一种极化定标应用效能评估方法、系统、设备及介质

本发明属于图像处理，具体涉及一种极化定标应用效能评估方法、系统、设备及介质。

背景技术：

1、极化sar图像与单极化图像相比，拥有更加丰富的相位信息和更高质量的强度信息，具有巨大的应用潜力。在极化sar图像获取到应用的过程中会有大量＂干扰信息＂的存在，包括相干斑乘性噪声和天线收发时的极化畸变。因此为了获取真实的极化信息，需要对极化sar系统进行极化定标。极化定标技术作为极化sar图像应用于各个领域的前提，其效果的优劣极大地影响极化sar图像在目标检测领域的应用效能。但是目前对于极化定标质量的评价与后续的应用效果的定量评估方法研究欠缺，缺乏可靠的指标对极化定标的效果进行评价。

2、基于此，急需一种极化定标应用效能评估方法、系统、设备及介质，能够对极化定标应用效能评估进行量化，实现从多角度对极化定标应用效能的评估。

技术实现思路

1、本发明为解决上述问题，提出一种极化定标应用效能评估方法、系统、设备及介质，以解决极化定标目标检测应用效能的评估方法不明确，极化定标应用效能定量评估困难的问题。

2、本发明涉及一种极化定标应用效能评估方法，包括如下步骤：

3、步骤s1、获取极化定标前后的极化sar图像对，构建实验数据对；

4、步骤s2、对两景图像依次进行多种极化特征的提取，对每景图像构建对应的极化特征向量；

5、步骤s3、构建基于特征-检测器联合优化的svm检测器进行目标检测方法，对检测方法中涉及到的三个参数进行联合优化，完成检测；

6、步骤s4、将待检测的极化定标前后的图像输入到特征-检测器联合优化的svm检测器中，输出对应的目标检测结果，并对其检测结果进行比较评估，基于目标检测结果确定待评估极化sar图像的极化应用效能，实现极化sar图像的极化定标应用效能的评估。

7、进一步地，步骤s1中，所述实验数据对为y＝[y1,y2]，其中，y1为极化定标前图像代号，y2为极化定标后同一景图像代号。

8、进一步地，步骤s2中，所述极化特征向量为f_y1＝[f11,f12,……,f1 n]和f_y2＝[f21,f22,……,f2n]，其中，f11代表极化特征向量f_y1中的第一个特征，f12代表极化特征向量f_y1中的第二个特征，f1 n代表极化特征向量f_y1中的最后第一个特征，f21代表极化特征向量f_y2中的第一个特征，f22代表极化特征向量f_y2中的第二个特征，f2n代表极化特征向量f_y2中的最后一个特征，n代表特征总数。

9、进一步地，步骤s3中，检测方法中涉及到的三个参数分别为：极化特征向量数量n、惩罚参数c、核函数参数g。

10、进一步地，所述步骤s3具体为：

11、步骤s31、对待检测图像进行预处理，对待检测图像进行样本标注，以适应使用特征-检测器联合优化的svm检测器进行检测的方法；

12、步骤s32、建立评价函数，为调整参数，以正确检测的像素数为基础，包括目标像素和背景像素；

13、步骤s33、确定极化特征向量数量、惩罚参数、核函数参数的有效范围，并通过随机方式生成这三个参数的初始解n0、c0和g0，初始化联合优化方法的参数；

14、步骤s34、检查参数初始解是否符合约束条件，约束条件由评价函数值确定，如果符合，直接利用初始解作为特征-检测器联合优化的svm检测器的参数进行目标的检测，输出检测结果，步骤s3结束，直接跳转到步骤s4；

15、步骤s35、检查参数初始解是否符合约束条件，约束条件由评价函数值确定，如果不符合，在定义的参数范围内进行搜索以生成新的解n1、c1和g1；

16、步骤s36、对新解n1、c1、g1进行匹配程度计算，如果匹配程度满足事先设定的阈值，即利用新解进行训练，匹配程度利用向量的归一化内积进行计算；

17、步骤s37、对满足条件的新解训练结果进行适应度函数的计算，并根据匹配程度计算结果按照一定的概率p将新解进入到下一次循环；直到解的结果满足约束条件，利用获得的满足条件的解作为特征-检测器联合优化的svm检测器的参数进行目标的检测，输出检测结果，步骤s3结束，进行步骤s4。

