CN103336272A - 一种基于几何结构的复杂目标sar图像仿真方法 - Google Patents
一种基于几何结构的复杂目标sar图像仿真方法 Download PDFInfo
- Publication number
- CN103336272A CN103336272A CN2013100987339A CN201310098733A CN103336272A CN 103336272 A CN103336272 A CN 103336272A CN 2013100987339 A CN2013100987339 A CN 2013100987339A CN 201310098733 A CN201310098733 A CN 201310098733A CN 103336272 A CN103336272 A CN 103336272A
- Authority
- CN
- China
- Prior art keywords
- radar
- target
- bin
- image
- sar
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明的目的是提供一种基于几何结构的复杂目标SAR图像仿真方法,能够获得多种视角,多种分辨率的仿真图像,用于辅助SAR图像解译和复杂目标的自动识别。第一步、读入目标3D模型文件并获取空间信息;通过读取目标表面各三角面元的顶点坐标,计算三角面元法向量,获取目标空间信息;第二步、SAR成像几何仿真;根据雷达侧视成像原理,判断目标表面接收到雷达信号的面元,并记录每个可见面元在图像上的投影位置;第三步、计算目标模型每个位置的相对后向散射强度;第四步、SAR仿真图像生成。
Description
技术领域
本发明属于合成孔径雷达技术领域,涉及一种SAR仿真成像的方法,尤其涉及一种基于几何结构的复杂目标SAR图像仿真方法。
背景技术
合成孔径雷达(SAR,Synthetic Aperture Radar)是一种主动式的高分辨率的微波成像雷达,由于具有全天时、全天候等优点,它在军事侦察、地球遥感、海洋研究、环境保护以及灾情检测等方面有着广泛的应用。SAR能够提供全天候条件下详细的地面测绘资料和图像以及具有穿透性的观察视场,利用SAR图像可以较为容易地发现和识别飞机(群)、坦克、机场和停机坪、各种车辆等。针对SAR图像的目标识别受到越来越广泛的关注。传统的SAR目标识别方法大多依赖于人工的目视解译,一般耗时多、工作量大,随后逐渐发展成为基于模板匹配的方法,对于SAR而言,由于其特殊的成像机制,成像参数和场景的细微变化将会引起SAR图像或SAR图像特征矢量较大的变化,要想获取全面参数和场景下的完备的SAR目标模板库几乎是不可能的。SAR仿真可以实现预定条件下的特征预测,图像样本生成,有效弥补了SAR图像样本的缺乏,而且仿真探索了目标特征的形成机理与变化规律,给出典型目标主要散射特征的成像机理解译,从根本上解决识别问题。然而,SAR图像仿真技术和发展水平与真正的实际应用还存在较大差距,目标的仿真SAR图像的“显著”特征与实际的SAR图像中的特征仍存在着很大差距,导致目前的仿真算法还无法在目标识别中发挥实质性的作用。因而,如何针对目标识别需求建立有效地SAR图像仿真方法用于辅助SAR图像中复杂目标的自动识别是一个很有意义的研究问题。
SAR图像仿真从SAR图像电磁特征出发,精简成像过程,建立面元散射强度和图像灰度级之间的对应关系获取仿真结果。一类SAR图像仿真方法强调散射的准确性采用高频电磁场近似理论计算目标后向散射强度。Kirchhoff物理光学和几何光学是最常用的散射模型,Keller从考虑直劈对电磁波的散射出发,推导了几何绕射理论(GTD)用于计算绕射和极化效应问题,Ahluwalia等人提出基于边缘绕射问题中场的解可以用于菲涅尔积分有关的特殊渐进数展开,形成绕射的一致性渐进理论(UAT)。接着,Kouyoumajian和Pathak提出的一致性绕射理论(UTD)。以上这些方法采用较为精确的物理模型,但需要考虑很多描述信号和目标材质的变量,而有些参数往往预先得不到,并且计算结果受目标模型精确度的限制的影响大。
另外一类仿真方法侧重于仿真结果几何分布的准确性,电磁计算通常采用简化模型如朗伯体漫射-镜面散射模型,忽略目标表面介电常数,雷达波长,极化类型,信号频率等参数的影响。这类仿真方法在那些更依赖几何分布特征的SAR图像应用领域如变化检测,建筑物高度估计,城区3D重建等中取得了较好的效果。这类散射模型通常配合射线追踪方法生成可视化图像,射线追踪技术反应的散射现象全面,但计算量大,速度很慢。Timo Balz等开发了SARViz仿真工具,采用了Rasterization-栅格化技术实现目标可视化。栅格化技术结合计算机图形处理单元GPU,速度快,可以实时仿真大规模复杂场景。然而,Rasterization只能处理单次散射,SAR典型的几何扭曲现象如叠掩,遮挡,阴影需要分开处理。二次散射,多次散射现象还是需要采用射线追踪技术。
发明内容
