CN107103283B - 一种sar图像舰船目标几何特征并行提取方法与装置 - Google Patents
一种sar图像舰船目标几何特征并行提取方法与装置 Download PDFInfo
- Publication number
- CN107103283B CN107103283B CN201710182152.1A CN201710182152A CN107103283B CN 107103283 B CN107103283 B CN 107103283B CN 201710182152 A CN201710182152 A CN 201710182152A CN 107103283 B CN107103283 B CN 107103283B
- Authority
- CN
- China
- Prior art keywords
- target
- coordinate
- projection
- axis
- length
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radar Systems Or Details Thereof (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及SAR图像舰船目标几何特征并行提取方法与装置包括,生成像素在ROI内的目标原始坐标;根据ROI边长长度、目标几何中心坐标和目标原始坐标,计算目标坐标偏移量,并根据该目标坐标偏移量和目标原始坐标,计算生成目标偏移后坐标;根据预先设定好的旋转步进值和目标偏移后坐标,并行计算相应旋转角度下的目标行坐标,并根据该目标行坐标计算相应旋转角度下目标在x轴上的投影长度;根据该投影长度,计算相应旋转角度下y轴上的投影长度,并比较选取目标平行于x轴时的投影作为正投影,该正投影对应的x轴上的投影长度即为船舷长度,该正投影对应的y轴上的投影长度即为船舷宽度,该正投影旋转角度即为船舷夹角。
Description
技术领域
本发明涉及图像目标识别技术领域,具体地说,本发明涉及一种SAR(SyntheticAperture Radar,简称SAR)图像舰船目标几何特征并行提取方法与装置。
背景技术
合成孔径雷达是一种高分辨率的微波侧视成像雷达,它利用距离向脉冲压缩原理及方位向合成孔径原理,实现了雷达照射区域直观的空间可视图像。合成孔径雷达除了具备遥感观测中常用的可见光和红外遥感器所具备的可进行大范围、高分辨率和快速观察的特点外,还具有全天时、全天候、穿透能力强等特点。特别是针对海洋背景的应用,由于水体的雷达反射系数很低,有利于提高舰船目标与海面背景的信噪比,因此合成孔径雷达成像在针对海面舰船目标的应用上本身就具有先天的优势,加之以合成孔径雷达成像不受光照和云层的影响,因此它逐渐成为最有发展前景的海洋观测手段之一。
伴随着合成孔径雷达技术的不断发展和分辨率不断提高,SAR图像的自动目标识别(Automatic Target Recognition,ATR)已经成为SAR图像解译领域的研究热点之一。SAR图像自动目标识别系统的目的是在无需人工干预的情况下,利用计算机对所收集的SAR数据进行自动分析,完成目标发现、定位和识别任务,进而分析判断目标所属种类。它涉及到的应用技术包括现代信号处理、模式识别、人工智能等。
美国是最早对SAR自动目标识别系统进行研究的国家。早在20世纪80年代,林肯实验室就开始进行SAR自动目标识别系统方面的研究,其最大的贡献之一就是提出了SAR自动目标识别的三级处理流程。该处理流程由于结构合理、处理效果优良,已经成为了SAR自动目标识别领域广泛认可和采用的框架。在此框架提出后,SAR自动目标识别领域绝大部分研究都是基于这个三级框架开展。图1为SAR自动目标识别三级框架的示意图,可以看出,SAR自动目标识别包括:目标检测、目标鉴别和目标分类三个步骤。
SAR图像通过ATR三级框架前两个阶段负责目标检测和目标鉴别的处理,经过上述两级的处理系统会将明确含有目标的目标兴趣区(Regions of Interest,简称ROI)从图像背景中分割出来。目标几何特征提取主要应用于ATR第三阶段的目标分类,通过提取目标的外形尺寸、方位和轮廓特征来作为判断目标类型的依据。
