CN105866778A - 基于极化合成孔径雷达数据的舰船检测方法 - Google Patents

Abstract

本发明公开了一种基于极化合成孔径雷达数据的舰船检测方法，利用极化合成孔径雷达数据进行舰船检测，其实现步骤如下，(1)获取极化合成孔径雷达数据；(2)计算海域极化数据分布的形状参数；(3)获取海域极化数据的相关峭度；(4)获取海域极化数据的相关峭度的RGB图像；(5)Canny边缘检测；(6)计算机输出舰船检测的结果图像。本发明中利用海域极化数据分布的形状参数与相关峭度的对应关系来实现舰船检测。本发明可用于海洋监控领域中对舰船的检测，可以提高微弱舰船的检测精度，降低系统复杂度。

Description

基于极化合成孔径雷达数据的舰船检测方法

技术领域

本发明属于雷达技术领域，更进一步涉及雷达图像处理技术领域中的一种基于极化合成孔径雷达数据的舰船检测方法。本发明可用于海洋监控领域中对舰船的定位。

背景技术

目前，在舰船检测的领域中，主要是利用光学遥感图像检测和合成孔径雷达图像检测两种方法来实现。第一种利用光学遥感方法，是通过利用光学遥感图像中目标灰度变化来提取特征从而完成舰船的检测。第二种舰船检测方法，是利用合成孔径雷达图像分割以及解相关等方法来完成舰船的检测。

国防科技技术大学在其申请的专利“一种光学遥感图像中海上舰船检测方法”(专利申请号201210077407.5，公开号CN102663348A)中公开了一种光学遥感图像中海上舰船检测方法。该方法是通过局部对比度在海面区域滑动窗口进行舰船的疑似目标检测，对检测后结果按一定窗口取其邻域，并利用空间金字塔匹配模型提取信息从而达到目标舰船鉴别。该方法存在的不足之处是，该方法可以实现舰船检测，但是由于对舰船的散射信息读取不完善导致弱小舰船目标不能实现检测，并且需要对大量的疑似舰船目标选择合适大小的窗口进行目标邻域块分割来提取目标，耗费时间成本较高。

西安电子科技大学在其申请的专利“基于高分辨合成孔径雷达图像的舰船检测方法”(专利申请号201110140973.1，公开号CN102208017A)中公开了一种基于高分辨合成孔径雷达图像的舰船检测方法。该方法是通过多幅子孔径雷达图像之间的相位相关信息和各子孔径雷达图像的幅度信息获取二值目标检测结果，对该结果提取目标切片，并利用目标切片进行目标与背景分割从而达到目标舰船鉴别。该方法存在的不足之处是，该方法可以实现舰船整体检测，但是由于对舰船的散射信息读取不完善导致弱小舰船目标不能实现检测，并且需要预处理分割合成孔径雷达图像得到子孔径雷达图像，并且算法模型结构复杂，计算成本较高。

发明内容

本发明针对上述现有技术存在的不足，提出一种基于极化合成孔径雷达数据的舰船检测方法。本发明充分利用极化合成孔径雷达的海域极化数据，获取完善的海域中舰船的散射信息，并将海域的非高斯分布的形状参数与相关峭度表达式结合起来的方法实现舰船的检测，以解决现有技术中对弱小舰船目标的检测漏警过大的问题，以及现有技术需要大量预处理数据导致操作步骤多，算法模型复杂度高，计算速度慢的问题。

本发明的基本思路是：计算机读取极化合成孔径雷达获取的海域极化数据，将得到海域极化数据与非高斯K-Wishart分布模型相结合，计算海域极化数据分布的形状参数，利用海域极化数据分布的形状参数与海域极化数据的相关峭度的对应关系得到海域极化数据的相关峭度，并获得海域极化数据的相关峭度的RGB图像，并将该相关峭度的RGB图像存储在计算机内存中，最后利用Canny边缘检测获得舰船检测结果，并利用计算机输出舰船检测结果图像。

实现本发明目的的具体步骤如下：

(1)获取极化合成孔径雷达数据：

(1a)计算机读取由极化合成孔径雷达获取的海域极化数据。

(1b)海域极化数据以Y(m×n×d×d)形式存储于计算机内存中，其中，m和n分别表示海域极化数据的总行数和总列数，每个海域极化数据由d×d维的矩阵表示，d表示每个海域极化数据矩阵的维度。

(2)计算海域极化数据的形状参数：

(2a)采用非高斯K-Wishart分布模型拟合海域极化数据Y(m×n×d×d)的分布。

(2b)按照下式，计算海域极化数据中所有L×L邻域内的形状参数：

$\mathrm{\α}=\frac{d\×(d\×L+1)}{L\×\mathrm{var}({\mathrm{\Σ}}^{-1}\×Y)-d}$

其中，α表示海域极化数据中所有L×L邻域内的形状参数，L表示海域极化数据的多视数，d表示每个海域极化数据矩阵的维度，×表示相乘操作，var(·)表示方差操作，Σ表示海域极化数据的均值，Σ＝E(Y)，E(·)表示均值操作，(·)^-1表示逆操作，Y表示海域极化数据，Y＝Y(m×n×d×d)，m和n分别表示海域极化数据的总行数和总列数，每个海域极化数据由d×d维的矩阵表示。

(3)获取海域极化数据的相关峭度：

将海域极化数据中所有L×L邻域内的形状参数α带入下式，获取海域极化数据的相关峭度：

$RK=1+\frac{d\×L+1}{(d+1)\×\mathrm{\α}}$

其中，RK表示海域极化数据的相关峭度，d表示每个海域极化数据矩阵的维度，×表示相乘操作，L表示海域极化数据的多视数，α表示海域极化数据Y的L×L邻域内的形状参数。

(4)获取海域极化数据的相关峭度图像：

将获得的海域极化数据的相关峭度转化为相关峭度的RGB图像，并存储在计算机内存中。

(5)Canny边缘检测：

对相关峭度的RGB图像作Canny边缘检测，得到舰船检测的结果。

(6)计算机输出舰船检测的结果图像。

本发明与现有的技术相比具有以下优点：

第一，由于本发明直接利用极化合成孔径雷达海域极化数据检测舰船，不存在图像预处理计算量，克服了现有技术中由于需要对待检测图像进行滑窗或分割等预处理所带来大量图像处理计算量的缺点，使得本发明具有实施成本低廉，实施性强的优点。

第二，由于本发明采用非高斯分布的形状参数计算每一个极化数据位置的相关峭度，增加了相关峭度图像中非高斯性弱小舰船与海的对比度，克服了现有技术对舰船的形状尺寸等散射信息读取不完整，以及对于弱小舰船检测的漏警过大的问题，使得本发明对于弱小舰船的检测具有较高准确率的优点。

第三，由于本发明采用相关峭度图像进行舰船检测，简化了舰船的检测步骤，克服了现有技术对于舰船的检测需要复杂的算法模型，以及繁琐的计算带来的舰船的检测步骤过繁的问题，使得本发明具有计算效率高，简单可用的优点。

附图说明

图1为本发明的流程图；

图2为本发明的仿真图。

具体实施方式

下面结合附图对本发明作进一步的详细描述。

参照附图1，本发明的具体步骤如下。

步骤1，获取极化合成孔径雷达数据。

计算机读取由极化合成孔径雷达获取的海域极化数据。

将海域极化数据以Y(m×n×d×d)形式存储在计算机内存中，其中，m和n表示海域极化数据的行数和列数，每个海域极化数据由d×d维的矩阵表示，d表示每个海域极化数据矩阵的维度。

步骤2，计算海域极化数据分布的形状参数。

采用非高斯乘积K-Wishart分布模型拟合海域极化数据Y(m×n×d×d)的分布，其中，m和n表示海域极化数据的行数和列数，每个海域极化数据由d×d维的矩阵表示，d表示每个海域极化数据矩阵的维度，获得海域极化数据的分布模型的表达式，并由该表达式计算海域极化数据分布的形状参数，具体步骤如下：

按照下式，将海域极化数据Y(m×n×d×d)用K-Wishart分布模型进行拟合：

Y＝Z·C

其中，Y表示海域极化数据，Y＝Y(m×n×d×d)，m和n表示极化数据的行数和列数，每个极化数据由d×d维的矩阵表示，d表示每个极化数据矩阵的维度，Z表示海域极化数据的非高斯分布系数，Z服从伽马Gamma分布，Z～Γ(α)，Γ(·)表示Gamma分布函数，α表示Gamma分布函数的形状参数，C表示服从标准高斯分布的海域极化数据，C～Ν(0,1)。

按照下式，计算海域极化数据Y(m×n×d×d)的L×L邻域内Gamma分布函数的形状参数：

$\mathrm{\α}=\frac{d\×(d\×L+1)}{L\×\mathrm{var}({\mathrm{\Σ}}^{-1}\×Y)-d}$

其中，α表示海域极化数据中所有L×L邻域内的形状参数，L表示海域极化数据的多视数，d表示每个海域极化数据矩阵的维度，×表示相乘操作，var(·)表示方差操作，Σ表示海域极化数据的均值，Σ＝E(Y)，E(·)表示均值操作，(·)^-1表示逆操作，Y表示海域极化数据，Y＝Y(m×n×d×d)，m和n分别表示海域极化数据的总行数和总列数，每个海域极化数据由d×d维的矩阵表示。

步骤3，获取海域极化数据的相关峭度。

采用海域极化数据计算海域极化数据的相关峭度，具体步骤如下：

第一步，将Gamma分布函数的形状参数带入海域极化数据的相关峭度的表达式中：

$RK=1+\frac{d\×L+1}{(d+1)\×\mathrm{\α}}$

其中，RK表示海域极化数据的相关峭度，d表示每个海域极化数据矩阵的维度，×表示取相乘操作，L表示海域极化数据的多视数，α表示海域极化数据Y的L×L邻域内的形状参数。

第二步，获取海域极化数据的相关峭度如下：

$RK=1+\frac{L\mathrm{var}\left(M\right)-d}{(d+1)}$

其中，RK表示海域极化数据的相关峭度，L表示海域极化数据的多视数，var(·)表示取方差操作，M表示矩阵Σ^-1Y的迹，M＝tr(Σ^-1Y)，tr(·)表示取迹操作，Σ^-1表示对矩阵均值求逆，Σ＝E(Y)，E(·)表示取均值操作，Y表示海域极化数据，Y＝Y(m×n×d×d)，m和n分别表示海域极化数据的行数和列数，每个海域极化数据由d×d维的矩阵表示，d表示每个海域极化数据矩阵的维度。

步骤4，获取海域极化数据的相关峭度图像。

将获得的海域极化数据的相关峭度存储在计算机内存中，并把该相关峭度转化为海域极化数据的相关峭度的RGB图像，将该相关峭度的RGB图形存储在计算机内存中。

本发明的实施例中是采用MATLAB软件将海域极化数据的相关峭度转化为海域极化数据的相关峭度的RGB图像。该转换操作也可以在Visual C++或者VisualStudio等软件中实现。

步骤5，Canny边缘检测。

对海域极化数据的相关峭度的RGB图像作Canny边缘检测，得到舰船检测的结果。

步骤6，计算机输出舰船检测的结果图像。

下面结合图2对本发明的仿真效果做进一步的描述。

1.仿真条件：

本发明的仿真实验是在主频2.4GHz的Intel Core i7-5500U、内存8.0GB的硬件环境和MATLAB R2015a的软件环境下进行的。

2.仿真内容：

参照附图2(a)，附图2(a)为本发明的仿真实验中所用的极化合成孔径雷达图像的数据的Pauli图。该极化合成孔径雷达图像来自日本海域的极化合成孔径雷达图像的一部分，该极化合成孔径雷达图像的分辨率为3.33×4.63，其中3.33表示方位向分辨率为3.33米，4.63表示距离向分辨率为4.63米，图片大小为1216×721个像素。从附图2(a)的图像中可以看出，海域中白色亮点处均为舰船，一些弱小的舰船并不是清晰可见。

3.仿真效果分析：

图2(b)为本发明的仿真实验中海域极化数据的相关峭度的RGB图像,图2(b)中白色线条处表示相关峭度图像中舰船，从图2(b)中可以看出，弱小舰船与海的对比亮度存在明显的增强，海与舰船的对比度明显提高，图像的可视化程度提高。

图2(c)为本发明的仿真实验中舰船检测的结果图像，图2(c)中的白色线条表示舰船与海的边界线，从图2(c)中可以看出，相关峭度的RGB图像经过Canny边缘检测后舰船定位清晰并且边缘平滑，弱小舰船的灰度增加，舰船检测效果良好。

Claims (2)

1.一种基于极化合成孔径雷达数据的舰船检测方法，包括如下步骤：

(1)获取极化合成孔径雷达数据：

(1a)计算机读取由极化合成孔径雷达获取的海域极化数据；

(1b)海域极化数据以Y(m×n×d×d)形式存储于计算机内存中，其中，m和n分别表示海域极化数据的总行数和总列数，每个海域极化数据由d×d维的矩阵表示，d表示每个海域极化数据矩阵的维度；

(2)计算海域极化数据的形状参数：

(2a)采用非高斯K-Wishart分布模型拟合海域极化数据Y(m×n×d×d)的分布；

(2b)按照下式，计算海域极化数据中所有L×L邻域内的形状参数：

$\mathrm{\α}=\frac{d\×(d\×L+1)}{L\×\mathrm{var}({\mathrm{\Σ}}^{-1}\×Y)-d}$

其中，α表示海域极化数据中所有L×L邻域内的形状参数，L表示海域极化数据的多视数，d表示每个海域极化数据矩阵的维度，×表示相乘操作，var(·)表示方差操作，Σ表示海域极化数据的均值，Σ＝E(Y)，E(·)表示均值操作，(·)^-1表示逆操作，Y表示海域极化数据，Y＝Y(m×n×d×d)，m和n分别表示海域极化数据的总行数和总列数，每个海域极化数据由d×d维的矩阵表示；

(3)获取海域极化数据的相关峭度：

将海域极化数据中所有L×L邻域内的形状参数α带入下式，获取海域极化数据的相关峭度：

$RK=1+\frac{d\×L+1}{(d+1)\×\mathrm{\α}}$

其中，RK表示海域极化数据的相关峭度，d表示每个海域极化数据矩阵的维度，×表示相乘操作，L表示海域极化数据的多视数，α表示海域极化数据Y的L×L邻域内的形状参数；

(4)获取海域极化数据的相关峭度图像：

将获得的海域极化数据的相关峭度转化为相关峭度的RGB图像，并存储在计算机内存中；

(5)Canny边缘检测：

对相关峭度的RGB图像作Canny边缘检测，得到舰船检测的结果；

(6)计算机输出舰船检测的结果图像。

2.根据权利要求1所述的基于极化合成孔径雷达数据的舰船检测方法，其特征在于，步骤(2a)中所述的非高斯K-Wishart分布模型的公式如下：

Y＝Z·C

其中，Y表示海域极化数据，Y＝Y(m×n×d×d)，m和n分别表示海域极化数据的总行数和总列数，每个海域极化数据由d×d维的矩阵表示，d表示每个海域极化数据矩阵的维度，Z表示海域极化数据的非高斯分布系数，Z服从伽马Gamma分布，Z～Γ(α)，Γ(·)表示Gamma分布函数，α表示Gamma分布函数的形状参数，C表示服从标准高斯分布的海域极化数据，C～N(0,1)。