[发明专利]基于超像素结构的视觉注意SAR图像目标检测方法

摘要

本发明公开了一种基于超像素结构的视觉注意SAR图像目标检测方法，属于雷达遥感或图像处理技术，主要解决SAR图像目标检测时检测率低、虚警率和漏检率高以及检测到的目标失真的问题。其实现步骤为：确定待输入的SAR图像，先进行滤波；接着提取灰度和方向初级视觉特征；进行归一化和显著性处理；生成显著图；设定阈值Sth生成二值化的显著图选出候选目标区域；将二值化的显著图和滤波后的图像点乘；用SLIC超像素生成算法将图像分割成超像素区域；设定角点检测的阈值Rth对图像进行Harris角点检测以突出目标与背景的超像素的结构特征的差异；统计每个超像素区域内的角点个数；设定阈值Th进行离群值检测以剔除候选目标区域中包含的虚警，得到最终SAR图像目标检测结果。本发明充分利用超像素、视觉注意、Harris角点检测相结合的方法来实现SAR图像目标检测，得到的检测结果显示本发明方法检测率高、虚警率和漏检率低，并且检测结果不失真，即检测后的SAR图像目标形态能够完整的保留。

主权项

1.一种基于超像素结构的视觉注意SAR图像目标检测方法，包括以下步骤：步骤1：针对原始SAR图像，进行滤波，矩阵A(m,n)表示原始SAR图像，矩阵B表示滤波器的卷积模板，滤波公式为公式（1）：                       （1）其中，，，M_r为矩阵A的行数，M_C为矩阵A的列数，N_r为矩阵B的行数，N_C为矩阵B的列数；步骤2：提取步骤1操作后的图像C(s,t)的灰度初级视觉特征Iint(x,y)，计算公式为公式（2）：                                   （2）其中，符号表示计算图像的灰度值；步骤3：采用Gabor滤波器提取步骤1操作后的图像C(s,t)的方向初级视觉特征Iori(x,y)，方向初级视觉特征提取的公式为公式（3）、公式（4）、公式（5）、公式（6）、公式（7）：             （3）                             （4）                     （5）                  （6）               （7）其中，是高斯函数在x轴上的标准差，是高斯函数在y轴上的标准差，是方向，是正弦波的波长，符号表示计算图像的灰度值；步骤4：归一化及显著性处理，将步骤2和步骤3操作后得到的灰度图像I_int(x,y)和I_ori(x,y)分别进行如下操作：首先将图像中所有像素的灰度值扩充或者压缩到统一的灰度范围[0.N]，然后将图像中所有像素的灰度值乘以系数，得到了N(I_int(x,y))和N()；其中，N表示归一化后图像中灰度最大值的设置参数，表示除去最大灰度值N以外的所有像素的灰度值的平均值；步骤5：在步骤4的操作后，用公式（8）得到显著图Smap；                  （8）步骤6：生成二值化的显著图，设置一个阈值Sth，按照公式（9）将步骤5操作后的灰度图像Smap(x,y) 二值化；                           （9）步骤7：将步骤6操作后的图像S_map(x,y) 与步骤1操作后的图像进行点乘，得到图像；步骤8：对步骤7操作后的图像使用简单线性迭代聚类算法进行超像素操作，得到拥有k个超像素区域的图像I；步骤9：进行Harris角点检测，其步骤为：9.1：按照公式（10）计算步骤8操作后的图像I在x方向的梯度Ix，按照公式（11）计算步骤8操作后的图像I在y两个方向的梯度Iy：                      （10）                   （11）9.2：按照公式（12）、公式（13）、公式（14）计算图像两个方向梯度的乘积：                                （12）                                 （13）                                （14）9.3：设矩阵，使用高斯函数作为窗函数w，再按照公式（15）、公式（16）、公式（17）计算得到矩阵M的E、F、C：                    （15）                   （16）                （17）9.4：按照公式（18）计算每个像素的Harris角点响应函数R：             （18）其中，是常数；9.5：设置阈值Rth，按照公式（19）操作：                （19）9.6：在的邻域内进行非最大值抑制，邻域内的局部最大值点即为图像中的角点；步骤10：统计图像I中每一个超像素区域内角点的个数，计算角点个数占每个超像素区域内总像素个数的百分比，绘制百分比数据的分布直方图；步骤11：离群值检测滤除候选目标区域中包含的虚警，首先计算百分比数据对应的均值与方差，然后对每个超像素区域内角点的百分比进行离群值检测，超像素区域内角点的百分比的离群值检测公式如（20）所示：        （20）其中，变量为超像素区域内角点的百分比，为第n个超像素区域，k为图像I中超像素区域的数量，变量和变量分别为步骤10获得的数据的均值和方差，变量Td为离群值检测的阈值；得到最终SAR图像目标检测结果且对目标进行定位。