本发明公开了一种基于SAR技术的海洋目标图像修复识别方法及系统，通过实时地通过AIS系统识别出海洋目标，结合其GPS定位数据，计算实时漂移指标，然后利用合成孔径雷达SAR获取海洋目标图像，计算获得目标图像的漂移域，最后根据目标图像的漂移域对目标图像进行修复。通过GPS定位，精确了地理上航洋目标的移动方向，避免通过指南针等方式难以低消海流、风等自然因素导致真实航海路径与航向不一致的结果，对图像中多余或者重复的像素灰度值进行优化计算，获得更精确和客观的海洋目标灰度图像。
1.一种基于SAR技术的海洋目标图像修复识别方法，其特征在于，所述方法包括以下步骤：
S400，根据目标图像的漂移域对目标图像进行修复；
其中，在步骤S300中，结合实时漂移指标获得目标图像的漂移域的方法是：根据目标图像的分辨率，以目标图像竖直方向的像素的数量为图像高度ht，以目标图像水平方向的像素的数量为图像长度len；通过最大类间方差法、最大熵自动阈值法或者直方图分割法将目标图像进行背景提取将目标图像中的各个像素划分为目标像素tgpx和背景像素bgpx；以目标图像左下角的像素作为原点建立坐标系Pix，以Pix (0,0)代表坐标系Pix的原点；在坐标系Pix中，以Pix (a,b)代表目标图像中第a列，第b行的像素，其中a为列序号，取值范围为[1,ht]，b为行序号,取值范围为[1,len]；以目标图像的中心点作为核心像素Pix(Ca,Cb),其中Ca和Cb分别代表所述中心点所在的列的序号和行的序号；以合成孔径雷达SAR获取目标图像的所需的时间为TM，通过AIS系统计算获取海洋目标在最近TM时间内的平均航行速度SSPD，合成孔径雷达SAR获取目标图像过程中用于接收或采集微波的时间为采集时间CLP；原始图像中的方位分辨率为ARs, 原始图像中的距离分辨率为DRs，合成孔径雷达的方位向所在的直线与漂移指标CDM(MX,MY)所在的直线的夹角为方位角AAg，合成孔径雷达的距离向所在的直线与漂移指标CDM(MX,MY)所在的直线的夹角为距离角DAg，计算航向分辨率SRs：SRs＝ ；
从AIS系统计算获取最近TM时间内海洋目标的航行方向SCmps, 航行方向SCmps所在的直线与漂移指标CDM(MX,MY)所在的直线的夹角作为偏离角SCAg，计算平均漂移速度CSPD：CSPD＝SSPD÷cos(SCAg)；通过平均漂移速度可计算获得目标图像的漂移域rpxl，rpxl＝int[0.5×(CLP×CSPD＋SRs)×pscl]‑1,其中int[]为取整函数的符号，pscl为比例尺；
其中，在步骤S400中，根据目标图像的漂移域对目标图像进行修复的方法是：在目标图像的左、右侧分别增加rpxl＋1列灰度值为0的像素，所增加的像素均为背景像素，为所有像素都设置2个初始值为0的变量分别作为第一灰度值FGry和灰度损量Dgry；设置一个变量j1，初始化j1的值为1；跳转到步骤B01，rpxl为漂移域；
B01，当j1≤ht‑1，设置一个变量j2，初始化j2的值为1，跳转到步骤B02；当j1＞ht‑1，计算目标图像中所有灰度损量Dgry的算术平均值为灰度均损量EDgry；跳转到步骤B05；
B02，当j2≤len‑1, 跳转到步骤B03；当j2＞len‑1，则将j1的值加1，跳转到步骤B01；
B03，如果Pix(j1,j2)是背景像素bgpx, 则将j2的值加1，跳转到步骤B02；如果Pix(j1,j2)是目标像素tgpx，将从Pix(j1－rpxl,j2)到Pix(j1－1,j2)中像素构成的集合作为尾集Ttl，以尾集Ttl中所有目标像素tgpx占尾集Ttl中元素个数的比例为目标占尾比TtlRt；将从Pix(j1+1,j2)到Pix(j1＋rpxl,j2)中的像素构成的集合作为头集Thd，以头集Thd中目标像素tgpx占头集Thd中元素个数的比例为目标占头比ThdRt；跳转到步骤B04；
B04，如果TtlRt≤ThdRt，计算第一灰度值FGry为：FGry＝TtlRt×EtlGr，其中EtlGr代表尾集Ttl中各个像素的灰度值和Pix(j1,j2)的灰度值的算术平均值；计算灰度损量Dgry，DGry＝Ogry－FGry，其中Ogry为Pix(j1,j2)像素的灰度值；则将j2的值加1，跳转到步骤B02；如果TtlRt＞ThdRt, 计算第一灰度值FGry为：FGry＝ThdRt×EhdGr，其中EhdGr代表头集Thd中各个像素的灰度值和Pix(j1,j2)的灰度值的集合的算术平均值；计算灰度损量Dgry，DGry＝Ogry－FGry，其中Ogry为Pix(j1,j2)像素的灰度值；将j2的值加1，跳转到步骤B02；
B05，遍历目标图像中的所有目标像素，如果目标像素的灰度损量Dgry≥EDgry，则更新该像素的灰度值为第一灰度值FGry的值；跳转到步骤B06；如果目标像素的灰度损量Dgry＜EDgry，则不改变其灰度值；跳转到步骤B06；