传统的几何特征提取方法主要采用模板匹配的方法,模板匹配的基本思路和处理过程如图2所示。首先,对原始图像数据进行预处理,将目标回波不连续的部分补全;第二步,计算目标的几何中心并将目标移动到ROI的中心;第三步,对ROI进行中心旋转;第四步,将旋转后的图像与一个预定的模板进行比较,选定某种算法来计算二者的匹配度;第五,步按照一定步进增加旋转的角度,重复第三、四步;最后,选取旋转后图像与模板吻合度最高的作为最优解,从而获得目标的位置和轮廓等信息。
在目标识别领域模板匹配法应用十分广泛,模板匹配的方法通过调整模板可以捕获带有特定轮廓特征的目标,但是在处理SAR图像时模板匹配存在四个缺陷:
1、SAR图像由于成像原理与光学图像不同,其目标回波是由一组不连续的亮斑组成,在计算几何中心时误差很大,导致移动后的目标与ROI中心不重合,在旋转时中心误差会造成模板与目标的偏离;
2、SAR图像目标本身各处回波强度不均匀,在使用灰度作为匹配依据时会导致比较结果不收敛,最优解不唯一;
3、模板匹配需要一个精确的目标外型轮廓,如果模板与目标不匹配,则同样无法获得结果,SAR成像在距离相和方位相都会在存在一定失真,因此目标回波经常会与预定模板存在较大差异;
4、模板匹配需要使用原始数据,并且要进行平移、旋转等操作,在硬件实现时需要多次拷贝,会消耗过多的存储资源,也让算法流程难以优化。
目前SAR自动目标识别领域的一个主要趋势就是逐渐尝试在星载SAR环境中完成自动目标识别的任务,从而达到真正意义上的大范围实时自动目标识别。然而,太空工作环境对处理系统体积、重量、功耗等方面均有较大的限制,因此当前迫切需要一种能够实现SAR图像舰船目标几何特征快速并行提取的解决方案,以适应太空工作环境对处理系统的各种限制。
发明内容
为了解决上述技术问题,本发明目的在于克服现有技术的不足,提供一种能够实现SAR图像舰船目标几何特征快速并行提取的解决方案。
具体来说本发明提供了一种SAR图像舰船目标几何特征并行提取方法,其中包括以下步骤:
坐标生成步骤,生成目标在ROI内的原始坐标;
坐标平移步骤,根据ROI边长长度、目标几何中心坐标和目标原始坐标,计算目标坐标偏移量,并根据该目标坐标偏移量和目标原始坐标,计算生成目标偏移后坐标;
投影计算步骤,根据预先设定好的旋转步进值和目标偏移后坐标,并行计算相应旋转角度下的目标行坐标,并根据该目标行坐标计算相应旋转角度下目标在x轴上的投影长度;
正投影选取步骤,根据目标在x轴上的投影长度,计算相应旋转角度下y轴上的投影长度,并比较选取目标平行于x轴时的投影作为正投影,该正投影对应的x轴上的投影长度即为船舷长度,该正投影对应的y轴上的投影长度即为船舷宽度,该正投影旋转角度即为船舷夹角。
该SAR图像舰船目标几何特征并行提取方法,其中该坐标生成步骤还包含目标筛选步骤,根据该ROI灰度阈值判断当前的像素是目标还是背景,大于等于该ROI灰度阈值的是目标,小于该ROI灰度阈值的是背景,且仅在当前像素为目标时,该坐标生成步骤才会将该坐标发送到坐标平移步骤。
该SAR图像舰船目标几何特征并行提取方法,其中相应旋转角度下的该目标行坐标为去掉小数部分的整数。
该SAR图像舰船目标几何特征并行提取方法,其中该目标在x轴上的投影长度的计算过程具体为:
在x轴每个整数位置设置一条记录,记录初始值为0,每获得相应旋转角度下的该目标行坐标,则与之对应x轴上的整数的记录加1,将记录值大于0的记录作为有效记录,0为无效记录,并以ROI中x轴的0点为起点,最末端为终点,统计最大连续有效记录长度,并以该最大连续有效记录长度作为相应旋转角度下目标在x轴上的投影长度。
该SAR图像舰船目标几何特征并行提取方法,其中该最大连续有效记录长度的统计过程为,假设投影长度计数为c,最长投影长度记录为tc,c和tc初始值为0,统计时每延x轴移动一个刻度c就加1,如遇到连续两个无效记录时,将当前计数值c与tc比较,如果c大于tc则用c的数值更新tc否则保持tc的值,而后c清零并继续向后累加。
本发明还提供了一种SAR图像舰船目标几何特征并行提取装置,其中包括以下模块:
坐标生成模块,用于生成像素在ROI内的目标原始坐标;
坐标平移模块,用于根据ROI边长长度、目标几何中心坐标和目标原始坐标,计算目标坐标偏移量,并根据该目标坐标偏移量和目标原始坐标,计算生成目标偏移后坐标;
投影计算模块,用于根据预先设定好的旋转步进值和目标偏移后坐标,并行计算相应旋转角度下的目标行坐标,并根据该目标行坐标计算相应旋转角度下目标在x轴上的投影长度;
正投影选取模块,用于根据该x轴投影长度,计算相应旋转角度下y轴上的投影长度,并比较选取目标平行于x轴时的投影作为正投影,该正投影对应的x轴上的投影长度即为船舷长度,该正投影对应的y轴上的投影长度即为船舷宽度,该正投影旋转角度即为船舷夹角。
该SAR图像舰船目标几何特征并行提取装置,其中该坐标生成模块还包含目标筛选模块,用于根据该ROI灰度阈值判断当前的像素是目标还是背景,大于等于该ROI灰度阈值的是目标,小于该ROI灰度阈值的是背景,且仅在当前像素为目标时,该坐标生成模块才会将该坐标发送到坐标平移模块。
该SAR图像舰船目标几何特征并行提取装置,其中相应旋转角度下的该目标行坐标为去掉小数部分的整数。
该SAR图像舰船目标几何特征并行提取装置,其中该投影计算模块计算该目标在x轴上的投影长度的过程具体为:
在x轴每个整数位置设置一条记录,记录初始值为0,每获得相应旋转角度下的该目标行坐标,则与之对应x轴上的整数的记录加1,将记录值大于0的记录作为有效记录,0为无效记录,并以ROI中x轴的0点为起点,最末端为终点,统计最大连续有效记录长度,并以该最大连续有效记录长度作为相应旋转角度下目标在x轴上的投影长度。
该SAR图像舰船目标几何特征并行提取装置,其中该最大连续有效记录长度的统计过程为,假设投影长度计数为c,最长投影长度记录为tc,c和tc初始值为0,统计时每延x轴移动一个刻度c就加1,如遇到连续两个无效记录时,将当前计数值c与tc比较,如果c大于tc则用c的数值更新tc否则保持tc的值,而后c清零并继续向后累加。
与现有技术相比,本发明具有下列技术效果:
1、本发明不使用模板匹配方法,而是直接计算目标的投影长度,因此不需要精确的调整目标位置;
2、本发明不需要预知目标的外型特征,可以适应各种ROI大小和检测各种尺寸的舰船目标;
3、本发明可以同时生成目标舰船的舷长、舷宽和船舷夹角三个参数;
4、本发明不使用原始图像进行计算,而直接使用坐标进行计算,省去了实际移动图像这个步骤,因此不需要消耗大量的存储资源,并且大大简化计算过程,提高了运算的速度;
5、本发明运算过程紧凑,只使用少量寄存器,适合于FPGA实现,并且可以通过并行处理来提高系统的运算能力和吞吐率。
附图说明
图1为SAR自动目标识别三级框架的示意图;
图2为传统模板匹配提取舰船轮廓的流程示意图;
图3为本发明一个5度步进的并行计算的框架意图;
图4为存储器线性地址与ROI内直角坐标系的转换关系图;
图5为目标在x、y轴的投影关系以及正投影的选取策略图。
具体实施方式
本发明针对海洋背景SAR图像数据的特性,对传统舰船目标几何特征提取方法进行改进,并对运算器的逻辑实现进行优化,使处理速度大幅提升。本发明可进一步推进SAR图像分析设备的小型化,有利于相关应用在航空航天方面的推广。
下面结合附图和具体实施例对本发明做进一步的描述。
首先要声明的是,ROI原始图像数据、ROI大小信息(ROI的边长长度)、ROI灰度阈值和目标几何中心坐标,作为ATR目标检测和鉴别阶段的统计结果,在本发明中作为外部输入参数,虽然这四个参数的精确性会影响几何特征提取的结果,但是这四个参数的提取不在本发明的实施范围内。本发明针对的是舰船目标几何特征提取,故若无特殊说明下文中的目标均指舰船,为了方便理解,下文中的目标为由多个象素组成的集合。
本方法实施分四个阶段步骤,如图3所示,分别是:
坐标生成步骤,根据ROI原始图像数据、ROI大小信息和ROI灰度阈值,生成像素在ROI内的二维直角坐标,即目标点原始坐标;
