基于形态学中值导数的海陆杂波场景分割方法

摘要

本发明公开了一种基于形态学中值导数的海陆杂波场景分割方法，主要解决现有技术分割质量差的问题，其技术方案是：1利用雷达发射机发射脉冲信号，雷达接收机接收由海面反射回来的回波数据；2计算回波数据的平均幅度；3利用平均幅度计算回波数据的形态学中值导数g

说明书

技术领域

本发明属于信号处理技术领域，具体涉及一种海陆杂波场景分割方法，可用于非相参扫描模式下的海陆杂波场景分割。

背景技术

海杂波背景下的目标检测技术是雷达应用技术中一个至关重要的研究方向，在军事和民用领域已经得到广泛应用。当雷达在对海模式下工作时，扫描场景复杂并且范围较大，雷达回波中往往包含着各种类型的杂波，包括海杂波、地杂波、岛礁杂波、近海杂波等。地杂波和岛礁杂波回波强度较强，严重影响着海杂波背景下的目标检测，复杂的杂波场景和杂波特性构成了海面目标检测的主要障碍。因此，在海面目标检测前，对海陆杂波场景进行分割是必须的预处理。通过海陆杂波场景分割将雷达回波杂波场景中陆地及岛礁部分给分离出去，在目标检测的过程中，地杂波和岛礁杂波被排除，减少了地杂波和大型岛礁杂波对海杂波背景下目标检测的影响。海陆杂波场景分割的质量将直接影响海杂波背景下目标检测性能的好坏。

海陆杂波场景分割是在分析雷达回波数据的基础上对杂波场景进行分割。不同于传统的图像分割方法，雷达杂波场景的分割包括将雷达数据转化成灰度图像和灰度图像分割两部分。在海陆混合的复杂杂波场景中，由于海态、水深、盐度、温度等环境因素和雷达波束入射角、波束宽度等雷达参数对杂波强度的影响，杂波回波功率在很大的动态范围内变化，仅仅依靠杂波功率测度进行海陆杂波场景分割是不可行的。由于载机运动，回波多普勒偏移随着方位角变化，依靠多普勒频率测度的海陆杂波场景分割往往是高计算代价的，难以满足实时海陆杂波场景分割的要求。如果利用人工的方法直接对杂波场景进行描绘分割，费时费力，将带来巨大的工作量，无法满足实时的场景分割要求。

文献“单子力，王超，张红.基于优化活动轮廓模型的SAR影像海陆分割方法研究[J].计算机应用研究.2011,28(6).”中提出了一种以活动轮廓模型为基础的海陆自动分割方法，将图像的边缘和区域统计信息融合到能量函数中，在此基础上进行图像分割，该方法是通过提取图像中的某些特征来进行海陆分割。但对于工作在非相参快扫描模式下的对海观测雷达，每个波位可利用的脉冲数目不多，雷达回波的相位也不可利用，上述所 提取出的图像特征都无法很好的区分陆地和海洋，很难得到较好的分割效果。

发明内容

本发明的目的在于针对上述已有技术的不足，提出一种基于形态学中值导数的海陆杂波场景分割方法，以实现非相参体制平台下，海陆杂波场景的快速、实时分割，提高分割的质量。

为实现上述技术目的，本发明的技术方案包括如下：

(1)利用雷达发射机发射脉冲信号，利用雷达接收机接收经过海面散射形成的回波数据，该回波数据的每个分辨单元中的脉冲回波序列为X：

X＝[x₁,x₂,...,x_i,...,x_N]，

其中，x_i表示第i个脉冲回波，N表示脉冲数；

(2)利用每个分辨单元中的脉冲回波序列X，计算回波数据的平均幅度：

$a_{j,l}=\frac{1}{N}\underset{i=1}{\overset{N}{\Sigma }}\left|x_i\right|,j=1,2,...,W,l=1,2,...,L;$

其中，a_j,l表示回波数据中第j个距离维、第l个波位维的平均幅度，|·|表示取模运算，W表示距离总数，L表示波位总数；

(3)利用回波数据的平均幅度，计算回波数据的形态学中值导数g_j,l：

3a)对回波数据的平均幅度a_j,l做对数变换，得到对数变换后的平均幅度

${\bar{a}}_{j,l}=20{\log }_{10}{a}_{j,l};$

3b)利用对数变换后的平均幅度计算回波数据的形态学中值导数g_j,l：

$g_{j,l}=median\{{\bar{a}}_{j+1,l},{\bar{a}}_{j+2,l},...,{\bar{a}}_{j+M,l}\}-median\{{\bar{a}}_{j-1,l},{\bar{a}}_{j-2,l},...,{\bar{a}}_{j-M,l}\},$

