一种多通道SAR图像虚假目标快速筛选与剔除方法与流程

一种多通道sar图像虚假目标快速筛选与剔除方法
技术领域
1.本发明属于雷达信号处理技术领域，具体涉及一种多通道sar图像虚假目标快速筛选与剔除方法。


背景技术：

2.合成孔径雷达(sar)是一种具备全天候、全天时对地观测能力的主动式微波遥感设备。随着sar在军事和民用领域的应用范围越来越广，各个领域对sar的测绘带宽度及分辨率的要求越来越高。方位多通道技术很好地解决了传统sar分辨率和测绘带宽度之间矛盾，实现了高分辨率宽测绘带成像，成为下一代星载sar实现高分辨率宽测绘带成像的重要技术手段。然而，在实际系统中，雷达系统多路接收通道的幅相不一致性、卫星姿态的不稳定性及船舶的快速运动等因素均会造成通道间的幅相误差，导致引入虚假目标。
3.sar多通道虚假目标的存在给sar船舶检测带来了巨大的挑战。这些虚假目标相对于海面的亮度很高，在海面这样的低散射区域出现时会被误检，造成虚警。虽然多通道虚假目标与对应真实目标相比在亮度上存在一定的衰减，但与其他非对应的真实目标之间没有明确的亮暗关系，因此无法根据绝对的亮度去鉴别。更为严峻的是，在sar成像过程中，船舶的运动造成了多普勒参数的改变，进而造成方位向上匹配滤波的失配，因此船舶目标在sar图像中会产生不同程度的散焦现象。在全孔径图像中如何将多通道引起的虚假目标与真实的散焦目标进行区分，对sar船舶检测中降低虚警率有重大意义。但目前，只有少数学者对此方面做过相应研究，马琳等针对此问题提出了一种基于子孔径与全孔径特征学习的sar多通道虚假目标鉴别方法，在利用深度卷积神经网络提取全孔径特征的同时，将复数sar图像进行子孔径分解并利用栈式卷积自编码网络提取子孔径特征，通过子孔径特征所蕴含的鉴别信息实现真实目标和多通道虚假目标的区分。但此方法利用两个深度卷积网络进行特征提取，计算量很大，尤其在星载等资源受限情况下难以实现。


