[发明专利]基于SAR-LARK特征的SAR舰船目标检测方法

摘要

本发明公开了一种基于SAR的局部自适应回归核SAR‑LARK特征的舰船目标检测方法，主要解决现有SAR舰船检测方法高检测率下虚警较多的问题。其实现方案为：1.输入原始SAR幅度图像；2.基于均值比梯度算法计算SAR图像中每个像素点的SAR‑LARK特征矢量；3.基于SAR‑LARK特征矢量计算每个像素点的显著性大小，得到显著性图；4.对显著性图进行局部极大值点检测；5.将局部极大值点与设定的检测门限进行比较，得到最终检测结果。本发明能很好地捕获图像中目标和杂波的局部结构差异，在保持高的检测率的同时减少了虚警，提高了检测性能，可用于对地面目标和海面目标的检测与鉴别。

主权项

1.一种基于SAR‑LARK特征的SAR图像舰船目标检测方法，包括：(1)输入一幅大小为M×N的SAR图像的幅度图像I，提取图像中每个像素点的SAR局部自适应回归核LARK特征矢量，即SAR‑LARK特征矢量：(1a)采用均值比梯度ROA算法计算图像I中每个像素点的水平梯度和垂直梯度i＝1,2,…,MN，x₁表示水平梯度方向，x₂表示垂直梯度方向；(1b)利用(1a)中的水平梯度和垂直梯度采用局域平均的方式计算幅度图像I中每个像素点的梯度协方差矩阵C_i；其中，Ωi为以第i个像素点为中心，大小为P×P的滑窗，m为此窗口内的第m个像素点，m＝1,2,…,P2；(1c)以当前第i个像素点为中心构建一个P×P大小的滑窗Ω_i，利用(1b)中的梯度协方差矩阵C_i，计算当前第i个像素点与Ω_i滑窗内每个像素点的测地线距离m是滑窗内的第m个像素点，m＝1,2,…,P²；(1d)利用(1c)中的测地线距离计算当前第i个像素点与Ω_i滑窗内每个像素点的相似性K_i,m，得到当前像素点的SAR‑LARK特征矢量为：f_i＝[K_i,1,…,K_i,m,…,K_i,P2]^T，其中，[.]^T表示转置；(1e)重复(1c)和(1d)，求得幅度图像I中所有像素点的SAR‑LARK特征矢量集合fI＝{f1,…,fi,…,fMN}；(2)利用求得的SAR‑LARK特征矢量集合fI，采用非参数化概率密度估计的方法计算幅度图像I中每个像素点的显著性值，得到显著性图像S；(3)对显著性图像S进行局部极大值检测，得到显著性图像中的局部极大值点，将显著性图像S中的非极大值点置零，得到局部极大值图像Smax；(4)设定一个0到1之间的检测门限t，将局部极大值图像Smax中每个像素点的值yi，i＝1,2,…,MN与检测门限t进行比较，若yi＞t，则此像素点为目标，若yi≤t，则此像素点为杂波。