[发明专利]基于最佳尺度的高分辨率合成孔径雷达遥感检测方法

摘要

本发明公开了一种基于最佳尺度的高分辨率合成孔径雷达(Synthetic Aperture Radar，SAR)遥感目标检测方法。该方法包括目标特征相关先验知识的获取、基于尺度间系数相关性的塔形方向滤波器组去噪、基于最佳尺度下分块直方图统计的标记点获取、基于标记点的分水岭分割、多约束的区域合并步骤。本发明可快速准确定位目标可能存在的区域，样本训练的复杂度低，抑制噪声的同时保持目标的边缘细节，能够有效提取目标轮廓，具有良好的可用性与有效性。

主权项

1.一种基于最佳尺度的高分辨率合成孔径雷达遥感目标检测方法，包括如下步骤：第一步，目标特征的获取：获取特定目标特征知识作为初步确定目标位置的依据；所述目标特征包括形状特征、纹理特征、光谱特征，作为初步确定目标位置的依据；第二步，基于尺度间系数相关性的塔形方向滤波器组去噪：先对原始图像通过塔形方向滤波器组多尺度多方向分解为J个尺度，每个尺度S个方向，进而利用尺度间系数相关性的阈值去噪；其中，分解尺度J由目标图像决定，通常取J∈[4，10]，方向子带的个数S应取2的S次幂，S为正整数；第三步，基于最佳尺度下分块直方图统计的标记点获取：从目标中选择q个样本，样本q的模板大小根据原始图像尺寸及目标合适选取，在全色原始图像中，其尺寸设为N×N，则下一尺度中样本模板尺寸变为以此类推；通过计算塔形方向滤波器组分解后每种尺度下的目标样本的局部方差均值，取尺度内样本的局部方差均值数量级最小的尺度为最佳分解尺度，若存在多个这样的尺度，选择空间分辨率最低的尺度为最佳尺度，认为在此尺度下目标内部均质度最高，即目标样本间的差异最小，在此尺度下根据目标的特征利用某几种规则如灰度均值规则、相邻性规则和直方图特征规则等综合判别，搜索目标可能存在区域的标记点；在所述最佳分解尺度上，采用基于分块直方图统计的标记点获取策略，即根据特定目标特征，以窗口形式对图像进行扫描，所述窗口的尺寸为最佳尺度中样本模板在当前尺度下的尺寸大小；将满足判定准则的窗口作为待检测目标可能存在的区域，并以当前窗口为中心在左侧水平相邻或者上方垂直相邻两个方向上分别检测相邻的两个窗口，若有任一相邻窗口已有标记点，则对当前窗口不做标记；否则，取当前窗口的中心点为标记点，从而保证获取的标记点均匀的分布于待检测特定目标上；将该尺度下确定的标记点映射到全色图像的对应区域，并取该区域的中心作为最终标记点；进行轮廓波逆变换，完成去噪及标记点获取工作；第四步，基于标记点的分水岭分割：采用基于标记点的分水岭方法分割图像，标记点已由基于最佳尺度下分块直方图统计确定，得到初始分割结果；第五步，多约束的区域合并：采用区域邻接图合并策略，约束规则根据目标灰度、形状、面积等特征的先验知识确定；区域合并后结果可获得完整目标轮廓及消除虚假目标的干扰，得到最终的检测结果。