[发明专利]一种AIS数据辅助的SAR图像的瑞利CFAR检测方法

说明书

本发明公开了一种AIS数据辅助的SAR图像的瑞利CFAR检测算法，包括：1.获取一幅SAR图像，设置由目标窗口和背景窗口组成的局部滑动窗口，通过与SAR图像匹配的AIS目标分布信息数据自动导出局部背景窗口中的舰船分布密度，并计算出自适应截断深度，然后计算背景窗口中像素的瑞利统计模型分布参数，继而得到截断规则，最后去除其中的异质点像素；2.采用最大似然估计法对保留的真实海杂波进行瑞利统计模型分布参数估计；3.采用瑞利分布对真实海杂波灰度概率密度进行建模；4.根据给定的检测虚警率建立判决规则，对目标窗口中的被测像素进行目标判别。本发明能在获得较高的舰船目标检测率的同时保持较低的虚警率。

技术领域

本发明涉及SAR图像目标检测技术领域，具体涉及一种多舰船目标海况环境下基于AIS数据辅助的SAR图像瑞利CFAR舰船检测方法。

背景技术

合成孔径雷达(Synthetic Aperture Radar,SAR)是雷达发展中的一项新技术，它是一种高分辨率主动式成像传感器。利用SAR遥感手段，可以对地物实现多极化、多波段、多视角的观测，获得的图像特征信息丰富，含有幅度、相位和极化等多种信息。由于SAR全天时、全天候的观测能力，利用SAR图像进行目标检测在海洋遥感领域得到高度重视，逐渐成为SAR图像海洋应用现阶段的研究热点。

由于SAR的成像特点，不同条件的海况呈现在SAR图像中的海杂波差别较大，多目标环境对应的SAR图像目标检测难度也相对较大。除此以外，随着经济迅速发展，全球化贸易量也不断增长，越来越多的船只被投入到航运当中，因此在一些海湾、港口或者航线上会不可避免地出现舰船拥堵的情况。在SAR图像中，多目标环境一般呈现为高强度灰度值的密集区域，也会对SAR图像目标检测精度产生极大的影响。

自动识别系统(Automatic Identification System,AIS)是用于监视海上船舶的自动跟踪报告系统。它最初的设计目的是为了避免船只碰撞并增强海上监督和航行安全。装载AIS设备的舰船会自动发送舰船相关信息，这些信息包括舰船大小尺寸、方位、航向角、速度、航行目的地等等。然而，由于部分舰船未装载AIS设备或者AIS设备未开启，则会出现AIS信息缺失的情况，例如非法驶入舰船等。

传统的恒虚警率(Constant False Alarm Rate,CFAR)检测方法设置了目标窗口、保护窗口、背景窗口组成的滑动窗口以适应背景杂波的变化，对背景杂波进行参数估计及概率建模，并由给定的虚警率(PFA)自适应计算出检测阈值，实现自适应CFAR检测。其中背景窗口的设计是为了屏蔽目标像素泄漏到背景窗口中对检测结果产生的影响，但在多目标环境的海况区域(如繁忙航线或港口)中，背景窗口中的高强度异质点像素无法被有效去除，导致估计的参数偏离真实值，影响灰度概率建模精度，最终导致目标检测率下降。

针对多目标环境海况下产生的检测率降低的问题，现已提出了大量基于样本截断的CFAR检测方法，这些方法通过迭代法去除异质像素，并对保留的杂波进行参数估计与概率建模，有效提升多目标环境海况下的目标检测率。然而这些方法通常依赖固定阈值进行杂波截断，若固定阈值选择有误，会导致大量的真实海杂波样本被去除或无法消除全部高强度异值点像素，造成参数估计准确度下降。除此之外，基于固定阈值的杂波截断及参数估计过程需要进行大量迭代计算，参数估计精度较差且效率较低。

发明内容

本发明是为了解决上述现有技术存在的不足之处，提出一种AIS数据辅助的SAR图像的瑞利CFAR检测方法，以期能有效去除背景窗口中的异质点像素，从而能在保证多目标环境中较高的舰船目标检测率的前提下保持较低的虚警率，并同时提升检测效率。

本发明为达到上述发明目的，采用如下技术方案：

本发明一种AIS数据辅助的SAR图像的瑞利CFAR检测方法的特点是包括如下步骤：

步骤1：构建真实海杂波像素样本集：