本發(fā)明涉及圖像特征提取方法，具體涉及一種sar圖像海洋內(nèi)波參數(shù)提取方法。
背景技術(shù)：
：海洋內(nèi)波是一種較為普遍存在的海洋現(xiàn)象，其發(fā)生機制的復雜性及其時空上的隨機性使得內(nèi)波探測稱為海洋領(lǐng)域的前沿性研究課題。合成孔徑雷達作為一種高分辨率微波成像雷達，具有全天時、全天候、穿透性等優(yōu)點，廣泛應用于海洋內(nèi)波遙感觀測。借助于氣象數(shù)據(jù)和水文數(shù)據(jù)，通過對sar圖像中核心參數(shù)的提取可實現(xiàn)海洋內(nèi)波動力參數(shù)的計算。受成像條件的影響，海洋sar圖像的相干斑及背景雜波較為嚴重、圖像輻射分辨率較低，造成海洋內(nèi)波紋理特性的退化，甚至引起亮、暗條紋的丟失或損壞。因此參數(shù)提取是sar圖像目標識別的重要環(huán)節(jié)。sar圖像海洋內(nèi)波參數(shù)通常指波長。目前sar圖像海洋內(nèi)波參數(shù)提取方法面臨如下問題：(1)內(nèi)波參數(shù)提取方法中內(nèi)波流體動力學模型一般采用經(jīng)典的kdv方程，該方程不是任何條件下都適用的；(2)同時現(xiàn)有方法中振幅的提取依賴于提取波長的精度，而實際中由于成像條件的影響，很多情況下sar圖像中內(nèi)波明暗相間的條帶特征不明顯、噪聲干擾嚴重，甚至出現(xiàn)亮、暗帶缺失或畸變等；(3)實測數(shù)據(jù)是驗證提取精度的最好方法，但是很多sar圖像不具有同步現(xiàn)場觀測數(shù)據(jù)，由于現(xiàn)場水文同步測量數(shù)據(jù)的匱乏，現(xiàn)有方法必須借助于歷史水文數(shù)據(jù)資料，而歷史水文數(shù)據(jù)資料的精確度和時空一致性并不理想。技術(shù)實現(xiàn)要素：針對現(xiàn)有技術(shù)中的上述不足之處，本發(fā)明基于sar圖像相干斑的乘性特性，以及海洋內(nèi)波局部低秩的先驗信息，構(gòu)造sar圖像海洋內(nèi)波參數(shù)提取的優(yōu)化模型，進而實現(xiàn)sar圖像海洋內(nèi)波參數(shù)提取。本發(fā)明“一種sar圖像海洋內(nèi)波參數(shù)提取方法”，包括如下步驟：s1、局部低秩優(yōu)化建?；诰植康椭认闰?，sar圖像海洋內(nèi)波參數(shù)提取建模過程具體包括以下4個步驟：s1-1、檢測海洋內(nèi)波局部低秩先驗對應圖像片，故而必須檢測含有海洋內(nèi)波的圖像片。首先利用高斯濾波抑制相干斑和背景雜波：其中，y0和g分別為原始觀測sar圖像和高斯卷積核，y為去噪后觀測sar圖像。將去噪后觀測sar圖像y分割為若干個無重疊的圖像片yi(i＝1,2,…)，并通過計算圖像片中梯度指數(shù)ηi確定是否存在海洋內(nèi)波。其中梯度指數(shù)ηi定義為：其中，yi為第i個圖像片，積分域ωi表示yi相應的圖像域。設(shè)置閾值η0，當圖像片的梯度指數(shù)ηi＞η0時則認為該圖像片yi中存在海洋內(nèi)波，否則認為該圖像片yi中不存在海洋內(nèi)波。挑出含有海洋內(nèi)波的圖像片后，對這些含有海洋內(nèi)波的圖像片進行特征提取。