一种基于形态学滤波的雷达目标检测方法

总第２６８期　２０１２年第２期　计算机与数字工程　Ｃｏｍｐｕｔｅｒ＆Ｄｉｇｉｔａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｖｏ１．４０　Ｎｏ．２　１１２　一种基于形态学滤波的雷达目标检测方法　顾晶何异浍　南京２１Ｑ００７）　（中国电子科技集团第２８研究所摘要雷达目标的检测是雷达应用的重点问题。而在对海雷达目标检测时，各种噪声会对雷达目标检测带来很大的影响。文章采用　形态学；雷达；目标检测　ＴＮ９５３　基于形态学滤波方面的方法，对如何减小噪声的影响作一定的探讨。　关键词中图分类号Ａ　Ｍｅｔｈｏｄ　ｏｆ　Ｒａｄａｒ　Ｔａｒｇｅｔ　Ｄｅｔｅｃｔｉｎｇ　Ｂａｓｅｄ　ｏｎ　Ｍｏｒｐｈｏｌｏｇｙ　Ｆｉｌｔｅｒｉｎｇ　ＧＵ　Ｊｉｎｇ　ＨＥ　Ｓｈｅｎｇｈｕｉ　（Ｔｈｅ　２８ｔｈ　Ｒｅｓｅａｒｃｈ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　ＣＥＴＣ，Ｎａｎｊｉｎｇ　２１０００７）　Ａｂｓｔｒａｃｔ　Ｒａｄａｒ　ｔａｒｇｅｔ　ｄｅｔｅｃｔｉｎｇ　ｉｓ　ａ　ｋｅｙ　ｐｒｏｂｌｅｍ　ｏｆ　ｒａｄａｒ　ａｐｐｌｉｃａｔｉｏｎｓ．Ｉｎ　ｄｅｔｅｃｔｉｎｇ　ｏｆ　ｎａｖａｌ　ｒａｄａｒ　ｔａｒｇｅｔ　ｉｎ　ｔｈｅ　ｓｅａ，ｖａｒｉｏｕｓ　ｎｏｉｓｅｓ　ｓｅｒｉ—　ＯＵＳ　ｄｉｍｉｎｉｓｈ　ｔｈｅ　ａｃｃｕｒａｃｙ　ｏｆ　ｒａｄａｒ　ｔａｒｇｅｔ　ｄｅｔｅｃｔｉｎｇ．Ｂａｓｅｄ　ｏｎ　ｍｏｒｐｈｏｌｏｇｉｃａｌ　ｆｉｌｔｅｒｉｎｇ　ｍｅｔｈｏｄ，ｔｈｉｓ　ｐａｐｅｒ　ｄｉｓｃｕｓｓｅｄ　ａ　ｎｅｗ　ｍｅｔｈｏｄ　ｏｆ　ｒａｄａｒ　ｔａｒ—　ｇｅｔ　ｄｅｔｅｃｔｉｎｇ，ｗｈｉｃｈ　ｒｅｄｕｃｅｄ　ｔｈｅ　ｅｆｆｅｃｔｓ　ｏｆ　ｎｏｉｓｅｓ．　Ｋｅｙ　Ｗｏｒｄｓ　ｍｏｒｐｈｏｌｏｇｙ，ｒａｄａｒ，ｔａｒｇｅｔ　ｄｅｔｅｃｔｉｎｇ　Ｃｌａｓｓ　Ｎｕｍｂｅｒ　ＴＮ９５３　１　引言　在对海雷达目标检测中，由于气象杂波＿１］、海浪杂　的易实现性，成为数字信号处理的一个重要研究领域，非常　适合信号的几何形态分析和描述。．　形态学可以仅根据处理对象周围少量信息和较少与、　或等简单运算即可实现滤波功能，对处理对象的大小、位置　等参数影响很小；根据雷达目标几何特征的先验知识，设计　合适大小的结构元素和相应的运算操作，可以实现多种行　之有效的滤波操作，完成目标检测工作之前的杂波消除和　目标合并工作。　波【２　］以及地物杂波ｌ４　］等干扰源的影响，目标信号的周　围，或多或少都会有杂波信号的影响。在经过阈值检测滤　除杂波信号后，由于阈值的选择不同以及杂波信号强弱不　同，有些杂波信号被当作目标信号保留下来，而目标信号的　较弱部分会被当作杂波信号滤除掉，造成杂波信号残留以　及目标信号分裂，影响后续的目标检ＮＴ作，如图１所示。　因此，在进行目标检测　２技术基础　形态学研究目标几何形状的基本思想是利用一个称之　为结构单元的“探针”对信号进行“探测”，保留主要形状，删　除不相干形状（如噪声、毛刺等）。当探针在目标中不断移　动时，便可考察目标各个部分之问的相互关系，从而了解目　标的结构特征，从而进行相对性的处理。　形态学的理论基础是集合论。在这里，阈值检测后的　工作之前，需要对阈值检测　后的二值化雷达信号进一　步处理，实现以下两个功　能：　图１经过阈值检测的　１）进一步消除信号强　二值化雷达图像　度较高的杂波的干扰；　２）将分裂的目标合并，形成完整的目标。　根据后续目标检测工作的要求，目标的大小和位置需　二值化雷达信号构成全集ｚ２，将进行形态变换的采样点，　即被识别为目标信号的采样点构成被选择的集合Ａ，即“前　景”（通常为１）；而此集合的补集Ａ　是没有被选择的集合，　即“背景”（通常为Ｏ）。　形态学滤波是使用一定几何形状的结构单元（也称为　要有较高的精度，因此要求在消除杂波和合并目标的时候，　不改变目标的大小和位置；此外，雷达工作需要较高的实时　性，要求在很短时间和很少信息的情况下，实现杂波消除和　目标合并。　运算核）对选定的集合进行扩展和收缩，将此结构单元称为　形态算子。形态算子也称为结构单元。结构单元一般是指　ｍＸ　ｎ的长方形，我们把长方形中值为１的像素称为结构元　素核，例如图２所示的为细化运算的Ｌ型３×３的结构元　素：　形态学是一门建立在集合代数基础上，用集合论方法　定量描述几何形状和结构的一门新兴学科，是一种新兴的　数字信号处理方法和理论　］。以其严谨的理论框架、简明　的基本观念、解决面向“形态”问题的快速运算以及硬件上　收稿日期：２０１１年８月７日，修回日期：２０１１年９月１３日　作者简介：顾晶，男，硕士，工程师，研究方向：信号处理。何异浍，男，助理工程师，研究方向：信号处理。　１１４　顾晶等：一种基于形态学滤波的雷达目标检测方法　第４ｏ卷　（上接第１０９页）　［２］赵剡，张怡，许东．基于总变分规整化的湍流退化图像复原ＲＩ　■■●　■■　（ａ）ＩＮ￣ｔ像　（ｂ）模糊图像　（ｃ）Ｙ—Ｋ方法　（ｄ）Ｃ—Ｗ方法　（ｅ）本文处理结果　算法口］．中北大学学报，２００７，２８（１）：６９—７３．　ＺＨＡＯ　Ｄａｎ。ＺＨＡＮＧ　Ｙｉ。ＸＵ　Ｄｏｎｇ．