專利名稱：一種海洋合成孔徑雷達圖像的艦船尾跡檢測方法
技術領域：
本發明涉及海洋合成孔徑雷達圖像艦船尾跡檢測的技術領域，特別涉及一種海洋合成孔徑雷達圖像(SAR)的艦船尾跡檢測方法，尤其適用于復雜海洋環境。
背景技術：
合成孔徑雷達(Synthetic Aperture Radar, SAR)具有全天時、全天候觀測能力， 利用SAR圖像進行海上艦船目標檢測與監視，在海運交通、海防預警和軍事應用等領域得到了廣泛應用。世界各國對于利用SAR進行艦船目標及其尾跡檢測都十分重視。早在1986 年，挪威國防研究院(NDRE)的科學家使用SEASAT獲得的SAR圖像開展了名為“艦船和艦船尾跡SAR檢測”的研究；美國科學家Lyden發表了 SAR圖像艦船尾跡類別和產生機理的研究論文。利用SAR圖像檢測艦船有兩種方法一是直接從海面SAR背景中檢測出艦船本身； 二是先從SAR圖像中檢測艦船在海面運動時產生的尾跡，再根據尾跡推算艦船位置和運動參數。后一種方法具有如下優勢1)尾跡比艦船本身尺度更大，一般長達幾公里甚至幾十公里，特征更為明顯；2)可以克服直接檢測時，由于方位向運動偏移，可能將目標置于高雜波區域而造成的檢測困難問題；3)尾跡沒有運動偏移，因而能指示真實位置；4)能夠計算艦船的航速、航向。運動艦船的尾跡存在四種表現形式1)經典的Kelvin尾跡，它由擴散波、橫波組成，Kelvin尾跡包絡半張角大約為 19. 5 度；2)湍流尾跡，它是艦船航跡后的湍流區域；3)窄V型尾跡，它是環繞重力波與湍流尾跡互相作用，增加環繞波而形成，半張角為2 3度；4)內波尾跡，它是艦船行進時，對密度躍層的擾動產生內波在自由界面上生成的尾跡。上述的四種尾跡不一定在圖像中同時存在，它們在SAR圖像中通常表現為具有一定寬度的線性結構，可能比背景亮也可能比背景暗。同時，由于SAR圖像內在固有的相干斑噪聲，以及各種因素造成的背景明暗不均現象，使得實現艦船尾跡自動檢測的難度非常大。目前，尾跡檢測主要有三類算法第一類方法是根據尾跡的線性特征，對SAR圖像在某些角度、某些方向進行能量積累體現這種能量的差別，主要采用Radon變換，也稱基于 Radon變換的方法；第二類方法是根據有尾跡區域和背景海面在頻譜中分布的不同來進行檢測；第三類方法是根據SAR圖像中背景與尾跡區域的統計特征差異來進行檢測。其中，第一類的基于Radon變換的方法是眾多研究的主要方向，因為它可以將原始圖像中的線性特征檢測問題轉化為變換域中的峰/谷值點檢測問題。二維歐氏空間中的Radon變換定義為
權利要求
1.一種海洋合成孔徑雷達圖像的艦船尾跡檢測方法，該方法基于合成孔徑雷達圖像， 首先識別和剔除圖像中的奇異區，然后進行直方圖均衡化處理，最后，進行Radon變換，對圖像進行變換以將圖像中的線性結構轉化為變換域的峰/谷值點，從而檢測得到圖像中的線性結構特征。
2.根據權利要求1所述的海洋合成孔徑雷達圖像的艦船尾跡檢測方法，其特征在于， 所述的方法采用局部標準差判斷法識別奇異區，計算每個像素周圍的局部標準差，即對圖像I每一個像素I(i，j)計算以該像素為中心的3X3鄰域內像素的標準差Oi,」，如果Om 小于某一很小的閾值σ τ，且該像素的灰度值Ii, j小于某一較小灰度閾值Iu或大于某一較大灰度閾值IHT，則認為該像素屬于奇異區。
