CN110852141A - 一种基于被动干涉微波图像的海面目标探测方法及系统 - Google Patents

一种基于被动干涉微波图像的海面目标探测方法及系统 Download PDF

Info

Publication number
CN110852141A
CN110852141A CN201910555630.8A CN201910555630A CN110852141A CN 110852141 A CN110852141 A CN 110852141A CN 201910555630 A CN201910555630 A CN 201910555630A CN 110852141 A CN110852141 A CN 110852141A
Authority
CN
China
Prior art keywords
image
target
detection
passive interference
images
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.)
Granted
Application number
CN201910555630.8A
Other languages
English (en)
Other versions
CN110852141B (zh
Inventor
卢海梁
李一楠
宋广南
党鹏举
李鹏飞
王佳坤
杨小娇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Institute of Space Radio Technology
Original Assignee
Xian Institute of Space Radio Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Institute of Space Radio Technology filed Critical Xian Institute of Space Radio Technology
Priority to CN201910555630.8A priority Critical patent/CN110852141B/zh
Publication of CN110852141A publication Critical patent/CN110852141A/zh
Application granted granted Critical
Publication of CN110852141B publication Critical patent/CN110852141B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J2005/0077—Imaging

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于被动干涉微波图像的海面目标探测方法及系统，所述方法包括如下步骤：图像差分检测步骤；背景对消检测步骤：获得背景对消检测图像；目标标识步骤：获得目标标识图像；目标航迹图步骤：对于背景对消检测步骤中确定目标所在的图像帧范围内所有被动干涉微波图像采用背景对消检测步骤获取对应的背景对消检测图像，采用目标标识步骤对背景对消检测图像进行目标标识，然后再将该目标的所有的目标标识图像作和操作，获得目标航迹图；目标信息提取步骤：根据背景对消检测图像和目标标识图像确定目标的大小、航速和航向信息。本发明能够实现海面目标的有效探测，且是基于图像域处理的，具有计算数据量小，探测效率高的优点。

