[发明专利]一种高分辨率SAR图像目标检测方法

说明书

本发明实施例公开一种高分辨率SAR图像目标检测方法，应用于图像处理技术领域，主要解决现有以解决现有的SAR图像目标检测方法的检测虚警较高及定位不准确的缺陷。该方法包括：对原始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。本发明应用于目标类型多的高分辨SAR图像目标检测。

技术领域

本发明属于图像处理技术领域，涉及一种高分辨率SAR图像目标检测方法。可用于高分辨SAR图像、计算机视觉及智能控制领域中的目标检测与识别。

背景技术

合成孔径雷达(SAR)图像目标检测是利用目标的灰度、纹理、形状、边缘和方向等信息在SAR图像中确定其位置，将目标与背景分离的图像处理技术。SAR图像目标检测是进一步目标识别的前提，是目前智能控制和计算机视觉领域研究的热点问题。由于SAR成像的特殊性，使得SAR图像与光学图像有很大的不同，例如SAR图像包含更多的冗余信息，存在斑点噪声，SAR目标对方位角十分敏感等。所以，如何从SAR图像中准确检测出目标一直是SAR图像解译的难点。

随着SAR图像分辨率不断提高，目标信息呈现爆炸性增长，目标检测的难点主要有：(1)图像场景越来越复杂，需处理的数据量越来越大；(2)目标由原来单通道单极化中低分辨率图像上的点目标，变为具有丰富细节特征和散射特征的面目标，目标特征的种类和不稳定性增加；(3)图像包含的冗余信息增多，如果对图像所有像素进行处理，运算速度会受到影响。

基于恒虚警的CFAR方法是经典的SAR图像目标检测方法。该方法是在图像全局或局部背景已知的条件下，估计背景的杂波分布参数，自适应地选取检测的阈值，然后利用固定大小的滑动窗口遍历图像，判断像素是否属于目标。当图像细节信息不明显，背景较均匀时，该方法能够在没有目标类型、目标特性及背景特性等先验信息的情况下实现对目标的检测，并且能够取得较好的检测结果。

CFAR方法虽然能够在简单利用图像幅度信息的情况下较准确的检测出目标，但是对于高分辨SAR图像来说，细节信息非常丰富，此情况下CFAR主要存在以下缺陷：

(1)目标检测虚警较高，不适于细节信息丰富的高分辨SAR图像。CFAR方法简单的利用图像的幅度信息进行目标检测，当背景像素的灰度值与目标的灰度值接近时会被错判为目标，导致检测结果出现较高的虚警。同时，检测结果易受噪声的影响，不利于图像的后续处理，如目标识别。

(2)检测出的是图像中所有的疑似目标区域，对于真实的目标定位不准确。

发明内容

本发明实施例提供一种高分辨率SAR图像目标检测方法，以解决现有的SAR图像目标检测方法的检测虚警较高及定位不准确的缺陷。

本发明的第一方面提供一种高分辨SAR图像目标检测方法，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。

根据第一方面，在第一种可能的实现方式中，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；