2.根据权利要求1所述的一种基于SAR技术的海洋目标图像修复识别方法，其特征在于，在步骤S101中，所述实时地通过AIS系统识别出海洋目标的方法是：通过AIS系统获得海域上的海洋目标及其定位数据，所述海洋目标指的是海域中AIS船舶自动识别系统能够识别的各个船舶，以一个船舶登记号作为一个海洋目标，其中，AIS系统为船舶自动识别系统。
3.根据权利要求1所述的一种基于SAR技术的海洋目标图像修复识别方法，其特征在于，在步骤S102中，所述获取识别出的海洋目标的GPS定位数据的方法是：从AIS船舶自动识别系统获得各个海洋目标的船舶登记号以及其全球定位系统数据；以一个船舶登记号作为一个海洋目标，所述全球定位系统数据为GPS定位数据GLoc(X,Y)，其中X,Y分别代表经度的数值和纬度的数值。
4.根据权利要求1所述的一种基于SAR技术的海洋目标图像修复识别方法，其特征在于，在步骤S103中，通过GPS定位数据建立步差指标的方法是：实时地获取海洋目标的GPS定位数据GLoc(X,Y)；取最新获取的NGL个GPS定位数据GLoc(X,Y)按照时间顺序逆序构建为新近定位序列RGLLs, RGLLs＝[GLoci1(X,Y)]，i1∈[1，NGL]，其中,NGL为RGLLs的长度，取值[1,5]，GLoci1(X,Y)为RGLLs中的第i1个GPS定位数据，设置一个变量i2，初始化i2的数值为
1；设置一个空的序列作为步差序列DGLs；跳转到步骤A01；设置一个初始值为0的变量作为当前时刻的步差指标DGFlg；
A01，当i2＜NGL，获得经度步差DGX＝GLoci2(X,Y)(X)－GLoci2+1(X,Y)(X)，其中GLoci2(X,Y)(X)代表GLoci2(X,Y)的经度，同理GLoci2+1(X,Y)(X)代表GLoci2+1(X,Y)的经度；获得纬度步差DGY= GLoci2(X,Y)(Y)－GLoci2+1(X,Y)(Y)，其中GLoci2(X,Y)(Y)代表GLoci2(X,Y)的纬度，同理GLoci2+1(X,Y)(Y)代表GLoci2+1(X,Y)的纬度；由经度步差DGX和纬度步差DGY构成步差对DG(DGX,DGY)，将DG(DGX,DGY)作为步差序列DGLs的第i2个元素输入到步差序列DGLs，将i2的数值加1跳转到步骤A01；
当i2≥NGL，获得当前时刻的步差序列DGLs，DGLs＝[DGi3(DGX,DGY)]，i3∈[1，NGD]，其中i3为步差对序号，NGD为步差序列DGLs中元素的数量；以步差序列中各个元素的经度步差的算术平均值作为经度步差均值EDGX，以步差序列中各个元素的纬度步差的算术平均值作为纬度步差均值EDGY，从而获得当前时刻的步差均值EDG，步差均值EDG包括EDGX和EDGY；以步差序列DGLs中各个元素的经度步差的标准差作为经度步差阈值DDGX，以步差序列DGLs中各个元素的纬度步差的标准差作为纬度步差阈值DDGY，从而获得当前时刻的步差阈值DDG，步差阈值DDG包括DDGX和DDGY；
设定一个区间作为经度步差指标DGFlgX，以DGFlgX的区间为[EDGX－DDGX，EDGX＋DDGX]，设定一个区间作为纬度步差指标DGFlgY，以DGFlgY的区间为[EDGY－DDGY，EDGY＋DDGY]；如果当前时刻的步差对DG(DGX,DGY)中的DGX的值在经度步差指标DGFlgX以内而且DGY的值在纬度步差指标DGFlgY以内，则步差指标DGFlg为1，否则步差指标DGFlg为0；
5.根据权利要求4所述的一种基于SAR技术的海洋目标图像修复识别方法，其特征在于，在步骤S104中，根据步差指标计算实时漂移指标的方法是：获取最新获取的NGL个时刻的步差指标DGFlg，如果最新的NGL个时刻的步差指标DGFlg的值均为1，则计算实时漂移指标，否则需要等待下一次获取海洋目标的GPS定位数据GLoc(X,Y)后重新计算步差指标DG F l g ；获 得 当 前时 刻 的 步 差 序列 D GL s ，计 算经 度 漂 移 指标 M X ： ，其中i4为变量，DGLs(i4)(DGX)代表步差序列DGLs中第i4个元素的经度步差DGX，rsX为经度漂移敏感系数，其计算方法为：
；其中i5为变量，DGXi5代表第i5时刻的经度步差；
EDGXi5代表第i5时刻的经度步差均值；DDGXi5代表第i5时刻的经度步差阈值；第i5时刻表示最新获取的NGL个时刻中第i5个时刻；
计算纬度漂移指标MY： ，其中i6为变量，DGLs
(i6)(DGY)代表步差序列DGLs中第i6个元素的纬度步差DGY，rsY为纬度漂移敏感系数，其计算方法为： ；其中i7为变量，DGYi7代表第i7时刻的纬度步差；EDGYi5代表第i7时刻的纬度步差均值；DDGYi7代表第i7时刻的纬度步差阈值；第i7时刻表示最新获取的NGL个时刻中第i7个时刻；由经度漂移指标MX和纬度漂移指标MY构成的向量作为实时漂移指标CDM(MX,MY)。