坐标平移步骤,根据目标几何中心坐标和ROI大小信息,计算目标偏移量,再根据该目标偏移量和该目标点原始坐标,计算目标移动到ROI中心后的坐标,即目标点偏移后坐标;
投影计算步骤,根据该目标点偏移后坐标和预先设定好的旋转步进值,计算旋转后目标点行坐标,并行计算多个旋转角度下目标在x轴上的投影长度;
正投影选取步骤,根据计算出的多个旋转角度下目标在x轴上的投影长度,换算对应的y轴投影长度,并比较选取船舷平行于x轴时的投影作为正投影,根据正投影的投影长度推算目标尺寸,正投影的旋转角度作为目标与x轴夹角,即船舷夹角。
坐标生成步骤过程如下,ROI原始图像数据在内存中是保存在以0地址为起点的线性地址中的,因此首先要定义线性地址与ROI图像二维直角坐标的映射关系。如图4所示,本发明定义ROI行方向为x轴,列方向为y轴,像素起始点在ROI左上角定义其坐标为(0,0),在接收ROI原始图像数据时,通过一个计数器和如下公式可知当前输入的像素在ROI内的二维直角坐标。
x原始坐标=d线性地址mod rroi行长度
y原始坐标=d线性地址÷rroi行长度
式中x原始坐标为目标点原始行坐标,y原始坐标为目标点原始列坐标,rroi行长度为ROI的边长长度,d线性地址为当前输入的像素在ROI中的线性地址,mod为求余函数,其中坐标生成步骤还包含目标筛选步骤,生成像素在ROI内的二维直角坐标的同时,根据输入的参数ROI灰度阈值判断当前的像素是目标点还是背景点,大于等于ROI灰度阈值的是目标点,小于ROI灰度阈值的是背景点,当且仅当当前像素为目标点时,坐标生成步骤会将坐标发送到坐标平移步骤,也就是说坐标生成步骤只生成目标点的二维直角坐标。
坐标平移步骤过程如下,首先根据当前ROI中目标几何中心坐标位置计算目标偏移量,公式如下:
Δx=x几何中心-rroi行长度/2
Δy=y几何中心-rroi行长度/2
式中△x为目标行偏移量,△y为目标列偏移量,x几何中心为ROI中目标几何中心行坐标,y几何中心为ROI中目标几何中心列坐标,而后根据上式计算的△x、△y计算每个目标点偏移后坐标。公式如下:
x偏移后坐标=x原始坐标-Δx
y偏移后坐标=y原始坐标-Δy
式中x偏移后坐标为目标点偏移后行坐标,y偏移后坐标为目标点偏移后列坐标,要说明的是,坐标平移步骤把目标移至ROI的中心,其实际意义在于防止ROI进行中心旋转时目标溢出ROI,从而引发投影长度计算错误,由于投影长度计算不要求目标中心与ROI中心严格对齐,如果在目标识别阶段计算ROI坐标时能够保证目标在ROI中心区域附近则也可省略坐标平移步骤。
投影计算步骤的过程如下,首先三角函数采用查表方式,系统中储存预先计算好的对应角度θ的cosθ和sinθ值,计算时直接调用。
计算中心旋转后的目标点坐标,采用如下的直角坐标系旋转公式:
式中x旋转后坐标为中心旋转后的目标点行坐标,y旋转后坐标为中心旋转后的目标点列坐标。以计算目标在x轴上的投影长度为例,首先x轴每个整数刻度位置设置一条记录,记录初始值为0,当获得一个x偏移后坐标后经过上式计算会得到一个x旋转后坐标,x旋转后坐标去掉小数部分得到一个整数,则x轴上对应该整数值的记录加1,当一个ROI数据发送完毕后,通过统计x轴上的记录来计算投影长度。
计算投影长度时,本发明以值大于0的记录作为有效记录,0为无效记录。从x轴的0点开始统计,以连续有效记录最长的一段的长度作为投影长度。
假设投影长度计数为c,最长投影长度记录为tc,c和tc初始值为0。统计时每延x轴移动一个刻度c就加1,如遇到连续两个无效记录时,将当前计数值c与tc比较,如果c大于tc则用c的数值更新tc否则保持tc的值,而后c清零并继续向后累加。当累加至ROI的x轴最末端时统计结束,此时tc内的数值即为目标在x轴上的投影长度。
选择最长的连续有效记录作为目标投影长度,是为了消除孤立背景噪点在x轴上的投影对统计结果的影响。
当相邻有效记录之间的无效记录个数小于2时,即为连续有效记录,详细来说,选择连续两个无效记录作为清零条件的原因是,在将投影坐标转换为整数刻度的记录时舍弃了坐标的小数部分,这一近似产生的误差可能会让目标在x轴的投影产生间隙,间隙会将目标投影分割成几个部分。连续两个无效记录作为清零条件,可以有效避免目标投影被分割成造成的统计误差。
