基于小波和恒虚警率的雷达目标及阴影分割方法

摘要

本发明涉及基于小波和恒虚警率的雷达目标及阴影分割方法。包括：输入合成孔径雷达图像；选择小波函数；进行小波多尺度分解；选择小波分解后的高频子图像；输入CFAR检测器Ⅰ；对选择的子图像进行分割处理；进行小波反变换；去除均值；输入CFAR检测器Ⅱ：输入最终需要分割的目标；对图像进行第二次分割处理共11个步骤。其优越性在于：降低了斑点噪声对SAR图像分割的影响；克服单个CFAR检测方法要求目标与背景有较大对比度的缺陷，能同时检测到目标区域和阴影区域；能有效分割SAR图像中的弱散射目标，具有较强的普适性，实验表明所提的CFAR和小波变换的SAR图像分割方法是一种可行、有效的分割方法，有着极大的应用前景。

主权项

基于小波和恒虚警率的雷达目标及阴影分割方法，其特征在于：包括以下步骤：步骤1：输入合成孔径雷达图像；步骤2：选择小波函数：步骤3：进行小波多尺度分解；步骤4：选择小波分解后的高频子图像；步骤5：输入CFAR检测器Ⅰ：步骤5.1：输入CFAR检测器，即利用设置的恒虚警率来确定检测阈值；步骤5.2：在给定的某个虚警率条件下，通过分析SAR图像的统计分布特性来确定检测阈值，实现目标的检测或分割：步骤5.3：通过双重CFAR检测和小波分解的结合，克服目标区域和背景区域之间对比度不强的缺陷。步骤6：对选择的子图像进行分割处理；步骤6.1：选择步骤4中需要进行图像分割运算的子图像，利用步骤5确定的阈值进行处理；步骤6.2：若子图像中某个像素的值大于阈值T，就把它保留，认为是目标区域；步骤6.3：若某个像素的值小于阈值T，就设置为零，认为是背景杂波区域；获得的结果是所有被选择子图像的分割图像；步骤7：进行小波反变换；步骤8：去除均值；步骤9：输入CFAR检测器Ⅱ：步骤9.1：输入CFAR检测器，即利用设置的恒虚警率来确定检测阈值；步骤9.2：在可调节的虚警率条件下，通过分析SAR图像的统计分布特性来确定检测阈值，实现目标的检测或分割：步骤9.3：通过双重CFAR检测和小波分解的结合，克服目标区域和背景区域之间对比度不强的缺陷；步骤10：输入最终需要分割的目标；即输入目标区域或阴影区域或目标和阴影区域；步骤11：对图像进行第二次分割处理：步骤11.1：选用相干性恒虚警率进行方法目标检测；步骤11.2：利用步骤9设置的恒虚警率获得的阈值T，按照步骤10中所输入的目标，对第一次分割后的SAR图像进行第二次分割处理；根据输入的目的不同，获得不同的分割结果。