[发明专利]基于傅里叶变换的双参数CFAR舰船检测方法

摘要

本发明公开了一种基于傅里叶变换的双参数CFAR舰船检测方法，其思路为：获取SAR雷达回波数据，并对SAR雷达回波数据进行成像处理，得到SAR雷达成像数据矩阵I，进而得到阈值处理后的二值图像矩阵I_bw；I_bw为包含舰船类目标以及伪目标的二值图像；设置全1矩阵记为背景窗口；并依次计算背景窗口内的杂波个数统计矩阵N和取倒操作后背景窗口内的杂波个数统计矩阵进而计算背景窗内的杂波均值统计矩阵M；然后计算背景窗内的杂波方差统计矩阵V，以及计算舰船类目标判定矩阵F；最后根据I与F，检测得到多个舰船目标，每一个检测到的船舰目标分别为感兴趣舰船目标，至此完成了感兴趣的舰船目标和伪目标的分离，进而完成了感兴趣舰船目标检测。

主权项

1.一种基于傅立叶变换的双参数CFAR舰船检测方法，其特征在于，包括以下步骤：步骤1，获取SAR雷达回波数据，并对SAR雷达回波数据进行成像处理，得到SAR雷达成像数据矩阵I；然后对SAR雷达成像数据矩阵I进行阈值处理，得到阈值处理后的二值图像矩阵I_bw；所述阈值处理后的二值图像矩阵I_bw为包含舰船类目标以及伪目标的二值图像；所述得到阈值处理后的二值图像矩阵I_bw，其子步骤为：1a)设定SAR雷达成像数据矩阵I的灰度级为{0:K}分布，其中灰度级为的像素个数为则SAR雷达成像数据矩阵I中的总像素个数为灰度级为的像素出现的概率为且进而计算得到SAR雷达成像数据矩阵I的总灰度平均值1b)将SAR雷达成像数据矩阵I中灰度级为的像素阈值记为为{0:K}个灰度级中的任意一个灰度级，并将SAR雷达成像数据矩阵I的像素灰度级分为两类像素，记为类像素和类像素，其表达式分别为：其中类像素代表背景杂波，类像素代表目标，目标包含船舰目标和强海杂波产生的伪目标；K为大于1的正整数；然后分别计算类像素产生的概率类像素产生的概率类像素的均值和类像素的均值其表达式分别为：进而计算得到SAR雷达成像数据矩阵I的类间方差为其表达式为：1c)计算得到阈值处理后的二值图像矩阵I_bw的最佳阈值T_opt，其表达式为：Arg表示为最大值时对应的SAR雷达成像数据矩阵I中灰度级为的像素阈值的取值，Max表示求取最大值操作；1d)根据所述阈值处理后的二值图像矩阵I_bw的最佳阈值T_opt，对SAR雷达成像数据矩阵I进行阈值处理，得到阈值处理后的二值图像矩阵I_bw；所述阈值处理后的二值图像矩阵I_bw为包含舰船类目标以及由强海杂波产生的伪目标的二值图像，且所述阈值处理后的二值图像矩阵I_bw为m'×n'维矩阵；将阈值处理后的二值图像矩阵I_bw中任意一个像素点的值记为I_bw(i',j')，其表达式为：其中，SAR雷达成像数据矩阵I为m×n维矩阵，(i,j)为SAR雷达成像数据矩阵I中任意一个像素点坐标，i∈{1,2,…,m}，j∈{1,2,…,n}；(i',j')为阈值处理后的二值图像矩阵I_bw中任意一个像素点坐标，i'∈{1,2,…,m'}，j'∈{1,2,…,n'}，m表示SAR雷达成像数据矩阵I的行数，n表示SAR雷达成像数据矩阵I的列数，m'表示阈值处理后的二值图像矩阵I_bw的行数，n'表示阈值处理后的二值图像矩阵I_bw的列数；阈值处理后的二值图像矩阵I_bw的行数与SAR雷达成像数据矩阵I的行数取值相等，阈值处理后的二值图像矩阵I_bw的列数与SAR雷达成像数据矩阵I的列数取值相等，且阈值处理后的二值图像矩阵I_bw中的像素与SAR雷达成像数据矩阵I中的像素一一对应；m、n、m'、n'分别为大于0的正整数；步骤2，设置全1矩阵记为背景窗口；并根据阈值处理后的二值图像矩阵I_bw，计算得到背景窗口内的杂波个数统计矩阵N，进而计算得到取倒操作后背景窗口内的杂波个数统计矩阵所述全1矩阵具体为m”×n”维全1矩阵所述背景窗口内的杂波个数统计矩阵N和所述取倒操作后背景窗口内的杂波个数统计矩阵其得到过程为：2a)设置m”×n”维全1矩阵记为背景窗口，0≤m″≤m,0≤n″≤n，m”、n”分别为正整数；并对背景窗口进行二维傅立叶变换