一种基于正态分布函数的非相参雷达图像背景建模方法专利检索-低空空域空域空中管制专利检索查询-专利查询网

一种基于正态分布函数的非相参雷达图像背景建模方法

阅读：166发布：2020-07-08

专利汇可以提供一种基于正态分布函数的非相参雷达图像背景建模方法专利检索，专利查询，专利分析的服务。并且本发明公开了一种基于正态分布函数的非相参雷达图像背景建模方法，用于雷达图像处理与目标检测。本发明方法利用非相参雷达背景图像序列中每个像素的灰度值，建立时域背景像素样本集合，以正态分布函数描述每个背景像素灰度值的概率分布特征，并依据其均值和方差的大小将背景像素区分为空域、固定目标内部和固定目标边缘三类区域。在背景模型中，标定空域像素为0，固定目标内部为1，固定目标边缘为0～1之间的小数。本发明方法基于非相参雷达图像中每个像素灰度值的时域概率分布特征建立背景模型，是低空空域雷达目标检测的重要基础，能够有效提高对非相参雷达图像中空域内目标的检测能力，同时降低固定目标边缘区域出现的虚警次数。，下面是一种基于正态分布函数的非相参雷达图像背景建模方法专利的具体信息内容。

权利要求

1.一种基于正态分布函数的非相参雷达图像背景建模方法，其特征在于，包括如下步骤：
步骤1，建立背景像素灰度值时域集合；
设雷达背景图像中某像素(x,y)在第i个扫描周期中获得的灰度值为vi，则利用该像素在N个连续扫描周期中获得的N个灰度值，建立背景像素灰度值时域集合M(x,y)为：
M(x,y)＝{v1,v2,...,vN} (1)
步骤2，时域概率分布特征提取；
利用正态分布函数描述每个背景像素灰度值时域集合M(x,y)的概率分布特征，M(x,y)的均值和方差σ如下：
步骤3，背景模型像素分类；
依据式(4)为背景图像中的每个像素(x,y)标定数值，建立背景模型E(x,y)；
式中，t和s分别为均值和方差σ的阈值，参数a满足-1E(x,y)的值为0时，表示像素(x,y)处于空域；E(x,y)的值为1时，表示像素(x,y)处于固定目标内部；E(x,y)的值为0～1之间的数时，表示像素(x,y)处于固定目标边缘。

说明书全文

一种基于正态分布函数的非相参雷达图像背景建模方法

技术领域

[0001] 本发明涉及一种基于正态分布函数的非相参雷达图像背景建模方法，属于低空空域安全监视技术领域，涉及雷达图像处理与目标检测。

背景技术

[0002] 一次非相参雷达具有成本低、架设方便、独立工作性强等特点，是空域安全监视的重要手段。非相参雷达本身不具备动目标检测的功能，成熟的雷达监视系统通常采用图像采集卡将雷达平面位置指示图像传输给计算机，再由后端基于图像的目标检测算法对其进行处理，从中提取出动目标信息。背景建模技术是动目标检测的基础。但是，由于系统监视的区域为低空空域，背景环境复杂，噪声干扰强，背景物体回波起伏较大，并具有一定的随机特性。因此，建立准确的背景模型，成为提高目标检测能力的关键。

[0003] 在非相参雷达图像中，动目标通常出现在没有固定目标的空域或固定目标的边缘区域，因此，在背景模型中区分出空域、固定目标内部和固定目标边缘，是动目标检测的基础。

发明内容

[0004] 本发明的目的在于提供了一种基于正态分布函数的非相参雷达图像背景建模方法，将背景像素区分为空域、固定目标内部和固定目标边缘等三类区域，适用于基于非相参雷达图像的动目标检测。

[0005] 本发明的基于正态分布函数的非相参雷达图像背景建模方法，包括如下步骤：

[0006] 步骤1，建立背景像素灰度值时域集合；

[0007] 设雷达背景图像中某像素(x,y)在第i个扫描周期中获得的灰度值为vi，则利用该像素在N个连续扫描周期中获得的N个灰度值，建立背景像素灰度值时域集合M(x,y)为[0008] M(x,y)＝{v1,v2,...,vN} (1)

[0009] 步骤2，时域概率分布特征提取；

[0010] 利用正态分布函数描述每个背景像素灰度值时域集合M(x,y)的概率分布特征，由下式计算其均值和方差σ

[0011]

[0012]

[0013] 步骤3，对背景图像像素分类；

[0014] 依据式(4)中的条件为背景图像中的每个像素(x,y)标定不同的数值，将背景像素区分为空域、固定目标内部和固定目标边缘三类区域，建立背景模型E(x,y)。

