申请/专利权人：西安电子科技大学

申请日：2021-01-07

公开（公告）日：2024-04-09

公开（公告）号：CN112734788B

主分类号：G06T7/181

分类号：G06T7/181;G06T7/13;G06T7/136;G06T5/70;G06T7/90;G06T3/4007;G06V10/75

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2021.05.21#实质审查的生效;2021.04.30#公开

摘要：本发明公开了一种高分辨SAR飞机目标轮廓提取方法、系统、存储介质及设备，捕获飞机轮廓并生成二值图像，构建飞机目标标准候选模板库；然后提取待匹配SAR图像强散射点，同时滤除噪声；再采用双线性插值法调整二值化模板尺寸与待匹配SAR图像尺寸一致，计算匹配度，取匹配度最高的模板作为飞机目标的最佳匹配模板；最后提取最优模板的轮廓，返回SAR图像得到待测飞机目标的轮廓，完成轮廓提取。本发明采用传统图像分割方法，结合高分辨SAR图像强散射点信息和公开光学遥感信息，实现了快速、准确的SAR飞机目标完整轮廓的提取。

主权项：1.高分辨SAR飞机目标轮廓提取方法，其特征在于，捕获飞机轮廓并生成二值图像，构建飞机目标标准候选模板库；然后提取待匹配SAR图像强散射点，同时滤除噪声；再采用双线性插值法调整二值化模板尺寸与待匹配SAR图像尺寸一致，计算匹配度，取匹配度最高的模板作为飞机目标的最佳匹配模板；最后提取最优模板的轮廓，返回SAR图像得到待测飞机目标的轮廓，完成轮廓提取；提取目标强散射点具体为：输入待处理的高分辨SAR飞机图像，采用Otsu自动阈值法将图像二值化0-1，提取目标强散射点，同时滤除部分噪声，若输入图像为fi，j，Otsu自适应阈值分割法具体流程如下：计算输入图像的灰度直方图；遍历所有可能的阈值σ，为输入图像像素点进行分类，像素点灰度值大于σ，则为前景A，否则为背景B；计算前景A、背景B所占区域像素点的个数NA、NB及比例pA、pB；分别计算前景A、背景B区域像素值均值uA、uB；计算类间方差；选择使类间方差值最大的阈值σmax为最佳阈值，分割输入图像；利用高分辨SAR飞机目标的空间分布特性计算最终匹配度y如下： 其中，fi，j同样为本步骤输入图像，ti，j为二值模板，二者大小均为m×n，k表示二值模板中像素值不为0的像素个数；采用Laplacian算子提取最优模板的轮廓，如下：dx＝fi+1，j-fi，j-fi，j-fi-1，jdy＝fi，j+1-fi，j-fi，j-fi，j-1Laplaciani，j＝dx+dy其中，fi，j为最优模板，dx为图像水平方向计算得到的梯度值，dy为图像垂直方向计算得到的梯度值，Laplaciani，J为计算所得轮廓。

全文数据：

权利要求：

百度查询： 西安电子科技大学 高分辨SAR飞机目标轮廓提取方法、系统、存储介质及设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD