CN108615238A - 基于区域分割的高频雷达海杂波区域提取方法 - Google Patents

Abstract

本发明属于高频雷达杂波提取领域，涉及运用图像处理的方式处理雷达信号，提出一种基于距离‑多普勒(range‑Doppler,RD)图的海杂波提取方法，精确提取出海杂波区域，对海态检测和海杂波的特性分析具有重要的意义。其主要思路是：首先，将高频雷达接收的雷达回波信号排列成RD矩阵，经过脉冲压缩和多普勒处理得到RD图。其次，利用灰度变换函数，将RD图转换为灰度图。然后，利用CFAR求出噪声区域的阈值，并转化为灰度阈值，基于灰度阈值，将RD灰度图转化为二值图像。最后，利用DRLSE分割技术精确地提取出海杂波区域。

Description

基于区域分割的高频雷达海杂波区域提取方法

技术领域

本发明属于图像处理和雷达信号处理相结合的技术，具体涉及利用图像分割技术，基于高频雷达的距离-多普勒(range-Doppler,RD)图，对海杂波区域准确提取的方法。

背景技术

高频雷达工作于高频段(约5～30MHz)，利用电离层反射高频电磁波进行海态探测和目标检测，具有覆盖范围大、探测距离远、可反隐形飞机等优点。海杂波是由海面的后向散射回波形成的，在RD图上一般表现为边缘不整齐的带状。

对海杂波谱的研究可以帮助测量海洋学参数，如风速和风向以及其他波浪信息。海杂波的准确提取和建模对于海况监测非常重要，但是海杂波建模研究十分困难，过去几十年中，尽管关于海杂波谱的研究取得一些的进展，但是建立一个精确的海杂波模型还是十分困难。同时，海态探测也要求对海杂波的精确提取，例如，基于多普勒频谱的二阶连续谱来估计海态信息，要求海杂波数据不受其他噪声的影响。

针对海杂波的提取，传统方法通过确定多倍Bragg频率以内区域作为海杂波区域。由于海杂波复杂多变且能量较强，其频谱会产生展宽和漂移，使得海杂波区域和噪声区域边缘难以区分，从传统的信号处理角度难以准确提取海杂波区域。而海杂波在RD图中表现为边缘不整齐的带状图像，其边缘在RD图中，与噪声边缘的界限十分不明显，使得海杂波的提取的难度进一步加大。

考虑到以上问题，本发明提出将海杂波的提取问题转换为图像区域分割问题，即基于RD图，利用图像分割方法，准确提取出海杂波区域。

发明内容

本发明提出一种基于RD图的高频雷达的海杂波区域提取方法。首先，将接收到的雷达信号，通过常规处理信号方式得到RD图；其次，利用对数变换函数将RD图转化为灰度图像；然后，利用(the constant false alarm rate,CFAR)技术，将RD灰度图转化为二值图像；最后，使用DRLSE分割方法准确提取出海杂波区域。

所述的基于RD图的高频雷达的海杂波区域提取方法通过以下步骤实现：

步骤1，将雷达接收的回波信号排列成RD矩阵，经过脉冲压缩和多普勒处理，得到RD图。

步骤2，基于RD图利用对数变换的灰度转换方法，将RD图转化为灰度图像。

步骤3，利用CFAR求出噪声区域的阈值，进而得到灰度阈值，基于灰度阈值将RD灰度图转化为二值图像。

步骤4，基于二值图像，利用DRLSE分割技术进行图像分割，准确提取出海杂波区域。

本发明具有如下优点：

第一，本发明可直接用于处理雷达接收的数据生成RD图，引入图像分割方法，准确地提取出海杂波区域，相对传统方法通过确定多倍Bragg频率以内区域为海杂波区域精确性更高。

第二，考虑海杂波边缘不明显，且在灰度图像中的梯度变化幅度小，在提取海杂波区域时，本发明使用CFAR法将灰度图转化为二值图，再使用图像分割方法，提高海杂波区域提取的精确度。

