一種基于廣義多子視相干的極化sar海面船只目標(biāo)檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于遙感影像的SAR(SyntheticApertureRadar，合成孔徑雷達(dá)）圖像處 理領(lǐng)域，特別涉及一種基于廣義多子視相干的極化SAR海面船只目標(biāo)檢測方法。
【背景技術(shù)】
[0002] 我國領(lǐng)海廣闊，海洋資源豐富，海面船只目標(biāo)檢測是海洋監(jiān)測的關(guān)鍵技術(shù)之一，對 監(jiān)視海運(yùn)交通、非法捕魚、監(jiān)測船只非法傾倒油污、維護(hù)海洋權(quán)益以及提高海防預(yù)警能力等 方面具有重要意義。
[0003]SAR作為一種工作在微波波段的主動式遙感傳感器，相對于光學(xué)遙感，具有全天 時全天候的對地觀測能力，而且還對硬目標(biāo)非常敏感。這就使得SAR遙感技術(shù)在海面船只 目標(biāo)檢測中的應(yīng)用研究得到了各個海洋大國的廣泛關(guān)注和學(xué)術(shù)界的日益重視。在SAR成 像時，一般情況（中低海況）下海面較為平靜，后向散射較弱，因此在影像上通常表現(xiàn)為暗 背景；而海面船只目標(biāo)具有強(qiáng)散射性，在暗背景下往往表現(xiàn)為亮點(diǎn)目標(biāo)。因此，傳統(tǒng)單極化 SAR影像海面船只檢測通常是在暗背景（海雜波）條件下檢測亮點(diǎn)目標(biāo)（船只目標(biāo)），主要 是利用船只目標(biāo)與背景海雜波之間的對比度信息（即，船海對比度）。二者對比度的大小直 接影響了海面船只的檢測精度。尤其是弱小船只目標(biāo)，其后向散射強(qiáng)度較弱，很容易產(chǎn)生漏 檢。
[0004] 隨著極化SAR理論技術(shù)的發(fā)展，目前研究重點(diǎn)由傳統(tǒng)的單極化SAR船只目標(biāo)觀測 轉(zhuǎn)移到對船只目標(biāo)的全極化觀測。單極化SAR影像僅包含強(qiáng)度/幅度信息，以致于無法完整 地表征船只目標(biāo)與海雜波之間后向散射特性的差異。而全極化SAR通過不同的收發(fā)極化H/ V組合可測量獲得描述觀測目標(biāo)的極化散射矩陣（HH、HV、VH、和W)，能夠完全表征該目標(biāo) 的極化散射特性，極大地提高了雷達(dá)遙感探測目標(biāo)各種信息的獲取能力，具有比單極化SAR 信息含量高的特點(diǎn)。另外，相對于單極化SAR數(shù)據(jù)而言，全極化SAR數(shù)據(jù)可充分利用極化信 息顯著提高船海對比度，從而提高海面船只目標(biāo)的檢測精度。
[0005]Arnaud(1999)首先引入了雷達(dá)干涉測量的思想來檢測后向散射強(qiáng)度較低的小船， 即將SAR原始數(shù)據(jù)分解為前視和后視兩幅子孔徑（子視）影像，并利用這兩幅子視圖像 的相干系數(shù)來區(qū)分船只和海雜波。兩個子視影像間船只目標(biāo)具有強(qiáng)相干性，而海面隨著時 間的變化一直處于動態(tài)連續(xù)變化過程中，所以兩個子視影像間海面的相干性較差。因此， 利用船只目標(biāo)的強(qiáng)相干性和海面的低相干性可以抑制海雜波，并增強(qiáng)船只目標(biāo)的散射強(qiáng) 度，從而提高船海對比度，并進(jìn)一步設(shè)置檢測閾值進(jìn)而實(shí)現(xiàn)海面船只目標(biāo)的檢測。但是相 干系數(shù)經(jīng)過分母歸一化后，丟失了目標(biāo)輻射信息，從而降低了目標(biāo)檢測性能。為了避免該 缺點(diǎn)，Herry等（2003)和Souyris等（2003)通過修正相干系數(shù)計算公式，提出了內(nèi)厄密 積IHP(InternalHermitianProduct)算子和 2L-IHP(Two-looksInternalHermitian Product)檢測算法，并將其應(yīng)用于單極化SAR復(fù)數(shù)據(jù)；同時，還利用極化干涉相干最優(yōu)的原 理，將2L-IHP方法推廣到全極化SAR數(shù)據(jù)。