[发明专利]基于KD树搜索和区域生长的海面目标雷达点迹凝聚方法

权利要求书

1.一种基于KD树搜索和区域生长的海面目标雷达点迹凝聚方法，其特征在于，包括：

获取针对海面区域利用雷达采集得到的回波图像；所述回波图像包括至少一个海面目标；

对所述回波图像进行二值化和形态学的预处理，得到处理后图像；

针对所述处理后图像创建对应的KD树；

基于DBSCAN算法，利用所述KD树对所述处理后图像进行邻域搜索，得到包括各海面目标的聚类结果的目标聚类图像；

针对所述目标聚类图像中的每个海面目标，对该海面目标的聚类结果表征的像素范围内的像素点进行区域生长，得到该海面目标的区域像素点；

针对每个海面目标，对该海面目标的所述区域像素点进行点迹凝聚，得到该海面目标的点迹凝聚结果。

2.根据权利要求1所述的方法，其特征在于，所述对所述回波图像进行二值化和形态学的预处理，得到处理后图像，包括：

利用恒虚警技术对所述回波图像进行处理，获得二值图像；其中，所述二值图像中背景部分的像素值为0，目标部分的像素值为1；

对所述二值图像利用预设大小的矩形结构元素依次进行膨胀操作和腐蚀操作，得到处理后图像。

3.根据权利要求1或2所述的方法，其特征在于，所述针对所述处理后图像创建对应的KD树，包括：

步骤一，获取所述处理后图像对应的像素点坐标集合；

步骤二，计算所述像素点坐标集合在两个维度(x,y)上的数据方差，获取最大方差值；

步骤三，选取所述最大方差值所在维度为分割维Split-dim；

步骤四，在Split-dim维对所述像素点坐标集合进行排序，选取中间的像素点作为超平面的分割点x_k；

步骤五，所述像素点坐标集合的剩余点中，第Split-dim维小于等于x_k的像素点被划分到左子树R_l，其余像素点被划分到右子树R_r；

步骤六，对所述左子树和所述右子树重复执行步骤二至五，直到只包含一个像素点；

步骤七，得到生成的KD树。

4.根据权利要求3所述的方法，其特征在于，所述基于DBSCAN算法，利用所述KD树对所述处理后图像进行邻域搜索，得到包括各海面目标的聚类结果的目标聚类图像，包括：

步骤1：从所述处理后图像中任意一像素点p开始，通过所述KD树搜索Eps-邻域半径内的子样本集合N_Eps(p)；

步骤2：如果所述像素点p满足|N_Eps(p)|≥MinPts，将所述像素点p标记为核心点，开始处理一个新的海面目标T_i，所述海面目标T_i包含所述像素点p及其邻域中的所有像素点；

步骤3：遍历所述像素点p邻域中所有像素点q，如果一像素点q为未处理状态且满足|N_Eps(q)|≥MinPts，则把像素点q邻域中所有未处理的像素点加入所述海面目标T_i，重复执行找到所述像素点p的所有密度可达点并将其加入所述海面目标T_i；

步骤4：重复步骤1至3，直到所述处理后图像中所有像素点均被标记为已处理状态，则结束聚类，得到包括各海面目标的聚类结果的目标聚类图像。

5.根据权利要求4所述的方法，其特征在于，所述针对所述目标聚类图像中的每个海面目标，对该海面目标的聚类结果表征的像素范围内的像素点进行区域生长，得到该海面目标的区域像素点，包括：

针对所述目标聚类图像中的每个海面目标，利用对应的所述聚类结果确定该海面目标的边缘像素点；

将该海面目标的每个边缘像素点作为种子点，遍历该种子点的预设邻域内的像素点，查找到像素值为1的像素点归入该海面目标的区域像素点集合；

反复迭代直至所述区域像素点集合中任意像素点的预设领域内，像素值为1的像素点均已归入所述区域像素点集合中；

将确定的所述区域像素点集合中的所有像素点作为该海面目标的区域像素点。

6.根据权利要求5所述的方法，其特征在于，所述预设邻域包括：

8邻域或24邻域。