基于小波和恒虛警率的雷達目標及陰影分割方法
【技術領域】
[0001] 本發明屬于信號與信息處理技術領域，涉及將小波變換、目標檢測、合成孔徑雷達 成像和合成孔徑雷達圖像特點相結合的小波和恒虛警率的雷達目標及陰影分割方法。
【背景技術】
[0002] 圖像分割既是圖像處理的重要內容，又是圖像分析、圖像理解和圖像模式識別等 方面的基礎知識和關鍵技術。因此，圖像分割已在許多領域得到了非常廣泛的應用，例如生 物醫學、遙感測繪、視頻通信、航天航空、公共安全、檔案管理、交通運輸、農業、環境、生態、 地質、海洋、氣象、災害、救援等方面，而且隨著圖像分割理論和方法技術的不斷發展和完 善，其在實際中的應用也更加廣闊、更加深入。雖然一幅圖像提供了大量有用的信息，但是 實際上我們往往只對圖像里面的某部分區域感興趣，而對其它區域不感興趣。感興趣區域 通常稱為目標區域，它們具有相同或相似的特征，如灰度特征、紋理特征等；而剩下的其它 區域統稱為背景區域。把感興趣的目標區域從背景圖像區域中提取或分離出來的過程就是 圖像分割。所以，所謂的圖像分割就是指按照一定的準則，把一幅圖像劃分成若干個在物理 上有意義的區域的集合，這些集合互不相交，相同的集合具有相同或者相似的特性，不同的 集合具有不同特性。
[0003] 由于圖像在許多領域得到了廣泛地應用，因此圖像分割理論和方法技術也得到了 迅速的發展和應用，到目前為止，圖像分割方法已有數百上千種，而且新的圖像分割方法還 在不斷地被提出。雖然圖像分割方法種類繁多，但是每種方法通常都是針對不同的應用背 景而提出的，目前還沒有一種對所有圖像均能進行有效分割的方法，即尚未有一個普適的 分割框架適用于所有的圖像。同時，分割結果的評判也沒有一個統一的標準，很大程度上還 是依靠視覺判斷。針對現有圖像分割方法，從原理上大體可分為四類：（1)基于閾值的圖像 分割；（2)基于邊緣檢測的圖像分割；（3)基于區域生長的圖像分割；(4)基于特定理論的 圖像分割。閾值分割是通過對圖像灰度值設置某閾值來實現圖像分割，包含單閾值分割和 多閾值分割兩類。閾值分割的優點是簡單、易實現，缺點是適合于目標區域與背景區域具有 較強對比度的圖像。邊緣分割是通過先檢測邊緣點，然后連接邊緣點，形成閉合的子圖像邊 界，從而實現圖像的分割。因此，根據邊緣檢測方式的不同可分為串行邊緣檢測分割和并行 邊緣檢測分割。區域分割方法通常是根據圖像的灰度、紋理、顏色等統計特征，充分考慮圖 像的空間信息，然后把圖像劃分成不同的子區域來實現圖像分割，典型的方法有：區域生 長法、分裂合并法和分水嶺法等。隨著科學技術的發展，各種特定的理論和新興技術，如遺 傳方法、各種智群方法等，它們與圖像分割理論結合起來，產生了許多新的圖像分割方法， 而且獲得了良好的分割效果。
[0004] 合成孔徑雷達（Synthetic Aperture Radar, SAR)是一種主動的微波遙感成像雷 達，具有典型的全天候、全天時獲取遙感數據能力的特點，在民用和軍用領域均得到了廣泛 的應用。但是，其相干性成像機理造成SAR圖像中包含著大量不可避免的斑點噪聲，這對 SAR圖像的分割和應用產生極大挑戰和困難。因為通常的圖像分割方法直接應用于SAR圖 像，很難取得理想的分割效果，因此，有許多學者根據SAR圖像的特點和應用背景提出了許 多不同的SAR圖像分割方法。這些方法如果按SAR圖像分割的目的來進行劃分，可分為 兩大類：一類是針對感興趣目標的提取的圖像分割；一類是針對地物分類的圖像分割。如 果按減小SAR圖像斑點噪聲對圖像分割的影響來劃分，可分為直接分割和先濾波后分割 兩類。在直接進行SAR圖像分割中，一般都是通過對SAR圖像數據進行統計建模，并在分 割模型中考慮斑點噪聲的濾除，代表性的方法有：基于恒虛警率（Constant False Alarm Ratio, CFAR)檢測的圖像分割、基于馬爾可人隨機場（Markov Random Field, MRF)的圖像分 割和基于邊緣檢測的圖像分割等。
