[发明专利]一种基于边缘检测的雷达目标提取方法

说明书

本发明公开了一种基于边缘检测的雷达目标提取方法，将雷达数据用图像的方式进行处理，具体实现的处理流程为：根据雷达回波幅值动态求解每个触发的噪声门限，应用噪声门限对原始数据进行过滤，对过滤后的数据用sobel算子进行边缘检测，应用非极大值抑制部分消除因边缘厚度造成的不准确性，针对消除后的梯度值用累积剩余熵求解阈值，根据阈值对边缘做进一步过滤，对新的边缘数据进行包络提取，实现雷达目标的提取。本发明的优点在于：在复杂环境下和雷达分辨率不高的情况下，从包络的角度出发，求解多个方向的边缘，并对边缘进行有效过滤，以便提高目标的准确性，同时降低目标分裂的概率。

技术领域

本发明属于雷达数据处理领域，具体涉及一种基于边缘检测的雷达目标提取方法。

背景技术

目标提取直观理解就是提取属于同一目标轮廓以及轮廓内的信息，并根据此信息估计其参数，形成一个能很好反应轮廓的位置信息，以达到提高跟踪的目的，但因在雷达探测目标的过程中，存在海浪、雨雪等噪声的干扰，会导致一个目标可能在不同位置产生多个点迹，即出现目标分裂现象。目前存在的使用图形学提取目标的方法，在数据预处理和阈值的计算上，不能灵活利用数据的变化特性和统计特性，无法很好的实现自适应和兼容性。

发明内容

本发明所要解决的技术问题在于提供了一种能够解决在自适应的情况下，更精确的提取目标包络，降低目标分裂的概率。

本发明是通过以下技术方案解决上述技术问题的：

一种基于边缘检测的雷达目标提取方法，包括以下步骤：

步骤一，动态求解雷达触发的噪声门限，将一个触发的雷达点迹数据作为输入，寻找该触发中的波峰点，对波峰点计算均值，作为该触发的噪声门限；

步骤二，将雷达数据根据步骤一中得到的噪声门限进行过滤，若得到的数据大于等于门限，则幅值保留，若得到的数据小于门限，将幅值设置为0；

步骤三，用sobel算子进行边缘检测，将步骤二过滤后的数据，以方位、距离为坐标，幅值为实际值，形成灰度图像，通过对每一个非零值进行卷积计算，得到梯度值，形成新的灰度图像；

步骤四，对新的灰度图像中的每个像素进行非极大值抑制的算法，将局部最大值之外的所有梯度值抑制为0，达到瘦边效果；

步骤五，使用最大累积剩余熵的方法完成自适应求解边缘数据的阈值，将边缘数据做进一步处理；

步骤六，提取边缘包络，根据边缘检测及过滤的最终结果，寻找每一个边缘的方位、距离最大最小值，得到目标的包络。

作为本发明进一步的技术方案：所述步骤一中寻找该触发中的波峰点，这些波峰点的条件为：

A_i-1＜A_i且A_i≥A_i+1；

其中A表示回波幅值，i表示当前幅值的距离单元数；

对一个触发上的所有波峰点求平均值：

其中pcnt表示一个触发上求得的波峰点个数，A_i表示第i个波峰点的幅值。

作为本发明进一步的技术方案：所述步骤三中用sobel算子进行边缘检测的具体计算方法为：

对所述每一个非零值进行卷积计算之后，得到梯度值

简化后：

|G|＝|G_x|+|G_y|，