本发明的目的是提供一种基于目标几何结构快速SAR图像仿真方法,适用于电大尺寸的复杂目标SAR图像仿真,能够获得多种视角,多种分辨率的仿真图像,用于辅助SAR图像解译和复杂目标的自动识别。
本发明的技术方案如下:
第一步、读入目标3D模型文件并获取目标空间信息:通过读取目标表面各三角面元的顶点坐标,计算三角面元法向量,获取目标空间几何信息;
第二步、SAR成像几何仿真:由第一步得到的目标表面各三角面元空间位置,根据雷达侧视成像原理,判断目标表面可以接收并反射雷达信号的面元,并记录每个可见面元在图像上的投影位置;
第三步、计算目标模型上各位置的相对后向散射强度:根据第二步记录的可见面元位置,首先利用phong朗伯漫反射—镜面反射模型计算可见面元上的单次散射;然后再根据可见面元组合的二面角计算目标模型上二次散射现象;
第四步、SAR仿真图像生成:将第三步计算的单次散射和二次散射分别叠加到目标在图像上的投影位置,生成仿真后向散射系数图像,然后再添加斑点噪声,直接生成一个均值为1的二维瑞利分布来表示均匀区域相干斑噪声,相干噪声为乘性噪声,以乘积的形式添加噪声到后向散射系数图中,最后得到仿真图像。
本发明的有益效果:
本发明提供的方法根据SAR图像复杂目标识别的需求,采用简化散射模型计算单次散射,二次散射重点关联目标的几何结构与散射现象,建立了目标模型表面几何结构与SAR图像特征间的关系,同时在SAR仿真中几何处理部分提出了一种新的可视化方法,克服了传统的射线追踪计算速度慢,栅格化技术对散射效应处理有局限性的缺点,快速判断目标表面可见面 元,存储可见面元的位置和投影信息。
本发明能够完成在多视角,多分辨率条件下复杂目标快速SAR图像仿真。与其它仿真方法相比,更能体现用于识别的不同目标的各自的特征,计算速度快,能很好满足SAR图像目标识别和解译的需求。
附图说明
图1为本发明基于几何结构的复杂目标SAR图像方法的流程示意图。
图2为本发明第二步中关于SAR距离向几何模型示意图。
图3为本发明第三步中二面角反射器二次散射几何示意图。
具体实施方式
如图1所示,本发明基于多类基元自主学习的多类复杂目标识别方法的流程示意图,包括以下步骤:
第一步、读入目标3D模型文并获取空间信息;
1.2、通过三角面元顶点坐标的尺度变换调整目标模型的大小,使目标模型的尺寸和真实目标一致,并通过坐标平移使目标位于所定义空间坐标系的原点位置;
第二步,SAR成像几何仿真,主要是根据雷达侧视成像原理,判断目标表面接收到雷达信号的面元,并记录每个可见面元在图像上的投影位置。具体方法如下:
2.1、设置雷达系统参数,包括:雷达飞行高度h,雷达与目标距离R,信号入射角θ,距离向分辨率δslr,方位向分辨率δa;
2.2、定义SAR场景坐标系,水平距离向为X轴,方位向为Y轴,Z轴为高度向,坐标原点位于目标附近,雷达初始坐标为S=[-htgθ,0,h];
2.3、规定SAR仿真图像雷达侧视距离向为X轴,雷达方位向为Y轴;
2.4、在SAR空间坐标系下调整目标模型姿态角α,调整方式如下;
2.5、考虑SAR成像机理和后期成像处理过程,假设雷达发送和接收信号的时间间隔可以忽略,雷达定点收发信号,在SAR场景坐标系进行方位向离散化处理,可以大大提高仿真效率,在一个方位向分辨率单元进行成像几何处理,完毕后,再按方位向步长移动到下一分辨 率单元,具体步骤如下所述:
2.5.1、设定方位向步长等于方位向分辨率step=δa,每次雷达收发信号所在位置的Y轴的坐标为δa的整数倍,δa,2δa,3δa....Nδa;
2.5.2、投影到SAR图像坐标系中,雷达每次在Y轴方向移动一个像素单元;
2.5.3、为了保证方位向采样率,方位向步长也可以减小为δa的分数倍,如step=δa/2,此时对应SAR图像坐标系Y轴方向半个像素单元。同时收发信号的起点不一定从0点开始,可以是方位向分辨率的分数倍δa/m,此时,雷达停留位置的Y轴坐标为Yi=δa/m+istep,X轴和Z轴坐标保持不变;
2.6、从雷达第一个收发信号位置Yi,i=0开始,到雷达移动到下一位置Yi+1前,目标模型上位于Yi与Yi+1之间的面元可以接收到信号辐射,这些面元的后向散射对此方位向单元有贡献,并且目标的几何结构的起伏会在部件间会造成遮挡,被遮挡的面元处没有信号返回,在计算目标模型后向散射系数图前,需要利用目标模型与雷达间的位置及照射关系,对可见面元进行判断,具体步骤如下所述:
2.6.1、首先,目标模型被XZ平面y=Yi切割,记录与之相交的面元P以及相交面元P在XZ平面上的相交线段L,相交线段记录方式为L=[θh,θt,dh,dt],θh,θt为线段两端点与雷达的垂直夹角,dh,dt为线段两端点与雷达的距离;
其中(xh,Yi,zh)是相交线段一端点的坐标,(-htgθ,Yi,h)是雷达坐标;
2.6.2、目标上垂直夹角范围相同的两条相交线段Li=[θh,θt,dhi,dti],Lj=[θh,θt,dhj,dtj],且dhi≤dhj,dti≤dtj,则与雷达距离近的相交线段Li可见,距离远的Lj被遮挡。如果相交线段被部分遮挡,线段端点移动到未被遮挡的位置,同时与之对应的相交面元也是部分可见。
2.7、经过消隐处理后,所有的可见线段间不存在遮挡,按一定顺序记录可见线段及其所属的可见面元,方便计算目标各个局部位置的后向散射数,以及确定目标阴影的图像位置,具体步骤如下:
2.7.1、按与可见线段端点雷达的垂直角度从小到大顺序记录可见线段L1,L2...,最小角度记为θmin,最大角度记为θmax;
2.7.3、可见面元的记录顺序等于面元的连接顺序,包含了目标结构信息;
2.7.4、目标模型表面上可见面元在仿真图像上的距离向(Y轴)投影位置由dh/δslr和dt/δslr决定,方位向(X轴)投影位置由面元所在方位向分辨率单元序号决定;该小面元影射到SAR图像的(kh,i)至(kt,i)单元,其中kh,kt为SAR图像距离向序号,i为SAR图像方位向序号。其中kh=[dh/δslr],kt=[dt/δslr],[]表示取整;
2.8、计算阴影部分的投影位置,具体步骤如下:
2.8.1、G1,G2是两地面点,与雷达的垂直夹角分别为θmin,θmax,G1,G2点在XZ平面上与雷达的水平距离为htgθmin,htgθmax。
2.8.2、地面回波在G1,G2的部分被目标所遮挡,从G1的图像投影点G1’起始,Δx的距离范围内没有地面回波信号,其中G1’的图像位置为(kG1,i),kG1=[h/cosθmin/δslr];
2.8.3、最终阴影部分开始于G1’与目标最远回波的投影点间较远的位置,结束于G2的图像投影点,G1’的图像位置为(kG2,i),kG1=[h/cosθmax/δslr];
2.9、雷达向前移动一个方位向步长,i=i+1,重复所述方法2.6至2.8,不断向前移动雷达在方位向的位置,直到目标离开雷达照射范围;
第三步,计算目标模型每个位置的相对后向散射强度,方法是:
3.1、利用phong朗伯漫反射—镜面反射模型计算单次散射,这种模型简单,需要的先验参数少,散射强弱直接和目标的几何结构相关,体现了本发明仿真方法基于目标几何结构的特点,具体步骤如下所述:
3.1.1、计算模型可见面元上的漫反射系数,计算方式如下:
3.1.2、计算模型可见面上的镜面反射系数,计算方式如下:
其中ks是镜面反射系数,是入射信号方向向量和镜面反射光线方向向量的角平分线方向向量,p是镜面反射光线锐度系数,当目标表面材质为光滑的金属表面时建议取ks=0.4,目标表面较为粗糙时取ks=0.2,其它时候根据目标表面的粗糙度情况在0.2与0.4之间调整,取p=8;
3.1.3、目标模型表面单次散射系数σ1=σd+σs;
3.2、计算目标模型上二次散射现象,二次散射是图像上强散射的主要来源之一,二次散射产生的强散射点或强散射区域通常作为目标显著特征对目标的识别有很大帮助,本发明在仿真二次散射现象从目标自身的结构出发,研究目标的特殊结构与典型强散射现象二次散射间的关系,假设二次散射是由目标表面可见的二面角反射器引起,建立简化二面角散射模型,将二次散射在图像上出现的位置和相对强度与二面角反射器的位置,姿态,结构,大小相关联,具体步骤如下所述:
3.2.1、在目标模型上搜寻二面角反射器和近似二面角反射器,在步骤2.6中记录了面元按照的相邻关系记录,通过计算相邻面元的夹角及夹角朝向来实现对目标表面适合的二面角发射器的搜寻,当相邻面元的夹角在90°±15°并且夹角朝向雷达方向,保留候选;
3.2.2、计算二次散射在仿真图像上的位置,目标表面二面角反射器的位置决定此二面角产生的二次散射位置。方位向位置:等同于二面角反射器在方位向的位置,距离向位置:近似等于二面角的顶点与雷达的距离;
3.2.3、计算二次散射强度,二次散射强度与发生二次散射的二面角反射器尺寸大小a,b,反射器角度与直角的偏离角度δ,反射器相对雷达信号的姿态角有关,当直角二面角反射器,姿态角度0°时,二次反射最强烈。计算方式如下:
建议取kdb=0.3,A=2;
第四步,SAR仿真图像生成,具体步骤如下:
4.1、仿真后向散射系数图像生成,后向散射系数图像表现了目标的电磁散射特性,具体步骤如下:
4.1.1、首先生成背景图像,设背景散射均匀,取统一灰度值γ(x,y)=A,建议取A=0.1,图像灰度范围(0,1);
4.1.2、将前面计算目标模型上的单次散射,二次散射的后向散射系数叠加到后向散射系数图相应的单元中;
4.1.3、阴影图像生成,在被目标遮挡的位置,即kG1与kG2之间的图像单元,减去背景部分信号;
4.2、添加斑点噪声,主要考虑噪声的影响,在相干斑噪声的幅度图像的统计特性可由瑞利分布描述。直接生成一个均值为一的二维瑞利分布n(x,y)来表示均匀区域相干斑噪声,并根据乘积模型引入。最后得到的仿真图像可表示为:
本发明的流程可以分成四个模块来实现:
第一个模块是目标模型解读模块,读入目标3DS模型文件,获取目标的空间结构信息数据;
第二个模块是SAR成像几何处理模块,主要包括三个步骤:第一步,设定雷达参数,调整目标姿态角;第二步,利用目标模型与雷达间的位置及照射关系,判断可见面元;第三步,按空间位置关系顺序存储目标可见面元的位置和投影信息;
第三个模块是目标后向散射系数计算,后向散射分为单次散射和二次散射两种类型,单次散射按照朗伯漫反射-镜面反射模型计算,按照二面角散射简化模型计算;
第四个模块仿真图像生成模块,包括后向散射系数图生成和斑点噪声添加,最后得到SAR仿真图像。
