[发明专利]一种高分辨率SAR图像目标检测方法

权利要求书

1.一种高分辨SAR图像目标检测方法，其特征在于，包括：

对输入的原始SAR图像进行重叠分块，获得多个子图像；

提取训练样本的特征对分类器进行训练，用训练后的分类器对多个所述子图像进行目录分类；

获得目录类别为包含目标的子图像的像素的加权稀有性特征，对所述包含目标的子图像进行阈值分割，对分割后的二值图像进行形态学处理，获得目录类别为包含目标的子图像的感兴趣区域ROI；

对所述ROI进行修正，获得目标检测结果。

2.根据权利要求1所述的方法，其特征在于，所述对输入的原始SAR图像进行重叠分块包括：

按照公式1对原始SAR图像进行重叠分块；

其中，m,n分别为原始SAR图像的长和宽，分块的尺寸为x×x，p％为重叠率，得到的子图像记为S_i,i＝1,2,...,N，N为获得多个子图像的数目。

3.根据权利要求1所述的方法，其特征在于，所述提取训练样本的特征对分类器进行训练，用训练后的分类器对多个所述子图像进行目录分类，包括：

确定目录类别数，其中由先验信息可以得到SAR图像中包含的目标类型数为M，每一种目标类型对应两种目录类别，即包含此目标和不包含此目标，所以，总的目录类别共有2M个，每个目录类别记为C_q,q∈2M，其中C₁,C₂,...,C_M为包含目标的目录类别标号；

分别针对所述2M个目录类别随机选取训练样本并提取特征向量；

提取所述子图像的特征向量，对所述子图像进行目录分类。

4.根据权利要求3所述的方法，其特征在于，所述分别针对所述2M个目录类别随机选取训练样本并提取特征向量，包括：

对每个训练样本提取韦伯局部描述特征WLD作为特征向量，记为并对分类器进行训练；

相应的，所述提取所述子图像的特征向量，对所述子图像进行目录分类，包括：

提取所述子图像的WLD特征，利用训练好的分类器对所述子图像进行目录分类。

5.根据权利要求1所述的方法，其特征在于，所述对所述包含目标的子图像进行阈值分割，包括：

对所述包含目标的子图像进行阈值分割，设定阈值为Th_u，按下式对图像进行分割，分割后的图像记为BW，如公式2：

公式2中，U_k为第k个像素的加权稀有值。

6.根据权利要求1所述的方法，其特征在于，所述对所述ROI进行修正包括：

获得的ROI个数记为L，第t个ROI为ROI_t；

判断ROI_s,s∈L与ROI_t,t∈L是否为连通区域，其中，s≠t；若ROI_s与ROI_t为连通区域，则对它们进行合并，得到一个新的ROI；重复此步骤，直到遍历完所有的ROI。