CN105242269B - 基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法 - Google Patents
基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法 Download PDFInfo
- Publication number
- CN105242269B CN105242269B CN201510729414.2A CN201510729414A CN105242269B CN 105242269 B CN105242269 B CN 105242269B CN 201510729414 A CN201510729414 A CN 201510729414A CN 105242269 B CN105242269 B CN 105242269B
- Authority
- CN
- China
- Prior art keywords
- scattering
- conveyor screw
- volume scattering
- concerned
- volume
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/904—SAR modes
- G01S13/9076—Polarimetric features in SAR
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9021—SAR image post-processing techniques
- G01S13/9029—SAR image post-processing techniques specially adapted for moving target detection within a single SAR image or within multiple SAR images taken at the same time
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法。该方法运用HV和VH极化通道间方位向模糊噪声相互共轭的散射特性,基于二维卷积函数2D‑CF对体散射和螺旋体散射进行相干,不仅避免了由方位向模糊噪声引起的检测虚警,而且提高了海船对比度,大幅度减少了弱小船只目标的漏检,进而显著提高了船只目标的检测精度。
Description
技术领域
本发明属于遥感影像的SAR(Synthetic Aperture Radar,合成孔径雷达)图像处理领域,特别涉及一种基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法。
背景技术
我国领海广阔,海洋资源丰富,海面船只目标检测是海洋监测的关键技术之一,对监视海运交通、非法捕鱼、监测船只非法倾倒油污、维护海洋权益以及提高海防预警能力等方面具有重要意义。
SAR作为一种工作在微波波段的主动式遥感传感器,相对于光学遥感,具有全天时全天候的对地观测能力,而且还对硬目标非常敏感。这就使得SAR遥感技术在海面船只目标检测中的应用研究得到了各个海洋大国的广泛关注和学术界的日益重视。
在SAR成像时,一般情况下海面的后向散射较弱,因此在影像上通常表现为暗背景;而海面船只目标具有强散射性,在暗背景下往往表现为亮点目标。但是,在某些情况下,由于发射脉冲的重复频率(Pulse Repetition Frequency,PRF)过低,使得回波信号的多普勒频谱欠采样,导致SAR影像上存在着方位向模糊噪声,尤其是短波长的SAR影像(如X波段、C波段)。当方位向模糊噪声严重时,后向散射强度相对较低的海杂波在雷达影像上也通常表现为亮度较大的点(虚假目标),往往会被误判为船只目标,从而导致检测错误,即虚警。
2006年,Liu等人结合模拟数据和CV-580机载全极化数据研究,发现方位向模糊噪声不满足互易性,提出利用|HV-VH|算子区分运动目标和方位向模糊,并将其推广到海面船只目标检测。2013年,Velotto等人使用TerraSAR-X全极化数据,基于HV和VH极化通道间方位向模糊相互共轭的特性,利用极化通道HV和VH的组合,提出了抑制方位向模糊的方法,并基于广义K分布CFAR检测算法得到了较好的检测精度。上述方法的应用前提是存在极化散射矩阵S2(HH/HV/VH/VV)。但是,由于SAR固有的相干成像机理,获取的影像上通常存在较为严重的相干斑噪声。故在数据应用处理过程中,通常要进行相干斑噪声抑制。这就导致处理结果中经常以全极化SAR数据的后向散射矩阵S2的二阶统计量——协方差矩阵C或相干矩阵T等形式存在,而无法获得HV和VH影像,进而限制了上述区分方位向模糊噪声检测方法的进一步推广。2008年,Wang等基于Cloude目标分解法,分析了全极化SAR数据船只目标及其方位向模糊噪声、海杂波的极化散射特性,并提出了一种基于极化散射特征的船只目标检测方法,即利用第三特征值λ3来区分船只目标及其方位向模糊噪声。但是,该算法未考虑当方位向模糊与其周围其它弱小船只目标具有相近的第三特征值λ3时同样会出现检测虚警或目标漏检的情况。
发明内容
