CN111161341A - 基于isar图像的目标尺寸提取方法 - Google Patents

Abstract

本发明公开了一种基于ISAR图像的目标尺寸提取方法。该方法通过作出二维ISAR图像的一维高分辨像，使用恒虚警率检测法对一维高分辨像进行检测，并根据检测结果得到待测目标的第一次CFAR检测区域；对二维ISAR图像进行区域重确定，得到区域重确定后的二维ISAR图像，根据区域重确定后的二维ISAR图像外的图像噪声水平，对检测阈值进行更新，并再次通过恒虚警率检测法对一维高分辨像进行检测，从而在二维ISAR图像得到目标检测区域，最终得到目标的尺寸数据。通过使用本发明中的方法，能够减少目标检测的处理用时，提高了检测效率；还能够有效减少目标边缘漏检，提高了目标检测的精度。本发明可广泛应用于雷达技术领域内。

Description

基于ISAR图像的目标尺寸提取方法

技术领域

本发明涉及雷达技术领域，尤其是一种基于ISAR图像的目标尺寸提取方法。

背景技术

逆合成孔径雷达(Inverse Synthetic Aperture Radar，ISAR)是目前一种新兴的雷达，其能够对飞机、轮船等运动目标进行高分辨二维成像。由获取的二维ISAR图像，能够作出距离维的一维高分辨率距离像(High Resolution Range Profile，HRRP)和方位维的一维高分辨率方位像(High Resolution Doppler Profile，HRDP)，而一维高分辨率像可以反映出感兴趣目标在径向的投影长度，通过对一维高分辨率像做CFAR检测，便可得出感兴趣目标在图像中的尺寸信息。

现有技术中，常用的目标尺寸提取方法是先对一维高分辨率像的所有单元求平均，得到的均值再乘以一个系数则设为固定的检测阈值，这种系数的选择不具有适应性，一般根据实际的处理经验设定，而且这种固定阈值的方法所检测出的目标长度和实际长度存在一定偏差。另一种方法是运用基于最大信噪比准则的滑窗分割法，设置一定范围的滑窗，滑窗内的单元暂认为是目标，滑窗外的单元为噪声，计算滑窗内外的单元平均值之比，改变滑窗的大小，当比值达到最大的时候，可认为滑窗的长度即为目标的长度。这种方法的缺点在于，滑窗过度依赖目标的边界区分度，当目标边界不明显时，检测的长度误差很大。也有人采用直接对ISAR图像做二维CFAR检测的方法来获取目标长度(二维即距离维和方位维)，此时由于图像中各个单元均是二维的，做CFAR检测时的数据量极为庞大，检测工作的耗时较长，效率很低，且边缘点进行二维CFAR检测时，由于二维CFAR的参考单元极大概率含有目标点，将会导致检测门限的抬高，产生边缘弱点漏检的情况。现有技术中存在的这些问题亟待解决。

发明内容

本发明的目的在于至少一定程度上解决现有技术中存在的技术问题之一。

为此，本发明实施例提供了一种基于ISAR图像的目标尺寸提取方法，能够通过降维处理的方式提高二维ISAR图像中检测目标的效率，同时能够避免目标边缘弱点的漏检，提高检测的精度。

本发明实施例所采取的技术方案是：

本发明实施例提供了一种基于ISAR图像的目标尺寸提取方法，包括以下步骤：

获取含待测目标的二维ISAR图像，作出所述二维ISAR图像距离维和方位维的一维高分辨像；

通过恒虚警率检测法对所述一维高分辨像进行检测，根据检测结果在二维ISAR图像得到待测目标的第一次CFAR检测区域；

基于所述第一次CFAR检测区域，对所述二维ISAR图像进行区域重确定，得到区域重确定后的二维ISAR图像，所述区域重确定后的二维ISAR图像小于原二维ISAR图像；

根据所述二维ISAR图像中区域重确定后的二维ISAR图像外的图像噪声水平，对恒虚警率检测法中的检测阈值进行更新；

基于更新后的检测阈值，再次通过恒虚警率检测法对所述一维高分辨像进行检测，根据检测结果在二维ISAR图像得到目标检测区域。

进一步，所述作出所述二维ISAR图像距离维和方位维的一维高分辨像这一步骤之前，还包括以下步骤：对所述二维ISAR图像进行去噪处理和旁瓣剔除处理。

进一步，所述对所述二维ISAR图像进行去噪处理这一步骤，其具体包括：

通过去噪阈值将所述二维ISAR图像中的像素点分为目标像素组和噪声像素组；

分别计算所述目标像素组和噪声像素组的像素均值，通过公式T₁＝α₁*M₁+β₁*M₂对所述去噪阈值进行重置，并获取重置前后所述去噪阈值的差值；其中，所述T₁为去噪阈值，α₁为目标权重因子，M₁为目标像素组的像素均值，β₁为噪声权重因子，M₂为噪声像素组的像素均值

当所述差值小于第一预设阈值时，以重置后的去噪阈值对所述二维ISAR图像进行去噪。

进一步，所述通过恒虚警率检测法对所述一维高分辨像进行检测，根据检测结果在二维ISAR图像得到待测目标的第一次CFAR检测区域这一步骤，其具体包括：

通过恒虚警率检测法对距离维的一维高分辨像进行检测，基于预设的第一前置检测阈值和第一后置检测阈值在距离维上检测出目标第一前端和目标第一后端；

通过恒虚警率检测法对方位维的一维高分辨像进行检测，基于预设的第二前置检测阈值和第二后置检测阈值在方位维上检测出目标第二前端和目标第二后端；

根据所述目标第一前端、目标第一后端、目标第二前端和目标第二后端，在二维ISAR图像得到待测目标的第一次CFAR检测区域。

进一步，所述基于所述第一次CFAR检测区域，对所述二维ISAR图像进行区域重确定，得到区域重确定后的二维ISAR图像这一步骤，其具体为：在所述第一次CFAR检测区域和二维ISAR图像的边界线之间划定噪声去除边界线，以所述噪声去除边界线内的图像作为区域重确定后的二维ISAR图像。

进一步，所述根据所述二维ISAR图像中区域重确定后的二维ISAR图像外的图像噪声水平，对恒虚警率检测法中的检测阈值进行更新这一步骤，其具体包括：

计算所述噪声去除边界线以外像素的幅度值均值；

以所述幅度值均值作为干扰噪声功率，通过公式

确定新的检测阈值；其中，所述T为检测阈值，

为干扰噪声功率，K₀通过

计算，M为参考单元的个数，P_FA为预设虚警概率。

进一步，所述根据检测结果在二维ISAR图像得到目标检测区域这一步骤之前，还包括以下步骤：

若所述一维高分辨像的检测结果中，目标截止点位于检测线中一个上升沿的上升段，则将所述目标截止点优化为该上升沿的上升起始点。

本发明的优点和有益效果将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到：本发明实施例以降维处理的方式，通过二维ISAR图像的一维高分辨率像来确定目标区域，能够有效从二维ISAR图像中检测出目标，减少了检测的处理用时，提高了检测效率，还能有效抑制了噪声和旁瓣对检测结果的影响。本发明实施例还能够有效减少目标边缘漏检，提高了目标检测的精度。

附图说明

为了更清楚地说明本发明实施例或者现有技术中的技术方案，下面对本发明实施例或者现有技术中的相关技术方案附图作以下介绍，应当理解的是，下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例，对于本领域的技术人员来说，在无需付出创造性劳动的前提下，还可以根据这些附图获取到其他附图。

图1为本发明基于ISAR图像的目标尺寸提取方法具体实施例的流程示意图；

图2为本发明实施例中所使用的含待测目标的原始二维ISAR图像；

图3为本发明实施例中基于ISAR图像的目标尺寸提取方法得到的一种降噪及去除旁瓣的二维ISAR图像；

图4为本发明实施例中基于ISAR图像的目标尺寸提取方法得到的提取出目标尺寸的二维ISAR图像；

图5为本发明实施例中对方位维HRDP做CFAR检测的结果示意图；

图6为本发明实施例中对距离维HRRP做CFAR检测的结果示意图；

图7为本发明实施例中在方位维HRDP上CFAR检测得到的边界结果示意图；

图8为本发明实施例中在距离维HRRP上CFAR检测得到的边界结果示意图；

图9为本发明实施例中在方位维HRDP上进行边界优化的结果示意图；

图10为本发明实施例中在距离维HRRP上进行边界优化的结果示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。