而極化干涉相干最優(yōu)實(shí)際上是通過計算選擇最 優(yōu)極化狀態(tài)組合使得觀測目標(biāo)產(chǎn)生最高的相干性。所以，利用兩子視全極化數(shù)據(jù)進(jìn)行極化 干涉最優(yōu)相干，不僅使得船只目標(biāo)產(chǎn)生最優(yōu)相干性，而且同樣也使得海面獲得最優(yōu)相干性。 但是，這在一定程度上就抑制了船海對比度的增幅。另外，該算法不僅子視影像個數(shù)受限 (僅能處理兩個子視影像），而且利用極化干涉相干最優(yōu)的運(yùn)算效率較低。

【發(fā)明內(nèi)容】

[0006] 針對現(xiàn)有技術(shù)的以上問題，本發(fā)明提供了一種基于廣義多子視相干的極化SAR海 面船只目標(biāo)檢測方法。該算法突破了子視影像個數(shù)的限制，并利用多幅子視影像在更大程 度上增強(qiáng)船海對比度，從而有利于海面弱小船只目標(biāo)的檢測。
[0007] 本發(fā)明提供的基于廣義多子視相干的極化SAR海面船只目標(biāo)檢測方法，其特征在 于，包括以下步驟：
[0008] 步驟10 :設(shè)定子視個數(shù)N(N彡2)，對全極化SAR數(shù)據(jù)的后向散射矩陣&中的四個 極化通道SHH、SHV、SVH、Svv分別進(jìn)行多子視分解，形成了全極化SAR多子視影像集Ω= {S1:， Sf，…，：2玉所述全極化SAR多子視影像集中子視全極化數(shù)據(jù)的后向散射矩 陣蜓包括四個極化通道smi、X、.（i=l，2,3，，··，Ν);其中上標(biāo)i表示子視 影像編號；
[0009] 步驟20 :對多子視影像集Ω中的各個全極化數(shù)據(jù)的后向散射矩陣域（i= 1，2， 3，…，Ν)進(jìn)行矩陣變換，獲得相應(yīng)的相干矩陣11:(i= 1，2,3，…，Ν)，形成全極化多子視 影像的相干矩陣數(shù)據(jù)集Ψ;
[0010] 步驟30 :基于廣義相似性參數(shù)，構(gòu)建全極化SAR多子視影像相干算子P
[0011] 步驟40 :利用相干算子P和全極化SAR多子視影像的相干矩陣數(shù)據(jù)集ψ，計算 全極化多子視影像的相干影像；
[0012] 步驟50 :統(tǒng)計相干影像的累積分布函數(shù)；
[0013] 步驟60:設(shè)定恒虛警Pfa，結(jié)合相干影像的累積分布函數(shù)，計算檢測閾值ε;
[0014] 步驟70 :遍歷所述相干影像，判斷相干影像的各像素值是否大于檢測閾值ε，輸 出檢測結(jié)果二值圖；若相干影像的像素值大于檢測閾值ε，則判斷為船只目標(biāo)，該像素在 二值圖中賦值為1 ;否則為海雜波，該像素在二值圖中賦值為0。
[0015] 優(yōu)選的，在步驟10中，所述對全極化SAR數(shù)據(jù)的后向散射矩陣&中的四個 極化通道SHH、SHV、SVH、Svv分別進(jìn)行多子視分解具體包括：先分別對全極化SAR數(shù)據(jù) 后向散射矩陣&的四個極化通道SHH、SHV、SVH、Svv中每個極化通道的復(fù)數(shù)數(shù)據(jù)進(jìn)行快 速傅里葉變換并計算相應(yīng)的多普勒頻譜；然后分別對各極化通道SHH、SHV、SVH、Svv多 普勒頻譜按照設(shè)定的子視個數(shù)N(N多2)進(jìn)行頻譜分割；并分別對N個子頻譜進(jìn)行傅 里葉逆變換獲得各極化通道對應(yīng)的多子視影像，形成了極化通道SHH的多子視影像為 {gH，，島H，極化通道^的多子視影像為{*C,，6:，...， 極化通道SVH的多子視影像為，巧H，，...，^}，極化通道Svv的多子視影像為 {&v，矣v，其v，·..，各極化通道的多子視影像一一對應(yīng)形成全極化SAR數(shù)據(jù)的 多子視影像集〇={劣，Sg，S32, ...，S2v|/V2 2}。影像集中的子視全極化數(shù)據(jù)的后向散射 矩陣包括四個極化通道SHH、glv、&H、5^ (上標(biāo)1表示子視影像編號，1 = 1，2， 3，…，Ν)〇
