申请/专利权人：大连理工大学;中国人民解放军海军大连舰艇学院

申请日：2023-03-21

公开（公告）日：2024-05-28

公开（公告）号：CN116400352B

主分类号：G01S13/89

分类号：G01S13/89;G01S13/95;G01S7/41;G01C13/00

优先权：

专利状态码：有效-授权

法律状态：2024.05.28#授权;2023.07.25#实质审查的生效;2023.07.07#公开

摘要：本发明涉及遥感技术领域，特别是涉及一种基于相关性分析的雷达回波图像海浪纹理检测方法。通过在雷达海表面回波图像中选取海浪参数反演区域并转化到笛卡尔坐标；基于自适应逐层校对算法，进行海浪纹理的灰度异常自适应检测；基于改进均值相关系数算法，进行雷达回波图像的方位向上的均值相关系数计算；将均值相关系数与海浪纹理特性判断阈值进行比较，判定选取区域是否有海浪纹理特性。经试验验证，该方法能够有效地筛选出含有海浪纹理的图像用于探究实验。

主权项：1.一种基于相关性分析的雷达回波图像海浪纹理检测方法，其特征在于，步骤如下：步骤一：在雷达海表面回波图像中选取海浪参数反演区域并转化到笛卡尔坐标下得到灰度图像Ix，y，Ix，y的大小为n*n；步骤二：基于自适应逐层校对算法，进行海浪纹理的灰度异常自适应检测；自适应逐层校对算法的具体实现包括：步骤2.1设置滑动窗L1，大小m*1，利用滑动窗将灰度图像Ix，y无重叠地分割成N个子集，并计算子集内像素点的平均灰度值 i＝1，2，3，......，N；步骤2.2计算灰度图像Ix，y所有像素点的平均灰度值A2，计算公式为：A2＝average灰度图像Ix，y所有像素点的灰度值；步骤2.3设置校对检测阈值C1；步骤2.4判断各子集是否都成立，若成立则进行步骤2.5，若不成立则判断该雷达海表面回波图像灰度异常，检测结束；步骤2.5在各个子集中寻找该子集内的最大灰度值B1i和最小灰度值B2i，B1i、B2i的计算公式为：B1i＝max子集内所有像素点的灰度值B2i＝min子集内所有像素点的灰度值，i＝1，2，3，......，N；步骤2.6设置波动检测阈值C2；步骤2.7判断各子集B1i-B2i＞C2是否成立，若成立则进行步骤三，若不成立则判断该雷达海表面回波图像无海浪纹理特征，检测结束；步骤三：基于改进均值相关系数算法，对步骤二检测通过的灰度图像Ix，y进行方位向上的均值相关系数计算；改进均值相关系数算法的具体实现包括：步骤3.1求解滑动窗L2，大小为p*q，利用滑动窗L2将灰度图像Ix，y逐层分割成K个子集，K的计算公式为：K＝m-p；步骤3.2对各子集内的行向量进行相关系数的求解，计算公式为： k＝1、2、3，......，K；j＝1，2、3，......，p；其中，X为第k个子集内第一行的行向量，Y为第k个子集内第j行的行向量，每个子集最终能求出p个相关系数；步骤3.3各子集相同位置的相关系数求解平均值，求解计算公式为： 步骤3.4根据雷达图像空间上具有相关性的特点，选取均值相关系数作为判断均值相关系数用于海浪纹理特性的检验；步骤四：将判断均值相关系数R与海浪纹理特性判断阈值C3进行比较，判定选取区域是否有海浪纹理特性；步骤4.1确定纹理判定阈值C3，将1e赋值于C3，即C3＝1e；步骤4.2判断R＞C3是否成立，若成立则判断该雷达海表面回波图像具有海浪纹理，若不成立则判断该雷达海表面回波图像不具有海浪纹理。

全文数据：

权利要求：

百度查询： 大连理工大学;中国人民解放军海军大连舰艇学院 一种基于相关性分析的雷达回波图像海浪纹理检测方法

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