其中，median{·}表示取中值运算；

(4)利用回波数据的形态学中值导数g_j,l，计算海陆分割测度矩阵V：

4a)利用回波数据的形态学中值导数g_j,l计算起伏变差s_j,l：

$s_{j,l}=\sqrt{\frac{1}{2M+1}\underset{j=j-M}{\overset{j=j+M}{\Sigma }}{(g_{j,l}-g)}^2},$

其中，表示形态学中值导数g_j,l的局部平均值；

4b)利用回波数据的形态学中值导数g_j,l和起伏变差s_j,l，得到海陆分割测度v_j,l：

v_j,l＝g_j,l+sign(g_j,l)×s_j,l，

其中，sign(g_j,l)表示符号函数，其根据g_j,l的数值大小确定取值，如果g_j,l＞0，则sign(g_j,l)＝1，如果g_j,l＜0，则sign(g_j,l)＝-1，如果g_j,l＝0，则sign(g_j,l)＝0；

4c)利用海陆分割测度v_j,l，得到海陆分割测度矩阵V，即v_q,l是海陆分割测度矩阵V的第j个距离维、第l个波位维的海陆分割测度；

(5)根据不同雷达回波数据的海陆分割测度矩阵V的特点，设置阈值T＝10；

(6)利用阈值T对海陆分割测度矩阵V进行双边阈值设置，即将海陆分割测度矩阵V中属于[-T,T]之间的测度置为0，其余的测度置为1，得到粗分割后的图像B；

(7)根据粗分割后的图像B，将沿距离维连续长度小于K的海洋部分修正为陆地，得到修正后的图像C；

(8)对修正后的图像C进行形态学滤波，得到最终的分割结果Z。

本发明与现有技术相比具有以下优点：

1)由于本发明利用形态学中值导数及起伏变差作为海陆杂波场景分割的测度，将非参体制平台下海陆杂波的导数差异和导数起伏差异相结合，改善了海陆杂波场景分割的效果；

2)由于本发明利用形态学滤波对分割后的图像进行处理，保证了分割结果中陆地区域和海洋区域的连通性，提高了海陆杂波场景分割的质量。

附图说明

图1为本发明的实现流程图；

图2为采用本发明和现有方法得到的海陆杂波场景分割对比图。

具体实施方式

下面结合附图对本发明作进一步说明：

参照图1，本发明的实现步骤如下：

步骤1，利用雷达发射机发射脉冲信号，利用雷达接收机接收经过海面散射形成的回波数据。

回波数据是一个包括脉冲维，距离维和波位维的三维矩阵，每个距离维和波位维构成一个分辨单元，每个分辨单元中的脉冲回波序列为X：

X＝[x₁,x₂,...,x_i,...,x_N]，>

其中，x_i表示第i个脉冲回波，N表示脉冲数。

步骤2，计算回波数据的平均幅度。

利用每个分辨单元中的脉冲回波序列X，计算回波数据的平均幅度：

$a_{j,l}=\frac{1}{N}\underset{i=1}{\overset{N}{\Sigma }}\left|x_i\right|,j=1,2,...,W,l=1,2,...,L;---<2>$

其中，a_j,l表示回波数据中第j个距离维、第l个波位维的平均幅度，|·|表示取模运算，W表示距离总数，L表示波位总数。

步骤3，利用回波数据的平均幅度，计算回波数据的形态学中值导数g_q,l。

(3.1)对回波数据的平均幅度a_j,l做对数变换，得到对数变换后的平均幅度

${\bar{a}}_{j,l}=20{\log }_{10}{a}_{j,l};---<3>$

(3.2)利用对数变换后的平均幅度计算回波数据的形态学中值导数g_j,l：

$g_{j,l}=median\{{\bar{a}}_{j+1,l},{\bar{a}}_{j+2,l},...,{\bar{a}}_{j+M,l}\}-median\{{\bar{a}}_{j-1,l},{\bar{a}}_{j-2,l},...,{\bar{a}}_{j-M,l}\},---<4>$