6.根据权利要求1所述的一种基于SAR技术的海洋目标图像修复识别方法，其特征在于，在步骤S200中，所述利用合成孔径雷达SAR获取目标图像的方法是：通过具有成像功能的SAR雷达发送和接收微波，探测目标海域的SAR图像，根据舰船目标检测算法从SAR图像中识别海洋目标，从SAR图像中的海洋目标的图像作为目标图像；将目标图像进行几何校正，降噪处理，将目标图像适应性旋转。
7.一种基于SAR技术的海洋目标图像修复识别系统，其特征在于，所述一种基于SAR技术的海洋目标图像修复识别系统包括：处理器、存储器及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1‑6中任一项所述的一种基于SAR技术的海洋目标图像修复识别方法中的步骤，所述一种基于SAR技术的海洋目标图像修复识别系统运行于桌上型计算机、笔记本电脑、掌上电脑或云端数据中心的计算设备中。
一种基于SAR技术的海洋目标图像修复识别方法及系统
技术领域
[0001] 本发明属于数据采集、智能识别、图形处理技术领域，具体涉及一种基于SAR技术的海洋目标图像修复识别方法及系统。
背景技术
[0002] SAR技术作为航天科技在航海测绘、船舶导航领域的利用率越来越高，虽然SAR技术用于航海目标的识别技术已经日趋成熟，在SAR技术的成像方面往往存在分辨度低下，精确度不足的问题；航行中的目标的图像由于航海目标的航行与卫星或者飞机捕获微波的时间跨度造成图像的模糊或者偏差，影响了海洋目标的图像的精确性。如何通过航海目标的GPS定位，更加精确地衡量其运动方向，减弱上述模糊或者偏差的效果对海洋目标图像修复，是目前SAR技术应用研究的热点问题。
发明内容
[0003] 本发明的目的在于提出一种基于SAR技术的海洋目标图像修复识别方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
[0004] 为了实现上述目的，根据本发明的一方面，提供一种基于SAR技术的海洋目标图像修复识别方法，所述方法包括以下步骤：
[0005] S100，通过AIS系统计算实时漂移指标；
[0006] S200，利用合成孔径雷达SAR获取目标图像；
[0007] S300，结合实时漂移指标获得目标图像的漂移域；
[0008] S400，根据目标图像的漂移域对目标图像进行修复。
[0009] 进一步地，在步骤S100中，通过AIS系统计算实时漂移指标的方法是：
[0010] S101，实时地通过AIS系统识别出海洋目标；
[0011] S102，获取识别出的海洋目标的GPS定位数据；
[0012] S103，通过GPS定位数据建立步差指标；
[0013] S104，根据步差指标计算实时漂移指标。
[0014] 进一步地，在步骤S101中，所述实时地通过AIS系统识别出海洋目标的方法是：通过AIS系统获得海域上的海洋目标及其定位数据，所述海洋目标指的是海域中AIS船舶自动识别系统能够识别的各个船舶，以一个船舶登记号作为一个海洋目标，其中，AIS系统为船舶自动识别系统。
[0015] 进一步地，在步骤S102中，所述获取识别出的海洋目标的GPS定位数据的方法是：从AIS船舶自动识别系统获得各个海洋目标的船舶登记号以及其全球定位系统数据；以一个船舶登记号作为一个海洋目标，所述全球定位系统数据为GPS定位数据GLoc(X,Y)，其中X,Y分别代表经度的数值和纬度的数值。
[0016] 进一步地，在步骤S103中，通过GPS定位数据建立步差指标的方法是：实时地获取海洋目标的GPS定位数据GLoc(X,Y)；取最新获取的NGL个GPS定位数据GLoc(X,Y)按照时间顺序逆序构建为新近定位序列RGLLs, RGLLs＝[GLoci1(X,Y)]，i1∈[1，NGL]，其中,NGL为RGLLs的长度，取值[1,5]，GLoci1(X,Y)为RGLLs中的第i1个GPS定位数据，设置一个变量i2，初始化i2的数值为1；设置一个空的序列作为步差序列DGLs；跳转到步骤A01；设置一个初始值为0的变量作为当前时刻的步差指标DGFlg；
[0017] A01，当i2＜NGL，获得经度步差DGX＝GLoci2(X,Y)(X)－GLoci2+1(X,Y)(X)，其中GLoci2(X,Y)(X)代表GLoci2(X,Y)的经度，同理GLoci2+1(X,Y)(X)代表GLoci2+1(X,Y)的经度；获得纬度步差DGY= GLoci2(X,Y)(Y)－GLoci2+1(X,Y)(Y)，其中GLoci2(X,Y)(Y)代表GLoci2(X,Y)的纬度，同理GLoci2+1(X,Y)(Y)代表GLoci2+1(X,Y)的纬度；由经度步差DGX和纬度步差DGY构成步差对DG(DGX,DGY)，将DG(DGX,DGY)作为步差序列DGLs的第i2个元素输入到步差序列DGLs，将i2的数值加1跳转到步骤A01；