Description

一种基于被动干涉微波图像的海面目标探测方法及系统
技术领域
本发明属于空间微波遥感技术领域，尤其涉及一种基于被动干涉微波图像的海面目标探测方法及系统。
背景技术
被动微波辐射无源探测技术主要是利用目标自身的微波热辐射信号来探测目标，其主要设备是微波辐射计，属于无源雷达的范畴。被动微波辐射无源探测与传统雷达相比，不发射任何信号，具有功耗低、隐蔽性强、受海杂波干扰小等优点；同时对隐身目标也具有较好的探测能力。国内外相关学者一直在开展其在军事侦察方面应用研究。
然而，被动微波辐射无源探测技术一直受制于微波辐射计空间分辨率较低的限制，无法实现对目标的远距离探测。20世纪80年代，Ruf.C.S借鉴了射电天文中“孔径综合”的思想，提出了被动干涉微波辐射计，以提高其空间分辨率；随后，被动干涉微波辐射计在军事方面的应用也逐渐引起了国内外学者的关注。2002年，德国航天中心展示了机载被动干涉微波辐射计对地军事目标进行侦察的研究工作。2004年，中国电子科技集团公司第十研究所指出使用被动干涉微波辐射计可观察到1.5km外地面上3m*3m大小的金属目标。2005年，华中科技大学成功研制了国内首台一维被动干涉微波辐射计，并利用该系统在微波辐射无源探测方面展开一系列研究。当前，尽管国内外学者在被动干涉微波辐射计应用于军事侦察方面开展了相关研究，但均是基于地基平台或机载平台等。2015年，中国空间技术研究院西安分院提出了利用机载或星载被动微波辐射无源探测系统实现对海面舰船目标全天时、全天候、隐蔽性探测的构想，并开展了大量的研究工作。
但由于探测距离远，且受限于被动干涉微波热辐射无源探测系统(被动干涉微波辐射计)的空间分辨率，海面目标在被动干涉微波辐射亮温图像中只占据少数几个像素点，且目标亮温图像信噪比低，呈现出弱小的特点；此外，还受到系统本底噪声、海杂波、云、雨和雾等因素的干扰。因此，海面目标探测算法是天基/空基被动干涉微波辐射无源探测技术的关键问题之一。
发明内容
本发明解决的技术问题是：克服现有技术的不足，提供了一种基于被动干涉微波图像的海面目标探测方法及系统，能够实现海面目标的有效探测，且是基于图像域处理的，具有计算数据量小，探测效率高的优点。
本发明目的通过以下技术方案予以实现：根据本发明的一个方面，提供了一种基于被动干涉微波图像的海面目标探测方法，所述方法包括如下步骤：图像差分检测步骤：被动干涉微波图像减去相邻间隔的被动干涉微波图像获得微波辐射差分图像，以确定微波辐射差分图像中是否存在目标以及目标所在的图像帧范围；背景对消检测步骤：根据图像差分检测步骤中的所确定存在目标的图像以及目标所在的范围，将存在目标的被动干涉微波图像减去无目标存在的被动干涉微波图像，获得背景对消检测图像；目标标识步骤：基于背景对消检测步骤获得的背景对消检测图像，若背景对消检测图像中存在亮温异常点，则被标识为可疑目标，获得目标标识图像；目标航迹图步骤：对于背景对消检测步骤中确定目标所在的图像帧范围内所有被动干涉微波图像采用背景对消检测步骤获取对应的背景对消检测图像，采用目标标识步骤对背景对消检测图像进行目标标识，然后再将该目标的所有的目标标识图像作和操作，获得目标航迹图；目标信息提取步骤：根据背景对消检测图像和目标标识图像确定目标的大小、航速和航向信息。
上述基于被动干涉微波图像的海面目标探测方法中，在图像差分检测步骤中，微波辐射差分图像
Figure BDA0002106804420000021
的公式如下：
Figure BDA0002106804420000022
其中，θ为图像像素点方位坐标，
Figure BDA0002106804420000023
为图像像素点俯仰坐标，
Figure BDA0002106804420000024
和
Figure BDA0002106804420000025
分别表示t0和t1时刻系统获得的被动干涉微波图像，和
Figure BDA0002106804420000027
分别表示t0和t1时刻的海洋背景的被动干涉微波图像，δ表示狄拉克冲击函数，θ1为某一图像像素点方位坐标，
Figure BDA0002106804420000031
为某一图像像素点俯仰坐标，
Figure BDA0002106804420000032