18、进一步地，步骤s32中，评价函数用ev(x)表示，用于度量训练样本中被准确检测的数量。

19、进一步地，所述步骤s4具体为：

20、步骤s41、对极化定标前后目标检测结果进行统计，极化定标前sar数据正确检测目标数量为ntr1，极化定标前sar数据虚警目标数量为nfa1，极化定标后sar数据正确检测目标数量为ntr2，极化定标后sar数据虚警目标数量为nfa2，实际目标数量为nac；

21、步骤s42、对极化定标前后目标检测结果的指标进行计算，分别计算极化定标前后目标检测结果的检测率pd1＝ntr1/nac，pd2＝ntr2/nac，极化定标前后目标检测结果的虚警率pf1＝nfa1/(nac+nfa1)，pf2＝nfa2/(nac+nfa2)，极化定标前后目标检测结果的品质因数，fom1＝ntr1/(nfa1+nac)，fom2＝ntr2/(nfa2+nac)；

22、步骤s43、对极化定标的应用效能进行评估，定义基于目标检测的极化定标应用效能评估指标，即检测效能edet＝fom2/fom1。

23、本发明还涉及一种极化定标应用效能评估系统，所述系统应用了极化定标应用效能评估方法。

24、本发明还涉及一种计算机设备，该设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述极化定标应用效能评估方法的步骤。

25、本发明还涉及一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述极化定标应用效能评估方法的步骤。

26、本发明与现有技术相比的有益效果

27、1、定义了新的评估指标检测效能edet＝fom2/fom1，可以对极化定标应用效能评估进行量化评价，弥补了现有极化定标评估领域定量指标的空白。

28、2、本方法可以针对关注的极化分量进行精确的评价，也可以根据所需要的极化分量替换后进行精确的评价，方法灵活性高，不拘泥于特定的极化特征，可以从多种角度实现对极化定标应用效能的评估。

技术特征：

1.一种极化定标应用效能评估方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的极化定标应用效能评估方法，其特征在于，步骤s1中，所述实验数据对为y＝[y1,y2]，其中，y1为极化定标前图像代号，y2为极化定标后同一景图像代号。

3.根据权利要求1所述的极化定标应用效能评估方法，其特征在于，步骤s2中，所述极化特征向量为f_y1＝[f11,f12,……,f1 n]和f_y2＝[f21,f22,……,f2n]，其中，f11代表极化特征向量f_y1中的第一个特征，f12代表极化特征向量f_y1中的第二个特征，f1 n代表极化特征向量f_y1中的最后第一个特征，f21代表极化特征向量f_y2中的第一个特征，f22代表极化特征向量f_y2中的第二个特征，f2n代表极化特征向量f_y2中的最后一个特征，n代表特征总数。

4.根据权利要求1所述的极化定标应用效能评估方法，其特征在于，步骤s3中，检测方法中涉及到的三个参数分别为：极化特征向量数量n、惩罚参数c、核函数参数g。

5.根据权利要求1所述的极化定标应用效能评估方法，其特征在于，步骤s3具体为：

6.根据权利要求5所述的极化定标应用效能评估方法，其特征在于，步骤s32中，评价函数用ev(x)表示，用于度量训练样本中被准确检测的数量。

7.根据权利要求1所述的极化定标应用效能评估方法，其特征在于，所述步骤s4具体为：

8.一种极化定标应用效能评估系统，其特征在于，应用上述权利要求1至7任一项所述的方法。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

技术总结
本发明涉及一种极化定标应用效能评估方法、系统、设备及介质，方法包括如下步骤：S1、获取极化定标前后的极化SAR图像对，构建实验数据对；S2、对两景图像依次进行多种极化特征的提取，对每景图像构建对应的极化特征向量；S3、构建基于特征‑检测器联合优化的目标检测方法，对极化特征向量数量、惩罚参数、核函数参数进行联合优化，完成检测；S4、将待检测的极化定标前后的图像输入到特征‑检测器联合优化的SVM检测器中，输出对应的目标检测结果，并对其检测结果进行比较评估，基于目标检测结果确定待评估极化SAR图像的极化应用效能，实现极化定标应用效能的评估。本发明定义了新的评估指标检测效能，从多种角度实现对极化定标应用效能的评估。

技术研发人员：邹斌,邱宇,张腊梅,李昊璘
受保护的技术使用者：哈尔滨工业大学
技术研发日：
技术公布日：2024/3/27