[0005] 基于CFAR檢測的圖像分割方法是通過對圖像的統計特性進行估計，得到一個閾 值，然后將圖像中每個像素的灰度值與該閾值進行比較，從而完成圖像的分割。CFAR檢測分 割方法的優點是分割速度快，缺點是僅考慮了圖像的灰度信息，沒有考慮空間信息，因此分 割結果中往往包含著斑點噪聲，不能滿足實際需求。雖然基于MRF模型的SAR圖像分割方 法考慮了每個像素的空間鄰域結構，但是缺陷也很明顯：要處理的數據量大、方法收斂速度 慢、需要調節多個參數，很難實現優化。基于邊緣檢測的SAR圖像分割方法受到SAR圖像中 的斑點噪聲的影響較大，如斑點噪聲較多的情形中，邊緣檢測算子往往難以獲得比較好的 邊緣圖，導致對邊緣像素的位置難以準確定位。而且，現有的SAR圖像分割方法中，一般都 是針對感興趣目標或地物分類而進行的圖像分割，很少涉及到目標陰影的分割。

【發明內容】

[0006] 針對上述現有技術狀況，本發明的目的在于提供一種基于小波和恒虛警率的雷達 目標及陰影分割方法，不僅能有效地對SAR圖像中的亮目標區域進行分割，而且能對這些 目標的陰影區域進行有效分割，同時還能針對SAR圖像中的暗目標進行很好分割，分割效 果十分明顯。
[0007] 現將本發明構思及技術解決方案敘述如下：
[0008] SAR是一種主動微波遙感成像雷達，相干性原理是其成像機理，這使SAR圖像產生 大量斑點噪聲，對SAR圖像的有效、準確分割產生極大的影響。普通的圖像分割方法直接應 用于SAR圖像，通常很難獲得理想的分割結果。原因是SAR成像機理非常復雜，不同于光學 成像，同時SAR圖像還有其自身的特點，例如斑點噪聲、方向敏感性等。對于一些弱散射目 標或隱藏目標的SAR圖像，由于目標的散射與背景差不多，使獲得的SAR圖像中目標區域不 明顯，即低信雜比或低信噪比SAR圖像，這時的有效分割是一個嚴重的問題。CFAR檢測方 法，雖然能夠有效檢測到目標，但是前提條件是：SAR圖像具有較強的灰度對比度，否則效 果不理想。小波多尺度分解是一種有效的多尺度非平穩信息處理方法，如果直接用來進行 圖像分割，結果也很難讓人滿意。
[0009] 根據SAR成像機理和SAR圖像特點，以及CFAR檢測原理和小波變換提出一種基于 小波和恒虛警率的雷達目標及陰影分割方法。該方法具有如下幾個方面的優點：（1)對斑 點噪聲不敏感，即降低了斑點噪聲對SAR圖像分割的影響；（2)克服單個CFAR檢測方法要 求目標與背景有較大對比度的缺陷，即有有效對低信雜比SAR圖像進行分割；(3)能同時檢 測到目標區域和陰影區域；(4)能有效分割SAR圖像中的弱散射目標，如機場跑道、公路、海 洋油污等；（5)具有較強的普適性，可以用于不同傳感器的SAR圖像分割，尤其是中低分辨 率的SAR圖像。實驗表明所提的CFAR和小波變換的SAR圖像分割方法是一種可行、有效的 分割方法，有著極大的應用前景。
[0010] 根據上述發明構思和實驗結果，本發明提出一種于小波和恒虛警率的雷達目標及 陰影分割方法，下面分別對該方法的實現步驟進行詳細說明（參見說明書附圖1)。
[0011] 步驟1 :輸入合成孔徑雷達（SAR)圖像；
[0012] 步驟2:選擇小波函數：
[0013] 步驟3 :進行小波多