和分别表示t0和t1时刻的海洋背景的被动干涉微波图像，
Figure BDA0002106804420000034
表示t时刻微波辐射亮温图像的噪声。
上述基于被动干涉微波图像的海面目标探测方法中，在背景对消检测步骤中，背景对消检测图像
Figure BDA0002106804420000035
的表达式如下：
Figure BDA0002106804420000036
其中，
Figure BDA0002106804420000037
分别表示t时刻的海洋背景的被动干涉微波图像，
Figure BDA0002106804420000038
分别表示t时刻的海洋背景的被动干涉微波图像，θ为图像像素点方位坐标，
Figure BDA0002106804420000039
为图像像素点俯仰坐标，θ1为某一图像像素点方位坐标，
Figure BDA00021068044200000310
为某一图像像素点俯仰坐标，
Figure BDA00021068044200000311
为t时刻的海洋背景的被动干涉微波图像噪声。
上述基于被动干涉微波图像的海面目标探测方法中，在目标标识步骤中，目标标识图像
Figure BDA00021068044200000312
的表达式如下：
Figure BDA00021068044200000313
其中，
Figure BDA00021068044200000314
表示对应综合孔径微波辐射亮温图像
Figure BDA00021068044200000315
的目标标识；1表示在该像素点存在目标，0表示在该像素点不存在目标，是海洋表面；σ表示被动干涉微波图像的标准差；N表示的是一个尺度因子，当N较大时，虚警率越低、探测概率越低，相反，虚警率越高、探测概率越高。
上述基于被动干涉微波图像的海面目标探测方法中，在目标航迹图步骤中，目标航迹图为：
Figure BDA00021068044200000316
其中，t1…tm表示目标所在的帧范围。
上述基于被动干涉微波图像的海面目标探测方法中，在目标信息提取步骤中，根据背景对消检测图像和目标标识图像确定目标的大小、航速和航向信息具体包括如下步骤：根据背景对消检测图像区域的大小和形状得到该目标的大小和类型；将该目标标识图像的运动方向和速度矢量减去被动干涉微波成像仪的运动方向和速度得到该目标的航速和航向信息。
上述基于被动干涉微波图像的海面目标探测方法中，在目标标识步骤中，若背景对消检测图像中存在亮温异常点，则被标识为可疑目标，包括如下步骤：背景对消检测图像中像素点的亮温点与背景亮温的差值大于被动干涉微波图像标准差的N倍像素点，则该像素点被标记为1，作为可疑目标的标识，否则标记为0。
上述基于被动干涉微波图像的海面目标探测方法中，N倍为1～10倍。
根据本发明的另一方面，还提供了一种基于被动干涉微波图像的海面目标探测系统，包括：图像差分检测模块，用于被动干涉微波图像减去相邻间隔的被动干涉微波图像获得微波辐射差分图像，以确定微波辐射差分图像中是否存在目标以及目标所在的图像帧范围；背景对消检测模块，用于根据图像差分检测步骤中的所确定存在目标的图像以及目标所在的范围，将存在目标的被动干涉微波图像减去无目标存在的被动干涉微波图像，获得背景对消检测图像；目标标识模块，用于基于背景对消检测步骤获得的背景对消检测图像，若背景对消检测图像中存在亮温异常点，则被标识为可疑目标，获得目标标识图像；目标航迹图模块，用于对于背景对消检测步骤中确定目标所在的图像帧范围内所有被动干涉微波图像采用背景对消检测步骤获取对应的背景对消检测图像，采用目标标识步骤对背景对消检测图像进行目标标识，然后再将该目标的所有的目标标识图像作和操作，获得目标航迹图；目标信息提取模块，用于根据背景对消检测图像和目标标识图像确定目标的大小、航速和航向信息。
上述基于被动干涉微波图像的海面目标探测系统中，微波辐射差分图像
Figure BDA0002106804420000041
的公式如下：
其中，θ为图像像素点方位坐标，
Figure BDA0002106804420000043
为图像像素点俯仰坐标，和
Figure BDA0002106804420000051
分别表示t0和t1时刻系统获得的被动干涉微波图像，