Ｒｅｓｔｏｒａｔｉｏｎ　ｏｆ　Ｔｕｒｂｕ—　ｌｅｎｃｅ－Ｄｅｇｒａｄｅｄ　Ｉｍａｇｅｓ　Ｂａｓｅｄ　ｏｎ　ＲＬ　Ａ１ｇｏｒｉｔｈｍ　ｗｉｔｈ　Ｔｏｔａｌ　Ｖａｒｉａｔｉｏｎ　Ｒｅｇｕｌａｒｉｚａｔｉｏｎ　ＥＪ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｎｏｒｔｈ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｃｈｉｎａ，２００７，２８（１）：６９—７３．　ｒ３］Ｔ．Ｆ．Ｃｈａｎ，Ｊ．Ｓｈｅｎ，Ｈ．一Ｍ．Ｚｈｏｕ．Ｔｏｔａｌ　ｖａｒｉａｔｉｏｎ　ｗａｖｅｌｅｔ　ｉｎｐａｉｎｔｉｎｇ［Ｊ］．Ｊ．Ｍａｔｈ．Ｉｍａｇ　Ｖｉｓ．，２００６，２５（１）：１０７—１２５．　ｓｏｌｕｔｉｏｎｓ　ｆｏｒ　ｐ－ｌａｐｌａｃｉａｎ　ｔｙｐｅ　ｅｑｕａｔｉｏｎｓ［Ｊ］．Ｎｏｎｌｉｎｅａｒ　Ａｎａｌｙ　ｓｉｓ　Ｔｈｅｏｒｙ　Ｍｅｔｈｏｄｓ＆Ａｐｐｌｉｃａｔｉｏｎｓ，２００８，６８（５）：１３７５—１３８１．　［４］Ａｌｅｘａｎｄｒｕ　Ｋｒｉｓｔａｌｙ，Ｈａｎｎｅｌｏｒｅ　Ｌｉｓｅｉ，Ｃｓａｂａ　Ｖａｒｇａ．Ｍｕｌｔｉｐｌｅ　［５］吴骅，胡超，韦穗．基于整体变分正则的图像盲恢复研究［Ｊ］．计　算机技术与发展，２００７，１７（３）：１２５—１２７．　ＷＵ　Ｈｕａ。ＨＵ　Ｃｈａｏ，ＷＥＩ　Ｓｕｉ．Ｓｔｕｄｙ　ｏｆ　Ｂｌｉｎｄ　Ｉｍａｇｅ　Ｒｅｓｔｏｒａ—　图１三种方法下测试图像的对比　ｔｉｏｎ　Ａｌｇｏｒｉｔｈｍ　Ｂａｓｅｄ　ｏｎ　Ｔｏｔａｌ　Ｖａｒｉａｔｉｏｎ　Ｒｅｇｕｌａｒｉｚａｔｉｏｎ［Ｊ］．　ＣｏｍｐｕｔｅｒＴｅｃｈｎｏｌｏｇｙ　ａｎｄＤｅｖｅｌｏｐｍｅｎｔ，２００７，１７（３）：１２６—１２７．　图２说明了本文方法的处理速度和ＭＳＥ关系。　ｒ６］Ｃｈａｎ　Ｔ　Ｆ，Ｓｈｅｎ　Ｊ　Ｈ．Ｍａｔｈｅｍａｔｉｃ　ｍｏｄｅｌｓ　ｆｏｒ　ｌｏｃａｌ　ｎｏｎ－ｔｅｘｔｕｒｅ　ｉｎ—　ｐａｉｎｔｉｎｇ［Ｊ］．ＳＩＡＭ　Ｊ．Ａｐｐ１．，Ｍａｔｈ，２００１，６２（３）：１０１９　１０４３．　ｒ７］Ｍａｒｃｅｌｏ　Ｂｅｒｔａｌｍｉｏ．Ｓｔｒｏｎｇ－ｃｏｎｔｉｎｕａｔｉｏｎ，ｃｏｎｔｒａｓｔ－ｉｎｖａｒｉａｎｔ　ｉｎ—　ｐａｉｎｔｉｎｇ　ｗｉｔｈ　ａ　ｔｈｉｒｄ－ｏｒｄｅｒ　ｏｐｔｉｍａｌ　ＰＤＥ　ＥＪ］．ＩＥＥＥ　Ｔｒａｎｓａｃ—　ｔｉｏｎｓ　ｏｎ　Ｉｍａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ，２００６，１５（７）：１９３４—１９３８．　［８］洪汉玉，何成剑，陈以超，等．基于各向异性规整化的总变分盲　复原算法研究ＥＪ］．红外与激光工程，２００７，３６（７）：１１８—１２２．　Ｈ０ＮＧ　Ｈａｎｙｕ，ＨＥ　Ｃｈｅｎｇｊｉａｎ，ＣＨＥＮ　Ｙｉｃｈａｏ，ｅｔ　ａ１．