参照图1，本发明实施例提供了一种基于ISAR图像的目标尺寸提取方法，包括以下步骤：

S1：获取含待测目标的二维ISAR图像,对所述二维ISAR图像进行去噪处理和旁瓣剔除处理；

S2：作出所述二维ISAR图像距离维和方位维的一维高分辨像；

S3：通过恒虚警率检测法对所述一维高分辨像进行检测，根据检测结果在二维ISAR图像得到待测目标的第一次CFAR检测区域；

S4：基于所述第一次CFAR检测区域，对所述二维ISAR图像进行区域重确定，得到区域重确定后的二维ISAR图像，所述区域重确定后的二维ISAR图像小于原二维ISAR图像；

S5：根据所述二维ISAR图像中区域重确定后的二维ISAR图像外的图像噪声水平，对恒虚警率检测法中的检测阈值进行更新；

S6：基于更新后的检测阈值，再次通过恒虚警率检测法对所述一维高分辨像进行检测，根据检测结果在二维ISAR图像得到目标检测区域；

S7：基于所述目标检测区域，获取目标的尺寸数据。

进一步作为优选的实施方式，所述对所述二维ISAR图像进行去噪处理这一步骤，其具体包括：

通过去噪阈值将所述二维ISAR图像中的像素点分为目标像素组和噪声像素组；

分别计算所述目标像素组和噪声像素组的像素均值，通过公式T₁＝α₁*M₁+β₁*M₂对所述去噪阈值进行重置，并获取重置前后所述去噪阈值的差值；其中，所述T₁为去噪阈值，α₁为目标权重因子，M₁为目标像素组的像素均值，β₁为噪声权重因子，M₂为噪声像素组的像素均值

当所述差值小于第一预设阈值时，以重置后的去噪阈值对所述二维ISAR图像进行去噪。

本发明实施例中，提出一种基于恒虚警率检测的目标尺寸提取方法，该方法能够有效检测出二维ISAR图像中的目标位置信息，且基于恒虚警率检测法的检测阈值可以根据待测目标周围噪声的统计特性自适应地生成，当目标边界不十分明显时也能有效检测区分。相对于二维CFAR检测的方法而言，本发明实施例的降维处理极大地能减少检测的运算量，有效提高检测效率，下面结合附图对本发明实施例的原理及流程作以下说明。

本发明实施例中，得到含待测目标的二维ISAR图像时，首先应当判断所述二维ISAR图像是否需要去噪以及是否存在旁瓣，其中，此处去噪的噪声主要是指图像中零散随机在各个位置的斑点噪声；旁瓣则一般在图像当中呈现为一定长度的“亮点”。若存在上述问题，则可能在进行CFAR检测时发生虚警，即实际不存在目标却判断为有目标。因此，在对二维ISAR图像作一维高分辨像前，需要通过去噪处理以及旁瓣剔除处理，来消除图像中噪声和旁瓣对CFAR检测的影响。

具体地，一种判断是否需要去噪的实施方式为：通过二维ISAR图像的平均幅度值来识别、区分图像的背景噪声强度。例如若ISAR图像中的平均幅度值小于2.5，则说明图像中的背景噪声强度不大，此时再进行去噪处理的话可能会把目标中的一些较弱散射点一并去掉，因此可以省略去噪处理的过程。而若ISAR图像中的平均幅度值大于2.5，则说明此时需要进行去噪处理。

本发明实施例中，具体的去噪处理过程可以采用以下方式，其步骤包括：

S111：首先，为去噪阈值T₁选取一个初值，具体地，可取图像中的幅度最大值P_max乘以目标权重因子α₁与幅度最小值P_min乘以噪声权重因子β₁的和做去噪阈值T₁的初值，即：T₁＝α₁*P_max+β₁*P_min，其中，α₁可取0.335，β₁可取0.665；

S112：以去噪阈值T₁将所述二维ISAR图像中的像素点分为两组，大于去噪阈值T₁的分为目标像素组L₁组，小于去噪阈值T₁的分为噪声像素组L₂组，并分别计算L₁组和L₂组的均值M₁和M₂；

