[发明专利]一种基于最佳熵双阈值分割的快速SAR图像目标检测方法

说明书

本发明公开了一种最佳熵双阈值分割的快速SAR图像目标检测方法，其特征在于，包括以下步骤：输入原始SAR图像；对原始SAR图像进行对比度增强预处理，然后抑制图像的相干斑噪声，得到灰度增强图像；采用中心‑周边算法提取并得到灰度增强图像的中心‑邻域差的图像特征；将灰度增强图像和特征图加权求和得到新图像；采用KSW双阈值对新图像分割，得到最终的二值检测结果。该方法在保证较高检测率的同时，以实现高分辨率SAR图像中目标的快速分离和提取，该方法简单，易于实现。

技术领域

本发明属于图像识别技术领域，涉及一种基于最佳熵双阈值分割的快速SAR图像目标检测方法。

背景技术

SAR系统具备全天候、全天时的成像能力，还有一定的穿透性，已被广泛应用于军事和民用领域。近年来，利用SAR图像对舰船目标进行检测和监视的研究成为SAR图像海洋应用研究的重要方面。

SAR图像舰船目标检测算法的本质是根据目标和杂波散射特性的不同所表现的特征差异来完成目标的检测。基于灰度特征的检测算法能在宽阔的海域中快速准确地检测舰船目标，此类检测器往往是舰船目标检测算法的核心，并被广泛应用于已有的舰船目标检测系统中，此类检测算法可分为简单的阈值分割方法、恒虚警率(CFAR)方法、基于模板的方法、似然比检测方法等。

基于背景统计模型分布的CFAR方法及其改进的算法是一类自适应的检测算法，此类方法在保证恒虚警率的前提下，根据SAR图像的统计信息自适应选择门限，并从复杂的海杂波环境中提取目标，此类方法存在以下不足和缺陷：对海杂波统计模型建模的准确性将会直接影响检测结果；复杂的数学建模不利于工程实现；此类方法主要适用于中低分辨率的SAR图像，对高分辨率SAR图像检测效果不理想；算法需根据先验信息设定目标窗口、保护窗口等参数，且所依据局部滑动窗口的思想使得算法的检测效率很低，实际应用中不具有实时性。

发明内容

本发明的目的在于提供一种基于最佳熵双阈值分割的快速SAR图像目标检测方法；在保证较高检测率的同时，以实现高分辨率SAR图像中目标的快速分离和提取，该方法简单，易于实现。

本发明的目的是通过以下技术方案来实现的：

这种基于最佳熵双阈值分割的快速SAR图像目标检测方法，其特征在于，包括以下步骤：

步骤1，输入原始SAR图像；

步骤2，对原始SAR图像进行对比度增强预处理，然后抑制图像的相干斑噪声，得到灰度增强图像；

步骤3，采用中心-周边算法提取并得到灰度增强图像的中心-邻域差的图像特征；

步骤4，将灰度增强图像和特征图加权求和得到新图像；

步骤5，采用KSW双阈值对新图像分割，得到最终的二值检测结果。

更进一步的，本发明的特点还在于：

其中步骤2中对原始SAR图像进行对比度增强预处理的过程包括：对原始SAR图像灰度直方图面积的最大和最小部分进行截断，得到最大和最小的两个截断阈值T_low、T_high；将原始SAR图像的原始数据中大于T_high的值使其等于T_high，原始数据小于T_low的值等于T_low。

其中步骤2中经过对比度增强预处理得到的新的图像数据线性映射在0-255灰度范围内。

其中步骤2中采用Lee滤波算法抑制图像的相干斑噪声。

其中步骤3中使用中心-周边算法的具体过程是：对灰度增强图像进行低通滤波并下采样，并得到9个不同空间尺度的图像金字塔，然后通过一组线性的中心-周边运算提取图像特征。