根据三角定理,由于中心旋转θ时的x轴投影等于中心旋转θ+90度的x轴投影,因此本发明只要计算旋转角θ为0到180度时目标在x轴上的投影长度就可以推导出旋转角θ为0到180度时目标在y轴上的投影长度。
在计算投影长度时,本发明采用了并行计算的方式,计算旋转角θ为0到180度时目标在x轴上的投影长度。本示例中本发明采用每5度为一个步进的旋转间隔,即旋转步进值为5度,因此要同时计算θ为0,5,10,15…175度,共36个角度的x轴投影长度。
正投影选取步骤的过程如下,首先用已经获得36个在x轴上的投影长度换算36个对应的y轴投影长度,公式如下:
式中Sy(θ)为θ角度下目标在y轴上的投影长度,Sx为目标在x轴上的投影长度,由于绝大多数的舰船船体在海面上投影形状都近似为一个长宽比为10比4的长方形,因此当船舷与x轴平行时,在x轴上的投影Sx最大,在y轴上的投影Sy最小,即每个角度上x轴投影长度减去y轴投影长度差值Sx-Sy最大时,其所对应的目标投影便是正投影,本发明取正投影对应的角度作为正投影的旋转角度,其原理如图5所示。
一旦选定正投影,正投影所对应的x轴投影长度即为船舷长度,y轴投影长度即为船舷宽度,正投影的旋转角度即是船舷与x轴夹角。
以下为与上述方法实施例对应的系统实施例,本实施方式可与上述实施方式互相配合实施。上述施方式中提到的相关技术细节在本实施方式中依然有效,为了减少重复,这里不再赘述。相应地,本实施方式中提到的相关技术细节也可应用在上述实施方式中。
本发明还提供了一种SAR图像舰船目标几何特征并行提取装置,包括以下模块:
坐标生成模块,用于生成像素在ROI内的目标原始坐标;
坐标平移模块,用于根据ROI边长长度、目标几何中心坐标和目标原始坐标,计算目标坐标偏移量,并根据该目标坐标偏移量和目标原始坐标,计算生成目标偏移后坐标;
投影计算模块,用于根据预先设定好的旋转步进值和目标偏移后坐标,并行计算相应旋转角度下的目标行坐标,并根据该目标行坐标计算相应旋转角度下目标在x轴上的投影长度;
正投影选取模块,用于根据该x轴投影长度,计算相应旋转角度下y轴上的投影长度,并比较选取目标平行于x轴时的投影作为正投影,该正投影对应的x轴上的投影长度即为船舷长度,该正投影对应的y轴上的投影长度即为船舷宽度,该正投影旋转角度即为船舷夹角。
该SAR图像舰船目标几何特征并行提取装置,该坐标生成模块还包含目标筛选模块,用于根据该ROI灰度阈值判断当前的像素是目标还是背景,大于等于该ROI灰度阈值的是目标,小于该ROI灰度阈值的是背景,且仅在当前像素为目标时,该坐标生成模块才会将该坐标发送到坐标平移模块。
该SAR图像舰船目标几何特征并行提取装置,相应旋转角度下的该目标行坐标为去掉小数部分的整数。
该SAR图像舰船目标几何特征并行提取装置,该投影计算模块计算该目标在x轴上的投影长度的过程具体为:
在x轴每个整数位置设置一条记录,记录初始值为0,每获得相应旋转角度下的该目标行坐标,则与之对应x轴上的整数的记录加1,将记录值大于0的记录作为有效记录,0为无效记录,并以ROI中x轴的0点为起点,最末端为终点,统计最大连续有效记录长度,并以该最大连续有效记录长度作为相应旋转角度下目标在x轴上的投影长度。
该SAR图像舰船目标几何特征并行提取装置,其中该最大连续有效记录长度的统计过程为,假设投影长度计数为c,最长投影长度记录为tc,c和tc初始值为0,统计时每延x轴移动一个刻度c就加1,如遇到连续两个无效记录时,将当前计数值c与tc比较,如果c大于tc则用c的数值更新tc否则保持tc的值,而后c清零并继续向后累加。
通过结合附图对本发明具体实施例的描述与说明,本发明的其它方面及特征对本领域的技术人员而言是显而易见的。应当注意,这些实施例应被认为只是示例性的,并不用于对本发明进行限制。在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明做出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.一种SAR图像舰船目标几何特征并行提取方法,其特征在于,包括以下步骤:
