[发明专利]基于CFAR和稀疏表示的高分辨SAR图像舰船检测方法

摘要

本发明公开了一种基于CFAR和稀疏表示的高分辨SAR图像舰船检测方法，主要解决现有方法中要处理的数据量大，实时性低的问题。其检测步骤是：首先在一幅高分辨SAR图像中选择一个舰船目标训练样本，由该训练样本确定CFAR滑动窗口的大小；其次，将该高分辨图像进行下采样，并对其进图像分割和陆地消除，再用CFAR方法在低分辨图像中检测并做初步鉴别，将检测得到的像素点映射为原高分辨图像中的潜在目标区域；接着，输出所有检测得到的潜在目标区域切片；最后，分别对潜在目标区域切片提取特征向量，并通过稀疏表示分类器做鉴别，得到最终的舰船检测结果。本发明具有检测速度快、检测率高且虚警率低的优点，可用于渔业监管和海事安全管理等。

主权项

一种基于CFAR和稀疏表示的高分辨SAR图像舰船检测方法，包含如下步骤：(1)用矩形框在一幅高分辨SAR图像I中人工任选取一个舰船目标，作为舰船目标训练样本It；再将高分辨SAR图像I以步长s下采样为低分辨图像I′，并根据训练样本It确定滑动窗的大小w和保护区域的宽度p；(2)创建低分辨图像I′的像素点所对应的标签图L，L的大小与低分辨图像I′相同，并设所有像素点的初始化标签为1；由低分辨图像I′的直方图求得直方图最大值处对应的灰度值T，若低分辨图像I′中的像素点的灰度值小于3*T，则将其所对应的标签置为0，反之为1；(3)计算低分辨标签图L中的每一个连通区域的面积S′ξ，ξ＝1，2，...，M，M为低分辨标签图像L中所有连通区域的个数；记舰船目标训练样本It的面积为Q，若S′ξ＞5*Q，则认为低分辨标签图L中的第ξ个连通区域对应于低分辨图像I′中的陆地部分，并将第ξ个连通区域内所有像素点的标签置为0；(4)用对数正态分布拟合低分辨图像I′的杂波的灰度直方图，设定虚警率pf=0.01%，用CFAR方法对低分辨图像I′中所有标签为1的像素点做检测，若检测结果为背景，则将该点对应的标签置为0，反之为1；(5)对低分辨标签图L中所有标签为1的像素点，求其八邻域的像素点的灰度值之和，记为G,G∈[0,8]，若G=0，则将低分辨标签图L中的该点置为0，反之为1；(6)初始化一个原高分辨SAR图像I的像素点所对应的标签图H，将所有的像素点的灰度值均初始化为0；将低分辨标签图L中所有值为1的点映射为高分辨图像标签图H中的一个边长为k的正方形区域，将正方形区域内的像素点置为1，由此得到下采样图像中的检测结果对应于高分辨SAR图像I中的潜在目标区域，即区域合并过程，其中k∈(0.25w,0.8w)，且k取整为一个奇数；(7)计算标签图H中所有连通区域的面积Sλ,λ=1,2,...,N，以及连通区域的几何中心Cλ,λ=1,2,...,N，N为标签图H中所有连通区域的个数，记S0为标签图H中几 何中心落在目标样本的矩形区域内的连通区域的面积，若Sλ=k2或Sλ>1.5*S0，则将标签图H中第λ个连通区域内的所有标签值置为0，反之为1；(8)重新计算标签图H中所有连通区域的几何中心C′i，i＝1，2，...，q，在保持几何中心C′i不变的同时将连通区域的大小全部调整为V*V，其中q为标签图H中的连通区域个数，V为最后输出的舰船目标切片的大小，V∈(2w,4w)，且为一个奇数；取出所有连通区域所对应的高分辨SAR图像I中的正方形区域，构成q个潜在目标切片Ui,i=1,2,...,q；从高分辨图像I中所有标签为0的区域中，取出n个大小为V*V的背景区域切片Ib,b=1,2,...,n，构成背景训练样本；(9)对q个潜在目标区域切片和n个背景区域切片分别提取总体标准差σ、连通区域个数θ和强散射点灰度直方图h三个特征，得到q个潜在目标切片的特征向量fi和n个背景区域切片的特征向量gj，其中i=1,2,...,q，j=1,2,...,n；(10)根据舰船目标训练样本It的几何中心，保持几何中心不变，将其大小调整为V*V；再提取舰船目标训练样本It的总体标准差σ、连通区域个数θ和强散射点灰度直方图h三个特征向量，将这三个向量排成一个列向量构成舰船目标训练样本It的特征向量Dt，用Dt作为目标字典；(11)用所有的背景区域切片的特征向量gj,j=1,2,...,n构成背景字典Db=[g1,g2,...,gn]，分别在目标字典Dt和背景字典Db下，用稀疏表示分类器对每一个潜在目标切片的特征向量fi,i=1,2,...,q进行分类，确定出第i个潜在目标切片为目标或背景。