[发明专利]一种SAR图像并排目标识别方法及装置

说明书

本发明提供一种SAR图像并排目标识别方法及装置，首先获取SAR图像，判断图像中目标长宽比；若目标长宽比大于等于2，则旋转图像目标，生成第一统计直方图，根据峰值的个数判断目标数量；获取旋转角度，对图像进行旋转；针对旋转后的图像按列统计每一列亮点的个数，分别得到并排目标和虚景的第二统计直方图及第三统计直方图；进一步平滑处理并排目标和虚景的第二统计直方图及第三统计直方图，并通过差分算法获取图像中的所有波峰；对平滑处理后的图像中的所有波峰进行筛选，得到目标数量；对平滑处理后的图像中的图像目标进行等分点分割，获得每个目标的信息。本发明的SAR图像并排目标识别方法，目标特征对齐精度高，阈值适应性高，目标识别更加准确。

技术领域

本发明涉及图像识别领域，特别是涉及SAR图像中并排目标的识别方法及装置。

背景技术

在军事领域中，并排目标的判断与精确分割是合成孔径雷达（SyntheticAperture Radar，SAR）图像目标检测识别分析的重要内容，采用基于区域的阈值分割滤波器是SAR图像飞机并排目标分割的经典方法，图1所示是现有技术的基于阈值分割的SAR图像飞机并排目标分割示意图，其通过设定不同的特征阈值，用一个或多个阈值将图像的灰度级分成几部分，灰度值在同一类的像素属于同一目标。

由于SAR飞机目标图像往往是背景相对较为简单的环境，在给定SAR飞机图像后，假设该图像主要由目标物体和背景像素所构成，如果要从图像中提取目标物体，一个最为直接的方法就是使用一个固定阈值将目标物体像素与背景像素分开，以目标物体像素区域为目标物体区域，否则为背景区域。

通常来说，当目标区域与背景区域存在较大图像灰度差异时，用阈值法分割效果可能会比较好，这种较大的图像灰度差异体现在图像直方图上时，则呈现处图像灰度直方图双峰的特征，其算法实现流程如下：

设原始图像为f(x,y)，首先以一定准则在f(x,y)中找出一个灰度值T作为阈值，将图像分割为两部分，即把大于等于该阈值的像素点的值设置成1，小于该阈值的像素点的值设置成0，阈值运算后的图像为二值图像g(x,y)如下式表示：

。

这种基于区域的阈值SAR图像飞机并排目标的分割方法具备处理直观、实现简单、性能较稳定和计算速度快的优势，当场景较小，且不同类的物体灰度值或其它特征值差异较大时，它能有效地对图像进行分割，但是该方法应用的前提是SAR图像中不存在明显灰度差异或灰度值范围有较大重叠的条件，且其对噪音和灰度不均匀很敏感。

在实际的SAR图像场景特别是在高分辨率大场景的SAR图像中，通常很难保证固定的阈值对所有目标都适应，因此该阈值分割方法性能的制约主要体现在以下两个方面：

首先，特征对齐精确度较差，如果SAR图像中噪音和灰度不均匀、很敏感，则在该区域内基于阈值分割滤波器无法形成较为精确的特征边界，进而导致后续所提取出的边缘信息边界不够准确，容易造成虚警较多；

其次，该方法的阈值适应性较低，在实际的计算中，设定固定的阈值，往往意味着该阈值的最佳使用环境只对应于某一个像素值的图像，即使通过计算所有图像的均值与方差，得到一个较为平均的值，在面对一些极端的SAR飞机图像时，也可能无法完成精确的目标分割。

因此，迫切需要开发一种新的SAR图像并排目标识别方法，克服现有技术的不足。

发明内容

本发明针对传统的基于区域阈值的SAR图像飞机并排目标分割方法在特征对齐、阈值适应性较低方面存在的缺陷，提出了一种基于目标直方图波峰提取的SAR图像飞机并排目标精确分割方法，技术方案如下：

第一方面，本发明提供一种SAR图像并排目标识别方法，包括以下步骤：

获取SAR图像，判断图像中目标长宽比；

判断目标长宽比是否小于2，如果是，则结束图像分割与目标识别；如果目标长宽比大于等于2，则旋转图像目标，生成第一统计直方图，根据峰值的个数判断目标数量；

获取旋转角度，对图像进行两个方向的旋转；