Figure BDA0002106804420000052
和
Figure BDA0002106804420000053
分别表示t0和t1时刻的海洋背景的被动干涉微波图像，δ表示狄拉克冲击函数，θ1为某一图像像素点方位坐标，
Figure BDA0002106804420000054
为某一图像像素点俯仰坐标，
Figure BDA0002106804420000055
和
Figure BDA0002106804420000056
分别表示t0和t1时刻的海洋背景的被动干涉微波图像，表示t时刻微波辐射亮温图像的噪声。
本发明与现有技术相比具有如下有益效果：
(1)本发明为基于被动干涉微波辐射无源探测系统提供了一种有效的目标探测算法；
(2)本发明主要是在图像域进行处理，具有算法简单、运算量小、效率高、检测概率高等优点；
(3)本发明通过图像差分检测和背景对消检测可获取目标的相对亮温图像，因此无需校正系统的加性误差即可实现对目标的有效探测，从而简化了系统结构、省略了加性误差校正过程；
(4)本发明通过多帧图像检测、绘制目标的航迹图，从而极大的提到了目标的探测概率，降低目标的虚警率。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为基于被动干涉微波图像的海面目标探测方法流程图；
图2(a)为第1595帧的被动干涉微波图像；
图2(b)为第1605帧的被动干涉微波图像；
图2(c)为第1615帧的被动干涉微波图像；
图3(a)为第1595帧图像采用步骤1获得对应的差分检测图像；
图3(b)为第1605帧图像采用步骤1获得对应的差分检测图像；
图3(c)为第1615帧图像采用步骤1获得对应的差分检测图像；
图4(a)为第1595帧图像采用背景对消检测步骤获得对应的背景对消图像；
图4(b)为第1605帧图像采用背景对消检测步骤获得对应的背景对消图像；
图4(c)为第1615帧图像采用背景对消检测步骤获得对应的背景对消图像；
图5(a)为第1595帧图像采用目标标识步骤获得对应的目标标识图；
图5(b)为第1605帧图像采用目标标识步骤获得对应的目标标识图；
图5(c)为第1615帧图像采用目标标识步骤获得对应的目标标识图；
图6为采用目标航迹图步骤获得的第1555帧～第1655帧对应的目标航迹图；
图7(a)为第1595帧图像对应的光学图像；
图7(b)为第1605帧图像对应的光学图像；
图7(c)为第1615帧图像对应的光学图像。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
图1为基于被动干涉微波图像的海面目标探测方法流程图。如图1所示，该方法包括如下步骤：
图像差分检测步骤：被动干涉微波图像减去相邻间隔的被动干涉微波图像获得微波辐射差分图像，以确定微波辐射差分图像中是否存在目标以及目标所在的范围；
背景对消检测步骤：根据图像差分检测步骤中的所确定存在目标的图像以及目标所在的范围，将存在目标的被动干涉微波图像减去无目标存在的被动干涉微波图像，获得背景对消检测图像；
目标标识步骤：基于背景对消检测步骤获得的背景对消检测图像，若背景对消检测图像中存在亮温异常点，即背景对消检测图像中的像素点的亮温点与背景亮温的差值大于被动干涉微波图像标准差的N倍(1～10)的像素点，则被标识为可疑目标，获得目标标识图像；
目标航迹图步骤：对于背景对消检测步骤中确定目标的所在的帧范围内所有被动干涉微波图像采用背景对消检测步骤获取对应的背景对消检测图像，采用目标标识步骤对背景对消检测图像进行目标标识，然后再将该目标的所有的目标标识图像作“和”操作，获得目标航迹图；
目标信息提取步骤：根据背景对消检测图像、目标标识图像和目标航迹图确定目标的大小、类型、航速和航向信息。根据某一目标的帧范围内所有目标标识图像中被标识为目标的像素点的大小和形状以及对应的背景对消检测图像区域的大小和形状共同判定该目标的大小和类型；根据某一目标的帧范围内所有目标标识图像中被标识为目标的像素点对应的背景对消检测图像区域，计算该对应区域在图像中运动方向和速度，并将计算得到该目标图像运动方向和速度矢量减去平台的运动方向和速度从得得到该目标的航向和航速信息。