[0018] 当i2≥NGL，获得当前时刻的步差序列DGLs，DGLs＝[DGi3(DGX,DGY)]，i3∈[1，NGD]，其中i3为步差对序号，NGD为步差序列DGLs中元素的数量；以步差序列中各个元素的经度步差的算术平均值作为经度步差均值EDGX，以步差序列中各个元素的纬度步差的算术平均值作为纬度步差均值EDGY，从而获得当前时刻的步差均值EDG，步差均值EDG包括EDGX和EDGY；以步差序列DGLs中各个元素的经度步差的标准差作为经度步差阈值DDGX，以步差序列DGLs中各个元素的纬度步差的标准差作为纬度步差阈值DDGY，从而获得当前时刻的步差阈值DDG，步差阈值DDG包括DDGX和DDGY；
[0019] 设定一个区间作为经度步差指标DGFlgX，DGFlgX的区间为[EDGX－DDGX，EDGX＋DDGX]，设定一个区间作为纬度步差指标DGFlgY，DGFlgY的区间为[EDGY－DDGY，EDGY＋DDGY]；如果当前时刻的步差对DG(DGX,DGY)中的DGX的值在经度步差指标DGFlgX以内而且DGY的值在纬度步差指标DGFlgY以内，则步差指标DGFlg为1，否则步差指标DGFlg为0；
[0020] 跳转到步骤A02；
[0021] A02，结束。
[0022] 通过GPS定位，精确航线方向，如果通过指南针等方式难以低消海流、风等自然因素导致真实航海路径与航向不一致的结果。
[0023] 进一步地，在步骤S104中，根据步差指标计算实时漂移指标的方法是：获取最新获取的NGL个时刻的步差指标DGFlg，如果最新的NGL个时刻的步差指标DGFlg的值均为1，则计算实时漂移指标，否则需要等待下一次获取海洋目标的GPS定位数据GLoc(X,Y)后重新计算步差指标DGFlg；获得当前时刻的步差序列DGLs，计算经度漂移指标MX：，其中i4为变量，DGLs(i4)(DGX)代表步差序列DGLs
中第i4个元素的经度步差DGX，rsX为经度漂移敏感系数，其计算方法为：
；其中i5为变量，DGXi5代表第i5时刻的经度步差；
EDGXi5代表第i5时刻的经度步差均值；DDGXi5代表第i5时刻的经度步差阈值；第i5时刻表示最新获取的NGL个时刻中第i5个时刻；
[0024] 计算纬度漂移指标MY： ，其中i6为变量，DGLs(i6)(DGY)代表步差序列DGLs中第i6个元素的纬度步差DGY，rsY为纬度漂移敏感系数，其计算方法为： ；其中i7为变量，DGYi7代表第i7时刻的
纬度步差；EDGYi5代表第i7时刻的纬度步差均值；DDGYi7代表第i7时刻的纬度步差阈值；第i7时刻表示最新获取的NGL个时刻中第i7个时刻；由经度漂移指标MX和纬度漂移指标MY构成的向量作为实时漂移指标CDM(MX,MY)。
[0025] 通过纬度步差指标DGFlgY进一步限定SAR获得目标图像的契机，令目标图像的模糊度最大限度地限制在运动方向，减少垂直运动方向的方向上的失真；通过漂移敏感系数和漂移指标进一步精细化分析其运动方向，获得的实时漂移指标CDM(MX,MY)作为目标的参考运动方向。
[0026] 进一步地，在步骤S200中，所述利用合成孔径雷达SAR获取目标图像的方法是：通过具有成像功能的SAR雷达发送和接收微波，探测目标海域的SAR图像，根据舰船目标检测算法从SAR图像中识别海洋目标，从SAR图像中的海洋目标的图像作为目标图像；将目标图像进行几何校正，降噪处理，再结合地理坐标系，将目标图像适应性旋转；舰船目标检测算法为：基于背景杂波统计分布的舰船目标检测、基于极化分解的舰船目标检测或者基于极化特征的舰船目标检测中任意一种方法。
[0027] 进一步地，在步骤S300中，结合实时漂移指标获得目标图像的漂移域的方法是：根据目标图像的分辨率，以目标图像竖直方向的像素的数量为图像高度ht，以目标图像水平方向的像素的数量为图像长度len；通过最大类间方差法、最大熵自动阈值法或者直方图分割法将目标图像进行背景提取将目标图像中的各个像素划分为目标像素tgpx和背景像素bgpx；以目标图像左下角的像素作为原点建立坐标系Pix，以Pix (0,0)代表坐标系Pix的原点；在坐标系Pix中，以Pix (a,b)代表目标图像中第a列，第b行的像素，其中a为列序号，取值范围为[1,ht]，b为行序号,取值范围为[1,len]；以目标图像的中心点作为核心像素Pix(Ca,Cb),其中Ca和Cb分别代表所述中心点所在的列的序号和行的序号；以合成孔径雷达SAR获取目标图像的所需的时间为TM，通过AIS系统计算获取海洋目标在最近TM时间内的平均航行速度SSPD，合成孔径雷达SAR获取目标图像过程中用于接收或采集微波的时间为采集时间CLP；原始图像中的方位分辨率为ARs, 原始图像中的距离分辨率为DRs，合成孔径雷达的方位向所在的直线与漂移指标CDM(MX,MY)所在的直线的夹角为方位角AAg，合成孔径雷达的距离向所在的直线与漂移指标CDM(MX,MY)所在的直线的夹角为距离角DAg，[0028] 计算航向分辨率SRs：SRs＝ ；
