[发明专利]一种多时相SAR船只目标追踪方法、系统、设备、介质

说明书

本发明属于船只目标追踪技术领域，公开了一种多时相SAR船只目标追踪方法、系统、设备、介质，包括：通过全局特征匹配算法，利用船只几何、纹理特征克服船只轮廓相似不易区分的问题，缩小多目标间的匹配范围，为后续局部特征匹配缩小误差范围；利用局部特征匹配算法解决雷达工作参数以及船只运动造成船只内部信息部分损失的问题；采用基于快速最近邻逼近搜索函数库FLANN衡量同名船只间的相似度，从而实现对同名船只精匹配。本发明通过综合利用全局和局部特征来克服运动对船只匹配的影响，兼顾船只多层次特征信息，不仅有效解决船只小目标特征信息少的问题，而且克服船只运动产生几何畸变影响，提高船只跟踪性能。

技术领域

本发明属于船只目标追踪技术领域，尤其涉及一种多时相SAR船只目标追 踪方法、系统、设备、介质。

背景技术

目前，合成孔径雷达(Synthetic Aperture Radar，SAR)相比于其他光学、 红外等传感器具有不受光照和云雾的影响、可全天时全天候工作的优势，能更好 适用于复杂的海上环境，是海上船只目标监测的重要手段，已广泛应用于船只目 标的检测和分类识别。除船只目标的检测与识别之外，船只目标的追踪也是海上 船只目标监测的重要内容，对于维护海上交通安全、提升海上预警能力等活动具 有重要意义。

随着近年来星载SAR的快速发展，TerraSAR-X，COSMOS-SkyMed， RADARSAT-2，Sentinel-1以及GF-3等星载SAR已能够提供高分辨率、多时相 的SAR数据，逐渐使得海上船只追踪成为可能。此外，许多国家通过建设卫星 星座、发展多源卫星协同组网技术来缩短重访周期，例如意大利COSMO-SkyMed 系统，由四个SAR卫星构成星座，具有非常短的重访时间和广泛的覆盖范围， 进一步提高了船只目标的追踪能力。

基于SAR影像的船只目标追踪通常是在多时相的SAR影像序列中获取船 只目标所在的位置信息，之后对船只目标的特征进行提取与分析，最后通过度量 目标间的特征相似性进行同名船只匹配，从而实现目标的追踪，这其中的关键是 目标特征的提取与匹配。当前SAR图像特征匹配主要有全局特征匹配和局部特 征匹配两类方法，全局特征匹配法是提取目标地物的纹理、几何等整体特征，通 过衡量相似度实现同名目标的匹配；李绮雪等利用Hu不变矩区域特征，结合最 小欧氏距离测度和余弦相似度实现异源图像匹配；李亚男等提出一种改进的Hu 不变矩多源SAR影像匹配方法。局部特征匹配法主要包括SIFT(Scaleinvariant feature transform)、SURF(Speeded up robust features)、ORB(OrientedFAST and Rotated BRIEF)等方法，主要是利用目标内部特征点信息构造特征量实现匹配，其算法对目标旋转、尺度缩放、以及噪声变化等有较好的适应性。雷禹等提出了 融合恒虚警率(Constant False-Alarm Rate，CFAR)和SURF联合的SAR图像目 标匹配新算法；黎懿等通过利用多源SAR影像之间的空间信息实现基于SIFT的 目标特征点匹配，此外，阴俊恺等联合光学以及SAR图像使用Harris与SIFT算 法提取待匹配图像，通过神经网络计算图像的特征向量实现目标匹配。

上述SAR目标匹配研究均是针对建筑物等大型固定目标开展的，船只目标 有别于陆地建筑物，其实是其尺寸较小，另外其常处于运动状态，所以在匹配难 度比陆地目标的匹配要大。将特征匹配方法应用于SAR船只追踪主要有：雷琳 等提出一种基于部分Hausdorff距离测度的船只轮廓匹配方法；Li等提出了一种 基于主成分分析和尺度不变特征变换(PCA-SIFT)特征的船只图像特征点匹配 算法，从船只中提取特征向量并利用主成分分析降低特征向量的维数，采用最近 邻算法进行特征点匹配；顾丹丹等通过将SAR船只图像逆投影至三维目标空间， 提取目标空间逆投影散射图来表征船只目标强散射源的三维分布，采用物理光学 法预测候选船只的3D热点散射图，进而通过逆投影散射图和热点散射图实现船 只匹配；陈建宏等提出一种异源高分辨率SAR船只目标匹配方法，采用多尺度SAR-Harris算子提取有效关键点，通过归一化相关系数度量船只目标相似性完成 匹配。