到二维频域，得到二维频域滤波矩阵H；对阈值处理后的二值图像矩阵I_bw进行二维傅立叶变换操作，得到经过二维傅立叶变换操作的二值图像矩阵；将经过二维傅立叶变换操作的二值图像矩阵与二维频域滤波矩阵H进行点乘，得到点乘后的矩阵S；然后对点乘后的矩阵S进行二维逆傅立叶变换，得到背景窗口内的杂波个数统计矩阵N，其表达式为：N＝IFFT2(H×FFT2(I_bw))其中，背景窗口内的杂波个数统计矩阵N为维矩阵，表示背景窗口内的杂波个数统计矩阵N的行数，表示背景窗内的杂波个数统计矩阵N的列数，背景窗口内的杂波个数统计矩阵N的行数与阈值处理后的二值图像矩阵I_bw的行数取值相等，背景窗口内的杂波个数统计矩阵N的列数与阈值处理后的二值图像矩阵I_bw的列数取值相等；FFT2(·)为二维傅立叶变换函数，IFFT2(·)为二维逆傅立叶变换函数；2b)对背景窗口内的杂波个数统计矩阵N中的每一个元素分别进行取倒操作，得到取倒操作后背景窗口内的杂波个数统计矩阵所述取倒操作后背景窗口内的杂波个数统计矩阵为维矩阵；将取倒操作后背景窗口内的杂波个数统计矩阵中的任意一个像素点值记为其表达式为：其中，背景窗口内的杂波个数统计矩阵N为维矩阵，表示背景窗口内的杂波个数统计矩阵N的行数，表示背景窗口内的杂波个数统计矩阵N的列数，为背景窗口内的杂波个数统计矩阵N中任意一个像素点值，表示取倒操作后背景窗口内的杂波个数统计矩阵的行数，表示取倒操作后背景窗口内的杂波个数统计矩阵的列数；背景窗口内的杂波个数统计矩阵N的行数与取倒操作后背景窗口内的杂波个数统计矩阵的行数取值相等，背景窗口内的杂波个数统计矩阵N的列数与取倒操作后背景窗口内的杂波个数统计矩阵的列数取值相等，且背景窗口内的杂波个数统计矩阵N中的像素与取倒操作后背景窗口内的杂波个数统计矩阵中的像素一一对应；分别为大于0的正整数；步骤3，根据阈值处理后的二值图像矩阵I_bw与SAR雷达成像数据矩阵I，以及取倒操作后背景窗口内的杂波个数统计矩阵计算得到背景窗内的杂波均值统计矩阵M；所述背景窗口内的杂波均值统计矩阵M，其得到过程为：将阈值处理后的二值图像矩阵I_bw与SAR雷达成像数据矩阵I进行点乘操作，得到点乘操作的第一结果矩阵；对点乘操作的第一结果矩阵进行二维傅立叶变换，得到二维傅立叶变换后的第一结果矩阵S′；将二维傅立叶变换后的第一结果矩阵S′与二维频域滤波矩阵H进行点乘操作，得到点乘操作后的第二结果矩阵；对点乘操作后的第二结果矩阵进行二维逆傅立叶变换，得到二维逆傅立叶变换后的第二结果矩阵；将二维逆傅立叶变换后的第二结果矩阵与取倒操作后背景窗口内的杂波个数统计矩阵进行点乘，得到背景窗口内的杂波均值统计矩阵M，其计算表达式为：其中，FFT2(·)为二维傅立叶变换函数，IFFT2(·)为二维逆傅立叶变换函数；步骤4，根据取倒操作后背景窗口内的杂波个数统计矩阵和背景窗内的杂波均值统计矩阵M，计算得到背景窗内的杂波方差统计矩阵V；所述背景窗内的杂波方差统计矩阵V，其得到过程为：对点乘操作的第一结果矩阵进行平方操作，得到平方操作后的结果矩阵；对平方操作后的结果矩阵进行二维傅立叶变换，得到平方操作后经过二维傅立叶变换的结果矩阵S″；将平方操作后经过二维傅立叶变换的结果矩阵S″与二维频域滤波矩阵H进行点乘，得到点乘操作后的第三结果矩阵；对点乘操作后的第三结果矩阵进行二维逆傅立叶变换，得到二维逆傅立叶变换后的第三结果矩阵；然后将二维逆傅立叶变换后的第三结果矩阵与取倒操作后的杂波个数统计矩阵进行点乘操作，得到点乘操作后的第四结果矩阵；将点乘操作后的第四结果矩阵与背景窗口内的杂波均值统计矩阵M的平方相减，得到点乘操作后的第五结果矩阵；最后对点乘操作后的第五结果矩阵进行平方根求解操作，进而得到背景窗口内的杂波方差统计矩阵V，其计算表达式为：其中，FFT2(·)为二维傅立叶变换函数，IFFT2(·)为二维逆傅立叶变换函数；步骤5，根据背景窗内的杂波均值统计矩阵M和背景窗内的杂波方差统计矩阵V，计算得到舰船类目标判定矩阵F；步骤6，根据SAR雷达成像数据矩阵I与舰船类目标判定矩阵F，检测得到多个舰船目标。