技术实现要素：

4.有鉴于此，本发明提供一种多通道sar图像虚假目标快速筛选与剔除方法，该方法能够实现对虚假目标进行精确剔除。
5.实现本发明的技术方案如下：
6.一种多通道sar图像虚假目标快速筛选与剔除方法，具体过程为：
7.计算虚假目标在真实目标两侧的间距；
8.将sar图像中检测的所有目标按照方位向排序，计算相邻两个目标之间的距离间隔；
9.基于所述间距、所述距离间隔和容错阈值，对目标进行分组；
10.对同一组目标的属性进行统一性判断，移除不具有同一属性的目标；
11.针对每一组目标，基于目标的散射特性进行虚假目标剔除。
12.进一步地，本发明在对目标进行分组时，移除只有一个目标所在的组。
13.进一步地，本发明所述基于所述间距、所述距离间隔和容错阈值，对目标进行分组为：若满足|d-n1|≤l，则将相邻的两目标分为一组其中，其中，ll为容错阈值，n1n1为虚假目标在真实目标两侧的间距。
14.进一步地，本发明所述虚假目标在真实目标两侧等间隔分布的间隔n1为：
[0015][0016]
其中，n
a单补零
为单通道方位向补零后点数，m为目标所在距离门数，r
min
为最小斜距，fs为采样频率，t
p
为脉冲宽度，r
ref
为参考斜距，c为光速。
[0017]
进一步地，本发明所述对同一组目标的属性进行统一性判断为：根据目标方向和目标大小两个属性进行统一性判断。
[0018]
进一步地，本发明所述目标方向和目标大小根据如下方式确定：
[0019]
以目标中心点为中心切出设定大小的切片；
[0020]
对包含目标的切片进行大津阈值分割，得到分割后的二值图像；
[0021]
计算所述二值图像目标区域的最小外接矩形，得到目标方向和目标大小。
[0022]
进一步地，本发明在移除不具有同一属性的目标后，若组内只有一个目标，则将该组移除。
[0023]
进一步地，本发明所述基于目标的散色特性进行虚假目标剔除的具体过程为：对每一组中的目标，分别进行均值和方差统计，其中均值反应了目标的亮度信息，方差反应了目标散射程度，将均值和方差最大的目标认为是真实目标，其他目标判定为虚假目标，从而实现对对虚假目标的剔除。
[0024]
有益效果
[0025]
第一，本发明首先根据虚假目标在真实目标两侧等间距对称分布的特性，将检测结果进行疑似虚假目标组分组，然后基于目标属性进行进一步的目标剔除，该方法能够实现sar图像虚假目标的快速筛选与剔除，达到降低虚警率的目的。
[0026]
第二，本发明基于目标朝向、长度等属性特征进行同一性判断，对疑似虚假目标组进行筛选移除，可以快速移除不属于同一属性的目标，从而避免分组过密而出现的分组错误。
[0027]
第三，本发明通过虚假目标与真实目标之间的散射特性差异对虚假目标进行剔除，从而实现sar图像虚假目标的快速筛选与剔除。
附图说明
[0028]
图1为虚假目标与真实目标示意图。
[0029]
图2为虚假目标与真实目标分布示意图。
[0030]
图3为虚假目标剔除结果示意图。
具体实施方式
[0031]
下面结合附图对本发明实施例进行详细描述。
[0032]
需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合；并
且，基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
[0033]
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
[0034]
本发明提出一种基于位置信息的多通道sar图像虚假目标快速筛选与剔除方法，其步骤如下：
[0035]
步骤一：获取多通道sar图像、成像相关参数及检测结果，待检测目标，如图1所示，处于多通道sar图像中四界坐标的左上角和右下角。
[0036]
步骤二：计算虚假目标在真实目标两侧的间距；将sar图像中检测的所有目标按照方位向排序，计算相邻两个目标之间的距离间隔；基于所述间距、所述距离间隔和容错阈值，对目标进行分组。
[0037]
本步骤中分组的依据为：根据多通道虚假目标的成像特点，虚假目标会在真实目标两侧等间隔分布，如图2所示，若目标与目标间隔符合容错阈值范围内，则将其归为一组。
[0038]
本步骤在具体实施时，目标与目标的间隔n1可表示为：
[0039][0040]
其中，n
a单补零
为单通道方位向补零后点数，m为目标所在距离门数，r
min
为最小斜距，fs为采样频率，t
p
为脉冲宽度，r
ref
为参考斜距，c为光速。
[0041]
对所有目标进行检测，并将满足间隔条件的检测结果进行分组，具体步骤如下：
[0042]
(1)将同一景图像检测结果的目标中心点坐标按照方位向升序排列。
[0043]
(2)选定第一个目标作为第一组，然后计算与第一个目标与相邻的第二个目标的距离间隔，假设第一个和第二个目标中心点坐标分别为(x1,y1)和(x2,y2)，则其距离间隔为：
[0044][0045]
若满足：
[0046]
|d-n1|≤l
[0047]
其中，l为容错阈值，则将第二个目标归并为第一组，若检测结果不满足容错阈值，则另起一组。
[0048]
(3)依此类推，将接下来的每个目标都分别与每组最后一个目标计算距离间隔，并进行条件判断，若满足容错阈值，则将其归并到相应组，若不满足，则另起一组，直至所有目标分组完毕。
[0049]
(4)移除只有一个目标的目标组，因为组内只有一个目标时候，意味着该目标为真实目标。
[0050]
步骤三：对同一组目标的属性进行统一性判断，移除不具有同一属性的目标；
[0051]
因为图像中存在多个真实目标，为避免目标过于密集导致分组错误，将分别对每组目标计算目标的方向、大小等属性，并进行同一性判断，将不满足同一性的目标坐标移除分组，因此本步骤还进一步依据同一性对虚假目标进行分组。
[0052]
本步骤的具体过程如下：
[0053]
(1)根据检测结果信息以目标中心点坐标为中心切出200*200或400*400切片，切片大小根据图像分辨率而定。
[0054]
(2)将包含目标的切片进行大津阈值分割，得到分割后的二值图像。
[0055]
(3)计算此二值图像目标区域的最小外接矩形，得到目标方向、大小等属性。
[0056]
(4)对步骤二中同一组目标属性进行同一性判断，将不属于同一属性的目标移除分组。
[0057]
(5)移除只有一个目标的目标组，因为组内只有一个目标，意味着该目标为真实目标。
[0058]
步骤四：针对每一组目标，基于目标的散射特性进行虚假目标剔除。
[0059]
本步骤中，经过步骤三后得到的每一组目标，认为同一组中包含一个真实目标及多个虚假目标，根据同一目标的虚假目标与真实目标的亮度和散射特性差异，进行虚假目标的判别。
[0060]
基于目标的散色特性进行虚假目标剔除的具体过程为：对每一组中的目标，分别进行均值和方差统计(以目标四界坐标范围为准)，其中均值反应了目标的亮度信息，方差反应了目标散射程度。将均值和方差最大的目标认为是真实目标，其他目标判定为虚假目标，从而实现对对虚假目标的剔除，如图3所示。
[0061]
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。