S113：通过下式计算以所述均值M₁和M₂更新重置去噪阈值T₁：T₁＝α₁*M₁+β₁*M₂；

S114：计算此去噪阈值T₁与上一去噪阈值T₁的差值ΔT₁，重复步骤S112和S113，迭代至ΔT₁第一预设阈值为止，执行步骤S115；其中，所述预设阈值可以设置为0.5。

S115：对二维ISAR图像中小于T₁的散射点予以置零处理。

通过上述方式，经过多次迭代的去噪阈值T₁逐渐向斑点噪声和目标散射点中间移动，所以能较好的滤除噪声，起到提高检测精度的效果。需要说明的是，本发明实施例中所述的幅度值、像素值均为表征目标和背景的强度对比关系的值，且为方便描述，本发明实施例中，通过归一化处理将所有幅度值的额度调整在0～255范围内。

接下来对滤除斑点噪声的二维ISAR图像进行旁瓣判断。分析旁瓣干扰的特点可知，旁瓣一般在图像当中呈现为一定长度的“亮点”，这些点的幅度值都大于去噪过程中所得的去噪阈值T₁，因此旁瓣的判断条件可选为：如果某一个距离单元中的“亮点”个数超过这一距离单元中像素点总个数的50％，则认为可能存在旁瓣，进入下一步判断：检测可疑旁瓣每一点的八连通(除去位于可疑旁瓣内的点)，若检测点的八连通中有一点为亮点，则认为该检测点不是旁瓣而是目标的一部分，若检测点的八连通中无亮点，则说明该点为强点旁瓣。对于强点旁瓣采取幅值削减80％的措施，即可有效剔除旁瓣，经过去噪处理和旁瓣剔除处理的二维ISAR图像如图3所示，可以看到图2当中的斑点噪声和强点旁瓣得以有效剔除。

进一步作为优选的实施方式，所述通过恒虚警率检测法对所述一维高分辨像进行检测，根据检测结果在二维ISAR图像得到待测目标的第一次CFAR检测区域这一步骤，其具体包括：

通过恒虚警率检测法对距离维的一维高分辨像进行检测，基于预设的第一前置检测阈值和第一后置检测阈值在距离维上检测出目标第一前端和目标第一后端；

通过恒虚警率检测法对方位维的一维高分辨像进行检测，基于预设的第二前置检测阈值和第二后置检测阈值在方位维上检测出目标第二前端和目标第二后端；

根据所述目标第一前端、目标第一后端、目标第二前端和目标第二后端，在二维ISAR图像得到待测目标的第一次CFAR检测区域。

参照图5、6，进行去噪处理和旁瓣剔除处理后，分别作出二维ISAR图像的方位维一维高分辨像(High Resolution Doppler Profile，HRDP)和距离维一维高分辨像(HighResolution Range Profile，HRRP)，然后对两个一维高分辨像做CFAR检测，通过前置CFAR检测测得目标的前端，后置CFAR检测测得目标的后端，前后两端之间即为目标区域。通过上述方法分别确定出方位维和距离维上的目标边界，结果如图7、8所示，并根据确定出的目标边界在二维ISAR图像得到待测目标的第一次CFAR检测区域，参照图3，图3中标注“第一次CFAR确定的区域”的框内即为得到的第一次CFAR检测区域。

具体地，本发明实施例中所使用的恒虚警率(CFAR)检测是致力于在实际干扰环境下提供可预知的检测和虚警的一组技术，其中检测的虚警概率P_FA是提前设定的，为了达到恒定的虚警概率目的，实际干扰噪声功率

要实时从数据中进行估计预算，从而相应地改变检测阈值T，以此获得期望的虚警概率P_FA。检测阈值T和虚警概率P_FA的关系满足下列公式：

从中可以看到，检测阈值T和干扰噪声功率

成正比，有

的形式，其中K₀可以根据预先设定的虚警概率P_FA以及检测中参考单元的个数M确定，具体地，其关系满足下式：

CFAR检测的原理基于以下假设：邻近单元所含杂波的统计特性与待测单元的一致(称为均匀干扰)，所以待测单元的干扰杂波统计特性可以从邻近单元的数据估计得到。对于基本的恒虚警率检测过程，主要是对需要进行目标检测的单元内的噪声和干扰电平进行估计，并根据估计值设置检测阈值T，再与该检测单元的信号进行比较，从而判断是否有目标。

