(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 202210797945.5 (22)申请日 2022.07.08 (71)申请人 清华大学 地址 100084 北京市海淀区清华园1号 申请人 清华大学深圳国际研究生院 (72)发明人 刘瑜　李坚　王学谦　李刚　 姜智卓　 (74)专利代理 机构 北京润泽恒知识产权代理有 限公司 1 1319 专利代理师 苟冬梅 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/80(2022.01) (54)发明名称 基于SAR图像超像素融合的CFAR目标检测方 法、 装置和设备 (57)摘要 本发明提供了一种基于SAR图像超像素融合 的CFAR目标检测方法、 装置和设备。 所述的方法 包括： 对SAR图像进行超像素分割， 得到所述SAR 图像的超像素集合； 根据所述超像素集合中各个 超像素各自的灰度均值， 分离出海杂波超像素集 合和候选目标超像素集合； 对所述候选目标超像 素集合中的至少部分候选目标超像素进行融合， 得到融合后目标超像素集合； 对 所述融合后目标 超像素集合中的每个融合后目标超像素进行 CFAR目标检测， 得到检测结果。 本发明实施例对 分割好的超像素引入融合操作， 使超像素能够进 行二次聚类， 将待检测目标融合为一个整体， 对 其进行整体的目标检测处 理。 权利要求书2页 说明书11页 附图2页 CN 115063590 A 2022.09.16 CN 115063590 A 1.一种基于SAR图像超像素融合的CFAR目标检测方法， 其特 征在于， 所述的方法包括： 对SAR图像进行超像素分割， 得到所述SAR图像的超像素集 合； 根据所述超像素集合中各个超像素各自的灰度均值， 分离出海杂波超像素集合和候选 目标超像素集 合； 对所述候选目标超像素集合中的至少部分候选目标超像素进行融合， 得到 融合后目标 超像素集 合； 对所述融合后目标超像素集合中的每个 融合后目标超像素进行CFAR 目标检测， 得到检 测结果。 2.根据权利要求1所述的方法， 其特征在于， 根据 所述超像素集合中各个超像素各自的 灰度均值， 分离出海杂波超像素集 合和候选目标超像素集 合， 包括： 按照灰度均值对所述超像素集 合中的各个超像素升序排列， 得到新的超像素集 合； 计算所述新的超像素集合中各个超像素的灰度均值的众数t1， 以及所述新的超像素集 合中后预设数量个超像素的灰度均值的众 数t2； 对所述众值t1和所述众值t 2取平均值， 得到全局过 滤阈值T； 将所述超像素集合中灰度均值小于所述全局过滤阈值T的超像素确定为海杂波超像 素， 将所述超像素集合中灰度均值不小于所述全局过滤阈值T的超像素确定为候选目标超 像素。 3.根据权利要求1所述的方法， 其特征在于， 对所述候选目标超像素集合中的至少部分 候选目标超像素进行融合， 得到融合后目标超像素集 合， 包括： 按照灰度均值对所述候选目标超像素集合中的各个候选目标超像素降序排列， 得到新 的候选目标超像素集 合； 选择所述新的候选目标超像素集 合中前C个候选目标超像素组成目标超像素集 合； 针对所述目标超像素集合中的每一目标超像素， 将该目标超像素与其相邻且属于所述 目标超像素集 合的超像素进行融合， 得到融合后目标超像素集 合。 4.根据权利要求3所述的方法， 其特征在于， 在选择所述新的候选目标超像素集合中前 C个候选目标超像素组成目标超像素集 合之前， 还 包括： 将所述新的候选目标超像素集 合划分为前一段集 合和后一段集 合； 确定所述前一段集合中各个候选目标超像素的灰度均值的第 一拟合曲线， 以及所述后 一段集合中各个候选目标超像素的灰度均值的第二拟合曲线； 以最小化所述第一拟合曲线和所述第二拟合曲线的总均方误差为目标， 确定 C的值。 