本发明提供了一种基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法。该方法运用HV和VH极化通道间方位向模糊噪声相互共轭的散射特性,基于二维卷积函数2D-CF对体散射和螺旋体散射进行相干,不仅避免了由方位向模糊噪声引起的检测虚警,而且提高了海船对比度,大幅度减少了弱小船只目标的漏检,进而显著提高了船只目标的检测精度。
本发明所述的基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法,其特征在于,包括如下步骤:
步骤10:对全极化SAR数据进行Yamaguchi四分成分解,获得奇次散射、偶次散射、体散射和螺旋体散射成分;
步骤20:设置滑窗大小M×N,基于二维卷积函数2D-CF(Two DimensionsConvolution Function)对所述体散射和螺旋体散射成分进行相干,获得所述体散射和螺旋体散射成分的相干影像;
步骤30:统计所述相干影像的累积分布函数;
步骤40:设定恒虚警率Pfa,结合相干影像的累积分布函数,计算检测阈值ε;
步骤50:遍历相干影像,判断相干影像的各像素值是否大于检测阈值ε,输出检测结果的二值图;若像素值大于ε,则为船只目标,该像素在二值图中赋值为1;若像素值不大于ε,则为海杂波,该像素在二值图中赋值为0。
优选的是,步骤10中获得的螺旋体散射功率fhlx和体散射功率fvol:
上式中,|·|表示取绝对值;Im(·)表示取复数的虚部;上标*表示复数共轭;SHH、SHV、SVH和SVV分别为全极化雷达测得的HH、HV、VH和VV极化通道复数数据。
优选的是,在步骤20中,设置滑窗大小M×N,基于二维卷积函数2D-CF计算体散射和螺旋体散射成分的二维卷积;所述的二维卷积函数2D-CF(Two Dimensions ConvolutionFunction)定义为
式中,x、y分别为二维卷积结果的行列号,0≤x<2M-1,0≤y<2N-1;fvol和fhlx分别表示体散射功率影像和螺旋体散射功率影像,m、n表示体散射功率影像的行列号;表示二维卷积操作符;
并且,基于体散射和螺旋体散射成分的二维卷积计算二者的相干影像Rc:
优选的是,在步骤30中,统计所述相干影像的累积分布函数具体包括:假定相干影像共有M个像素{x1,x2,…,xM},且各像素按升序排列(即x1≤x2≤…≤xM),那么,某像素xk的累积分布函数F(xk),k=1,2,…,M,可根据下述公式进行计算:
式中,Num(·)表示统计元素个数。
优选的是,在步骤40中,利用设定的恒虚警率Pfa并结合相干影像的累积分布函数F(·),采用下述公式计算检测阈值ε:
与现有技术相比,本发明所述的方法运用HV和VH极化通道间方位向模糊相互共轭的散射特性,基于二维卷积函数2D-CF对体散射和螺旋体散射进行相干,不仅避免了由方位向模糊噪声引起的检测虚警,而且提高了海船对比度,大幅度减少了弱小船只目标的漏检,进而显著提高了船只目标的检测精度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明所述的基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法的流程图。
具体实施方式
下面结合附图对本发明作进一步详细的描述。
图1为本发明所述的基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法的流程图。本发明的基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法,利用Yamaguchi分解法对全极化SAR数据进行极化目标分解,获得奇次散射、偶次散射、体散射和螺旋体散射成分;运用HV和VH极化通道间的方位向模糊相互共轭的散射特性,利用二维卷积函数2D-CF对体散射和螺旋体散射成分进行相干;并利用CFAR的检测原理进行海面船只目标检测。该方法不仅避免了由方位向模糊噪声引起的检测虚警;而且基于2D-CF提高了海船对比度,大幅度减少了弱小船只目标的漏检,显著提高了船只目标的检测精度。
具体来说,本方法包括以下步骤:
步骤10:采用公式一对全极化SAR数据的协方差矩阵C或相干矩阵T进行Yamaguchi四分成分解,获得奇次散射(surface scattering)、偶次散射(double-bouncescattering)、体散射(volume scattering)和螺旋体散射(helix scattering)成分:
式中,fsurf、fdbl、fvol和fhlx分别表示待求的奇次散射、偶次散射、体散射和螺旋体散射的功率值;协方差矩阵Csurf、Cdbl、Cvol和Chlx分别为已知的奇次散射、偶次散射、体散射和螺旋体散射的散射模型,其对应的相干矩阵分别为Tsurf、Tdbl、Tvol和Thlx,具体见表一。
表一Yamaguchi四分成分解散射模型
表中的α、β为Yamaguchi分解过程中的待求参数;符号j表示复数的虚部;上标*表示复数共轭。
公式一代入已知数据后并展开,可求得螺旋体散射功率fhlx和体散射功率fvol,分别见公式二和公式三;