首先，简单阐述海洋背景的微波辐射亮温图像特征。天基或空基综合孔径微波辐射无源探测系统观测海洋表面获得的t时刻的微波辐射亮温图像可表达为：
Figure BDA0002106804420000071
其中，表示t时刻理想海洋表面微波辐射亮温图像，
Figure BDA0002106804420000073
表示t时刻微波辐射亮温图像的噪声，其中主要由三部分组成：海杂波引起的亮温图像噪声(波动)，大气传输过程中引入的亮温图像噪声和综合孔径微波辐射无源探测系统接收机本底噪声引入的亮温图像噪声。
当存在远距离目标时，目标在综合孔径微波辐射无源探测系统获得的微波辐射亮温图像中只占一个或几个像素点。假设目标位于海洋背景中且只占据一个像素点
Figure BDA0002106804420000081
时，综合孔径微波辐射无源探测系统观测海表获得的t时刻的微波辐射亮温图像
Figure BDA0002106804420000082
可表达为：
Figure BDA0002106804420000083
其中，
Figure BDA0002106804420000084
表示目标在像素点
Figure BDA0002106804420000085
时微波辐射亮温值,δ表示狄拉克冲击函数。
该基于被动干涉微波图像的海面目标探测算法具体实现如下本发明目的通过以下技术方案予以实现：
步骤1：图像差分检测
由于受到海杂波、大气传输路径和系统噪声本底等因素的影响，获得的综合孔径微波辐射亮温图像是变化的；此外，在近海海域，由于海洋盐度的变化梯度变大，海洋表面的微波辐射亮温图像也不再只与入射角相关。此时，海洋表面的微波辐射亮温图像变化相对较快。
假设t0时刻目标位于像素点
Figure BDA0002106804420000086
此时综合孔径微波辐射无源探测系统获得海洋表面的视在微波辐射亮温图像为：
假设t1时刻目标位于像素点
Figure BDA0002106804420000088
此时综合孔径微波辐射无源探测系统获得海洋表面的视在微波辐射亮温图像为：
Figure BDA0002106804420000089
当t0时刻与t1时刻相差较大且观测的海洋区域存在较大的变化时，此时在t0时刻和t1时刻观测的海洋表面的综合孔径微波辐射亮温图像是不一样的，即
Figure BDA00021068044200000810
此外，当平台与海表的相对观测角(方位角和入射角)发生变化时，由于海洋表面微波辐射亮温图像与入射角是相关的，也会造成前后时刻获得海洋表面微波辐射亮温图像的较大差异。
当t0时刻与t1时刻只相差几个积分周期、且每帧亮温图像积分时间较短时，可认为在几个积分时间内综合孔径微波辐射无源探测系统所观测的海洋区域几乎是相同的，基于海洋观测区域的相关性，则可认为在几个积分时间内观测海洋表面的微波辐射亮温图像基本是相同的，即：
因此，可将t0时刻获得微波亮温图像减去t1时刻获得微波亮温图像，得到前后两个时刻t0和t1的微波辐射差分图像，即
Figure BDA0002106804420000092
通过差分检测可以大致确定场景是否存在目标以及目标所在的帧数范围。
步骤2：背景对消检测
对于平坦的开阔海域而言，海洋表面的微波辐射亮温只与入射角相关，即
Figure BDA0002106804420000093
此时，可将t时刻含有目标的微波辐射亮温图像减去t0时刻的纯净海洋背景的微波辐射亮温图像
Figure BDA0002106804420000095
整理得到目标与海洋背景的微波辐射亮温差分图像
Figure BDA0002106804420000096
Figure BDA0002106804420000097
当位于像素点
Figure BDA0002106804420000098
的点目标的亮温
Figure BDA0002106804420000099
与海洋背景的亮温
Figure BDA00021068044200000910
的亮温差值大于微波辐射亮温图像的噪声时，则可认为该目标是可探测的。
综上所述：基于开阔海域海洋表面微波辐射亮温只与入射角相关，基于这一特征，通过对消海洋背景亮温图像，则可实现对海面舰船目标的探测。这一过程称为“海洋背景对消检测”。
步骤3：目标标识
