(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210679896.5 (22)申请日 2022.06.16 (71)申请人 安徽大学 地址 230601 安徽省合肥市经济技 术开发 区九龙路1 11号 (72)发明人 潘雪莉　李娜娜　杨利霞　黄志祥　 任爱娣　 (74)专利代理 机构 合肥国和专利代理事务所 (普通合伙) 34131 专利代理师 孙永刚 (51)Int.Cl. G06V 20/13(2022.01) G06V 10/28(2022.01) G06V 10/44(2022.01) G06V 10/54(2022.01) (54)发明名称 一种基于局部显著性增强的CFAR舰船目标 检测方法 (57)摘要 本发明涉及一种基于局部显著性增强的 CFAR舰船目标检测方法， 包括： 获取待检测的原 始SAR图像； 进行局部 灰度特征差异性度量， 得到 局部灰度特征对比度检测结果； 进行局部纹理特 征差异性度量， 得到局部纹理特征对比度检测结 果； 融合局部灰度特征对比度检测结果和局部纹 理特征对比度检测结果， 得到目标增强显著图， 然后根据目标增强显著 图进行基于广义伽马分 布的CFAR目标检测， 得到舰船目标检测结果。 本 发明能够很好地解决因散斑噪声和旁瓣等特征 等所带来的目标检测准确率低虚警率高等缺点； 能够明显提高目标 ‑杂波对比度TCR， 在比较复杂 的多目标环境中具有较好的目标增强效果和背 景抑制效果， 同时显著地提高了对小舰船目标的 检测性能。 权利要求书3页 说明书7页 附图2页 CN 115063689 A 2022.09.16 CN 115063689 A 1.一种基于局部显著性增强的CFAR舰船目标检测方法， 其特征在于： 该方法包括下列 顺序的步骤： (1)获取待检测的原 始SAR图像， 设计对角 ‑斜对角线滑动窗口； (2)对待检测的原始SAR图像进行局部灰度特征差异性度量， 得到局部灰度特征对比度 检测结果； (3)对待检测的原始SAR图像进行局部纹理特征差异性度量， 得到局部纹理特征对比度 检测结果； (4)融合局部灰度特征对比度检测结果和局部纹理特征对比度检测结果， 得到目标增 强显著图， 然后根据目标增强显著图进行基于广义伽马分布的CFAR目标检测， 得到舰船目 标检测结果。 2.根据权利要求1所述的基于局部显著性增强的CFAR舰船目标检测方法， 其特征在于： 所述步骤(1)具体是指： 任选公开数据集HRSID中的多目标场景SAR作为待检测的原始SAR图 像， 设计对角 ‑斜对角线滑动窗口， 所述对角 ‑斜对角线滑动窗口分为三层， 第一层为目标窗 口T， 第二层为保护窗口P， 第三层为对角 ‑斜对角线上的四邻域背景窗口B1、 B2、 B3、 B4。 3.根据权利要求1所述的基于局部显著性增强的CFAR舰船目标检测方法， 其特征在于： 所述步骤(2)具体是指： 基于局部窗口区域块间的灰度强度对比度， 定义目标块与其周围杂波背景块之间的灰 度非相似性， 灰度非相似性的计算公式为： 其中， μT表示局部滑窗区域中目标块的灰度均值， 表示周围四个背景块的灰度均 值； 当 时， 目标块的灰度均值与周围杂波背景块的灰度均值相 差越大， 则灰度非 相似性Lg就越大； 反 之， 当 时， 则不做灰度比较处 理直接将灰度非相似性 Lg置1； 结合目标块的强度特征， 以及目标块与其周围杂波背景块间的灰度非相似性经局部滑 窗处理， 得到局部灰度特 征对比度检测结果Cg为： 式中， (p， q)为目标块T的中心坐标， 表示目标块T的第j个最大灰度值， N为最大灰度 值个数； 当目标块的灰度均值大于背景块的灰度均值且相 差越大时， 对目标块的灰度增强 效果就越强； 反之， 当目标块的灰度均值小于背 景块的灰度均值时， 则对目标块的灰度特征 不做处理。 4.根据权利要求1所述的基于局部显著性增强的CFAR舰船目标检测方法， 其特征在于： 所述步骤(3)具体是指： 基于LBP描述的局部纹 理结构的矩阵模式表示 为：权　利　要　求　书 1/3 页 2 CN 115063689 A 2其中， xc代表窗口中心 像素点处的灰度值， x(i， j)表示该窗口区域中的任 意像素点的灰 度值， L代表窗口的大小； 将S取值为1的像素点记为亮像素， 将S取值为0的像素点记为暗像 素； 对局部LBP描述的非均匀 纹理结构进行纹理强度特征值提取， 则局部纹理强度特征值 的计算公式如下： 式中， m＝|x(i， j) ‑xc|， i， j＝1， 2， ...， L表示L ×L局部区域块的中心像素点与其余邻域 像素点的灰度差的绝对值， 则|D|max和|D|min分别表示灰度差值绝对值中的最大值与最小 值， P(m)表示取值 为m时的概 率； 对全局SAR图像经滑窗计算得到局部纹 理特征对比度检测结果Cte为： 式中， LcT表示滑窗中心目标块的纹理强度特征值， 表示周围杂波背景块的纹理强 度特征值， 表示L×L目标块区域中像素强度大于或等于中心像素强度的所有亮像素点 的灰度均值； 表示L×L目标块中像素强度小于中心像素强度的所有暗像素点的灰度均 值， 表示目标块的亮暗对比度。 5.根据权利要求1所述的基于局部显著性增强的CFAR舰船目标检测方法， 其特征在于： 所述步骤(4)具体是指： 融合局部灰度特 征对比度检测结果和 局部纹理特征对比度检测结果， 其计算公式为： Cs＝Cg×Cte 其中， Cg为局部灰度特征对比度检测结果， Cte为局部纹理特征对比度检测结果， Cs为目 标增强显著图； 针对融合后的目标增强显著图进行基于广义伽马分布的CFAR目标检测， 具体是指： 基于广义伽马分布模型对目标增强显著图Cs进行CFAR舰船 目标检测， 广义伽马分布的 概率密度函数定义 为： 上式中， δ、 v和k分别代 表尺度参数、 功率 参数和形状参数， Γ( ·)表示伽马函数； 检测门限和虚警概 率之间的关系为：权　利　要　求　书 2/3 页 3 CN 115063689 A 3