[发明专利]一种基于深度学习的航海雷达目标检测方法及装置

说明书

本发明提供了一种基于深度学习的航海雷达目标检测方法及装置，该方法包括：获取雷达接收机采集的雷达原始数据信息；对雷达原始数据信息进行模数转换处理，得到数字信号；根据深度学习算法和/或第一滤波算法，分别对数字信号进行检测处理，确定目标；若根据第一滤波算法没有检测到目标，且根据深度学习算法检测到目标时，输出根据所述深度学习算法检测到的目标；或者，根据所述深度学习算法没有检测到目标时，且根据所述第一滤波算法检测到目标时，输出根据第一滤波算法检测到的目标。本发明为用户提供较为准确的目标信息，从而为导航、避碰和目标监视提供了可靠的参考依据。

技术领域

本发明涉及雷达技术领域，尤其涉及一种基于深度学习的航海雷达目标检测方法及装置。

背景技术

雷达在船舶领域得到了广泛应用，对于船舶驾驶员来说，雷达相当于他们的“眼睛”。大型船舶需要配备两部雷达，一部是工作3GHz的S波段雷达，另一部是工作在9GHz的X波段雷达，通过X波段进行远距检测，实现早期报警和导航功能；通过S波段进行短距测量，实现导航和避碰功能。除了船用雷达外，还有岸基雷达。岸基雷达一般安装在港口或者海边，用来监视和协助船舶安全进港。船用雷达和岸基雷达都属于航海雷达，但是航海雷达是根据回波质量(大小、圆度等)的传统门限方法来检测目标，存在有回波而没有生成目标的情况，影响了雷达目标检测的准确性，进而导致不能准确的为用户提供准确、可靠的目标信息。

发明内容

本发明提供一种基于深度学习的航海雷达目标检测方法及装置，解决了雷达目标检测准确性差的问题。

为解决上述技术问题，本发明的实施例提供如下技术方案：

一种基于深度学习的航海雷达目标检测方法，包括：

获取雷达接收机采集的雷达原始数据信息；

对所述雷达原始数据信息进行模数转换处理，得到数字信号；

根据深度学习算法和/或第一滤波算法，分别对所述数字信号进行检测处理，确定目标；

若根据第一滤波算法没有检测到目标，且根据所述深度学习算法检测到目标时，输出根据所述深度学习算法检测到的目标；或者，根据所述深度学习算法没有检测到目标，且根据所述第一滤波算法检测到目标时，输出根据所述第一滤波算法检测到的目标。

可选的，根据深度学习算法对所述数字信号进行检测处理，确定目标，包括：

对所述数字信号进行格式转换，得到第一图像信息；

对所述第一图像信息进行处理，得到原始回波图像信息；

对所述原始回波图像进行处理，得到第二图像信息；

将所述第二图像信息输入深度学习模型进行处理，得到图像检测结果，确定目标。

可选的，对所述数字信号进行格式转换，得到第一图像信息，包括：

按照雷达信号处理的固定格式，对所述数字信号进行格式转换，得到所述第一图像信息。

可选的，对所述第一图像信息进行处理，得到原始回波图像信息，包括：

将所述第一图像信息的像素值信息，进行处理，得到所述原始回波图像信息。

可选的，对所述原始回波图像进行处理，得到第二图像信息，包括：

使用第二滤波算法，对所述原始回波图像进行滤波处理，得到第二图像信息。

可选的，将所述第二图像信息输入深度学习模型进行处理，得到图像检测结果，确定目标，包括：

将第二图像分成多个k×k的网格；

当目标中心落在某个网格上时，确定检测到该网格中的目标；