Ｂ１ｉｎｄ　ｒｅｓｔｏｒａｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｏｆ　ｔｏｔａｌ　ｖａｒｉａｔｉｏｎ　ｂａｓｅｄ　ｏｎ　ａｎｉｓｏｔｒｏｐｉｃ　图２本文处理的速度和ＭＳＥ　ｒｅｇｕ１ａｒｉｚａｔｉｏｎｓ［Ｊ］．　Ｉｎｆｒａｒｅｄ　ａｎｄ　Ｌａｓｅｒ　Ｅｎｇｉｎｅｅｒｉｎｇ，２００７，３６　（７）：１１８—１２２．　６结语　本文提出了一种自适应各向异性扩散的图像复原算　法。根据图像像素的梯度值，自适应地控制扩散的方式，在　［９３　Ｍａｒｅｅｌｏ　Ｂｅｒｔａｌｍｉｏ　Ｌｕｍｆｎｉｔａ　Ｖｅｓｅ，Ｇｕｉｌｌｅｒｍｏ　Ｓａｐｉｒｏ　Ｓｉｍｕｈａ—　ｎｅｏｕｓ　ｓｔｒｕｃｔｕｒｅ　ａｎｄ　ｔｅｘｔｕｒｅ　ｉｍａｇｅ　ｉｎｐａｉｎｔｉｎｇ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ—　ａｃｔｉｏｎｓ　ｏｎ　Ｉｍａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ，２００３，１２（８）：８８２—８８９．　周边像素值相似的情况下，趋近于各向同性扩散，而处在边　缘的情况下，趋近于各向异性扩散，实验结果的图像质量得　到了提高，说明了本文方法的有效性。　参考文献　［１Ｏ］Ｃｈａｎ　Ｔ　Ｆ，Ｓｈｅｎ　Ｊ　Ｈ．Ｎｏｎ－ｔｅｘｔｕｒｅ　ｉｎｐａｉｎｔｉｎｇ　ｂｙ　ｃｕｒｖａｔｕｒｅ　ｄｒｉｖｅｎ　ｄ硪ｕｓｉｏｎｓ（ＣＤＤ）［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｖｉｓｕａｌ　Ｃｏｍｍｕｎｉｃａｔｉｏｎ　ａｎｄ　Ｉｍａｇｅ　Ｒｅｐｒｅｓｅｎｔａｔｉ。ｎ，２００１，１２：４３６—４４９．　Ｅｌ１］孙明竹，赵新卢，桂章．基于Ｃａｎｎｙ边缘检测的半盲图像复原　算法口］．高技术通讯，２００８，１８（６）：６０２—６０８．，　ＳＵＮ　Ｍｉｎｇｚｈｕ，ＺＨＡ０　Ｘｉｎｌｕ，ＧＵＩ　Ｚｈａｎｇ．Ｓｅｍｉ－ｂｌｉｎｄ　ｉｍａｇｅ　［１］］ｅａｎ－Ｆｒａｎ￣ｏｉｓ　Ａｕｊｏ１．Ｓｏｍｅ　ｆｉｒｓｔ—ｏｒｄｅｒ　ａｌｇｏｒｉｔｈｍｓ　ｆｏｒ　ｔｏｔａｌ　Ｖａｒ—　ｉａｔｉｏｎ　ｂａｓｅｄ　ｉｍａｇｅ　ｒｅｓｔｏｒａｔｉｏｎ［Ｊ］．Ｊ　Ｍａｔｈ　Ｉｍａｇｉｎｇ　Ｖｉｓ．，２００９，　３４：３０７—３２７．　ｒｅｓｔｏｒａｔｉｏｎ　ｂａｓｅｄ　ｏｎ　Ｃａｎｎｙ　ｅｄｇｅ　ｄｅｔｅｃｔｉｏｎ［Ｊ］．Ｃｈｉｎｅｓｅ　Ｈｉｇｈ　Ｔｅｃｈｎｏｌｏｇｙ　Ｌｅｔｔｅｒｓ，２００８，１８（６）：６０２—６０８．