s1-2、構(gòu)造局部低秩優(yōu)化模型的逼近項sar圖像相干斑為乘性噪聲，其統(tǒng)計特性滿足gamma分布：其中，y和x分別為去噪后觀測sar圖像和相應的雷達散射系數(shù)(也即無誤差圖像)，n為圖像等效視數(shù)，γ(·)為gamma函數(shù)，由極大似然估計理論可知，局部低秩優(yōu)化模型的逼近項可等價表示為：其中，積分域ω為y相應的圖像域。假設(shè)經(jīng)局部低秩優(yōu)化后的sar圖像被分割為k個無重疊圖像片則每個圖像片的局部低秩優(yōu)化模型的逼近項可等價表示為：逼近項(4)和(5)根據(jù)相干斑的統(tǒng)計特性構(gòu)造，可以抑制相干斑。s1-3、構(gòu)造局部低秩優(yōu)化模型的局部低秩約束項約束項用于保護海洋內(nèi)波的結(jié)構(gòu)信息。海洋圖像滿足局部低秩的先驗條件，因此基于sar圖像目標局部低秩的先驗信息，考慮圖像片xi的仿射秩，用xi仿射變換后的核范數(shù)進行度量：其中為仿射變換，||·||*表示核范數(shù)，即圖像表示矩陣特征值的和。僅考慮旋轉(zhuǎn)變換：其中，θ為旋轉(zhuǎn)變換的旋轉(zhuǎn)角。此時圖像片xi的仿射秩可以表示為：(8)式即為構(gòu)造的局部低秩約束項。s1-4、建立局部低秩優(yōu)化模型由于我們只關(guān)注海洋內(nèi)波，所以僅對含有海洋內(nèi)波的圖像片進行參數(shù)提取，此時基于局部低秩的sar圖像海洋內(nèi)波參數(shù)提取模型(也即局部低秩優(yōu)化模型)為：其中，||·||*為核范數(shù)，r0為秩的閾值，r0的值由圖像確定。s為含有海洋內(nèi)波圖像片對應的指標集。(9)式的含義是：模型逼近項最小化，使得局部低秩約束項小于閾值r0。由(9)式可以看出，對每個圖像片都建立了局部低秩優(yōu)化模型。s2、對圖像片的局部低秩優(yōu)化模型進行數(shù)值求解首先進行等價形式轉(zhuǎn)換。由lagrange乘子法可將帶約束問題(9)轉(zhuǎn)化為無約束問題：其中，λi＞0為正則化參數(shù)。利用分離變量lagrange乘子法對(10)進行等價變換。仿射變換在圖像域是線性的，滿足且為恒等映射。但是關(guān)于旋轉(zhuǎn)角θ并不是線性的，所以需要進行局部線性化。方便起見，記則由分離變量lagrange乘子法可得(10)式的等價形式：其中，λ與μ為非負正則化參數(shù)。||·||2表示2范數(shù)，即歐拉范數(shù)。對(11)式進行數(shù)值求解。一般而言，通過最小化所有變量獲得最優(yōu)解運算代價過大，因此利用交替最小化方法對算法進行加速。優(yōu)選的，對(11)進行交替優(yōu)化求解。交替優(yōu)化求解具體包括三個步驟：s2-1、固定變量u和θ，優(yōu)化變量x。關(guān)于(11)式中變量x無約束優(yōu)化問題等價于：由euler-larange方程可得：可通過下述迭代求解：其中xk、θk、uk表示各參數(shù)第k次的迭代結(jié)果，初始條件為x0＝y(tǒng)，θ0的值由圖像y決定，只要使得圖像y變得低秩就可以；迭代次數(shù)k為大于等于0的整數(shù)。s2-2、固定變量x和θ，優(yōu)化變量u。關(guān)于(11)式中變量u無約束優(yōu)化問題等價于：上式可通過迭代求解，迭代過程如下式所示：其中，svd(·)表示矩陣的svd分解，即奇異值分解，(u,∑,v)為svd分解后的三個矩陣，其中∑ij表示∑的分量。γ為非負正則化參數(shù)，γ＝λ/μ。