基于超像素的SAR图像CFAR目标检测方法

摘要

本发明公开了一种基于超像素的SAR图像CFAR检测方法，主要解决现有恒虚警CFAR检测算法在多目标环境下性能下降的问题。其实现步骤为：(1)输入SAR图像并进行超像素分割；(2)寻找阴影超像素；(3)对每一个超像素估计背景杂波分布的参数，并计算其中每一个像素点的检测统计量；(4)根据设定的阈值，检测统计量大于阈值的像素点作为目标，否则为杂波；(5)对检测结果去除孤立点，得到有效目标超像素；(6)对有效目标超像素进行聚类。本发明在多目标场景下，对背景杂波分布参数的估计更准确，检测性能高，且能够正确区分相邻目标，可用于目标识别。

主权项

一种基于超像素的SAR图像恒虚警CFAR检测方法，包括：(1)对SAR图像预处理步骤：(1.1)输入一幅待检测的SAR图像，并对其进行超像素分割，得到超像素s₁,s₂,...s_i,...s_n；(1.2)计算第i个超像素s_i中所含像素的强度均值avg_i；(1.3)设定全局阈值T_s，将avg_i<T_s的超像素索引设为0，作为阴影超像素，其余超像素索引设为1，作为待选目标超像素；(2)恒虚警目标检测步骤：(2.1)设置背景窗大小S'，使其S'/2要大于待检测目标的最大尺寸；(2.2)对第i个超像素s_i寻找像素集合b_i作为背景杂波像素集合，并估计b_i的均值参数μ_i和标准差参数σ_i；(2.3)根据估计出的μ_i和σ_i，对超像素s_i中像素x计算检测统计量其中I_x表示像素x的强度；(2.4)设置全局阈值T_ta，将检测统计量t大于T_ta的像素点作为目标，其索引设为1，将检测统计量t小于T_ta的像素点作为杂波，其索引设为0，得到检测二值图L；(3)聚类步骤：(3.1)设定检测阈值r为0.03，计算每一个超像素中检测出的目标像素点个数占该超像素中像素总数的比例，并将比例大于r的超像素作为有效目标超像素；(3.2)选择任意两个不相邻的有效目标超像素s_d1,s_d2；(3.3)根据目标最大尺寸设置距离d_max，若超像素s_d1中像素与超像素s_d2中像素最大距离小于d_max，则合并超像素s_d1与超像素s_d2并继续(3.4)，否则，回到步骤(3.2)；(3.4)判断所有有效目标超像素是否处理完毕，若对所有有效目标超像素已处理完毕，则聚类完毕并得到聚类结果L'，否则回到(3.2)。