本发明实施例中，所采用的恒虚警率检测类型为均值(mean level，ML)类型中的权重单元平均(weighted cell-averaging，WCA)类，权重单元平均是在一系列距离或方位间隔上进行的，该距离或方位间隔记为一个单元。在选取参考单元的时候，为了防止参考单元中出现目标，在检测单元和参考单元之间需要保留一些保护单元。保护单元的大小取决于目标的尺寸和分辨单元的大小。

以距离维一维高分辨像(HRRP)的检测过程为例，使用WCA-CFAR检测方法在距离维上检测出目标第一前端和目标第一后端的过程如下：以被检测单元为中心，两边可同时获取M个参考单元进行平均，以此来获取雷达波束中目标附近的噪声和干扰的估计值Z，再乘以常数K₀即可得到检测阈值T，再与检测单元比较，如果检测单元的幅度值大于等于检测阈值T，就认为在该检测单元中检测到目标。在WCA-CFAR检测当中，设检测单元前面的

个距离单元输出的均值为X，后面的

个距离单元输出的均值为Y：

X乘以加权系数α，Y乘以加权系数β，两者相加后便可得到自适应门限Z：Z＝αX+βY，Z乘以门限因子K₀得到检测阈值T，即：T＝K₀Z。

本发明实例中，K₀的具体数值根据检测性能的要求确定，前置CFAR检测中的α取0.235，β取0，后置CFAR检测中的β取0.215，α取0，虚警概率皆设定为0.01，保护单元一边3个，参考单元一边10个，可得门限系数K₀＝5.18，将求得的检测阈值T与检测单元比较，从而做出检测单元存在或不存在目标的判决，若检测单元的幅度值>检测阈值T，则说明此检测单元存在目标。其中，所述α、β是根据参考单元中干扰的估值电平的先验信息设置的，α和β的最优加权值是在保持CFAR的同时，使检测概率最大的条件下得到的。在本发明实例中，CFAR检测的目的并不在于检测目标的个数，而只在于找到目标的边缘，也即目标的前后两端，为达到此目的，分别运用前置CFAR检测和后置CFAR检测。在前置CFAR检测时，当出现存在目标的判决时，即可停止检测，此时检测到的内容，即为目标的前端。同理可得，在后置CFAR检测时，当首次出现存在目标的判决时说明检测到了目标的后端，前后两端之间即为目标区域。即通过CFAR对距离维的一维高分辨像进行检测，基于预设的第一前置检测阈值和第一后置检测阈值在距离维上检测出目标前端和目标后端，在方位维一维高分辨像(HRDP)上进行CFAR检测的过程与上述类似，在此不再熬述。

进一步作为优选的实施方式，所述基于所述第一次CFAR检测区域，对所述二维ISAR图像进行区域重确定，得到区域重确定后的二维ISAR图像这一步骤，其具体为：在所述第一次CFAR检测区域和二维ISAR图像的边界线之间划定噪声去除边界线，以所述噪声去除边界线内的图像作为区域重确定后的二维ISAR图像。

进一步作为优选的实施方式，所述根据所述二维ISAR图像中区域重确定后的二维ISAR图像外的图像噪声水平，对恒虚警率检测法中的检测阈值进行更新这一步骤，其具体包括：

计算所述噪声去除边界线以外像素的幅度值均值；

以所述幅度值均值作为干扰噪声功率，通过公式

确定新的检测阈值；其中，所述T为检测阈值，

为干扰噪声功率，K₀通过

计算，M为参考单元的个数，P_FA为预设虚警概率。

由于一些二维ISAR图像中目标的边缘散射点强度较弱，在形成HRRP、HRDP的过程中，边缘弱点和其单元上其他噪声平均过后的幅值可能会较低，此时CFAR检测可能会把边缘弱点认为是噪声，导致边缘漏检的情况。针对上述边缘漏检的情况，本发明实施例中采取区域重确定的方式，除掉一部分目标外的噪声，使边缘弱点所在单元的幅度值提高。

