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。