[0029] 从AIS系统计算获取最近TM时间内海洋目标的航行方向SCmps, 航行方向SCmps所在的直线与漂移指标CDM(MX,MY)所在的直线的夹角作为偏离角SCAg，计算平均漂移速度CSPD:CSPD＝SSPD÷cos(SCAg)；通过平均漂移速度可计算获得目标图像的漂移域rpxl，rpxl＝int[0.5×(CLP×CSPD＋SRs)×pscl]‑1,其中int[]为取整函数的符号，pscl为比例尺（目标图像在实际地面相应线段上的比例尺），比例尺为SAR图像距离和与SAR图像对应的实际的地理坐标之间的比例，或者，比例尺取1:40000。
[0030] 进一步地，在步骤S400中，根据目标图像的漂移域对目标图像进行修复的方法是：在目标图像的左、右侧分别增加rpxl＋1列灰度值为0的像素，所增加的像素均为背景像素，为所有像素都设置2个初始值为0的变量分别作为第一灰度值FGry和灰度损量Dgry；设置一个变量j1，初始化j1的值为1；跳转到步骤B01；
[0031] B01，当j1≤ht‑1，设置一个变量j2，初始化j2的值为1，跳转到步骤B02；当j1＞ht‑1，计算目标图像中所有灰度损量Dgry的算术平均值为灰度均损量EDgry；跳转到步骤B05；
[0032] B02，当j2≤len‑1, 跳转到步骤B03；当j2＞len‑1，则将j1的值加1，跳转到步骤B01；
[0033] B03，如果Pix(j1,j2)是背景像素bgpx, 则将j2的值加1，跳转到步骤B02；如果Pix(j1,j2)是目标像素tgpx，将从Pix(j1－rpxl,j2)到Pix(j1－1,j2)中像素构成的集合作为尾集Ttl，以尾集Ttl中所有目标像素tgpx占尾集Ttl中元素个数的比例为目标占尾比TtlRt；将从Pix(j1+1,j2)到Pix(j1＋rpxl,j2)中的像素构成的集合作为头集Thd，以头集Thd中目标像素tgpx占头集Thd中元素个数的比例为目标占头比ThdRt；跳转到步骤B04；
[0034] B04，如果TtlRt≤ThdRt，计算第一灰度值FGry为：FGry＝TtlRt×EtlGr，其中EtlGr代表尾集Ttl中各个像素的灰度值和Pix(j1,j2)的灰度值的算术平均值；计算灰度损量Dgry，DGry＝Ogry－FGry，其中Ogry为Pix(j1,j2)像素的灰度值；则将j2的值加1，跳转到步骤B02；如果TtlRt＞ThdRt, 计算第一灰度值FGry为：FGry＝ThdRt×EhdGr，其中EhdGr代表头集Thd中各个像素的灰度值和Pix(j1,j2)的灰度值的集合的算术平均值；计算灰度损量Dgry，DGry＝Ogry－FGry，其中Ogry为Pix(j1,j2)像素的灰度值；将j2的值加1，跳转到步骤B02；
[0035] B05，遍历目标图像中的所有目标像素，如果目标像素的灰度损量Dgry≥EDgry，则更新该像素的灰度值为第一灰度值FGry的值；跳转到步骤B06；如果目标像素的灰度损量Dgry＜EDgry，则不改变其灰度值；跳转到步骤B06；
[0036] B06，结束。
[0037] 针对获得的目标像素在运动方向的失真进行图片修复，对误报的目标像素进行修改，获得更具真实性的图片。
[0038] 本发明还提供了一种基于SAR技术的海洋目标图像修复识别系统，所述一种基于SAR技术的海洋目标图像修复识别系统包括：处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述一种基于SAR技术的海洋目标图像修复识别方法中的步骤，所述一种基于SAR技术的海洋目标图像修复识别系统可以运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心等计算设备中，可运行的系统可包括，但不仅限于，处理器、存储器、服务器集群，所述处理器执行所述计算机程序运行在以下系统的单元中：
[0039] 漂移定量单元，用于通过AIS系统计算实时漂移指标；
[0040] 图像摄取单元，用于利用合成孔径雷达SAR获取目标图像；
[0041] 漂移域计量单元，用于结合实时漂移指标获得目标图像的漂移域；
[0042] 图形修复单元，用于根据目标图像的漂移域对目标图像进行修复；
[0043] 本发明的有益效果为：本发明提供一种基于SAR技术的海洋目标图像修复识别方法及系统，通过GPS定位，精确航线方向，如果通过指南针等方式难以低消海流、风等自然因素导致真实航海路径与航向不一致的结果；精确测量合成孔径雷达SAR拍摄海洋目标期间航行状态，对图像中多余或者重复的像素灰度值进行优化计算，获得更精确和客观的海洋目标灰度图像。
附图说明