具体地，参照图3，一种可选的实施方式为：图3中标注“第一次CFAR确定的区域”框内为第一次CFAR检测区域，取原二维ISAR图像的4条边和第一次CFAR检测区域四条边的中值为噪声去除边界，划定边界线，以标注“噪声去除边界”内的图像作为区域重确定后的二维ISAR图像，保留该边界线内部的像素点用于下一步的检测，同时计算边界外部像素的幅度值均值A_noise，以所述幅度值均值A_noise作为干扰噪声功率，重新确定新的检测阈值。其原理如下：假设干扰噪声是独立同分布的，雷达接收机I、Q两通道的信号功率均为

则全功率为

则某待测单元x_i的概率密度函数(Possibility Density Function，PDF)为：

要设定检测阈值需要已知参数

的大小，当无法准确获取

的值时，必须估计得到该参数值，由于CFAR检测基于邻近单元所含杂波的统计特性与待测单元的一致的假设，因此可用待测单元周围的N个相邻单元(也即参考单元)来估计待测单元的

且每个待测单元的

都是独立同分布的，这N个样本数据组成的矢量x的联合PDF为：

上式为观测数据矢量x的似然函数，两边取对数后对

求导：

令导数为0，解之得似然函数的最大值为：

由上式可知，最大似然估计恰好是数据样本的期望。由概率论相关知识可知，当数据样本的统计特性相同时，它们的期望也相同，再结合CFAR检测的基本假设：邻近单元所含杂波的统计特性与待测单元的一致。因此当每个待测单元x_i的噪声功率

都是独立同分布的时，目标的噪声统计特性和噪声去除边界外的噪声的统计特性是相同的。由此可得，再次计算检测阈值的时候不必再进行CFAR滑窗，边界外部的幅度值均值A_noise即为目标的干扰噪声功率

此时只需用A_noise同时乘以原来CFAR检测中的阈值系数K₀重新得到新的检测阈值T。再基于此新检测阈值T，通过恒虚警率检测法对所述一维高分辨像进行检测，检测的过程和原理均与前述CFAR检测基本一致，在此不再熬述。根据检测结果在二维ISAR图像便可得到目标检测区域，结果参照图4所示，图4中标注“目标”的框内即为目标检测区域，可以明显看出相对于图3的第一次CFAR检测区域，本发明实施例中目标边缘漏检的情况得以良好改善。通过最终的所述目标检测区域，即可获取得到目标精确的尺寸数据。

进一步作为优选的实施方式，所述根据检测结果在二维ISAR图像得到目标检测区域这一步骤之前，还包括以下步骤：

若所述一维高分辨像的检测结果中，目标截止点位于检测线中一个上升沿的上升段，则将所述目标截止点优化为该上升沿的上升起始点。

本发明实施例中，对经CFAR检测得到的目标边界做进一步优化，因为CFAR检测过程中可能通过检测阈值截取的是一维高分辨像中目标区域的一个上升沿的某个部分，通过逻辑判断可以得知，既然由该上升沿开始检测到目标存在，很可能其整个上升沿均属于待测目标，只不过由于待测目标本身的结构限制使得反馈的雷达波不足。因此，我们可以将检测阈值取到开始检测到目标的那个上升沿的上升起始点，优化后则可得到目标更为精确的长、宽信息，也可避免边缘弱点的漏检。以一维高分辨像的左侧优化为例，具体的实施手段为：从新检测阈值所截的距离单元开始，往左进行循环判断，当判断到左侧距离单元的幅值大于右距离单元的幅值时，取左距离单元的值为新的目标前端并停止循环；右侧优化同理可得，当判断到右距离单元的幅值大于左距离单元的幅值时，取右距离单元的值为新的目标后端并停止循环。新的前后两端之间，即为最终检测出的目标在距离维及方位维上的区域。如图9、10所示，可以看出，优化后的目标检测边界左、右两侧边缘漏检的情况都能得到良好改善。

在本说明书的描述中，参考术语“一个实施方式”、“另一实施方式”或“某些实施方式”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施方式，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (7)