[0015]

[0016] 式中，t和s分别为均值和方差σ的阈值，参数a满足-1E(x,y)的值为0～1之间的数时，表示像素(x,y)处于固定目标边缘。

[0017] 相对于现有技术，本发明的优点在于：

[0018] 1)根据背景像素灰度值的时域概率分布特征，将背景像素区分为空域、固定目标内部和固定目标边缘三类区域，为非相参雷达图像中的动目标检测提供了重要基础；

[0019] 2)能够有效提高对非相参雷达图像中空域内目标的检测能力，同时降低固定目标边缘区域出现的虚警次数。附图说明

[0020] 图1是本发明的非相参雷达图像的背景模型像素分类示意图；

[0021] 图2是本发明实施例的一帧非相参雷达背景图像及某像素位置示意图。

具体实施方式

[0022] 下面结合附图中某非相参雷达图像序列的处理结果对本发明提出的背景模型建模方法进行图示和描述。

[0023] 非相参雷达背景中包含大量静止物体，其中大部分属于非刚性目标，如树林、草地、水面等，回波强度起伏较大，背景边缘杂波干扰强烈，给低空小目标检测造成困难。本发明方法根据背景像素灰度值的时域概率分布特征，将背景像素区分为空域、固定目标内部和固定目标边缘等三类区域，如图1所示。本发明的基于正态分布函数的非相参雷达图像背景建模方法包括具体步骤如下：

[0024] 步骤1，建立背景像素灰度值时域集合；

[0025] 设雷达背景图像中某像素(x,y)在第i个扫描周期中获得的灰度值为vi，则利用该像素在N个连续扫描周期中获得的N个灰度值，建立背景像素灰度值时域集合为[0026] M(x,y)＝{v1,v2,...,vN} (1)

[0027] 本发明实施例中令N＝10。一帧非相参雷达背景图像如图2所示，图像大小为456像素×456像素，坐标原点在图像左上角，X轴水平向右，Y轴垂直向下，建立A、B、C三个标注“*”的像素点，A点坐标为(304,211)，B点坐标为(172,41)，C点坐标为(199,362)，其灰度值时域模型如下：

[0028] M(304,211)＝{8,8,9,8,10,8,8,9,8,8}；

[0029] M(172,41)＝{100,97,101,97,100,100,99,98,99,100}；

[0030] M(199,362)＝{80,90,62,91,100,60,88,61,70,102}。

[0031] 步骤2，时域概率分布特征提取；

[0032] 利用正态分布函数描述每个背景像素灰度值时域集合M(x,y)的概率分布特征，由下式计算其均值和方差σ

[0033]

[0034]

[0035] 因此，图2中A、B、C三个像素点背景模型的均值和方差分别为

[0036]

[0037] 步骤3，背景模型像素分类；

[0038] 依据式(4)中的条件为背景模型中的每个像素(x,y)标定不同的数值，将背景像素区分为空域、固定目标内部和固定目标边缘等三类区域，建立背景模型E(x,y)。其中，空域像素标定为0，固定目标内部标定为1，固定目标边缘标定为0～1之间的小数，具体方法如下

[0039]

[0040] 式中，t和s分别为均值和方差σ的阈值，参数a满足-1

[0041] 本发明实施例中令t＝15，s＝5，a＝-0.1，则背景模型中A、B、C三个像素点的标注值为

[0042] E(304,211)＝0；

[0043] E(172,41)＝1；

[0044] E(199,362)＝0.2157。

[0045] 即A点为空域像素，B点为固定目标内部像素，C点为固定目标边缘像素。

标题	发布/更新时间	阅读量
基于数字波束形成技术的低空防御雷达系统及方法	2020-05-17	372
雷达组网部署优化方法	2020-05-18	677
一种基于三维数字化空中走廊的城市低空空域交通管理平台	2020-05-21	342
基于ADS-B数据的飞机轨迹推断和平滑方法	2020-05-22	489
一种基于雷达技术的航空障碍灯控制系统及其方法	2020-05-24	918
增强无线网络物理层安全的低空移动基站动态部署方法	2020-05-26	452
一种低空无人机综合探测处置方法及其装置	2020-05-13	246
一种全频段无源探测和全频段反制一体化系统及方法	2020-05-20	319
一种基于高速周扫平台的可见光鸟情监测装置	2020-05-23	75
路空一体交通服务系统	2020-05-20	605

一种基于正态分布函数的非相参雷达图像背景建模方法

一种基于正态分布函数的非相参雷达图像背景建模方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：