上式中,|·|表示取绝对值;Im(·)表示取复数的虚部;上标*表示复数共轭;SHH、SHV、SVH和SVV分别为全极化雷达测得的HH、HV、VH和VV极化通道复数数据。对于单基站雷达,雷达观测目标满足互易性条件,也就是测得的复数数据SHV和SVH的振幅和相位理论上相等。为了满足这个条件,在数据处理过程中,通常采用公式四重新计算复数数据SHV和SVH,
SHV=SVH=1/2(SHV+SVH) 公式四
另外,关于方位向模糊噪声的特性,已有文献已证明全极化雷达测得的SHV和SVH复数数据上的方位向模糊噪声的取值成复数共轭关系,如SHV=a+bi,那么,SVH=a-bi。根据该特性和公式四,可计算得到方位向模糊噪声的SHV为实数a,也就是其虚部为0。那么,根据公式二,可知方位向模糊噪声的螺旋体散射功率fhlx=0。而雷达观测目标满足互易性,根据公式四计算得到的SHV仍为复数,那么雷达目标的螺旋体散射功率fhlx>0。同样地,由公式三可知,通常情况下,雷达观测目标的螺旋体散射强度大于方位向模糊噪声。因此,利用体散射和螺旋体散射有利于区分雷达观测目标(此处为“船只目标”)和方位向模糊噪声。
但是,受雷达入射角度、船只目标大小和结构等因素的影响,小船在雷达影像上的后向散射强度较弱,其体散射强度和方位向模糊噪声的相近。另外,当雷达视线与船只的船舱等结构成垂直关系时,该部位的螺旋体散射同样也为0。这就影响了船只目标与方位向模糊噪声的进一步区分。在数字图像处理领域,二维卷积函数2D-CF(Two DimensionsConvolution Function)常被应用于目标特征增强和滤波。因此,为了增强船只目标,提高船海对比度,进一步区分船只目标和方位向模糊噪声,在下一步骤中引入二维卷积函数2D-CF对体散射和螺旋体散射进行相干处理。
步骤20:设置滑窗大小M×N,基于二维卷积函数2D-CF(见公式五),对所述体散射和螺旋体散射成分进行二维卷积计算,并采用公式六计算获得二者的相干影像Rc;
式中,x、y分别为二维卷积结果的行列号,0≤x<2M-1,0≤y<2N-1;表示二维卷积操作符,m、n表示体散射功率影像的行列号;
步骤30:统计相干影像的累积分布函数;假定相干影像共有M个像素{x1,x2,…,xM},且各像素按升序排列(即x1≤x2≤…≤xM),那么,相干影像中某像素xk的累积分布函数F(xk),k=1,2,…,M,可根据公式七进行估算,
式中,Num(·)表示统计元素个数。
步骤40:设定恒虚警率Pfa,结合相干影像的累积分布函数F(·),采用公式八计算检测阈值ε;
所述恒虚警率属于雷达信号领域的概念,是人为设定的常数,其含义是:在雷达信号检测中,当外界干扰强度变化时,雷达能自动调整其灵敏度,使雷达的虚警(虚警即检测错误)概率保持不变。
步骤50:遍历相干影像,判断各像素值是否大于检测阈值ε,输出检测结果二值图;也就是,若像素值大于ε,则为船只目标,该像素在二值图中赋值为1;若像素值不大于ε,则为海杂波,该像素在二值图中赋值为0。
与现有技术相比,本发明所述的方法运用HV和VH极化通道间方位向模糊相互共轭的散射特性,基于二维卷积函数2D-CF对体散射和螺旋体散射进行相干,不仅避免了由方位向模糊噪声引起的检测虚警,而且提高了海船对比度,大幅度减少了弱小船只目标的漏检,进而显著提高了船只目标的检测精度。
应当理解的是,以上所述仅为本发明的较佳实施例而已,并不足以限制本发明的技术方案,对本领域普通技术人员来说,在本发明的精神和原则之内,可以根据上述说明加以增减、替换、变换或改进,而所有这些增减、替换、变换或改进后的技术方案,都应属于本发明所附权利要求的保护范围。
Claims (5)
1.一种基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法,其特征在于,包括如下步骤:
步骤10:对全极化SAR数据进行Yamaguchi四分成分解,获得奇次散射、偶次散射、体散射和螺旋体散射成分;
步骤20:设置滑窗大小M×N,基于二维卷积函数2D-CF(Two Dimensions ConvolutionFunction)对所述体散射和螺旋体散射成分进行相干,获得所述体散射和螺旋体散射成分的相干影像;
步骤30:统计所述相干影像的累积分布函数;
步骤40:设定恒虚警率Pfa,结合相干影像的累积分布函数,计算检测阈值ε;
步骤50:遍历相干影像,判断相干影像的各像素值是否大于检测阈值ε,输出检测结果的二值图;若像素值大于ε,则为船只目标,该像素在二值图中赋值为1;若像素值不大于ε,则为海杂波,该像素在二值图中赋值为0。
2.根据权利要求1所述的基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法,其特征在于,步骤10中获得的螺旋体散射功率fhlx和体散射功率fvol:
上式中,|·|表示取绝对值;Im(·)表示取复数的虚部;上标*表示复数共轭;SHH、SHV、SVH和SVV分别为全极化雷达测得的HH、HV、VH和VV极化通道复数数据。
3.根据权利要求2所述的基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法,其特征在于,在步骤20中,设置滑窗大小M×N,基于二维卷积函数2D-CF计算体散射和螺旋体散射成分的二维卷积;所述的二维卷积函数2D-CF(Two DimensionsConvolution Function)定义为
