[发明专利]基于仿真目标亮线特征的视频SAR目标智能检测方法

权利要求书

1.一种基于仿真目标亮线特征的视频SAR目标智能检测方法，其特征在于，包括以下步骤：

（1）对已有的视频SAR的视频结果逐帧转换成图片，并进行分帧存储，选取所需的背景图；

（2）对步骤（1）背景图的图像集进行灰度阈值处理，二值膨胀和最大连通域处理，去除每一帧中的动目标部分，分离出成像所需的背景；

（3）确定影响运动目标成像结果的参量范围，并通过遍历参数的方法，利用PFA成像技术对运动目标进行成像仿真，逼近实际情况下运动目标成像结果；

（4）通过设定动目标和背景杂波之间的信杂比，将动目标成像结果和分离出来的背景杂波进行融合，得到高逼真度的运动目标亮线图，构建深度学习所需要的样本集；

（5）基于构建的Faster RCNN训练样本集，进行网络训练；

（6）将已有的视频SAR实测数据作为测试集，利用Faster RCNN训练得到的检测器对视频SAR中的动目标进行检测。

2.根据权利要求1所述基于仿真目标亮线特征的视频SAR目标智能检测方法，其特征在于，步骤(2)中进行二值膨胀的步骤如下：

将灰度阈值处理之后的图像进行二值化处理；

观察二值化图像与预期目标，选取结构元素；

将结构元素与二值化图像进行卷积处理，并用最小值代替图像中该像素点的值，即将元素结构在图像中进行平移，若元素结构与图像有重叠就保留。

3.根据权利要求1所述基于仿真目标亮线特征的视频SAR目标智能检测方法，其特征在于，步骤(2)中所述最大连通域处理方法有二遍扫描法和种子填充法。

4.根据权利要求3所述基于仿真目标亮线特征的视频SAR目标智能检测方法，其特征在于，所述二遍扫描法包括如下步骤：

对图像矩阵从左到右，从上到下依次扫描，若矩阵当前的像素点有值就赋为1并后移；若下一个有值像素点的邻域像素点不为0，则以最小的领域像素点赋值，否则像素值依次累加；最后，记录这些被重新赋值的像素点的数值关系，相同数值的像素点为同一联通域；

进行第二次扫描，重新扫描像素点，若当前像素点的值1，则该像素点用周围像素点的最小值来代替，扫描结束之后，得到最终的联通域。

5.根据权利要求1所述基于仿真目标亮线特征的视频SAR目标智能检测方法，其特征在于，步骤（5）所述网络训练过程中使用验证集每隔一个Epoch验证网络是否欠拟合或者过拟合。