基于“海洋背景对消检测”或“差分检测”获得目标的综合孔径微波辐射差分图像，可实现对目标的标识。基于综合孔径微波辐射差分图像的目标标识图如下：
Figure BDA0002106804420000101
其中，
Figure BDA0002106804420000102
表示对应综合孔径微波辐射亮温图像
Figure BDA0002106804420000103
的目标标识；“1”表示在该像素点存在目标，“0”表示在该像素点不存在目标，是海洋表面；σ表示微波辐射亮温图像的标准差(或是系统的灵敏度NEΔT)；N表示的是一个尺度因子，当N较大时，虚警率越低、探测概率越低，相反，虚警率越高、探测概率越高；因此，需要折中考虑虚警概率和探测概率，选择合适的N值。
步骤4：目标跟踪
由于目标进入综合孔径微波辐射无源探测系统视场是一个连续的过程，因此可绘制目标在视场内的相对于平台的航迹图，即相对航迹图
Figure BDA0002106804420000104
Figure BDA0002106804420000105
其中t1,...,tm是由差分检测过程确定目标所在的帧范围。由于相对航迹图是基于连续多帧的目标标识图得到的，若存在虚警，则不可能形成连续的航迹图。因此，通过绘制目标相对航迹图可提高目标的检测概率、降低虚警率。
步骤5：目标信息提取
最后，基于步骤2～步骤4获取的目标差分检测图像、目标背景检测图像和目标轨迹图分析提取目标相关信息，包括目标的大小、类型、航迹和航向等目标信息。
此外，需要指出的是：1、尽管该目标探测算法中假设目标是点目标，但是对于占据几个像素点的线目标或面目标而言，提出的目标探测算法同样适用；2、对于海面航行的大型舰船目标而言，会产生较大范围内的尾浪，由于尾浪区域的粗糙度较大、且含有大量的泡沫，其亮温相对于平静海面的亮温要高几K、十几K，甚至更高，尽管在这种情况下获得背景对消图像和差分检测图像与未考虑尾浪的海面舰船目标的背景对消图像和差分检测图像略有不同，但提出的目标探测算法同样适用，且舰船尾浪微波辐射特征更有利于目标的探测。
实施例：
一种基于被动干涉微波的海面目标探测算法，具体包括如下步骤：
步骤1：图像差分检测，对于某一新型无源探测系统机载实验获得的一组实验数据，得到对应的被动干涉微波图像，其图像的数据率为10帧/秒，如图2采用步骤1获得所有图像对应的差分检测图像，其中差分对消图像的帧距为5帧，由差分检测图像初步确定在数据的第1555帧～第1655帧范围内探测到一海面目标，如图2所示分别给出了第1595帧、1605帧和1615帧的被动干涉微波图像，如图3所示分别给出了第1595帧、1605帧和1615帧图像对应的差分检测图像。
步骤2：背景对消检测，选定1450帧图像作为第1555帧～第1655帧的海洋背景图像，采用步骤2获得第1555帧～第1655帧对应的背景对消图像，如图4所示，给出了第1595帧、1605帧和1615帧图像对应的背景对消图像，图中出现了一个低亮温的区域
步骤3：目标标识，对步骤2获得的第1555帧～第1655帧对应的背景对消图像进行目标标识，当图像中的亮温值低于-1.0时，则认为该像素点存在目标，如图5所示，给出了第1595帧、1605帧和1615帧图像对应的目标标识图
步骤4：目标航迹图，对于步骤3获得第1555帧～第1655帧对应的目标标识图进行“和”操作，绘制出目标的航迹图，如图6所示，基于航迹图可以评估目标的检测概率和虚警率。
步骤5：目标信息提取，基于步骤3获得的目标背景对消图像，目标呈现低亮温特征，由此可推断目标应该是金属目标，很有可能是船只，图像中低亮温区域始终伴随着一个高亮温区域，高亮温区域应该是船只的尾浪，因此可判定船只的航向是东南方向30度，图7分别给出了第1595帧、1605帧和1615帧图像对应的光学图像，由图7的光学图像基本确认基于上述探测算法探测目标位置、航向等特征的正确性，充分说明提出的算法是可行的。
通过本发明所构思的上述海面目标探测算法能为星载或空载被动微波辐射无源探测系统探测海面目标提供一种简单、可行的技术途径。
以上所述的实施例只是本发明较优选的具体实施方式，本领域的技术人员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。