坐标生成步骤,生成像素在ROI内的目标原始坐标,该目标原始坐标为二维直角坐标;
坐标平移步骤,根据ROI边长长度、目标几何中心坐标和目标原始坐标,计算目标坐标偏移量,并根据该目标坐标偏移量和目标原始坐标,计算目标移至ROI中心的目标偏移后坐标;
投影计算步骤,根据预先设定好的旋转步进值和目标偏移后坐标,并行计算相应旋转角度下的目标行坐标,并根据该目标行坐标计算相应旋转角度下目标在x轴上的投影长度;
正投影选取步骤,根据目标在x轴上的投影长度,计算相应旋转角度下y轴上的投影长度,并比较选取目标平行于x轴时的投影作为正投影,该正投影对应的x轴上的投影长度即为船舷长度,该正投影对应的y轴上的投影长度即为船舷宽度,该正投影旋转角度即为船舷夹角。
2.如权利要求1所述的SAR图像舰船目标几何特征并行提取方法,其特征在于,该坐标生成步骤还包含目标筛选步骤,根据该ROI灰度阈值判断当前的像素是目标还是背景,大于等于该ROI灰度阈值的是目标,小于该ROI灰度阈值的是背景,且仅在当前像素为目标时,该坐标生成步骤才会将该坐标发送到坐标平移步骤。
3.如权利要求1所述的SAR图像舰船目标几何特征并行提取方法,其特征在于,相应旋转角度下的该目标行坐标为去掉小数部分的整数。
4.如权利要求1所述的SAR图像舰船目标几何特征并行提取方法,其特征在于,该目标在x轴上的投影长度的计算过程具体为:
在x轴每个整数位置设置一条记录,记录初始值为0,每获得相应旋转角度下的该目标行坐标,则与之对应x轴上的整数的记录加1,将记录值大于0的记录作为有效记录,0为无效记录,并以ROI中x轴的0点为起点,最末端为终点,统计最大连续有效记录长度,并以该最大连续有效记录长度作为相应旋转角度下目标在x轴上的投影长度。
5.如权利要求4所述的SAR图像舰船目标几何特征并行提取方法,其特征在于,该最大连续有效记录长度的统计过程为,假设投影长度计数为c,最长投影长度记录为tc,c和tc初始值为0,统计时每延x轴移动一个刻度c就加1,如遇到连续两个无效记录时,将当前计数值c与tc比较,如果c大于tc则用c的数值更新tc否则保持tc的值,而后c清零并继续向后累加。
6.一种SAR图像舰船目标几何特征并行提取装置,其特征在于,包括以下模块:
坐标生成模块,用于生成像素在ROI内的目标原始坐标,该目标原始坐标为二维直角坐标;
坐标平移模块,用于根据ROI边长长度、目标几何中心坐标和目标原始坐标,计算目标坐标偏移量,并根据该目标坐标偏移量和目标原始坐标,计算目标移至ROI中心的目标偏移后坐标;
投影计算模块,用于根据预先设定好的旋转步进值和目标偏移后坐标,并行计算相应旋转角度下的目标行坐标,并根据该目标行坐标计算相应旋转角度下目标在x轴上的投影长度;
正投影选取模块,用于根据该x轴投影长度,计算相应旋转角度下y轴上的投影长度,并比较选取目标平行于x轴时的投影作为正投影,该正投影对应的x轴上的投影长度即为船舷长度,该正投影对应的y轴上的投影长度即为船舷宽度,该正投影旋转角度即为船舷夹角。
7.如权利要求6所述的SAR图像舰船目标几何特征并行提取装置,其特征在于,该坐标生成模块还包含目标筛选模块,用于根据该ROI灰度阈值判断当前的像素是目标还是背景,大于等于该ROI灰度阈值的是目标,小于该ROI灰度阈值的是背景,且仅在当前像素为目标时,该坐标生成模块才会将该坐标发送到坐标平移模块。
8.如权利要求6所述的SAR图像舰船目标几何特征并行提取装置,其特征在于,相应旋转角度下的该目标行坐标为去掉小数部分的整数。
9.如权利要求6所述的SAR图像舰船目标几何特征并行提取装置,其特征在于,该投影计算模块计算该目标在x轴上的投影长度的过程具体为:
在x轴每个整数位置设置一条记录,记录初始值为0,每获得相应旋转角度下的该目标行坐标,则与之对应x轴上的整数的记录加1,将记录值大于0的记录作为有效记录,0为无效记录,并以ROI中x轴的0点为起点,最末端为终点,统计最大连续有效记录长度,并以该最大连续有效记录长度作为相应旋转角度下目标在x轴上的投影长度。