[0016] 優(yōu)選的，在步驟20中所述的矩陣變換，各子視全極化數(shù)據(jù)的后向散射轉(zhuǎn)轉(zhuǎn)換為相 應(yīng)的相干矩陣
[0018] 式中，上標(biāo)i表示子視影像編號，上標(biāo)*表示復(fù)數(shù)共輒，運(yùn)算符〈·>表示窗口統(tǒng)計 平均，運(yùn)算符I·I表示復(fù)數(shù)求模。
[0019] 優(yōu)選的，在步驟30中，基于廣義相似性參數(shù)構(gòu)建全極化SAR多子視影像相干算子 Pm具體包括：采用公式二構(gòu)建全極化多子視影像相干算子P^
[0021]式中，1^表不各子視全極化數(shù)據(jù)的后向散射矩陣_8纟的Pauli特征散射矢量，該
i表示子視編號（i= 1，2,3，…，N);運(yùn)算符表示矢量的二范數(shù)的 平方；Rg為按公式三計算的全極化多子視影像的相關(guān)矩陣：
[0023] 式中，運(yùn)算符| · |表示求矩陣的行列式；/;(ΤΛΤ^表示按公式四計算的兩個散射 體相干矩陣的廣義相似性參數(shù)GSP:
[0025] 式中，上標(biāo)n、m分別表示子視的編號（n、m= 1，2, 3，…，Ν)，上標(biāo)*Τ表示矩陣的 共輒轉(zhuǎn)置，運(yùn)算符tr(·)表示求矩陣的跡，運(yùn)算符| | · | |F表示矩陣的F范數(shù)。
[0026] 優(yōu)選的，在步驟50中統(tǒng)計相干影像的累積分布函數(shù)具體包括：假設(shè)相干影像共有 Μ個像素{Xl，x2,L，xM}，且各像素按升序排列（即Xl<X2彡L彡XM)，某像素xk的累積分布 函數(shù)F(xk)，k= 1，2, "·，Μ根據(jù)公式五進(jìn)行估算：
[0028] 式中，Num( ·)表示統(tǒng)計元素個數(shù)。
[0029] 優(yōu)選的，在步驟60中，設(shè)定恒虛警率Pfa，結(jié)合相干影像的累積分布函數(shù)F(·)，采 用公式六計算檢測閾值ε:
[0031] 與現(xiàn)有技術(shù)相比，本發(fā)明所述的方法定義了全極化多子視影像的相關(guān)矩陣和相干 算子，突破了子視影像個數(shù)的限制，船海對比度隨子視個數(shù)的增加而大幅提高，從而減少了 弱小船只目標(biāo)的漏檢，顯著提高了船只目標(biāo)的檢測精度。
【附圖說明】
[0032] 為了更清楚地說明本發(fā)明實(shí)施例的技術(shù)方案，下面將對實(shí)施例中所需要使用的附 圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域 普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0033] 圖1是本發(fā)明所述基于廣義多子視相干的極化SAR海面船只目標(biāo)檢測方法的流程 示意圖。
【具體實(shí)施方式】
[0034] 下面結(jié)合附圖對本發(fā)明作進(jìn)一步詳細(xì)的描述。
[0035] 圖1為本發(fā)明所述的一種基于廣義多子視相干的極化SAR海面船只目標(biāo)檢測方 法的流程示意圖。所述基于廣義多子視相干的極化SAR海面船只目標(biāo)檢測方法，對全極化 SAR數(shù)據(jù)進(jìn)行多子視分解得到多個全極化子視影像；基于廣義相似性參數(shù)（Generalized SimilarityParameter，GSP)定義多子視影像的相關(guān)矩陣和相干算子；并基于該相干算子 計算多個全極化子視影像的相干影像，突破了子視影像個數(shù)的限制，大幅提高了船海對比 度，減少了弱小船只目標(biāo)的漏檢，提高了船只目標(biāo)的檢測精度。
[0036] 具體來說，本方法包括以下步驟：
[0037] 步驟10:設(shè)定子視個數(shù)N(N彡2)，對全極化SAR數(shù)據(jù)的后向散射矩陣S2中的四 個極化通道SHH/SHV/SVH/SVV*別進(jìn)行多子視分解；所述的多子視分解是先分別對全極化SAR 數(shù)據(jù)后向散射矩陣&的四個極化通道SHH/SHV/SVH/S