Claims (10)

1.一种基于被动干涉微波图像的海面目标探测方法，其特征在于，所述方法包括如下步骤：
图像差分检测步骤：被动干涉微波图像减去相邻间隔的被动干涉微波图像获得微波辐射差分图像，以确定微波辐射差分图像中是否存在目标以及目标所在的图像帧范围；
背景对消检测步骤：根据图像差分检测步骤中的所确定存在目标的图像以及目标所在的范围，将存在目标的被动干涉微波图像减去无目标存在的被动干涉微波图像，获得背景对消检测图像；
目标标识步骤：基于背景对消检测步骤获得的背景对消检测图像，若背景对消检测图像中存在亮温异常点，则被标识为可疑目标，获得目标标识图像；
目标航迹图步骤：对于背景对消检测步骤中确定目标所在的图像帧范围内所有被动干涉微波图像采用背景对消检测步骤获取对应的背景对消检测图像，采用目标标识步骤对背景对消检测图像进行目标标识，然后再将该目标的所有的目标标识图像作和操作，获得目标航迹图；
目标信息提取步骤：根据背景对消检测图像和目标标识图像确定目标的大小、航速和航向信息。
2.根据权利要求1所述的基于被动干涉微波图像的海面目标探测方法，其特征在于：在图像差分检测步骤中，微波辐射差分图像
Figure FDA0002106804410000011
的公式如下：
Figure FDA0002106804410000012
其中，θ为图像像素点方位坐标，
Figure FDA0002106804410000013
为图像像素点俯仰坐标，
Figure FDA0002106804410000014
和
Figure FDA0002106804410000015
分别表示t0和t1时刻系统获得的被动干涉微波图像，
Figure FDA0002106804410000016
和分别表示t0和t1时刻的海洋背景的被动干涉微波图像，δ表示狄拉克冲击函数，θ1为某一图像像素点方位坐标，
Figure FDA0002106804410000018
为某一图像像素点俯仰坐标，
Figure FDA0002106804410000019
和
Figure FDA00021068044100000110
分别表示t0和t1时刻的海洋背景的被动干涉微波图像，表示t时刻微波辐射亮温图像的噪声。
3.根据权利要求1所述的基于被动干涉微波图像的海面目标探测方法，其特征在于：在背景对消检测步骤中，背景对消检测图像
Figure FDA0002106804410000021
的表达式如下：
Figure FDA0002106804410000022
其中，
Figure FDA0002106804410000023
分别表示t时刻的海洋背景的被动干涉微波图像，
Figure FDA0002106804410000024
分别表示t时刻的海洋背景的被动干涉微波图像，θ为图像像素点方位坐标，为图像像素点俯仰坐标，θ1为某一图像像素点方位坐标，
Figure FDA0002106804410000026
为某一图像像素点俯仰坐标，
Figure FDA0002106804410000027
为t时刻的海洋背景的被动干涉微波图像噪声。
4.根据权利要求1所述的基于被动干涉微波图像的海面目标探测方法，其特征在于：在目标标识步骤中，目标标识图像
Figure FDA0002106804410000028
的表达式如下：
其中，
Figure FDA00021068044100000210
表示对应综合孔径微波辐射亮温图像的目标标识；1表示在该像素点存在目标，0表示在该像素点不存在目标，是海洋表面；σ表示被动干涉微波图像的标准差；N表示的是一个尺度因子，当N较大时，虚警率越低、探测概率越低，相反，虚警率越高、探测概率越高。
5.根据权利要求4所述的基于被动干涉微波图像的海面目标探测方法，其特征在于：在目标航迹图步骤中，目标航迹图为：
Figure FDA00021068044100000212
其中，t1…tm表示目标所在的帧范围。
6.根据权利要求4所述的基于被动干涉微波图像的海面目标探测方法，其特征在于：在目标信息提取步骤中，根据背景对消检测图像和目标标识图像确定目标的大小、航速和航向信息具体包括如下步骤：
根据背景对消检测图像区域的大小和形状得到该目标的大小和类型；
将该目标标识图像的运动方向和速度矢量减去被动干涉微波成像仪的运动方向和速度得到该目标的航速和航向信息。
7.根据权利要求1所述的基于被动干涉微波图像的海面目标探测方法，其特征在于：在目标标识步骤中，若背景对消检测图像中存在亮温异常点，则被标识为可疑目标，包括如下步骤：
背景对消检测图像中像素点的亮温点与背景亮温的差值大于被动干涉微波图像标准差的N倍像素点，则该像素点被标记为1，作为可疑目标的标识，否则标记为0。
8.根据权利要求7所述的基于被动干涉微波图像的海面目标探测方法，其特征在于：N倍为1～10倍。
9.一种基于被动干涉微波图像的海面目标探测系统，其特征在于包括：
图像差分检测模块，用于被动干涉微波图像减去相邻间隔的被动干涉微波图像获得微波辐射差分图像，以确定微波辐射差分图像中是否存在目标以及目标所在的图像帧范围；
背景对消检测模块，用于根据图像差分检测步骤中的所确定存在目标的图像以及目标所在的范围，将存在目标的被动干涉微波图像减去无目标存在的被动干涉微波图像，获得背景对消检测图像；
目标标识模块，用于基于背景对消检测步骤获得的背景对消检测图像，若背景对消检测图像中存在亮温异常点，则被标识为可疑目标，获得目标标识图像；
目标航迹图模块，用于对于背景对消检测步骤中确定目标所在的图像帧范围内所有被动干涉微波图像采用背景对消检测步骤获取对应的背景对消检测图像，采用目标标识步骤对背景对消检测图像进行目标标识，然后再将该目标的所有的目标标识图像作和操作，获得目标航迹图；
目标信息提取模块，用于根据背景对消检测图像和目标标识图像确定目标的大小、航速和航向信息。
10.根据权利要求9所述的基于被动干涉微波图像的海面目标探测系统，其特征在于：在图像差分检测模块中，微波辐射差分图像
Figure FDA0002106804410000041
的公式如下：
Figure FDA0002106804410000042
其中，θ为图像像素点方位坐标，
Figure FDA0002106804410000043
为图像像素点俯仰坐标，
Figure FDA0002106804410000044
和
Figure FDA0002106804410000045
分别表示t0和t1时刻系统获得的被动干涉微波图像，
Figure FDA0002106804410000046
和
Figure FDA0002106804410000047
分别表示t0和t1时刻的海洋背景的被动干涉微波图像，δ表示狄拉克冲击函数，θ1为某一图像像素点方位坐标，
Figure FDA0002106804410000048
为某一图像像素点俯仰坐标，
Figure FDA0002106804410000049
和
Figure FDA00021068044100000410
分别表示t0和t1时刻的海洋背景的被动干涉微波图像，
Figure FDA00021068044100000411
表示t时刻微波辐射亮温图像的噪声。
CN201910555630.8A 2019-06-25 2019-06-25 一种基于被动干涉微波图像的海面目标探测方法及系统 Active CN110852141B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910555630.8A CN110852141B (zh) 2019-06-25 2019-06-25 一种基于被动干涉微波图像的海面目标探测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910555630.8A CN110852141B (zh) 2019-06-25 2019-06-25 一种基于被动干涉微波图像的海面目标探测方法及系统