[0044] 通过对结合附图所示出的实施方式进行详细说明，本发明的上述以及其他特征将更加明显，本发明附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，在附图中：
[0045] 图1所示为一种基于SAR技术的海洋目标图像修复识别方法的流程图；
[0046] 图2所示为一种基于SAR技术的海洋目标图像修复识别系统结构图。
具体实施方式
[0047] 以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
[0048] 如图1所示为一种基于SAR技术的海洋目标图像修复识别方法的流程图，下面结合图1来阐述根据本发明的实施方式的一种基于SAR技术的海洋目标图像修复识别方法，所述方法包括以下步骤：
[0049] S100，通过AIS系统计算实时漂移指标；
[0050] S200，利用合成孔径雷达SAR获取目标图像；
[0051] S300，结合实时漂移指标获得目标图像的漂移域；
[0052] S400，根据目标图像的漂移域对目标图像进行修复。
[0053] 进一步地，在步骤S100中，通过AIS系统计算实时漂移指标的方法是：
[0054] S101，实时地通过AIS系统识别出海洋目标；
[0055] S102，获取识别出的海洋目标的GPS定位数据；
[0056] S103，通过GPS定位数据建立步差指标；
[0057] S104，根据步差指标计算实时漂移指标。
[0058] 进一步地，在步骤S101中，所述实时地通过AIS系统识别出海洋目标的方法是：通过AIS系统获得海域上的海洋目标及其定位数据，所述海洋目标指的是海域中AIS船舶自动识别系统能够识别的各个船舶，以一个船舶登记号作为一个海洋目标，其中，AIS系统为船舶自动识别系统。
[0059] 进一步地，在步骤S102中，所述获取识别出的海洋目标的GPS定位数据的方法是：从AIS船舶自动识别系统获得各个海洋目标的船舶登记号以及其全球定位系统数据；以一个船舶登记号作为一个海洋目标，所述全球定位系统数据为GPS定位数据GLoc(X,Y)，其中X,Y分别代表经度的数值和纬度的数值。
[0060] 进一步地，在步骤S103中，通过GPS定位数据建立步差指标的方法是：实时地获取海洋目标的GPS定位数据GLoc(X,Y)；取最新获取的NGL个GPS定位数据GLoc(X,Y)按照时间顺序逆序构建为新近定位序列RGLLs, RGLLs＝[GLoci1(X,Y)]，i1∈[1，NGL]，其中,NGL为RGLLs的长度，取值[1,5]，GLoci1(X,Y)为RGLLs中的第i1个GPS定位数据，设置一个变量i2，初始化i2的数值为1；设置一个空的序列作为步差序列DGLs；跳转到步骤A01；设置一个初始值为0的变量作为当前时刻的步差指标DGFlg；
[0061] A01，当i2＜NGL，获得经度步差DGX＝GLoci2(X,Y)(X)－GLoci2+1(X,Y)(X)，其中GLoci2(X,Y)(X)代表GLoci2(X,Y)的经度，同理GLoci2+1(X,Y)(X)代表GLoci2+1(X,Y)的经度；获得纬度步差DGY= GLoci2(X,Y)(Y)－GLoci2+1(X,Y)(Y)，其中GLoci2(X,Y)(Y)代表GLoci2(X,Y)的纬度，同理GLoci2+1(X,Y)(Y)代表GLoci2+1(X,Y)的纬度；由经度步差DGX和纬度步差DGY构成步差对DG(DGX,DGY)，将DG(DGX,DGY)作为步差序列DGLs的第i2个元素输入到步差序列DGLs，将i2的数值加1跳转到步骤A01；
[0062] 当i2≥NGL，获得当前时刻的步差序列DGLs，DGLs＝[DGi3(DGX,DGY)]，i3∈[1，NGD]，其中i3为步差对序号，NGD为步差序列DGLs中元素的数量；以步差序列中各个元素的经度步差的算术平均值作为经度步差均值EDGX，以步差序列中各个元素的纬度步差的算术平均值作为纬度步差均值EDGY，从而获得当前时刻的步差均值EDG，步差均值EDG包括EDGX和EDGY；以步差序列DGLs中各个元素的经度步差的标准差作为经度步差阈值DDGX，以步差序列DGLs中各个元素的纬度步差的标准差作为纬度步差阈值DDGY，从而获得当前时刻的步差阈值DDG，步差阈值DDG包括DDGX和DDGY；
[0063] 设定一个区间作为经度步差指标DGFlgX，DGFlgX的区间为[EDGX－DDGX，EDGX＋DDGX]，设定一个区间作为纬度步差指标DGFlgY，DGFlgY的区间为[EDGY－DDGY，EDGY＋DDGY]；如果当前时刻的步差对DG(DGX,DGY)中的DGX的值在经度步差指标DGFlgX以内而且DGY的值在纬度步差指标DGFlgY以内，则步差指标DGFlg为1，否则步差指标DGFlg为0；
[0064] 跳转到步骤A02；
[0065] A02，结束。