图2为本发明第二步中关于SAR距离向几何模型示意图。如图2所示,雷达是侧视成像,在与雷达相同垂直夹角范围内的面元,距离雷达近的可见,距离远的被遮挡,如图中CD部分被BC部分遮挡;与雷达距离相同的面元散射的雷达回波在图像上是叠加在一起的,称为掩叠现象,如图中AG1和AB部分;阴影是位于由地面被场景中目标遮挡的位置,如图所示C'G2';本发明根据图2所示的SAR几何模型进行目标可见面元判断以及目标投影。
图3本发明第三步中二面角反射器二次散射几何示意图,包括直角二面角反射器在姿态角为φ时的反射情况(左),以及非直角二面角反射器(右)的反射情况,非直角二面角反射器与指教偏离角度为δ。二面角反射器相对雷达的姿态角以及二面角角度与直角的偏离程度是影响二面角反射系数的两个主要因素,同时还有二面角的尺寸。
Claims (9)
1.一种基于几何结构的复杂目标SAR图像仿真方法,其特征在于,包括以下步骤:
第一步、读入目标3D模型文件并获取目标空间信息:通过读取目标表面各三角面元的顶点坐标,计算三角面元法向量,获取目标空间几何信息;
第二步、SAR成像几何仿真:由第一步得到的目标表面各三角面元空间位置,根据雷达侧视成像原理,判断目标表面可以接收并反射雷达信号的面元,并记录每个可见面元在图像上的投影位置;
第三步、计算目标模型上各位置的相对后向散射强度:根据第二步记录的可见面元位置,首先利用phong朗伯漫反射—镜面反射模型计算可见面元上的单次散射;然后再根据可见面元组合的二面角计算目标模型上二次散射现象;
第四步、SAR仿真图像生成:将第三步计算的单次散射和二次散射分别叠加到目标在图像上的投影位置,生成仿真后向散射系数图像,然后再添加斑点噪声,直接生成一个均值为1的二维瑞利分布来表示均匀区域相干斑噪声,相干噪声为乘性噪声,以乘积的形式添加噪声到后向散射系数图中,最后得到仿真图像。
2.如权利要求1所述的一种基于几何结构的复杂目标SAR图像仿真方法,其特征在于,其中第二步中判断目标表面接收到雷达信号的面元采用以下方法:
2.1、设置雷达系统参数,包括:雷达飞行高度h,雷达与目标距离R,信号入射角θ,距离向分辨率δslr,方位向分辨率δa;
2.2、定义SAR场景坐标系,水平距离向为X轴,方位向为Y轴,Z轴为高度向,坐标原点位于目标附近,雷达初始坐标为S=[-htgθ,0,h];
2.3、规定SAR仿真图像雷达侧视距离向为X轴,雷达方位向为Y轴;
2.4、在SAR空间坐标系下调整目标模型姿态角α,调整方式如下;
2.5、考虑SAR成像机理和后期成像处理过程,忽略雷达发送和接收信号的时间间隔,雷达定点收发信号,在SAR场景坐标系进行方位向离散化处理,在一个方位向分辨率单元进行成像几何处理,完毕后,再按方位向步长移动到下一分辨率单元;
2.6、从雷达第一个收发信号位置Yi,i=0开始,到雷达移动到下一位置Yi+1前,目标模型上位于Yi与Yi+1之间的面元可以接收到信号辐射,在计算目标模型后向散射系数图前,利用目标模型与雷达间的位置及照射关系,对可见面元进行判断;
2.7、经过消隐处理后,所有的可见线段间不存在遮挡,按一定顺序记录可见线段及其所属的可见面元,计算目标各个局部位置的后向散射数,以及确定目标阴影的图像位置;
2.8、计算阴影部分的投影位置;
2.9、雷达向前移动一个方位向步长,重复所述步骤2.6至2.8,不断向前移动雷达在方位向的位置,直到目标离开雷达照射范围。
3.如权利要求2所述的一种基于几何结构的复杂目标SAR图像仿真方法,其特征在于,其中步骤2.5中成像几何处理采用以下方法:
2.5.1、设定方位向步长等于方位向分辨率step=δa,每次雷达收发信号所在位置的Y轴的坐标为δa的整数倍,δa,2δa,3δa….Nδa;
2.5.2、投影到SAR图像坐标系中,雷达每次在Y轴方向移动一个像素单元;
2.5.3、为了保证方位向采样率,方位向步长减小为δa的分数倍,此时对应SAR图像坐标系Y轴方向半个像素单元;同时收发信号的起点是方位向分辨率的分数倍δa/m,此时,雷达停留位置的Y轴坐标为Yi=δa/m+istep,X轴和Z轴坐标保持不变。
4.如权利要求2或3所述的一种基于几何结构的复杂目标SAR图像仿真方法,其特征在于,其中步骤2.6中对可见面元进行判断采用以下方法:
2.6.1、首先,目标模型被XZ平面y=Yi切割,记录与之相交的面元P以及相交面元P在XZ平面上的相交线段L,相交线段记录方式为L=[θh,θt,dh,dt],θh,θt为线段两端点与雷达的垂直夹角,dh,dt为线段两端点与雷达的距离;
其中(xh,Yi,zh)是相交线段一端点的坐标,(-htgθ,Yi,h)是雷达坐标;
2.6.2、目标上垂直夹角范围相同的两条相交线段Li=[θh,θt,dhi,dti],Lj=[θh,θt,dhj,dtj],且dhi≤dhj,dti≤dtj,则与雷达距离近的相交线段Li可见,距离远的Lj被遮挡,如果相交线段被部分遮挡,线段端点移动到未被遮挡的位置,同时与之对应的相交面元也是部分可见。
5.如权利要求2或3所述的一种基于几何结构的复杂目标SAR图像仿真方法,其特征在于,其中步骤2.7中确定目标阴影的图像位置采用以下方法:
