公开/公告号CN106845489A
专利类型发明专利
公开/公告日2017-06-13
原文格式PDF
申请/专利权人 中国航空工业集团公司雷华电子技术研究所;
申请/专利号CN201510883597.3
申请日2015-12-03
分类号G06K9/38;G06K9/34;G06K9/46;G06K9/62;
代理机构中国航空专利中心;
代理人郭平
地址 214063 江苏省无锡市梁溪路108号
入库时间 2023-06-19 02:31:39
法律状态公告日
法律状态信息
法律状态
2020-07-03
授权
授权
2017-07-07
实质审查的生效 IPC(主分类):G06K9/38 申请日:20151203
实质审查的生效
2017-06-13
公开
公开
1.所属技术领域
基于改进Krawtchouk矩的SAR图像目标特征提取方法,涉及图像特征提取技术,属于SAR目标自动识别技术领域。
2.背景技术
在合成孔径雷达(Synthetic Aperture Radar,SAR)图像自动目标识别当过程中,有效地处理SAR图像并提取能反映目标本质属性的特征是SAR目标识别的关键技术之一。
SAR图像不像一般的光学图像能较完整地描述目标的整体形状,而是表现为稀疏的散射中心分布,且对成像的方位敏感,即同一目标在不同方位角下,SAR图像间存在较大的差异,故而需要有效地提取目标的特征。特征提取过程是去除冗余信息的过程,具有提高识别精度、减少运算量和提高运算速度的作用,良好的特征应具有可分性、稳定性和独立性等特点。而矩是一种非常重要的表示目标总体形状的特征量,二维图像的几个关键特征均直接与矩有关,如目标的大小、质心和旋转情况等等。由于不变矩概念清晰、识别率稳定,对具有平移、旋转和缩放变化的目标有良好的不变性及抗干扰性,能有效地反映目标的本质特征。Krawtchouk矩由于具有计算时不需要进行坐标转换,没有离散误差,且能提取任意局部特征等良好性能,所以Krawtchouk矩越来越广泛地被应用于信号特征提取等领域。尽管Krawtchouk不变矩具有平移、尺度以及180度以内的旋转不变性,但对于具有翻转行为或者旋转角度大于180度的图像,利用Krawtchouk不变矩提取特征时并不具备不变性。
针对SAR图像的方位敏感性和平移敏感性,引入翻转因子和旋转因子,提取具有平移、全方位旋转、缩放等不变性的改进Krawtchouk矩特征作为特征向量,采用支持向量机分类方法进行分类,可为SAR自动目标识别提供技术支持。
3.发明创造的目的
针对SAR图像的方位敏感性和平移敏感性给SAR目标识别带来的干扰,提出一种基于改进Krawtchouk矩的SAR图像目标特征提取方法。在有效抑制噪声的情况下,有效克服了SAR图像对目标方位的敏感性,减少计算量的同时能有效地对目标进行识别。
4.技术方案
SAR目标识别分类可大致分为三个步骤:预处理、特征提取和分类。其中,如何提取图像特征是目标分类识别的前提和关键,只有当选择的特征具有良好的类内相似性和类间差异性时,才可能利用图像特征对目标进行精确的分类和目标识别。主要过程如下:
(1)对SAR目标的切片图像进行中值滤波。
(2)采用一维最大熵阈值分割法对切片图像进行分割,得到目标二值图像和背景图像。
(3)对目标二值图像利用改进的Krawtchouk矩方法进行特征提取。
引入翻转因子和旋转因子,改进Krawtchouk不变矩构建方法,使该矩不但具备基本Krawtchouk不变矩的特性,还具备对称翻转以及全方位的旋转不变性。
改进Krawtchouk矩特征提取的主要步骤为:
Step1:根据式(1)确定图像的质心
其中,f(x,y)为坐标(x,y)位置的灰度值,其值为0或者1,i取0或1,j也取0或1,N为图像的行数。
Step2:图像的中心距uij可由式(2)计算,
Step3:若一幅图像只进行了对称翻转,则翻转后的图像的中心距uij在j为奇数时发生符号变化;若一图像只发生大于180度的旋转行为,则旋转后的图像的uij在i+j为奇数时发生符号变化。根据式(3)确定图像的翻转因子b1和旋转因子b2,
式中,sgn(*)为取数值的符号。
Step4:在图像的旋转角度计算公式中,计算新的旋转角度θ,如式(4)所示,
Step5:根据Step4计算而得的旋转角度,再引入翻转因子,构建如式(5)所示的几何不变矩。
Step6:最后使用几何不变矩式(5)构建改进的Krawtchouk不变矩。
式中,
(4)采用支持向量机对测试图像进行分类,根据识别效果,判断特征提取的有效性。
5.发明创造的优点和用途
使用改进Krawtchouk不变矩提取SAR目标二值图像的轮廓信息,并使用受噪声影响较小的低阶特征值组成特征向量,再经支持向量机进行识别分类,可以有效地对SAR目标进行识别和分类,可以为SAR目标自动识别系统提供技术支持。
在基于Krawtchouk不变矩的概念上,通过引入翻转因子和旋转因子,提出了改进的Krawtchouk不变矩概念,使其在具有平移、尺度不变性的同时也具有翻转和全方位旋转不变性,使得SAR目标识别不需要事先估计目标的方向角,克服SAR图像对目标方位的敏感性,能够直接对目标识别。
6.附图说明
图1 SAR目标图像;
图2 SAR目标分割结果。
7.具体实施方式
使用改进Krawtchouk不变矩提取SAR目标二值图像的形状信息,并使用受噪声影响较小的低阶特征值组成特征向量,再利用支持向量机对SAR目标进行识别分类,可以有效地对SAR目标进行识别分类。
具体实施步骤为:
(1)首先对SAR目标切片图像进行中值滤波,降低相干斑噪声的影响,采用3×3的窗口进行滤波。
(2)对去噪处理后的目标切片图像,采用一维最大熵阈值分割法分割图像,对分割后的目标二值图像采用数学形态学算子进行腐蚀膨胀,去除孤立点和孔洞,提取出目标区域。分割后的目标二值图像如图2所示。
(3)对得到的目标二值图像,按照式(6),使用4×4的改进的Krawtchouk矩提取计算训练样本和测试样本的矩不变量
(4)采用MSTAR数据验证本发明的有效性,训练样本是在15°俯视角下的SAR图像数据,测试样本均在17°俯视角下获取得到,每类样本都是SAR在不同方位角下得到的,方位角的覆盖范围是0°~360°。
(5)对训练样本和测试样本分别采用改进Krawtchouk矩进行目标特征提取,对提取后的目标特征采用支持向量机进行多类分类,得到SAR目标识别结果。
实验分析结果:
训练样本为SAR在俯仰角为15°时的成像数据,包括3大类:BTR70、BMP2、T72三种样本数据,共计为517幅数据。测试样本是俯仰角为17°的数据,仍为BTR70、BMP2、T72三种样本数据,共计651幅数据。三类目标识别总正确率86.6%,优于Hu不变矩特征提取方法,是一种有效地特征提取方法,可充分描述SAR目标的形状特征。
机译: 目标用户特征提取方法,目标用户特征提取系统,以及目标用户特征提取服务器
机译: 目标用户特征提取方法,目标用户特征提取系统和目标用户特征提取服务器
机译: 特征提取设备,目标跟踪设备,计算机程序,特征提取方法和目标跟踪方法