[0066] 通过GPS定位，精确航线方向，如果通过指南针等方式难以低消海流、风等自然因素导致真实航海路径与航向不一致的结果。
[0067] 进一步地，在步骤S104中，根据步差指标计算实时漂移指标的方法是：获取最新获取的NGL个时刻的步差指标DGFlg，如果最新的NGL个时刻的步差指标DGFlg的值均为1，则计算实时漂移指标，否则需要等待下一次获取海洋目标的GPS定位数据GLoc(X,Y)后重新计算步差指标DGFlg；获得当前时刻的步差序列DGLs，计算经度漂移指标MX：，其中i4为变量，DGLs(i4)(DGX)代表步差序列DGLs
中第i4个元素的经度步差DGX，rsX为经度漂移敏感系数，其计算方法为：
；其中i5为变量，DGXi5代表第i5时刻的经度步差；
EDGXi5代表第i5时刻的经度步差均值；DDGXi5代表第i5时刻的经度步差阈值；第i5时刻表示最新获取的NGL个时刻中第i5个时刻；
[0068] 计算纬度漂移指标MY： ，其中i6为变量，DGLs(i6)(DGY)代表步差序列DGLs中第i6个元素的纬度步差DGY，rsY为纬度漂移敏感系数，其计算方法为： ；其中i7为变量，DGYi7代表第i7时刻的
纬度步差；EDGYi5代表第i7时刻的纬度步差均值；DDGYi7代表第i7时刻的纬度步差阈值；第i7时刻表示最新获取的NGL个时刻中第i7个时刻；由经度漂移指标MX和纬度漂移指标MY构成的向量作为实时漂移指标CDM(MX,MY)。
[0069] 通过纬度步差指标DGFlgY进一步限定SAR获得目标图像的契机，令目标图像的模糊度最大限度地限制在运动方向，减少垂直运动方向的方向上的失真；通过漂移敏感系数和漂移指标进一步精细化分析其运动方向，获得的实时漂移指标CDM(MX,MY)作为目标的参考运动方向。
[0070] 进一步地，在步骤S200中，所述利用合成孔径雷达SAR获取目标图像的方法是：通过具有成像功能的SAR雷达发送和接收微波，探测目标海域的SAR图像，根据舰船目标检测算法从SAR图像中识别海洋目标，从SAR图像中的海洋目标的图像作为目标图像；将目标图像进行几何校正，降噪处理，再结合地理坐标系，将目标图像适应性旋转；舰船目标检测算法为：基于背景杂波统计分布的舰船目标检测、基于极化分解的舰船目标检测或者基于极化特征的舰船目标检测中任意一种方法。
[0071] 进一步地，在步骤S300中，结合实时漂移指标获得目标图像的漂移域的方法是：根据目标图像的分辨率，以目标图像竖直方向的像素的数量为图像高度ht，以目标图像水平方向的像素的数量为图像长度len；通过最大类间方差法、最大熵自动阈值法或者直方图分割法将目标图像进行背景提取将目标图像中的各个像素划分为目标像素tgpx和背景像素bgpx；以目标图像左下角的像素作为原点建立坐标系Pix，以Pix (0,0)代表坐标系Pix的原点；在坐标系Pix中，以Pix (a,b)代表目标图像中第a列，第b行的像素，其中a为列序号，取值范围为[1,ht]，b为行序号,取值范围为[1,len]；以目标图像的中心点作为核心像素Pix(Ca,Cb),其中Ca和Cb分别代表所述中心点所在的列的序号和行的序号；以合成孔径雷达SAR获取海洋目标图像的所需的时间为TM，通过AIS系统计算获取海洋目标在最近TM时间内的平均航行速度SSPD，合成孔径雷达SAR获取海洋目标图像过程中用于接收或采集微波的时间为采集时间CLP；原始图像中的方位分辨率为ARs, 原始图像中的距离分辨率为DRs，合成孔径雷达的方位向所在的直线与漂移指标CDM(MX,MY)所在的直线的夹角为方位角AAg，合成孔径雷达的距离向所在的直线与漂移指标CDM(MX,MY)所在的直线的夹角为距离角DAg，
[0072] 计算航向分辨率SRs：SRs＝ ；
[0073] 从AIS系统计算获取最近TM时间内海洋目标的航行方向SCmps, 航行方向SCmps所在的直线与漂移指标CDM(MX,MY)所在的直线的夹角作为偏离角SCAg，计算平均漂移速度CSPD：CSPD＝SSPD÷cos(SCAg)；通过平均漂移速度可计算获得目标图像的漂移域rpxl，rpxl＝int[0.5×(CLP×CSPD＋SRs)×pscl]‑1,其中int[]为取整函数的符号，pscl为比例尺（目标图像在实际地面相应线段上的比例尺）。
[0074] 进一步地，在步骤S400中，根据目标图像的漂移域对目标图像进行修复的方法是：在目标图像的左、右侧分别增加rpxl＋1列灰度值为0的像素，所增加的像素均为背景像素，为所有像素都设置2个初始值为0的变量分别作为第一灰度值FGry和灰度损量Dgry；设置一个变量j1，初始化j1的值为1；跳转到步骤B01；
[0075] B01，当j1≤ht‑1，设置一个变量j2，初始化j2的值为1，跳转到步骤B02；当j1＞ht‑1，计算目标图像中所有灰度损量Dgry的算术平均值为灰度均损量EDgry；跳转到步骤B05；