3.根據權利要求1所述的海洋合成孔徑雷達圖像的艦船尾跡檢測方法，其特征在于， 所述的方法采用局部標準差判斷法識別奇異區，直接計算某一像素和相鄰像素的標準差是否某一很小的閾值οτ，如果標準差小于某一很小的閾值οτ，且該像素的灰度值Im小于某一較小灰度閾值Iu或大于某一較大灰度閾值IHT，則直接判斷該像素為奇異區數據。
4.根據權利要求1所述的海洋合成孔徑雷達圖像的艦船尾跡檢測方法，其特征在于， 所述的直方圖均衡化處理是采用一個變換函數或者映射函數將集中在一個較小灰度范圍的圖像灰度拉伸擴展到一個較大的灰度范圍，所述的變換函數或映射函數是基于整個圖像的直方圖的。
5.根據權利要求1所述的海洋合成孔徑雷達圖像的艦船尾跡檢測方法，其特征在于， 所述的直方圖均衡化處理采用自適應直方圖均衡處理，首先，通過一個較小的窗口以一定的橫向和縱向步長在圖像中滑動，對每個小窗口中的局部圖像都進行直方圖均衡化，然后， 使用雙線性插值將這些經直方圖均衡化處理后的小窗口中的局部圖像組合為一幅完整的圖像。
6.根據權利要求5所述的海洋合成孔徑雷達圖像的艦船尾跡檢測方法，其特征在于， 所述的自適應直方圖均衡處理中，根據圖像的相關長度確定小窗口的大小，用等效面積法來定義相關長度，相關系數從1下降到O所包含的區域的面積等效為一個高為1、寬為L的矩形的面積，其中，L即為相關長度，該相關長度是有方向性的，對于二維圖像，一般求取水平和垂直兩個方向的相關長度Lx，Ly，則小窗口大小為LxXLy。
7.根據權利要求5所述的海洋合成孔徑雷達圖像的艦船尾跡檢測方法，其特征在于， 所述的每個小窗口中的局部圖像的直方圖均衡化處理為一個單調的點變換gd = T{f。}，即將輸入的灰度值變量KK fc映射到輸出變量A < & < gD,并使得在給定輸入概率分 ^PE{fc = a。}的情況下，使輸出的概率密度分布Pk = bd}服從瑞利分布；設原圖像的直方圖函數為HF(c)，其中，c = 1,2,…，C，表示輸入圖像的灰度值被量化為c級的像素的個數；輸入圖像的累積概率分布由其累積直方圖近似得到
8.根據權利要求1所述的海洋合成孔徑雷達圖像的艦船尾跡檢測方法，其特征在于， 所述的Radon變換采用歸一化線性Radon變換算法，該方法通過歸一化線性Radon變換算法，在沿某一方向和位置的直線積分時同時計算積分長度，然后，將積分值除以積分長度得到在變換域反映積分直線上圖像灰度均值，以分辨出圖像中的微弱線性特征。
9.根據權利要求8所述的海洋合成孔徑雷達圖像的艦船尾跡檢測方法，其特征在于， 所述的圖像灰度均值通過歸一化線性Radon變換得到
全文摘要
本發明涉及一種海洋合成孔徑雷達圖像的艦船尾跡檢測方法，該方法首先識別和剔除圖像中的奇異區，然后進行直方圖均衡化處理，最后，進行Radon變換，對圖像進行變換以將圖像中的線性結構轉化為變換域的峰/谷值點，從而檢測得到圖像中的線性結構特征。本發明通過自動識別極亮或極暗的奇異區并在生成有效數據模板時加以剔除，然后通過自適應直方圖均衡化進一步解決圖像整體的明暗不均問題，最后通過歸一化Radon變換可以將復雜海洋SAR圖像中的微弱線性艦船尾跡轉化為變換空間中明顯的峰/谷點，能夠大大提高艦船尾跡檢測的有效性。
文檔編號G06K9/46GK102542277SQ20121000367
公開日2012年7月4日 申請日期2012年1月6日 優先權日2012年1月6日
發明者劉揚, 夏克寒, 孟濤, 張明照, 彭曉軍, 牟建華, 瞿繼雙 申請人:中國人民解放軍第二炮兵裝備研究院第三研究所