5.根据权利要求1所述的方法， 其特征在于， 对所述融合后目标超像素集合中的每个融 合后目标超像素进行CFAR目标检测， 得到检测结果， 包括： 针对所述融合后目标超像素集 合中的每 个融合后目标超像素， 执 行以下步骤： 根据该融合后目标超像素包 含的超像素的个数， 确定滑窗长度； 按照所述滑窗长度， 从所述海杂波超像素集合中选取用于计算该融合后目标超像素对 应的CFAR阈值的海杂波超像素； 根据所选取的海杂波超像素， 计算该融合后目标超像素对应的CFAR阈值； 根据该融合后目标超像素对应的CFAR阈值， 进行CFAR目标检测， 得到检测结果。 6.根据权利要求5所述的方法， 其特征在于， 根据该融合后目标超像素对应的CFAR阈权　利　要　求　书 1/2 页 2 CN 115063590 A 2值， 进行CFAR目标检测， 得到检测结果， 包括： 根据该融合后目标超像素对应的CFA R阈值， 确定该融合后目标超像素中通过CFAR目标 检测的像素点的检测个数； 确定该融合后目标超像素中预 先被标记为目标的像素点的真值个数； 若该融合后目标超像素对应的检测个数大于其对应的真值个数与预设比值之积， 则确 定针对该融合后目标超像素目标检测成功， 得到检测结果； 所述方法还 包括： 若该融合后目标超像素对应的检测个数不大于其对应的真值个数与 预设比值之积， 则 确定针对该融合后目标超像素目标检测失败。 7.一种基于SAR图像超像素融合的CFAR目标检测装置， 其特 征在于， 所述装置包括： 超像素分割模块， 用于对SAR图像进行超像素分割， 得到所述SAR图像的超像素集 合； 超像素分离模块， 用于根据所述超像素集合中各个超像素各自的灰度均值， 分离出海 杂波超像素集 合和候选目标超像素集 合； 超像素融合模块， 用于对所述候选目标超像素集合中的至少部分候选目标超像素进行 融合， 得到融合后目标超像素集 合； 目标检测模块， 用于对所述融合后目标超像素集合中的每个融合后目标超像素进行 CFAR目标检测， 得到检测结果。 8.根据权利要求7 所述的装置， 其特 征在于， 所述超像素分离模块， 包括： 升序排列模块， 用于按照灰度均值对所述超像素集合中的各个超像素升序排列， 得到 新的超像素集 合； 众数计算模块， 用于计算所述新的超像素集合中各个超像素的灰度均值的众数t1， 以 及所述新的超像素集 合中后预设数量个超像素的灰度均值的众 数t2； 均值计算模块， 用于对所述众值t1和所述众值t 2取平均值， 得到全局过 滤阈值T； 超像素过滤模块， 用于将所述超像素集合中灰度均值小于所述全局过滤阈值T的超像 素确定为海杂波超像素， 将所述超像素集合中灰度均值不小于所述全局过滤阈值T的超像 素确定为 候选目标超像素。 9.根据权利要求7 所述的装置， 其特 征在于， 所述超像素融合模块， 包括： 均值降序排列模块， 用于按照灰度均值对所述候选目标超像素集合中的各个候选目标 超像素降序排列， 得到新的候选目标超像素集 合； 目标超像素选择模块， 用于选择所述新的候选目标超像素集合中前C个候选目标超像 素组成目标超像素集 合； 超像素融合模块子模块， 用于针对所述目标超像素集合中的每一目标超像素， 将该目 标超像素与其相 邻且属于所述目标超像素集合的超像素进 行融合， 得到融合后目标超像素 集合。 10.一种电子设备， 包括存储器、 处理器及存储在所述存储器上的计算机程序， 其特征 在于， 所述处理器执行所述计算机程序以实现权利要求1至6中任一项所述的基于SAR图像 超像素融合的CFAR目标检测方法。权　利　要　求　书 2/2 页 3 CN 115063590 A 3