发明名称 |
一种基于广义多子视相干的极化SAR海面船只目标检测方法 |
摘要 |
本发明提供了一种基于广义多子视相干的极化SAR海面船只目标检测方法。本方法对全极化SAR数据的四个极化通道分别进行多子视分解,形成了全极化SAR多子视影像集;由各个全极化数据获得相应的相干矩阵,形成全极化多子视影像数据集;构建全极化SAR多子视影像相干算子;利用相干算子和全极化SAR多子视影像集,计算全极化多子视影像的相干图;统计相干图的累积分布函数;设定恒虚警,结合相干图的累积分布函数,计算检测阈值;遍历所述相干图,判断相干图的各像素值是否大于检测阈值,输出检测结果二值图。该算法突破了子视影像个数的限制,并利用多幅子视影像在更大程度上增强船海对比度,从而有利于海面弱小船只目标的检测。 |
申请公布号 |
CN105403885A |
申请公布日期 |
2016.03.16 |
申请号 |
CN201510706630.5 |
申请日期 |
2015.10.27 |
申请人 |
中国测绘科学研究院 |
发明人 |
魏钜杰;张继贤;赵争;黄国满;余小萍 |
分类号 |
G01S13/90(2006.01)I;G01S7/41(2006.01)I |
主分类号 |
G01S13/90(2006.01)I |
代理机构 |
北京汇信合知识产权代理有限公司 11335 |
代理人 |
吴甘棠 |
主权项 |
一种基于广义多子视相干的极化SAR海面船只目标检测方法,其特征在于,包括以下步骤:步骤10:设定子视个数N(N≥2),对全极化SAR数据的后向散射矩阵S<sub>2</sub>中的四个极化通道S<sub>HH</sub>、S<sub>HV</sub>、S<sub>VH</sub>、S<sub>VV</sub>分别进行多子视分解,形成了全极化SAR多子视影像集<img file="FDA0000831303280000011.GIF" wi="215" he="78" /><img file="FDA0000831303280000012.GIF" wi="558" he="78" />所述全极化SAR多子视影像集中子视全极化数据的后向散射矩阵<img file="FDA0000831303280000013.GIF" wi="58" he="70" />包括四个极化通道<img file="FDA0000831303280000014.GIF" wi="501" he="86" />(i=1,2,3,…,N);其中上标i表示子视影像编号;步骤20:对多子视影像集Ω中的各个全极化数据的后向散射矩阵<img file="FDA0000831303280000015.GIF" wi="54" he="71" />(i=1,2,3,…,N)进行矩阵变换,获得相应的相干矩阵<img file="FDA0000831303280000016.GIF" wi="54" he="71" />(i=1,2,3,…,N),形成全极化多子视影像的相干矩阵数据集Ψ;步骤30:基于广义相似性参数,构建全极化SAR多子视影像相干算子ρ<sub>GIC</sub>;步骤40:利用相干算子ρ<sub>GIC</sub>和全极化SAR多子视影像的相干矩阵数据集Ψ,计算全极化多子视影像的相干影像;步骤50:统计相干影像的累积分布函数;步骤60:设定恒虚警P<sub>fa</sub>,结合相干影像的累积分布函数,计算检测阈值ε;步骤70:遍历所述相干影像,判断相干影像的各像素值是否大于检测阈值ε,输出检测结果二值图;若相干影像的像素值大于检测阈值ε,则判断为船只目标,该像素在二值图中赋值为1;否则为海杂波,该像素在二值图中赋值为0。 |
地址 |
100830 北京市海淀区莲花池西路28号 |