[发明专利]一种基于极化合成孔径雷达的车辆检测方法

说明书

本发明提供一种基于极化合成孔径雷达的车辆检测方法，属于雷达图像信号处理技术领域。所述方法包括：获取训练集和测试集；通过L1范数的二维主成分分析算法对获取的训练集和测试集中每个样本的相干矩阵进行逐通道的压缩，得到降维后的训练集和测试集；根据得到的降维后的训练集和测试集，利用复威沙特距离度量检测潜在目标；对复威沙特距离度量检测到的潜在目标，使用基于相关系数的模板匹配进行目标鉴别；若目标鉴别后得到的多个候选目标从属于一个车辆的矩形框，则根据候选目标重要程度对候选目标进行加权合并，得到车辆检测结果。采用本发明，能够排除建筑物等强反射物的干扰，并提高对密集目标的定位准确性。

技术领域

本发明涉及雷达图像信号处理技术领域，特别是指一种基于极化合成孔径雷达的车辆检测方法。

背景技术

随着经济的快速发展，城市中的私家车的数量越来越多，造成交通拥堵和环境污染，通过车辆智能调控可以缓解该压力。

目标检测是极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,PolSAR)的一个关键和难点问题，也是极化SAR系统的一个重要应用方向。极化SAR接收的回波具有幅度、相位、频率与极化四个基本特征，它能够完整地描述目标物理散射过程。由于不同种类目标具有不同的后向散射的强度、电介特性、几何特性，经过目标对入射电磁波进行信息调制和加载后在极化SAR图像中会表现出不同的极化特性，这是实现对不同目标检测的基础。

由于极化SAR数据中蕴含了目标丰富的时域、频域、时频域与极化信息，能够为实现稳健的目标检测提供更多的资源，在很多民用与军事领域都具有广泛的应用。通常来说，基于极化SAR图像的传统目标检测方法可以分成如下三类：

1)基于极化特征的目标检测算法

极化SAR图像中包含了目标丰富的极化散射特征，如极化熵、极化散射总功率(Span)、特征值、极化度、交叉熵等，因此很多学者基于这些极化散射特征提出了很多目标检测算法。Touzi等利用SAR-580录取的极化SAR数据分析了不同入射角下基于极化信息的舰船检测的性能，在入射角低于60°时舰船目标与海的对比度会显著提升，从而可以提升舰船检测的性能(Touzi R.Calibrated polarimetric SAR data for ship detection[C]//IGARSS 2000.IEEE 2000International Geoscience and Remote SensingSymposium.Taking the Pulse of the Planet:The Role of Remote Sensing inManaging the Environment.Proceedings.IEEE,2000,1:144-146.)。Fan等人提出了基于交叉熵的目标检测算法，首先利用交叉熵对海陆进行分割，提取含有感兴趣目标的区域，然后利用相似度和Span值消除虚假目标，从而实现舰船目标检测(Fan L,Yang J,Peng Y N.Across-entropy based parameter for ship detection from a polarimetric SARimage[C]//2005IEEE International Symposium on Microwave,Antenna,Propagationand EMC Technologies for Wireless Communications.IEEE,2005,1:6-9.)。

2)基于恒虚警率的目标检测算法