式中,x、y分别为二维卷积结果的行列号,0≤x<2M-1,0≤y<2N-1;fvol和fhlx分别表示体散射功率影像和螺旋体散射功率影像,m、n表示体散射功率影像的行列号;表示二维卷积操作符;
并且,基于体散射和螺旋体散射成分的二维卷积计算二者的相干影像Rc:
4.根据权利要求3所述的基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法,其特征在于,在步骤30中,统计所述相干影像的累积分布函数具体包括:假定相干影像共有M个像素{x1,x2,…,xM},且各像素按升序排列,即x1≤x2≤…≤xM,那么,某像素xk的累积分布函数F(xk),k=1,2,…,M,可根据下述公式进行计算:
式中,Num(·)表示统计元素个数。
5.根据权利要求4所述的基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法,其特征在于,在步骤40中,利用设定的恒虚警率Pfa并结合相干影像的累积分布函数F(·),采用下述公式计算检测阈值ε:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510729414.2A CN105242269B (zh) | 2015-10-30 | 2015-10-30 | 基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510729414.2A CN105242269B (zh) | 2015-10-30 | 2015-10-30 | 基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105242269A CN105242269A (zh) | 2016-01-13 |
CN105242269B true CN105242269B (zh) | 2017-06-16 |
Family
ID=55039974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510729414.2A Expired - Fee Related CN105242269B (zh) | 2015-10-30 | 2015-10-30 | 基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105242269B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106199548B (zh) * | 2016-06-30 | 2019-01-11 | 西安电子科技大学 | 基于四极化通道融合的海面漂浮微弱雷达目标的检测方法 |
CN107886490A (zh) * | 2018-01-14 | 2018-04-06 | 中国人民解放军国防科技大学 | 一种基于双时相sar图像的近岸海域方位模糊去除方法 |
CN108764144B (zh) * | 2018-05-29 | 2021-09-07 | 电子科技大学 | 一种基于gpu的合成孔径雷达目标检测方法 |
CN112363144A (zh) * | 2020-11-27 | 2021-02-12 | 西安空间无线电技术研究所 | 环扫雷达距离模糊和方位模糊鉴别方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5305985B2 (ja) * | 2009-02-27 | 2013-10-02 | 三菱スペース・ソフトウエア株式会社 | 人工物検出装置及び人工物検出方法及び人工物検出プログラム |
CN102262223B (zh) * | 2010-05-26 | 2013-04-10 | 中国科学院对地观测与数字地球科学中心 | 一种基于散射矩阵的相干目标分解方法 |
CN103593669B (zh) * | 2013-11-22 | 2016-08-24 | 中国电子科技集团公司第五十四研究所 | 一种极化合成孔径雷达影像四分量分解的方法 |
CN104298882B (zh) * | 2014-10-16 | 2017-05-03 | 首都师范大学 | 对于Yamaguchi4 分解方法的改进方法 |
-
2015
- 2015-10-30 CN CN201510729414.2A patent/CN105242269B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN105242269A (zh) | 2016-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shirvany et al. | Ship and oil-spill detection using the degree of polarization in linear and hybrid/compact dual-pol SAR | |
Nunziata et al. | Coastline extraction using dual-polarimetric COSMO-SkyMed PingPong mode SAR data | |