[0076] B02，当j2≤len‑1, 跳转到步骤B03；当j2＞len‑1，则将j1的值加1，跳转到步骤B01；
[0077] B03，如果Pix(j1,j2)是背景像素bgpx, 则将j2的值加1，跳转到步骤B02；如果Pix(j1,j2)是目标像素tgpx，将从Pix(j1－rpxl,j2)到Pix(j1－1,j2)中像素构成的集合作为尾集Ttl，以尾集Ttl中所有目标像素tgpx占尾集Ttl中元素个数的比例为目标占尾比TtlRt；将从Pix(j1+1,j2)到Pix(j1＋rpxl,j2)中的像素构成的集合作为头集Thd，以头集Thd中目标像素tgpx占头集Thd中元素个数的比例为目标占头比ThdRt；跳转到步骤B04；
[0078] B04，如果TtlRt≤ThdRt，计算第一灰度值FGry为：FGry＝TtlRt×EtlGr，其中EtlGr代表尾集Ttl中各个像素的灰度值和Pix(j1,j2)的灰度值的算术平均值；计算灰度损量Dgry，DGry＝Ogry－FGry，其中Ogry为Pix(j1,j2)像素的灰度值；则将j2的值加1，跳转到步骤B02；如果TtlRt＞ThdRt, 计算第一灰度值FGry为：FGry＝ThdRt×EhdGr，其中EhdGr代表头集Thd中各个像素的灰度值和Pix(j1,j2)的灰度值的集合的算术平均值；计算灰度损量Dgry，DGry＝Ogry－FGry，其中Ogry为Pix(j1,j2)像素的灰度值；将j2的值加1，跳转到步骤B02；
[0079] B05，遍历目标图像中的所有目标像素，如果目标像素的灰度损量Dgry≥EDgry，则更新该像素的灰度值为第一灰度值FGry的值；跳转到步骤B06；如果目标像素的灰度损量Dgry＜EDgry，则不改变其灰度值；跳转到步骤B06；
[0080] B06，结束。
[0081] 针对获得的目标像素在运动方向的失真进行图片修复，对误报的目标像素进行修改，获得更具真实性的图片。
[0082] 本发明的实施例提供的一种基于SAR技术的海洋目标图像修复识别系统，如图2所示为本发明的一种基于SAR技术的海洋目标图像修复识别系统结构图，该实施例的一种基于SAR技术的海洋目标图像修复识别系统包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种基于SAR技术的海洋目标图像修复识别系统实施例中的步骤。
[0083] 所述系统包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下系统的单元中：
[0084] 漂移定量单元，用于通过AIS系统计算实时漂移指标；
[0085] 图像摄取单元，用于利用合成孔径雷达SAR获取目标图像；
[0086] 漂移域计量单元，用于结合实时漂移指标获得目标图像的漂移域；
[0087] 图形修复单元，用于根据目标图像的漂移域对目标图像进行修复。
[0088] 所述一种基于SAR技术的海洋目标图像修复识别系统可以运行于桌上型计算机、笔记本电脑、掌上电脑及云端服务器等计算设备中。所述一种基于SAR技术的海洋目标图像修复识别系统，可运行的系统可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述例子仅仅是一种基于SAR技术的海洋目标图像修复识别系统的示例，并不构成对一种基于SAR技术的海洋目标图像修复识别系统的限定，可以包括比例子更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述一种基于SAR技术的海洋目标图像修复识别系统还可以包括输入输出设备、网络接入设备、总线等。
[0089] 所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路 (Application Specific Integrated Circuit，ASIC)、现场可编程门阵列 (Field‑Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述一种基于SAR技术的海洋目标图像修复识别系统运行系统的控制中心，利用各种接口和线路连接整个一种基于SAR技术的海洋目标图像修复识别系统可运行系统的各个部分。
[0090] 所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种基于SAR技术的海洋目标图像修复识别系统的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
[0091] 尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，从而有效地涵盖本发明的预定范围。此外，上文以发明人可预见的实施例对本发明进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