s2-3、固定變量x和u，優(yōu)化變量θ。關(guān)于(11)式中變量θ無約束優(yōu)化問題等價于：迭代過程如下式所示：s2-4、當||uk+1-uk||*≤ε時，迭代終止，其中ε為迭代終止常數(shù)；輸出數(shù)值求解結(jié)果：最優(yōu)旋轉(zhuǎn)角低秩圖像片和高輻射分辨率圖像片進入步驟s3；否則繼續(xù)進行s2-1。s3、參數(shù)提取與表示利用步驟s2的計算結(jié)果，對sar圖像海洋內(nèi)波參數(shù)(即波長)進行提取。最優(yōu)旋轉(zhuǎn)角反映了內(nèi)波運動方向，低秩圖像片中可以提取出內(nèi)波波長ω。具體操作包括：首先對低秩圖像片的矩陣按列求和等到一個一維向量g，g的表達式為：其中j表示圖像片水平方向的像素點的標號。以j為橫坐標，g(j)為縱坐標，可以作出一幅波形圖像，該圖像即為通過能量的累加獲得的海洋內(nèi)波波形圖像。利用高斯濾波對g進行平滑，然后記海洋內(nèi)波波形圖像中局部最小值相應的指標為{i1,i2,…,id}，指標的個數(shù)由海洋內(nèi)波波形圖像決定，則內(nèi)波波長ω可近似認為是相鄰指標間的平均距離：其中，δ為sar圖像中相鄰像素點的實際距離。優(yōu)選的，上述步驟中參數(shù)的取值滿足：非負正則化參數(shù)μ的取值范圍為0～20，λ的取值范圍為0～20；時間步長δt的取值范圍0～1。與傳統(tǒng)sar圖像海洋內(nèi)波參數(shù)提取方法相比，本發(fā)明提供的方法具有以下優(yōu)點：(1)基于局部低秩約束的sar圖像海洋內(nèi)波參數(shù)提取方法可以有效克服傳統(tǒng)方法的不足，在海洋內(nèi)波對比度較弱、波形損壞的情況下依然能夠?qū)崿F(xiàn)其特征提取。(2)由于該方法采用局部低秩優(yōu)化模型，充分利用sar圖像相干斑的統(tǒng)計特性、海洋內(nèi)波的局部低秩特性，可以很好地抑制sar圖像相干斑、進行目標結(jié)構(gòu)信息保護與目標散射特性保持，因此可以有效的實現(xiàn)sar圖像目標識別。(3)本發(fā)明中局部低秩優(yōu)化模型中的逼近項計算了局部低秩優(yōu)化前后的比值，因此本發(fā)明可以抑制背景雜波。(4)模型可穩(wěn)健的數(shù)值求解，便于實現(xiàn)。附圖說明為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明操作流程示意圖；圖2本發(fā)明中局部低秩優(yōu)化建模流程圖；圖3為本發(fā)明中交替優(yōu)化求解算法流程圖；圖4為本發(fā)明實施例中原始觀測圖像；圖5為本發(fā)明實施例中去噪后觀測圖像；圖6為本發(fā)明實施例中將去噪后觀測圖像劃分為圖像片的示意圖；圖7為本發(fā)明實施例中挑選出含有海洋內(nèi)波的圖像片的示意圖；圖8為本發(fā)明實施例中旋轉(zhuǎn)后的高斯去噪圖像；圖9為本發(fā)明實施例中一個包含海洋內(nèi)波的圖像片；圖10為本發(fā)明實施例中對圖9所示圖像片進行局部低秩優(yōu)化后輸出的低秩圖像片；圖11為本發(fā)明實施例中對圖9所示圖像片進行局部低秩優(yōu)化后輸出的高輻射分辨率圖像片；圖12為本發(fā)明實施例中從圖9所示圖像片中提取出的海洋內(nèi)波波形圖像。具體實施方式下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。