2.7.1、按与可见线段端点雷达的垂直角度从小到大顺序记录可见线段L1,L2…,最小角度记为θmin,最大角度记为θmax;
2.7.3、可见面元的记录顺序等于面元的连接顺序,包含了目标结构信息;
6.如权利要求2或3所述的一种基于几何结构的复杂目标SAR图像仿真方法,其特征在于,其中步骤2.8中计算阴影部分的投影位置采用以下方法:
2.8.1、G1,G2为两地面点,与雷达的垂直夹角分别为θmin,θmax,G1,G2点在XZ平面上与雷达的水平距离为htgθmin,htgθmax;
2.8.2、地面回波在G1,G2的部分被目标所遮挡,从G1的图像投影点G1’起始,Δx的距离范围内没有地面回波信号,其中G1’的图像位置为(kG1,i),kG1=[h/cosθmin/δslr];
2.8.3、最终阴影部分开始于G1’与目标最远回波的投影点间较远的位置,结束于G2的图像投影点,G1’的图像位置为(kG2,i),kG1=[h/cosθmax/δslr]。
7.如权利要求1所述的一种基于几何结构的复杂目标SAR图像仿真方法,其特征在于,其中第三步中计算单次散射采用下述方法:
3.1.1、计算模型可见面元上的漫反射系数,计算方式如下:
3.1.2、计算模型可见面上的镜面反射系数,计算方式如下:
其中ks是镜面反射系数,是入射信号方向向量和镜面反射光线方向向量的角平分线方向向量,p是镜面反射光线锐度系数,当目标表面材质为光滑的金属表面时取ks=0.4,目标表面为粗糙时取ks=0.2,其它时候根据目标表面的粗糙度情况在0.2与0.4之间调整,取p=8;
3.1.3、目标模型表面单次散射系数σ1=σd+σs。
8.如权利要求2所述的一种基于几何结构的复杂目标SAR图像仿真方法,其特征在于,其中第三步中计算目标模型上二次散射采用以下方法:
3.2.1、在目标模型上搜寻二面角反射器和近似二面角反射器,在步骤2.6中记录了面元按照的相邻关系记录,通过计算相邻面元的夹角及夹角朝向来实现对目标表面适合的二面角发射器的搜寻,当相邻面元的夹角在90°±15°并且夹角朝向雷达方向,保留候选;
3.2.2、计算二次散射在仿真图像上的位置,目标表面二面角反射器的位置决定此二面角产生的二次散射位置,方位向位置等同于二面角反射器在方位向的位置,距离向位置近似等于二面角的顶点与雷达的距离;
3.2.3、计算二次散射强度,二次散射强度与发生二次散射的二面角反射器尺寸大小a,b,反射器角度与直角的偏离角度δ,反射器相对雷达信号的姿态角有关,当直角二面角反射器,姿态角度0°时,二次反射最强烈,计算方式如下:
取kdb=0.3,A=2。
9.如权利要求1所述的一种基于几何结构的复杂目标SAR图像仿真方法,其特征在于,第四步中生成仿真后向散射系数图像采用以下方法:
4.1.1、首先生成背景图像,设背景散射均匀,取统一灰度值γ(x,y)=A,取A=0.1,图像灰度范围(0,1);
4.1.2、计算目标模型上的单次散射,二次散射的后向散射系数叠加到后向散射系数图相应的单元中;
4.1.3、阴影图像生成,在被目标遮挡的位置,即kG1与kG2之间的图像单元,减去背景部 分信号;即:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100987339A CN103336272A (zh) | 2013-03-26 | 2013-03-26 | 一种基于几何结构的复杂目标sar图像仿真方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100987339A CN103336272A (zh) | 2013-03-26 | 2013-03-26 | 一种基于几何结构的复杂目标sar图像仿真方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103336272A true CN103336272A (zh) | 2013-10-02 |
Family
ID=49244475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013100987339A Pending CN103336272A (zh) | 2013-03-26 | 2013-03-26 | 一种基于几何结构的复杂目标sar图像仿真方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103336272A (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103913733A (zh) * | 2014-04-14 | 2014-07-09 | 中国科学院电子学研究所 | 极地冰川厚度探测方法 |
CN103983973A (zh) * | 2014-05-28 | 2014-08-13 | 西安电子科技大学 | 基于图像稀疏域噪声分布约束的合成孔径雷达成像方法 |
