密度作为SAR图像最重要的空间特征之一，可以用来有效显示前述舰船目标和背景亮点空间分布的区别。目前，许多研究试图通过核密度等空间特征来提高舰船目标检测的精度，但是它们都只是一种后处理，作为检测的补充手段而不是检测手段。

发明内容

本发明提供一种SAR图像双边CFAR舰船目标检测方法，通过联合SAR图像亮度分布和空间分布特征进行舰船目标检测，本方法能够减少旁瓣和海杂波的影响，提高舰船目标检测的检测率并降低虚警率，同时具有方法简便、易于实现等优势。

本发明的技术方案是：

第一步，基于选定的滑动窗计算SAR图像中每个像素点的核密度值，并通过线性变换转换为像素点相应的空间值。

第二步，根据SAR图像中每个像素点的亮度值和空间值，计算每个像素点对应的联合值，并由所有的联合值形成联合图像。

第三步，利用CFAR舰船目标检测方法对联合图像进行检测，得到舰船目标检测结果。

本发明的有益效果是：

1.采用本发明提出的技术方案，通过联合SAR图像的亮度分布和空间分布，可以有效避免舰船目标和背景由于在亮度域上重叠而无法区分的情况，提高舰船目标和背景的可分性。

2.由于综合了SAR图像的亮度信息和空间信息，舰船目标和背景在亮度域上重叠的情况得到减轻，因此对CFAR检测中必需的数据模型精度要求不高，一个粗糙的分布模型也能取得较好的检测效果。