附图说明

图1，基于RD图的高频雷达海杂波区域提取流程图

图2，仿真RD图像

图3，RD灰度图像

图4，RD二值图像

图5，提取的海杂波区域

具体实施方式

参照图1，为本发明的一种基于RD图的高频雷达的海杂波区域提取的方法的流程图；所述的基于RD图的高频雷达的海杂波区域提取方法通过以下步骤实现：

步骤一，仿真高频雷达接收信号，其波形带宽为20kHz，采样频率50kHz，波形周期为10ms，相干积累周期数512。如图2，是将接收信号排列成RD矩阵并进行脉冲压缩和多普勒处理，得到的RD图。仿真图中海杂波区域大致位于多可以观察到，在RD图中，海杂波边缘成带状图像，其边缘与噪声区域难以分割，导致海杂波区域难以被提取。

步骤二，将RD图利用灰度转化函数得到RD灰度图，其中灰度转化函数为

Y(p,m)＝k·ln(1+n·|K(p,m)|)

其中K(p,m)为RD矩阵，k，n分别表示控制动态范围和灰度级。设置动态范围为80dB，灰度级为255，得到RD灰度图，如图3，海杂波区域边缘的梯度较为不明显。

步骤三，利用CFAR求出噪声区域的阈值，进而得到灰度阈值；基于灰度阈值将RD灰度图转化为二值图像。具体操作如下：

首先，利用传统方法，取20倍Bragg频率以内区域为海杂波区域，取其补集为噪声区域。由于噪声服从复高斯分布，其模值服从瑞利分布。求得瑞利分布的参数其中为噪声模值的均值。

然后，根据虚警概率与门限的关系其中P_FA(η)为虚警概率，f(x)为瑞利分布的概率密度函数求取噪声的阈值当虚警概率足够小时，求得噪声的阈值则会更加准确。进而得到噪声灰度阈值η'＝k·ln(1+n·η)

最后，根据灰度阈值η'，将RD灰度图转化为二值图像。小于灰度阈值η'判定为噪声区域，否则为海杂波区域。同时将海杂波区域的灰度值设置为“1”，噪声区域的灰度值设置为“0”，即设虚警概率P_FA(η)＝10^-3，求得灰度阈值η'＝148.26，转化之后的二值图像如图4所示。

步骤四，基于二值图像，利用DRLSE分割方法提取海杂波区域。DRLSE水平集算法，即将几何活动轮廓模型的演化转化为水平集函数的偏微分表达式的数值解的过程，其能量函数为：

其中，ε是水平集轮廓线，μ是正则化项，λ是长度项，α是面积项的权重系数，H是亥维赛函数，δ是狄拉克函数。g函数是基于图像梯度的边界停止函数，即其中G_σ是高斯滤波函数，I是待处理图像，是梯度算子。在图像相对平坦区域，梯度值较小，g函数趋向于促使曲线进行演化；而在图像的边缘处，梯度值较大，g函数促使曲线停止在目标边界。为了取得能量函数的最小值，DRLSE采取梯度下降法，即：

其中设置参数μ＝0.02，λ＝5，ε＝1.5，α＝-3，仿真结果如图5所示，可以观察到海杂波区域被准确提取出。

Claims (7)

1.一种基于RD图的高频超视距雷达海杂波提取方法，其特征在于，包括以下步骤：

步骤一：将接收到的原始雷达数据通过脉冲压缩多普勒处理后的到RD图

步骤二：利用灰度转化函数，将RD图转化为灰度图。

步骤三：利用恒虚警(CFAR)算法,将RD灰度图转换为二值图像。

步骤四：利用DRLSE算法，进行演化分割，准确提出海杂波区域。

2.根据权利要求1所述，其特征在于：本发明基于RD图进行处理，其特征在于，在步骤1中对高频雷达接收的回波信号，排列成RD矩阵K，经过脉冲压缩和多普勒处理得到RD图。

3.根据权利要求1所述，其特征在于：利用灰度转换函数将RD图转化成灰度图。其中灰度变换函数为

Y(p,m)＝k·ln(1+n·|K(p,m)|)。

4.根据权利要求1所述，其特征在于：利用CFAR法求得噪声的阈值η，并转化成灰度阈值η'＝k·ln(1+n·η)。基于灰度阈值η'将RD灰度图转化为二值图像。

5.如权利要求4所述，其特征在于，利用虚警概率和门限的关系

在给定足够小的情况下，得到噪声阈值

6.如权利要求4所述，其特征在于：将RD灰度图转化为二值图像。小于阈值η'判定为噪声区域，否则为海杂波区域。同时将海杂波区域的灰度值设置为“1”，噪声区域的灰度值设置为“0”

7.如权利要求1所述，其特征在于：基于二值图像，利用DRLSE方法，准确提取出海杂波区域。