CN104049243A (zh) * | 2014-06-12 | 2014-09-17 | 中国科学院电子学研究所 | 一种合成孔径雷达图像仿真的方法及系统 |
WO2015160289A1 (en) * | 2014-04-14 | 2015-10-22 | Saab Vricon Systems Ab | Method and system for rendering a synthetic aperture radar image |
CN105182327A (zh) * | 2014-03-14 | 2015-12-23 | 科达海洋传感器有限公司 | 具有多基地fmcw雷达的负伪距处理 |
CN106291549A (zh) * | 2016-07-27 | 2017-01-04 | 中国科学院电子学研究所 | 一种金属多边形的合成孔径雷达图像仿真方法及其应用 |
CN106991215A (zh) * | 2017-03-15 | 2017-07-28 | 西北工业大学 | 一种基于gpu的高精度图形电磁散射计算方法 |
CN107392996A (zh) * | 2017-07-11 | 2017-11-24 | 中国科学院电子学研究所苏州研究院 | 一种基于虚拟现实技术的sar目标特性表征与显示方法 |
CN107607951A (zh) * | 2017-10-18 | 2018-01-19 | 浙江环球星云遥感科技有限公司 | 一种sar图像二次散射特征模拟方法 |
CN108711335A (zh) * | 2018-06-15 | 2018-10-26 | 青岛擎鹰信息科技有限责任公司 | 一种实现分布式大场景雷达成像仿真方法及其系统 |
CN108919229A (zh) * | 2018-10-09 | 2018-11-30 | 中国科学院沈阳自动化研究所 | 一种基于卷积逆投影的矩阵重构成像方法 |
CN109409286A (zh) * | 2018-10-25 | 2019-03-01 | 哈尔滨工程大学 | 基于伪样本增强训练的船舶目标检测方法 |
CN109459736A (zh) * | 2019-01-04 | 2019-03-12 | 北京环境特性研究所 | 一种雷达靶标设计方法和装置 |
CN110703245A (zh) * | 2019-10-15 | 2020-01-17 | 北京理工大学 | 基于同名点匹配与dem辅助的地基sar多角度图像配准方法 |
CN110826423A (zh) * | 2019-10-18 | 2020-02-21 | 中北大学 | 一种群目标中感兴趣目标探测方法、装置及系统 |
CN112950677A (zh) * | 2021-01-12 | 2021-06-11 | 湖北航天技术研究院总体设计所 | 图像跟踪仿真方法、装置、设备及存储介质 |
CN114280613A (zh) * | 2022-03-08 | 2022-04-05 | 南京雷电信息技术有限公司 | 基于dem数据生成仿真机载火控雷达对地测绘图像方法 |
CN114332440A (zh) * | 2022-03-08 | 2022-04-12 | 南京雷电信息技术有限公司 | 采用stl格式3D模型反演生成目标SAR图像的方法 |
CN114758066A (zh) * | 2022-03-30 | 2022-07-15 | 清华大学 | 图像处理方法、装置、设备、存储介质和计算机程序产品 |
CN116486259A (zh) * | 2023-04-04 | 2023-07-25 | 自然资源部国土卫星遥感应用中心 | 遥感图像中的点目标的提取方法和装置 |
-
2013
- 2013-03-26 CN CN2013100987339A patent/CN103336272A/zh active Pending
Non-Patent Citations (2)
Title |
---|
KAN TANG ET AL.: "A Geometrical-Based Simulator for Target Recognition in High-Resolution SAR Images", 《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》 * |
傅兴玉等: "单幅高分辨率SAR图像建筑物三维模型重构", 《红外与毫米波学报》 * |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105182327B (zh) * | 2014-03-14 | 2018-10-02 | 科达海洋传感器有限公司 | 具有多基地fmcw雷达的负伪距处理 |
CN105182327A (zh) * | 2014-03-14 | 2015-12-23 | 科达海洋传感器有限公司 | 具有多基地fmcw雷达的负伪距处理 |
WO2015160289A1 (en) * | 2014-04-14 | 2015-10-22 | Saab Vricon Systems Ab | Method and system for rendering a synthetic aperture radar image |