1.基于ISAR图像的目标尺寸提取方法，其特征在于，包括以下步骤：

获取含待测目标的二维ISAR图像，作出所述二维ISAR图像距离维和方位维的一维高分辨像；

通过恒虚警率检测法对所述一维高分辨像进行检测，根据检测结果在二维ISAR图像得到待测目标的第一次CFAR检测区域；

基于所述第一次CFAR检测区域，对所述二维ISAR图像进行区域重确定，得到区域重确定后的二维ISAR图像，所述区域重确定后的二维ISAR图像小于原二维ISAR图像；

根据所述二维ISAR图像中区域重确定后的二维ISAR图像外的图像噪声水平，对恒虚警率检测法中的检测阈值进行更新；

基于更新后的检测阈值，再次通过恒虚警率检测法对所述一维高分辨像进行检测，根据检测结果在二维ISAR图像得到目标检测区域；

基于所述目标检测区域，获取目标的尺寸数据。

2.根据权利要求1所述的基于ISAR图像的目标尺寸提取方法，其特征在于，所述作出所述二维ISAR图像距离维和方位维的一维高分辨像这一步骤之前，还包括以下步骤：对所述二维ISAR图像进行去噪处理和旁瓣剔除处理。

3.根据权利要求2所述的基于ISAR图像的目标尺寸提取方法，其特征在于，所述对所述二维ISAR图像进行去噪处理这一步骤，其具体包括：

通过去噪阈值将所述二维ISAR图像中的像素点分为目标像素组和噪声像素组；

分别计算所述目标像素组和噪声像素组的像素均值，通过公式T₁＝α₁*M₁+β₁*M₂对所述去噪阈值进行重置，并获取重置前后所述去噪阈值的差值；其中，所述T₁为去噪阈值，α₁为目标权重因子，M₁为目标像素组的像素均值，β₁为噪声权重因子，M₂为噪声像素组的像素均值；

当所述差值小于第一预设阈值时，以重置后的去噪阈值对所述二维ISAR图像进行去噪。

4.根据权利要求1所述的基于ISAR图像的目标尺寸提取方法，其特征在于，所述通过恒虚警率检测法对所述一维高分辨像进行检测，根据检测结果在二维ISAR图像得到待测目标的第一次CFAR检测区域这一步骤，其具体包括：

通过恒虚警率检测法对距离维的一维高分辨像进行检测，基于预设的第一前置检测阈值和第一后置检测阈值在距离维上检测出目标第一前端和目标第一后端；

通过恒虚警率检测法对方位维的一维高分辨像进行检测，基于预设的第二前置检测阈值和第二后置检测阈值在方位维上检测出目标第二前端和目标第二后端；

根据所述目标第一前端、目标第一后端、目标第二前端和目标第二后端，在二维ISAR图像得到待测目标的第一次CFAR检测区域。

5.根据权利要求1所述的基于ISAR图像的目标尺寸提取方法，其特征在于，所述基于所述第一次CFAR检测区域，对所述二维ISAR图像进行区域重确定，得到区域重确定后的二维ISAR图像这一步骤，其具体为：在所述第一次CFAR检测区域和二维ISAR图像的边界线之间划定噪声去除边界线，以所述噪声去除边界线内的图像作为区域重确定后的二维ISAR图像。

6.根据权利要求5所述的基于ISAR图像的目标尺寸提取方法，其特征在于，所述根据所述二维ISAR图像中区域重确定后的二维ISAR图像外的图像噪声水平，对恒虚警率检测法中的检测阈值进行更新这一步骤，其具体包括：

计算所述噪声去除边界线以外像素的幅度值均值；

以所述幅度值均值作为干扰噪声功率，通过公式

确定新的检测阈值；其中，所述T为检测阈值，

为干扰噪声功率，K₀通过

计算，M为参考单元的个数，P_FA为预设虚警概率。

7.根据权利要求1-6中任一项所述的基于ISAR图像的目标尺寸提取方法，其特征在于，所述根据检测结果在二维ISAR图像得到目标检测区域这一步骤之前，还包括以下步骤：

若所述一维高分辨像的检测结果中，目标截止点位于检测线中一个上升沿的上升段，则将所述目标截止点优化为该上升沿的上升起始点。

Images