本發(fā)明“一種sar圖像海洋內(nèi)波參數(shù)提取方法”，其操作流程如圖1所示。具體步驟如下：s1、局部低秩優(yōu)化建?；诰植康椭认闰?，sar圖像海洋內(nèi)波參數(shù)提取建模(局部低秩優(yōu)化建模)過程如圖2所示，具體包括以下4個步驟：s1-1、檢測海洋內(nèi)波局部低秩先驗對應圖像片，故而必須檢測含有海洋內(nèi)波的圖像片。如圖4所示為原始觀測圖像y0。首先利用高斯濾波抑制相干斑和背景雜波：其中，y0和g分別為原始觀測sar圖像和高斯卷積核，y為去噪后觀測sar圖像(如圖5所示)。本實施例中高斯卷積核中參數(shù)的取值為：高斯濾波大小為5×5，標準差為1。如圖6所示，將去噪后觀測sar圖像y劃分為100個50×50無重疊的圖像片yi(不足50×50則忽略不計)，并通過計算圖像片中梯度指數(shù)確定是否存在海洋內(nèi)波。其中梯度指數(shù)ηi定義為：其中，yi為第i(i＝1,2,…,100)個圖像片，積分域ωi表示yi相應的圖像域。設(shè)置閾值η0＝5，當圖像片的梯度指數(shù)ηi＞η0時則認為該圖像片yi中存在海洋內(nèi)波，否則認為該圖像片yi中不存在海洋內(nèi)波；挑選出含有海洋內(nèi)波的圖像片(如圖7中白色網(wǎng)格標示的圖像片)后，只針對存在海洋內(nèi)波的圖像片進行特征提取。s1-2、構(gòu)造局部低秩優(yōu)化模型的逼近項sar圖像相干斑為乘性噪聲，其統(tǒng)計特性滿足gamma分布：其中，y和x分別為去噪后觀測圖像和相應的雷達散射系數(shù)(也即無誤差圖像)，n為圖像等效視數(shù)，γ(·）為gamma函數(shù)，由極大似然估計理論可知，局部低秩優(yōu)化模型的可等價表示為：其中，積分域ω為y相應的圖像域。假設(shè)經(jīng)局部低秩優(yōu)化后的sar圖像被分割為k個無重疊圖像片每個圖像片的局部低秩優(yōu)化模型的逼近項可等價表示為：逼近項(4)和(5)根據(jù)相干斑的統(tǒng)計特性構(gòu)造，可以抑制相干斑。s1-3、構(gòu)造局部低秩優(yōu)化模型的局部低秩約束項約束項用于保護海洋內(nèi)波的結(jié)構(gòu)信息。海洋圖像滿足局部低秩的先驗條件，因此基于sar圖像目標局部低秩的先驗信息，考慮圖像片xi的仿射秩，用xi仿射變換后的核范數(shù)進行度量：其中為仿射變換，||·||*表示核范數(shù)，即圖像表示矩陣特征值的和。對高斯去噪后觀測sar圖像y進行旋轉(zhuǎn)變換，使圖像矩陣具有初步的低秩性：其中，θ為旋轉(zhuǎn)變換的旋轉(zhuǎn)角。圖8所示為旋轉(zhuǎn)后的高斯去噪圖像。此時圖像片xi的仿射秩可以表示為：(8)式即為構(gòu)造的局部低秩約束項。s1-4、建立局部低秩優(yōu)化模型由于我們只關(guān)注海洋內(nèi)波，所以僅對含有海洋內(nèi)波的圖像片進行參數(shù)提取，此時基于局部低秩的sar圖像海洋內(nèi)波參數(shù)提取模型(也即局部低秩優(yōu)化模型)為：其中，||·||*為核范數(shù)，r0為秩的閾值，r0的值由圖像確定。s為含有海洋內(nèi)波圖像片對應的指標集。(9)式的含義是：模型逼近項最小化，使得局部低秩約束項小于閾值r0。由(9)式可以看出，對每個圖像片都建立了局部低秩優(yōu)化模型。