CN103913733A (zh) * | 2014-04-14 | 2014-07-09 | 中国科学院电子学研究所 | 极地冰川厚度探测方法 |
US9709673B2 (en) | 2014-04-14 | 2017-07-18 | Vricon Systems Ab | Method and system for rendering a synthetic aperture radar image |
CN103983973A (zh) * | 2014-05-28 | 2014-08-13 | 西安电子科技大学 | 基于图像稀疏域噪声分布约束的合成孔径雷达成像方法 |
CN103983973B (zh) * | 2014-05-28 | 2016-05-25 | 西安电子科技大学 | 基于图像稀疏域噪声分布约束的合成孔径雷达成像方法 |
CN104049243A (zh) * | 2014-06-12 | 2014-09-17 | 中国科学院电子学研究所 | 一种合成孔径雷达图像仿真的方法及系统 |
CN106291549B (zh) * | 2016-07-27 | 2019-02-15 | 中国科学院电子学研究所 | 一种金属多边形的合成孔径雷达图像仿真方法及其应用 |
CN106291549A (zh) * | 2016-07-27 | 2017-01-04 | 中国科学院电子学研究所 | 一种金属多边形的合成孔径雷达图像仿真方法及其应用 |
CN106991215B (zh) * | 2017-03-15 | 2020-04-03 | 西北工业大学 | 一种基于gpu的高精度图形电磁散射计算方法 |
CN106991215A (zh) * | 2017-03-15 | 2017-07-28 | 西北工业大学 | 一种基于gpu的高精度图形电磁散射计算方法 |
CN107392996A (zh) * | 2017-07-11 | 2017-11-24 | 中国科学院电子学研究所苏州研究院 | 一种基于虚拟现实技术的sar目标特性表征与显示方法 |
CN107607951A (zh) * | 2017-10-18 | 2018-01-19 | 浙江环球星云遥感科技有限公司 | 一种sar图像二次散射特征模拟方法 |
CN108711335A (zh) * | 2018-06-15 | 2018-10-26 | 青岛擎鹰信息科技有限责任公司 | 一种实现分布式大场景雷达成像仿真方法及其系统 |
CN108919229A (zh) * | 2018-10-09 | 2018-11-30 | 中国科学院沈阳自动化研究所 | 一种基于卷积逆投影的矩阵重构成像方法 |
CN108919229B (zh) * | 2018-10-09 | 2020-08-07 | 中国科学院沈阳自动化研究所 | 一种基于卷积逆投影的矩阵重构成像方法 |
CN109409286A (zh) * | 2018-10-25 | 2019-03-01 | 哈尔滨工程大学 | 基于伪样本增强训练的船舶目标检测方法 |
CN109459736A (zh) * | 2019-01-04 | 2019-03-12 | 北京环境特性研究所 | 一种雷达靶标设计方法和装置 |
CN110703245A (zh) * | 2019-10-15 | 2020-01-17 | 北京理工大学 | 基于同名点匹配与dem辅助的地基sar多角度图像配准方法 |
CN110826423A (zh) * | 2019-10-18 | 2020-02-21 | 中北大学 | 一种群目标中感兴趣目标探测方法、装置及系统 |
CN112950677A (zh) * | 2021-01-12 | 2021-06-11 | 湖北航天技术研究院总体设计所 | 图像跟踪仿真方法、装置、设备及存储介质 |
CN114332440A (zh) * | 2022-03-08 | 2022-04-12 | 南京雷电信息技术有限公司 | 采用stl格式3D模型反演生成目标SAR图像的方法 |
CN114280613A (zh) * | 2022-03-08 | 2022-04-05 | 南京雷电信息技术有限公司 | 基于dem数据生成仿真机载火控雷达对地测绘图像方法 |
CN114332440B (zh) * | 2022-03-08 | 2022-05-17 | 南京雷电信息技术有限公司 | 采用stl格式3D模型反演生成目标SAR图像的方法 |
CN114758066A (zh) * | 2022-03-30 | 2022-07-15 | 清华大学 | 图像处理方法、装置、设备、存储介质和计算机程序产品 |
CN114758066B (zh) * | 2022-03-30 | 2024-06-21 | 清华大学 | 图像处理方法、装置、设备、存储介质和计算机程序产品 |
CN116486259A (zh) * | 2023-04-04 | 2023-07-25 | 自然资源部国土卫星遥感应用中心 | 遥感图像中的点目标的提取方法和装置 |
