[发明专利]自适应参数增强和尾迹辅助检测的恒虚警率舰船检测方法

说明书

本发明提供了一种自适应参数增强和尾迹辅助检测的恒虚警率舰船检测方法，包括以下步骤：步骤1，将输入的SAR图像映射到APT域；步骤2，APT域中对舰船目标的CFAR检测；步骤3，舰船目标虚警排除。

技术领域

本发明涉及一种图像增强和目标检测技术，特别是一种自适应参数增强和尾迹辅助检测的恒虚警率舰船检测方法。

背景技术

合成孔径雷达(SAR)图像已被广泛应用于船舶交通监测和渔船检测。在所有传统和现代工具中，如陆基、舰载、机载探测方式以及在可见光和红外遥感波段等，SAR在收集数据方面具有全天时，全天候，长距离，范围广等诸多优势。由于其特殊的成像原理，SAR可以提供高分辨率的遥感影像。因此，它有利于检测舰船和尾迹，并且可以从尾流中提取额外的参数，用来估计舰船的运动状态，如速度和航向。

船舶通常在SAR图像中表现为明亮的物体，因为它们是由卫星发射的雷达脉冲的强反射体。在更高分辨率的图像中，有可能区分舰船的结构，不但可以检测舰船甚至能识别出舰船类型。并且图像空间信息越多，船舶检测效果越好。在SAR图像中，尾迹最明显的特征是线性特征。船舶尾迹通常表现为可能保持在舰船后几公里长的亮线或暗线。但由于海杂波和散斑噪声的影响，目标特征在SAR图像中并不明显，极大地影响了舰船和尾迹的检测。许多算法已经在舰船目标检测中取得了良好的效果。恒虚警率(CFAR)检测是最常用的舰船检测方法之一，它基于恒虚警率和自适应门限。常用的CFAR算法主要有：两参数CFAR(2p-CFAR)和单元平均CFAR(CA-CFAR)等。但他们仅使用目标的强度特征来进行检测，在高分辨率SAR图像中，这是对目标空间结构信息的浪费。此外，在舰船目标检测中对目标的特征仍然缺乏有效的约束。这里根据实际的目标特征定义了目标筛选准则，结合舰船尾迹检测，使得整个系统方法保证了检测的准确率。

发明内容

本发明提供了一种自适应参数增强和尾迹辅助检测的恒虚警率舰船检测方法，包括以下步骤：

步骤1，将输入的SAR图像映射到APT域；

步骤2，APT域中对舰船目标的CFAR检测；

步骤3，舰船目标虚警排除。

采用上述方法，步骤1的具体过程在于：

步骤1.1，将SAR图像中的256级灰度特征量化为16级；

步骤1.2，获取图像中两个像素位置(i,j)和(m,n)间的相似性，相似性用强度差id来表示

id＝|level[f(i,j)]-level[f(m,n)]| (1)

其中，f(i,j)和f(m,n)分别为(i,j)和(m,n)的灰度值，level表示像素所在的量化后的级别，|·|表示绝对值；

步骤1.3，确定阈值L，L大于海杂波的大小，并且小于船宽的最小尺寸的一半；

步骤1.4，对权重t的动态分配；

步骤1.5，通过式(2)，将输入的SAR图像映射到APT域

其中，f_APT(i,j)是APT域值，f(i,j)是灰度图像在(i,j)的值，t是不同像素的自适应权重值，R(i',j')是像素(i,j)与像素(i',j')之间的欧式距离，id是强度相似性，α是控制衰减速度的常数。

采用上述方法，步骤1.4的具体过程在于：

步骤1.4.1，设置判别函数

若为true，则为目标(目标包括船和尾迹)，转步骤1.4.2；若为flase，不作处理；