基于区域标记与灰度统计的SAR图像目标检测方法

摘要

本发明公开了一种基于区域标记与灰度统计的SAR图像目标检测方法。利用Primal Sketch模型提取的原SAR图像的结构信息，在不依赖于目标形状、目标特性及背景特性等先验信息的情况下成功检测到较彻底地包含了原SAR图像中的所有人工目标的人工目标潜在区域，又充分利用了原SAR图像灰度信息和SAR人工目标区域的像素呈明暗相间分布的特征，结合OTSU图像阈值化算法，有效地剔除了虚警目标区域，降低了人工目标检测结果的虚警率；实现了目标区域内人工目标较为准确的定位，解决了虚警率高，目标区域内人工目标难以准确定位的SAR图像目标检测技术问题，处理速度快。可用于SAR图像处理及计算机视觉领域的目标检测。

主权项

一种基于区域标记与灰度统计的SAR图像目标检测方法，首先利用Primal Sketch模型得到表示原SAR图像结构信息的Primal Sketch图，依据人工目标的规整性特征在Primal Sketch图上提取可能存在人工目标的区域，对应地在原SAR图像上提取人工目标潜在区域，其特征在于：然后基于所提取的人工目标潜在区域，利用SAR图像灰度信息，结合OTSU图像阈值化算法，剔除虚警目标区域，并对目标区域内的人工目标进行定位，并标记已确认的人工目标区域；包括如下步骤：(1)对输入SAR图像运用Primal Sketch模型得到其Primal Sketch图，即用以表示原SAR图像结构信息的线段集合S，对线段集合S中的每一条线段都定义其规整度与规整比率属性，再利用SAR人工目标的规整性特征，在Primal Sketch图上提取可能存在人工目标的m个区域标记T_k，k=1，2，...，m，m是人工目标区域划分的个数；(2)根据在Primal Sketch图上提取的区域标记T_k，k=1，2，...，m，提取原SAR图像上对应的人工目标潜在区域R_k，k=1，2，...，m；(3)利用SAR人工目标区域的像素呈明暗相间分布的特征，结合原SAR图像的OTSU图像阈值化算法结果，对OTSU阈值化后的图像进行划窗，对每一幅划窗内明暗像素占总像素数目的比值进行直方图统计，忽略直方图两端的极端情况，取直方图的峰值点对应的比值作为剔除虚警目标区域的阈值T；(4)对人工目标潜在区域R_k，k=1，2，...，m，统计区域R_k内明暗像素点的数目占区域R_k的总像素数目的比值，如果该比值小于剔除虚警目标区域的阈值T，则认为该区域为虚警目标区域而予以剔除，由保留下来的区域得到虚警率较低的人工目标区域集合G_k，k=1，2，...，n，n≤m；(5)利用SAR人工目标的灰度特征，结合OTSU图像阈值化算法，对区域集合G_k，k=1，2，...，n内的人工目标进行定位，并标记已确认的人工目标区域，得到最终的人工目标检测结果G′_k，k=1，2，...，n。