[发明专利]一种基于信息交互和迁移学习的SAR图像飞机目标检测方法

权利要求书

1.一种基于信息交互和迁移学习的SAR图像飞机目标检测方法，其特征在于，包括以下步骤：

S1、对SAR图像做阈值分割处理，提取SAR图像的亮区域候选图和暗区域候选图；

S2、设置亮区域与暗区域的位置关系和距离关系，基于k近邻选择合并亮暗区域，得到多个感兴趣目标候选区域，并将邻近的区域进行合并，得到像素空间的感兴趣目标候选区域R_p，p＝1,2,3,…c，c为像素空间感兴趣目标候选区域的个数；

S3、将像素空间的每一个感兴趣目标候选区域的位置坐标对应到SAR图像的语义素描图中，得到位置坐标在语义空间中相应的位置和大小，确定语义空间的感兴趣目标候选区域S_p；

S4、对语义空间的感兴趣目标候选区域S_p中的语义素描线段进行分析，基于标记统计对素描线段进行分类；

S5、对语义空间的感兴趣目标候选区域S_p中代表阴影的语义素描线段集合Y进行分析，提取疑似机翼阴影的素描线段；

S6、使用机翼阴影与亮斑局部结构关系进行飞机阴影补全，若候选区域内两侧机翼阴影均完整，则采用步骤S7中的方法进行阴影补全，若候选区域中只出现一侧机翼阴影，则采用步骤S8中的方法进行阴影补全；

S7、针对两侧机翼阴影均完整的区域进行阴影补全；

S8、针对只出现一侧机翼阴影的区域进行阴影补全；

S9、设计飞机目标二值模板集合作为源域数据，并对步骤S7和步骤S8中飞机目标阴影补全方法得到的目标阴影区域图做后处理得到目标域数据；

S10、利用基于素描标注信息的生成对抗网络，通过迁移学习方法将源域数据的标签赋给步骤S9的目标域数据，实现目标阴影区域图的分类与识别。

2.根据权利要求1所述的基于信息交互和迁移学习的SAR图像飞机目标检测方法，其特征在于，步骤S1具体为：

S101、对SAR图像做灰度统计，得到阴影的灰度均值φ_Y，地面的灰度均值φ_D，亮斑的灰度均值φ_L；

S102、设置暗阈值为φ_Y1，φ_Y1的范围为[φ_Y,φ_D]，按照如下规则做分割：

其中，I_n(x,y)为SAR图像的灰度绝对值，I_n′(x,y)为根据暗阈值φ_Y1做分割后的暗区域二值图的像素值；

S103、对暗区域二值图做形态学处理，通过闭操作连接缝隙，开操作消除噪声，并提取所有连通区域，得到每个区域的质心点，同时将暗区域二值图中像素值为1的像素点映射到SAR图像中，进而获得暗区域候选图；

S104、设置亮阈值为φ_L1，φ_L1＝φ_L+ΔL，ΔL为像素值增量，按照如下规则做分割：

其中，I_n(x,y)为SAR图像的灰度绝对值，I′_n(x,y)为根据亮阈值φ_L1做分割后的亮区域二值图的像素值；

S105、对亮区域二值图做形态学处理，通过膨胀操作增大亮斑，并提取所有连通区域，得到每个区域的质心点，同时将亮区域二值图中像素值为1的像素点映射到SAR图像中，获得亮区域候选图。