其中，median{·}表示取中值运算；

这里M的取值为任意的正整数，本发明实例中，根据仿真实验所用海杂波数据的特性，将M取值为20。

步骤4，利用回波数据的形态学中值导数g_j,l，计算海陆分割测度矩阵V；

(4.1)利用回波数据的形态学中值导数g_j,l计算起伏变差s_j,l：

$s_{j,l}=\sqrt{\frac{1}{2M+1}\underset{j=j-M}{\overset{j=j+M}{\Sigma }}{(g_{j,l}-g)}^2},---<5>$

其中，表示形态学中值导数g_j,l的局部平均值；

(4.2)利用形态学中值导数g_j,l和式<5>表示的起伏变差s_j,l，计算海陆分割测度v_j,l：

v_q,l＝g_q,l+sign(g_q,l)×s_q,l>

其中，sign(g_j,l)表示符号函数，其根据g_j,l的数值大小确定取值，如果g_j,l＞0，则sign(g_j,l)＝1，如果g_j,l＜0，则sign(g_j,l)＝-1，如果g_j,l＝0，则sign(g_j,l)＝0；

(4.3)利用海陆分割测度v_j,l，得到海陆分割测度矩阵V，即v_j,l是海陆分割测度矩阵V的第j个距离维、第l个波位维的海陆分割测度。

步骤5，根据不同雷达回波数据的海陆分割测度矩阵V的特点，设置阈值T。

本发明实例中设阈值T为任意非负数，其取值为T＝10。

步骤6，利用阈值T对海陆分割测度矩阵V进行双边阈值设置，实现对海陆分割测度矩阵V的粗分割。

(6.1)将海陆分割测度矩阵V中属于[-T,T]之间的测度置为0，即海洋区域的测度值为0；

(6.2)将海陆分割测度矩阵V中不属于[-T,T]之间的测度置为1，即陆地区域的测度值为1，得到粗分割后的图像B。

步骤7，对粗分割后的图像B进行修正，得到修正后的图像C。

将粗分割后的图像B中沿距离维连续长度小于K的海洋部分修正为陆地，其中K的取值是按照雷达参数和探测场景的特性设置的正整数，本发明实例中，K取值为100。

修正后的图像C中，沿距离维连续长度大于K的海洋区域含有大型目标或岛礁孤立点需要被去除，陆地区域中有很多的孔洞需要填充。

步骤8，对修正后的图像C进行形态学滤波，得到最终的分割结果Z。

(8.1)在修正后的图像C中，找出海洋区域中需要被去除的大型目标或岛礁孤立点，找出陆地区域中需要填充的孔洞；

(8.2)根据图像特点，选择形态学滤波的结构元素；

这里形态学滤波的结构元素采用但不限于圆形、矩形、正方形和八边形这些规则图形，本发明实例选择的是边长为7的正方形；

(8.3)对修正后的图像C进行形态学滤波中的开运算，将海洋区域中比结构元素小的大型目标、岛礁孤立点去除掉；

(8.4)对开运算后的图像进行形态学滤波中的闭运算，对陆地区域中比结构元素小的孔洞进行填充；

(8.5)对闭运算后的图像进行孔洞填充操作，即对陆地区域中剩余的孔洞进行填充，得到最终的分割结果Z。

下面结合仿真实验对本发明的效果做进一步说明。

1.仿真参数

仿真实验中采用的数据是某雷达获取的实测海杂波数据。

2.仿真实验内容

仿真实验，对某雷达获取的实测海杂波数据，分别采用本发明方法和现有的区域生长法进行海陆杂波场景分割，结果如图2所示，图2中两幅子图的横轴均表示波位维，纵 轴均表示距离维，白色表示陆地，黑色表示海洋，其中：

图2(a)表示采用本发明得到的海陆杂波场景分割结果；

图2(b)表示采用区域生长方法得到的分割结果。

从图2中可以看出，采用本发明方法得到的分割结果明显优于区域生长法得到的分割结果。

综上所述，本发明提出的基于形态学中值导数的海陆杂波场景分割方法，可以提高非相参扫描模式下海陆杂波场景分割的质量，有利于后续的海杂波背景下目标检测性能的提高。