CN116486259B (zh) * | 2023-04-04 | 2024-06-04 | 自然资源部国土卫星遥感应用中心 | 遥感图像中的点目标的提取方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103336272A (zh) | 一种基于几何结构的复杂目标sar图像仿真方法 | |
EP3547063B1 (en) | Systems and methods for generating synthetic sensor data | |
US11094114B2 (en) | Satellite SAR artifact suppression for enhanced three-dimensional feature extraction, change detection, and visualizations | |
EP1895472B1 (en) | System and method for 3D radar image rendering | |
Tang et al. | A geometrical-based simulator for target recognition in high-resolution SAR images | |
CN101216556A (zh) | 电大复杂体目标与粗糙面背景复合电磁散射数值仿真方法 | |
CN102788979B (zh) | 一种基于后向投影InSAR成像配准的GPU实现方法 | |
CN107607951A (zh) | 一种sar图像二次散射特征模拟方法 | |
CN105023254A (zh) | 一种合成孔径雷达图像的高度重建方法 | |
CN112258649A (zh) | 一种基于光线投射的三维城市太阳辐射计算方法 | |
Fu et al. | Differentiable SAR renderer and image-based target reconstruction | |
CN105741234A (zh) | 基于三维全景环视的无人艇自动锚泊视觉辅助系统 | |
Willis et al. | Hardware-accelerated SAR simulation with NVIDIA-RTX technology | |
Ohira et al. | Autonomous image-based navigation using vector code correlation algorithm for distant small body exploration | |
Hammer et al. | Dedicated SAR simulation tools for ATR and scene analysis | |
CN103593877A (zh) | 合成孔径声纳图像的仿真方法及系统 | |
Marchand et al. | Evaluating Surface Mesh Reconstruction of Open Scenes | |
Degen et al. | Development of a Lidar Model for the Analysis of Borderline Cases Including Vehicle Dynamics in a Virtual City Environment in Real Time | |
Liu et al. | SAR simulation for large scenes by ray tracing technique based on GPU | |
Le Barbu et al. | Improvement of SAR/ISAR simulation in MOCEM V4. 5 by computation of the ship Bow wave | |
CN103996214A (zh) | Bp-sar图像重建误差分析方法及bp-sar图像重建方法 | |
Cathala et al. | Marine simulation in SE-WORKBENCH | |
Kan et al. | Radar image simulation of complex targets | |
YUE et al. | Numerical simulation on optical cross section of complex targets | |
Berges et al. | FERMAT- A new radar simulation approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C05 | Deemed withdrawal (patent law before 1993) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20131002 |