s2、基于局部低秩優(yōu)化模型數(shù)值求解首先進行等價形式轉(zhuǎn)換。由lagrange乘子法可將帶約束問題(9)轉(zhuǎn)化為無約束問題：其中，λi＞0為正則化參數(shù)。利用分離變量lagrange乘子法對(10)進行等價變換。仿射變換在圖像域是線性的，滿足且為恒等映射。但是關(guān)于旋轉(zhuǎn)角θ并不是線性的，所以需要進行局部線性化。方便起見，記則由分離變量lagrange乘子法可得(10)式的等價形式：其中，λ與μ為非負正則化參數(shù)。||·||2表示2范數(shù)，即歐拉范數(shù)。然后對(11)進行交替優(yōu)化求解。一般而言，通過最小化所有變量獲得最優(yōu)解運算代價過大，因此利用交替最小化方法對算法進行加速。交替優(yōu)化求解流程如圖3所示，具體包括三個步驟：s2-1、固定變量u和θ，優(yōu)化變量x。關(guān)于變量x無約束優(yōu)化問題等價于：由euler-larange方程可得：可通過下述迭代求解：其中初始條件為x0＝y(tǒng)，θ0的值由圖像y決定，只要使得圖像y變得低秩就可以；迭代次數(shù)k為大于等于1的整數(shù)。s2-2、固定變量x和θ，優(yōu)化變量u。關(guān)于(11)式中變量u無約束優(yōu)化問題等價于：上式可通過迭代求解，迭代過程如下式所示：其中，svd(·)表示矩陣的svd分解，即奇異值分解，(u,∑,v)為svd分解后的三個矩陣，其中∑ij表示∑的分量。γ為非負正則化參數(shù)，γ＝λ/μ。s2-3、固定變量x和u，優(yōu)化變量θ。關(guān)于(11)式中變量θ無約束優(yōu)化問題等價于：迭代過程如下式所示：s2-4、當||uk+1-uk||*≤ε時，迭代終止，其中ε為迭代終止常數(shù)；輸出數(shù)值求解結(jié)果：最優(yōu)旋轉(zhuǎn)角低秩圖像片和高輻射分辨率圖像片進入步驟s3；否則繼續(xù)進行s2-1。本實施例中，對圖7所示的含海洋內(nèi)波的圖像片中選取一個進行處理，所選取出來的圖像片如圖9所示。所設(shè)置參數(shù)如表1所示：表1數(shù)值求解參數(shù)設(shè)置旋轉(zhuǎn)角θ非負正則化參數(shù)λ非負正則化參數(shù)μ非負正則化參數(shù)γ時間步長δt0°0.70.51.40.01通過代入上述參數(shù)數(shù)值計算得到該圖像片的最優(yōu)旋轉(zhuǎn)角低秩圖像片(如圖10所示)，高輻射分辨率圖像片(如圖11所示)。s3、參數(shù)提取與表示利用步驟s2的計算結(jié)果，對sar圖像海洋內(nèi)波參數(shù)(即波長)進行提取。最優(yōu)旋轉(zhuǎn)角反映了內(nèi)波運動方向，低秩圖像片中可以提取出內(nèi)波波長ω。具體操作包括：本實施例中首先對圖10所示的低秩圖像片的矩陣按列和等到一個一維向量g，g的表達式為：并利用高斯濾波對g進行平滑，可以得到海洋內(nèi)波波形圖像，如圖12所示，其中橫坐標j的最大值為50(即該圖像片水平方向的像素點個數(shù)為50)，縱坐標表示g的數(shù)值。由圖12可以判斷出該圖像片海洋內(nèi)波波形中局部最小值相應的指標為{i1,i2}，其中i1＝19,i2＝35，則內(nèi)波波長ω可近似認為是相鄰指標間的平均距離：其中，δ＝25米為sar圖像中相鄰像素點的實際距離。當前第1頁12