CN105242269B (zh) | 基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法 | |
Vespe et al. | SAR image quality assessment and indicators for vessel and oil spill detection | |
Rosenberg et al. | Application of the K+ Rayleigh distribution to high grazing angle sea-clutter | |
CN105403885B (zh) | 一种基于广义多子视相干的极化sar海面船只目标检测方法 | |
Marino et al. | Ship detection with RADARSAT-2 quad-pol SAR data using a notch filter based on perturbation analysis | |
Greidanus | Satellite imaging for maritime surveillance of the European seas | |
Nunziata et al. | On the COSMO-SkyMed PingPong mode to observe metallic targets at sea | |
Iervolino et al. | A novel ship-detection technique for Sentinel-1 SAR data | |
Stastny et al. | Application of RADAR corner reflectors for the detection of small vessels in synthetic aperture radar | |
Migliaccio et al. | Sar polarimetry for effective sea oil slick observation | |
Xiangwei et al. | A fast ship detection algorithm in SAR imagery for wide area ocean surveillance | |
Fiche et al. | Statistical analysis of low grazing angle high resolution X-band SAR sea clutter | |
Joshi et al. | Sea clutter model comparison for ship detection using single channel airborne raw SAR data | |
Liu et al. | Shadowing-analysis-based wave height measurement from ship-borne X-band nautical radar images | |
Iervolino | Ship detection with SAR: modelling, designing and real data validation | |
Rosenberg et al. | Characterisation of the tri-modal discrete sea clutter model | |
Ouchi et al. | Improvement of ship detection accuracy by SAR multi-look cross-correlation technique using adaptive CFAR | |
Zhang et al. | Water-change detection with Chinese Gaofen-3 simulated compact polarimetric SAR images | |
Migliaccio et al. | Ship detection over single-look complex SAR images | |
Bouaraba et al. | Drastic improvement of change detection results with multilook complex SAR images approach | |
Rosenberg et al. | Analysis of maritime X-band velocity SAR imagery | |
Rosenberg et al. | Comparison of distributions for real and synthetic aperture sea-clutter | |
Iervolino et al. | SAR ship detection for rough sea conditions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170616 Termination date: 20181030 |