[发明专利]一种SAR图像舰船目标几何特征并行提取方法与装置

说明书

本发明涉及SAR图像舰船目标几何特征并行提取方法与装置包括，生成像素在ROI内的目标原始坐标；根据ROI边长长度、目标几何中心坐标和目标原始坐标，计算目标坐标偏移量，并根据该目标坐标偏移量和目标原始坐标，计算生成目标偏移后坐标；根据预先设定好的旋转步进值和目标偏移后坐标，并行计算相应旋转角度下的目标行坐标，并根据该目标行坐标计算相应旋转角度下目标在x轴上的投影长度；根据该投影长度，计算相应旋转角度下y轴上的投影长度，并比较选取目标平行于x轴时的投影作为正投影，该正投影对应的x轴上的投影长度即为船舷长度，该正投影对应的y轴上的投影长度即为船舷宽度，该正投影旋转角度即为船舷夹角。

技术领域

本发明涉及图像目标识别技术领域，具体地说，本发明涉及一种SAR(SyntheticAperture Radar，简称SAR)图像舰船目标几何特征并行提取方法与装置。

背景技术

合成孔径雷达是一种高分辨率的微波侧视成像雷达，它利用距离向脉冲压缩原理及方位向合成孔径原理，实现了雷达照射区域直观的空间可视图像。合成孔径雷达除了具备遥感观测中常用的可见光和红外遥感器所具备的可进行大范围、高分辨率和快速观察的特点外，还具有全天时、全天候、穿透能力强等特点。特别是针对海洋背景的应用，由于水体的雷达反射系数很低，有利于提高舰船目标与海面背景的信噪比，因此合成孔径雷达成像在针对海面舰船目标的应用上本身就具有先天的优势，加之以合成孔径雷达成像不受光照和云层的影响，因此它逐渐成为最有发展前景的海洋观测手段之一。

伴随着合成孔径雷达技术的不断发展和分辨率不断提高，SAR图像的自动目标识别(Automatic Target Recognition,ATR)已经成为SAR图像解译领域的研究热点之一。SAR图像自动目标识别系统的目的是在无需人工干预的情况下，利用计算机对所收集的SAR数据进行自动分析，完成目标发现、定位和识别任务，进而分析判断目标所属种类。它涉及到的应用技术包括现代信号处理、模式识别、人工智能等。

美国是最早对SAR自动目标识别系统进行研究的国家。早在20世纪80年代，林肯实验室就开始进行SAR自动目标识别系统方面的研究，其最大的贡献之一就是提出了SAR自动目标识别的三级处理流程。该处理流程由于结构合理、处理效果优良，已经成为了SAR自动目标识别领域广泛认可和采用的框架。在此框架提出后，SAR自动目标识别领域绝大部分研究都是基于这个三级框架开展。图1为SAR自动目标识别三级框架的示意图，可以看出，SAR自动目标识别包括：目标检测、目标鉴别和目标分类三个步骤。

SAR图像通过ATR三级框架前两个阶段负责目标检测和目标鉴别的处理，经过上述两级的处理系统会将明确含有目标的目标兴趣区(Regions of Interest，简称ROI)从图像背景中分割出来。目标几何特征提取主要应用于ATR第三阶段的目标分类，通过提取目标的外形尺寸、方位和轮廓特征来作为判断目标类型的依据。

传统的几何特征提取方法主要采用模板匹配的方法，模板匹配的基本思路和处理过程如图2所示。首先，对原始图像数据进行预处理，将目标回波不连续的部分补全；第二步，计算目标的几何中心并将目标移动到ROI的中心；第三步，对ROI进行中心旋转；第四步，将旋转后的图像与一个预定的模板进行比较，选定某种算法来计算二者的匹配度；第五，步按照一定步进增加旋转的角度，重复第三、四步；最后，选取旋转后图像与模板吻合度最高的作为最优解，从而获得目标的位置和轮廓等信息。

在目标识别领域模板匹配法应用十分广泛，模板匹配的方法通过调整模板可以捕获带有特定轮廓特征的目标，但是在处理SAR图像时模板匹配存在四个缺陷：

1、SAR图像由于成像原理与光学图像不同，其目标回波是由一组不连续的亮斑组成，在计算几何中心时误差很大，导致移动后的目标与ROI中心不重合，在旋转时中心误差会造成模板与目标的偏离；

2、SAR图像目标本身各处回波强度不均匀，在使用灰度作为匹配依据时会导致比较结果不收敛，最优解不唯一；