10.如权利要求9所述的SAR图像舰船目标几何特征并行提取装置,其特征在于,该最大连续有效记录长度的统计过程为,假设投影长度计数为c,最长投影长度记录为tc,c和tc初始值为0,统计时每延x轴移动一个刻度c就加1,如遇到连续两个无效记录时,将当前计数值c与tc比较,如果c大于tc则用c的数值更新tc否则保持tc的值,而后c清零并继续向后累加。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710182152.1A CN107103283B (zh) | 2017-03-24 | 2017-03-24 | 一种sar图像舰船目标几何特征并行提取方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710182152.1A CN107103283B (zh) | 2017-03-24 | 2017-03-24 | 一种sar图像舰船目标几何特征并行提取方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107103283A CN107103283A (zh) | 2017-08-29 |
CN107103283B true CN107103283B (zh) | 2020-04-28 |
Family
ID=59674761
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710182152.1A Active CN107103283B (zh) | 2017-03-24 | 2017-03-24 | 一种sar图像舰船目标几何特征并行提取方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107103283B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113555737A (zh) * | 2021-09-17 | 2021-10-26 | 长沙泰科阳微电子有限公司 | 一种sar图像检测方法及系统 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109298421B (zh) * | 2018-11-14 | 2022-09-30 | 北京遥感设备研究所 | 一种可配置图幅的sar成像系统及其实现方法 |
CN109549569A (zh) * | 2018-12-28 | 2019-04-02 | 珠海凯浩电子有限公司 | 一种根据地磁强弱方向清扫的扫地机器人 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101520896B (zh) * | 2009-03-30 | 2012-05-30 | 中国电子科技集团公司第十研究所 | 利用光学遥感影像自动检测云层干扰舰船目标的方法 |
CN102109597B (zh) * | 2009-12-29 | 2013-04-10 | 中国科学院对地观测与数字地球科学中心 | 根据船舶的高分辨率sar影像识别船舶类型的方法 |
CN102542277B (zh) * | 2012-01-06 | 2015-03-25 | 中国人民解放军第二炮兵装备研究院第三研究所 | 一种海洋合成孔径雷达图像的舰船尾迹检测方法 |
CN104166853B (zh) * | 2014-04-24 | 2019-06-25 | 中国人民解放军海军航空大学 | 从高分辨率遥感图像中快速提取规则化舰船切片的方法 |
CN105069460B (zh) * | 2015-08-21 | 2018-08-31 | 航天长征火箭技术有限公司 | 一种isar图像舰船目标特征提取方法 |
CN106845430A (zh) * | 2017-02-06 | 2017-06-13 | 东华大学 | 基于加速区域卷积神经网络的行人检测与跟踪方法 |
-
2017