Publications (2)

Publication Number Publication Date
CN110852141A true CN110852141A (zh) 2020-02-28
CN110852141B CN110852141B (zh) 2022-09-27

Family

ID=69595197

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910555630.8A Active CN110852141B (zh) 2019-06-25 2019-06-25 一种基于被动干涉微波图像的海面目标探测方法及系统

Country Status (1)

Country Link
CN (1) CN110852141B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102081801A (zh) * 2011-01-26 2011-06-01 上海交通大学 多特征自适应融合船舶跟踪和航迹检测方法
CN107092911A (zh) * 2017-03-29 2017-08-25 中国电子科技集团公司第十研究所 一种时空联合弱小目标检测方法与装置
CN107290720A (zh) * 2017-06-21 2017-10-24 中国科学院国家空间科学中心 一种基于被动微波干涉成像的运动点目标的检测方法
WO2018130016A1 (zh) * 2017-01-10 2018-07-19 哈尔滨工业大学深圳研究生院 一种基于监控视频的停车检测方法及装置
CN109409283A (zh) * 2018-10-24 2019-03-01 深圳市锦润防务科技有限公司 一种海面舰船跟踪和监控的方法、系统和存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102081801A (zh) * 2011-01-26 2011-06-01 上海交通大学 多特征自适应融合船舶跟踪和航迹检测方法
WO2018130016A1 (zh) * 2017-01-10 2018-07-19 哈尔滨工业大学深圳研究生院 一种基于监控视频的停车检测方法及装置
CN107092911A (zh) * 2017-03-29 2017-08-25 中国电子科技集团公司第十研究所 一种时空联合弱小目标检测方法与装置
CN107290720A (zh) * 2017-06-21 2017-10-24 中国科学院国家空间科学中心 一种基于被动微波干涉成像的运动点目标的检测方法
CN109409283A (zh) * 2018-10-24 2019-03-01 深圳市锦润防务科技有限公司 一种海面舰船跟踪和监控的方法、系统和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
袁益琴，何国金，王桂周，江威，康金忠: "背景差分与帧间差分相融合的遥感卫星视频运动车辆检测方法", 《中国科学院大学学报》 *

Also Published As

Publication number Publication date
CN110852141B (zh) 2022-09-27

Similar Documents

Publication Publication Date Title
CN111027496B (zh) 基于空时联合局部对比度的红外弱小目标检测方法
CN109298418B (zh) 基于建筑物内部结构特征的雷达检测虚警抑制方法及装置
CN110389366A (zh) 一种基于多源sar卫星的海上目标运动估计方法
CN110596728A (zh) 一种基于激光雷达的水面小目标探测方法
Yang et al. Mitigation of rain effect on wave height measurement using X-band radar sensor
CN112669332B (zh) 一种基于双向局部极大值和峰值局部奇异性判断海天条件和检测红外目标的方法
CN111540007B (zh) 一种利用sar图像估算油罐存储量的方法
Iehara et al. Detection of ships using cross-correlation of split-look SAR images
CN111127506B (zh) 一种基于序列图像的海上运动目标综合检测方法
CN110852141B (zh) 一种基于被动干涉微波图像的海面目标探测方法及系统
CN111105419B (zh) 一种基于极化sar图像的车辆船舶检测方法及装置
JP4230383B2 (ja) 目標探知装置
Yu et al. Automatic extraction of green tide using dual polarization Chinese GF-3 SAR images
Sun et al. A Wave Texture Difference Method for Rainfall Detection Using X‐Band Marine Radar
Lu et al. An improved ship detection algorithm for an airborne passive interferometric microwave sensor (PIMS) based on ship wakes
Chen et al. Marine targets detection for scanning radar images based on Radar-YOLONet
CN110827257B (zh) 一种嵌入式机载红外图像视觉导航定位方法
JP6381856B2 (ja) レーダ信号処理装置及びレーダ信号処理方法
CN111709308B (zh) 一种基于无人机的海上遇险人员检测和跟踪方法及其系统
Xu et al. Research on marine radar oil spill network monitoring technology
De Ceglie et al. SASS: a bi-spectral panoramic IRST-results from measurement campaigns with the Italian Navy
ALEXANDROV et al. Sentinel–1 SAR Image Processing for Target Detection and Evaluation by using Bulgarian VTMIS
Ouchi et al. Improvement of ship detection accuracy by SAR multi-look cross-correlation technique using adaptive CFAR
Li et al. Ship velocity estimation via images acquired by an unmanned aerial vehicle-based hyperspectral imaging sensor
CN115937688A (zh) 一种基于尾浪特征的海面目标探测方法及计算机可读介质

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