- 2017-03-24 CN CN201710182152.1A patent/CN107103283B/zh active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113555737A (zh) * | 2021-09-17 | 2021-10-26 | 长沙泰科阳微电子有限公司 | 一种sar图像检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107103283A (zh) | 2017-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107103283B (zh) | 一种sar图像舰船目标几何特征并行提取方法与装置 | |
CN107808383B (zh) | 一种强海杂波下sar图像目标快速检测方法 | |
CN107423734B (zh) | 一种sar图像海洋目标快速检测方法与装置 | |
CN112731307B (zh) | 基于距离-角度联合估计的ratm-cfar检测器及检测方法 | |
CN114418953B (zh) | 一种基于时间历程累计图像的声呐目标检测方法和系统 | |
CN114384520B (zh) | 一种机动平台对海面船只精细化雷达成像方法 | |
Kang et al. | ISAR cross-range scaling via joint estimation of rotation center and velocity | |
CN115220041A (zh) | 一种带有多普勒补偿的毫米波雷达尺度定位方法和系统 | |
CN112130142A (zh) | 一种复杂运动目标微多普勒特征提取方法及系统 | |
CN110852992A (zh) | 一种基于顶帽变换和Radon变换的船只尾迹检测方法 | |
CN111311644A (zh) | 一种基于视频sar的运动目标检测方法 | |
CN111175744B (zh) | 一种雷达图像快速生成与缩放方法 | |
CN117250589A (zh) | 一种用于交通雷达的点云数据恒虚警检测方法 | |
Ye et al. | Mobilenetv3-YOLOv4-sonar: Object detection model based on lightweight network for forward-looking sonar image | |
CN116953674A (zh) | 声呐成像中的快速目标检测算法 | |
CN109544574B (zh) | 基于全固态vts雷达的目标提取方法 | |
CN113805176B (zh) | 基于锐度分析和成像投影平面选取的最优成像时间段选取方法 | |
CN108985292A (zh) | 一种基于多尺度分割的sar图像cfar目标检测方法与系统 | |
CN111369507B (zh) | 基于归一化灰度霍夫变换和局部cfar的尾迹检测方法 | |
KR100971148B1 (ko) | 밝기 조절을 통한 영상 정합을 위한 병렬 구조의 영상 처리장치 및 방법 | |
CN110619650A (zh) | 一种基于线结构激光点云的边缘点提取方法和装置 | |
CN113820712B (zh) | 一种基于强散射点的舰船目标定位方法及系统 | |
Zhang et al. | Real-time processing of ship detection with spaceborne SAR image based on multiple FPGA | |
Li et al. | Segmentation of SAR ship target based on radon transform | |
CN114879157B (zh) | 基于能量轨迹提取的高价值目标散射中心参数估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |