CN103530627B - 基于二维散射中心集网格模型的isar图像恢复方法 - Google Patents

Abstract

本发明公开了一种基于二维散射中心集网格模型的ISAR图像恢复方法，首先，为雷达目标建立一个极坐标空间网格，计算各个网格节点对应视角下的目标ISAR图像，并从ISAR图像提取各个网格节点的二维散射中心集，存储在网格模型数据库中，形成一个全角度模型；然后将给定视角所在网格单元的四个节点对应的二维散射中心集进行坐标旋转处理，再以之恢复出节点视角对应的ISAR图像；最后基于四幅节点ISAR图像，通过双线性插值恢复出给定视角下的ISAR图像。本发明方法不需要复杂的建模步骤，能提供全角度散射中心模型所具备的ISAR图像恢复功能，且模型需要的存储容量小，ISAR图像恢复的精度高。

Description

基于二维散射中心集网格模型的ISAR图像恢复方法

技术领域

本发明属于目标识别领域，涉及一种基于二维散射中心集网格模型进行目标建库和ISAR图像恢复的方法。

背景技术

在基于雷达成像的目标识别中，必须进行目标建库。传统的目标建库方法是为目标进行各个角度下的逆合成孔径雷达(ISAR)成像，然后将这些ISAR图像存储在目标模板库中。这种方法的问题在于目标库的数据是海量的，因为对于任何一个目标，需要成像的角度非常多，而每一幅图像的数据量也很大。这使得建库的代价很大，而且在目标识别时，从库中进行图像搜索的耗时也很长。

散射中心提取为降低数据库的容量提供了有效的手段。每一幅ISAR图像都是由一序列强度不等的强散射区组成，即散射中心。散射中心提取可以获取这些强散射区的位置和幅度等参数，达到对目标的准确描述。每一幅ISAR图像都可以用一个二维散射中心集来代替，数据存储所需容量大大减小。

全角度散射中心模型是用于雷达目标散射特性分析和目标建库的重要手段，它可以用于快速恢复目标在任意视角下的ISAR图像。1997年发表在IEEE Transactions onAntennas and Propagation上的文献“A Global Scattering Center Representation ofComplex Targets Using the Shooting and Bouncing Ray Technique”中，提出将三维ISAR像用于建立目标的全角度散射中心模型。首先，通过射线跟踪技术获取目标在预设网格的各个结点视角的三维ISAR像；然后，基于这些三维ISAR像提取目标的三维散射中心。将各个视角下的三维散射中心置入同一空间内，对来自于同一散射结构的多个三维散射中心进行关联，获取全局散射中心的位置和可见度分布。

2006年发表的国防科技大学博士学位论文中题为“光学区雷达目标三维散射中心重构理论与技术”的文献研究了一种基于一维宽带测量数据的雷达目标全角度散射中心建模方法。该方法利用散射中心一维投影位置在空间的球面分布规律，组成一维到高维散射映射图，然后采用Hough变换提取稳定散射中心，并采用最小二乘方法估计散射系数。

虽然国内外在全角度散射中心模型重构方面已经取得很多成果，但依然存在一些问题需要继续改进和完善。在基于三维散射中心的重构方法中，需要各个角度下的三维ISAR成像，并提取三维散射中心，其计算量非常大。该方法所使用的射线跟踪技术仅仅在仿真中存在，在实测成像中无法使用。在基于一维散射中心的重构方法中，由于一维距离像随着成像视角的轻微变化就会产生剧烈变化，因此增加了散射中心关联的难度。

发明内容

技术问题：本发明提出一种作为雷达目标建库的段，建模步骤简单，模型数据量小，ISAR图像恢复速度快而且准确的基于二维散射中心网格模型的ISAR图像恢复方法。

技术方案：本发明的基于二维散射中心网格模型的ISAR图像恢复方法，包括如下步骤：

1)以雷达目标为极坐标原点，确定需要进行ISAR图像恢复的视角范围，包括俯仰角范围和方位角范围，并将这个视角范围划分为均匀的角度域网格；

2)针对角度域网格的每一个节点，计算节点视角下的二维ISAR图像，组成网格模型的ISAR图像序列；

3)从步骤2)得到的网格模型的ISAR图像序列中提取每一幅节点ISAR图像的二维散射中心集，组成二维散射中心集序列，存储在模型数据库中，形成雷达目标的二维散射中心集网格模型；

4)针对任意需要ISAR图像恢复的给定视角，首先确定该给定视角所在的角度域网格单元，然后根据给定视角与所在角度域网格单元的四个网格节点之间的方位角差距，分别对四幅节点ISAR图像的二维散射中心集进行坐标旋转处理；

5)采用恢复算法将经过坐标旋转之后的节点ISAR图像的二维散射中心集恢复为节点ISAR图像，恢复算法是二维散射中心集提取算法的逆过程；

6)基于步骤5)恢复的给定视角所在角度域网格单元的四幅节点ISAR图像，采用双线性插值方法恢复出给定视角对应的ISAR图像。

本发明方法的步骤3)中，采用CLEAN算法提取节点ISAR图像的二维散射中心，组成ISAR图像的二维散射中心集。

本发明方法的步骤4)中，对节点ISAR图像的二维散射中心集进行坐标旋转的具体算法如下：

其中，(x₁,y₁)是旋转前的节点ISAR图像的二维散射中心坐标，(x₂,y₂)是旋转后的节点ISAR图像的二维散射中心坐标，是网格节点与给定视角之间的方位角差距。

有益效果：本发明与现有全角度模型重构技术相比的优点在于：

(1)本发明提出的全角度网格模型的建模方法步骤简练，不需要复杂的运算。所建立的网格模型所需存储空间小，远远小于模板库的所需要的存储空间；

(2)本发明建立的二维散射中心集网格模型，具有全角度ISAR图像恢复的功能。对于网格覆盖范围内的任意角度下的ISAR图像，均可由该角度所在网格单元的节点二维散射中心集进行恢复；

(3)基于本发明提出的二维散射中心集网格模型进行成像恢复，只涉及到距离成像恢复角度最接近的四个网格结点，降低了实现难度，并提高了成像恢复的准确度。

附图说明

图1是本发明提出的ISAR图像恢复方法流程图；

图2(a)是极坐标网格节点分布示意图；

图2(b)是极坐标网格俯仰角范围示意图；

图3是图像恢复视角与所在网格节点之间的关系示意图；

图4(a)是在(75°，36°)视角恢复的ISAR图像；

图4(b)是在(75°，36°)视角的直接ISAR成像；

图5(a)是在(95°，43°)方向恢复的ISAR图像；

图5(b)是在(95°，43°)方向的直接ISAR成像。

具体实施方式

下面将参照附图对本发明进行说明。本发明的流程图如图1所示，提出一种基于二维散射中心集网格进行全角度建模和ISAR图像恢复的方法。首先，为雷达目标建立一个极坐标空间网格，计算各个网格节点对应视角下的目标ISAR图像，并基于ISAR图像提取各个节点的二维散射中心集，存储在网格模型数据库中，形成一个全角度模型。网格覆盖范围内的任意给定视角下的ISAR图像都可以基于这个网格模型进行恢复：首先确定给定视角所在的网格单元，将该网格单元四个节点对应的二维散射中心集进行坐标旋转处理，再以之恢复出这四个节点对应的ISAR图像；最后基于四幅节点ISAR图像，通过双线性插值恢复出给定视角下的ISAR图像。

本发明提出的二维散射中心集网格模型不需要复杂的建模步骤，但能提供全角度散射中心模型所具备的ISAR恢复功能，且模型需要的存储容量小。基于该网格模型进行ISAR图像恢复的算法运行稳健，且图像恢复具有很好的准确性。其实施步骤如下：

步骤1)：在极坐标空间中建立一个网格，如图2(a)所示。成像目标被放置于坐标原点，网格覆盖的范围是需要为目标成像的视角范围。即以雷达目标为极坐标原点，确定需要进行ISAR图像恢复的视角范围，包括俯仰角范围和方位角范围，然后通过经线和纬线将角度域范围划分为均匀的角度域网格，相邻经线的方位角差距相同，相邻纬线的俯仰角差距相同。每根经线和每根纬线均会有一个交点，称为角度域网格的节点，每个节点代表了一个面向坐标原点的视角。图2(a)给出了分布在极坐标空间中的网格节点，每一个节点都是一个成像视角，也是雷达成像时电磁波的入射方向。网格模型的俯仰角范围如图2(b)所示，即角宽∠A₁OB₁，其等于∠A₂OB₂，也就是每一个模型的俯仰角范围是有限的，俯仰角的范围确定为需要进行ISAR成像恢复的角域范围，这取决于雷达成像的原理，比如±45°，方位角范围通常为0到360°。与此同时，网格模型的方位角范围则是从0°到360°的全方位分布。

步骤2)：计算目标在每一个网格节点视角的ISAR成像。本发明通过电磁仿真手段获取散射场的频率－方位域的二维谱数据，然后进行插值，将极坐标格式的谱数据变换成直角坐标格式的谱数据，并使用Taylor窗进行加窗处理，最后通过IFFT运算将谱数据变换成图像域数据。

步骤3)：基于各个节点视角的ISAR图像，提取节点二维散射中心集。本发明采用CLEAN算法来提取二维散射中心，包括其幅度和二维坐标等参数。每个散射中心由幅值和二维坐标等参数表示。每幅ISAR图像中均可提取一系列的二维散射中心，组成ISAR图像的二维散射中心集。CLEAN算法是一个迭代过程，它不断从图像中找到最高峰值，把它作为一个散射中心，获取它的幅值和坐标，然后从图像中减去具有相应幅值的扩展函数。一系列的散射中心被提取出来，并组成该图像的二维散射中心集。

单位幅值的二维散射中心扩展函数可以表示为：

$h(x,y)=e^{j2k_{0}x}\sin c\left(\mathrm{\Δ}kgx\right)\sin c\left(k_0\mathrm{\Δ}\mathrm{\φ}gy\right)---\left(1\right)$

其中，参数k₀＝ω₀/c是成像时的中心波数，Δk＝Δω/c则是成像时的波数域带宽，参数Δφ表示成像时的单站扫角宽度，变量x和y分别表示距离向和横向坐标。

在散射中心提取的迭代过程中，原始ISAR图像与被提取散射中心集之间的关系可用下式表示：

$\begin{array}{c}ISAR(x,y)=\underset{n=1}{\overset{N}{\Σ}}{A}_{n}h(x-x_n,y-y_n)+R(x,y)\\ =\underset{n=1}{\overset{N}{\Σ}}{A}_n{e}^{j2k_0(x-x_n)}\sin c\[\mathrm{\Δ}k(x-x_n)\]\sin c\[k_0\mathrm{\Δ}\mathrm{\φ}(y-y_n)\]+R(x,y)\end{array}---\left(2\right)$

数字N是已经提取出的散射中心的数目，A_n表示第n个散射中心的幅度，x_n和y_n表示第n个散射中心的坐标。R(x,y)表示从最初的ISAR图像中减去N个散射中心的扩展函数后，剩下的ISAR图像。

迭代过程可以通过某些机制进行终止，比如图像R(x,y)在经过多次提取后其最大幅值已经低于设定的门限，或者迭代次数超过某个设定的门限等。

将每一个网格节点对应的二维散射中心集都准备好并存入模型数据库，组成雷达目标的网格模型，该网格模型就可以用于目标的ISAR图像恢复。

步骤4)：在ISAR图像恢复时，首先给定需要进行ISAR图像恢复的视角，并通过查表等方法确定该视角所在的网格单元。

对节点二维散射中心集进行坐标旋转处理，坐标旋转的目的是让节点二维散射中心集的坐标逼近它在给定视角下应有的坐标，以消除最终恢复的ISAR图像中的重影现象，提高ISAR成像恢复的精度。如图3所示，所在网格单元由四个节点围成，即C1、C2、C3和C4，给定的需要进行ISAR图像恢复的视角为P。四个节点对应的二维散射中心集可以被表示成SCS_C1、SCS_C2、SCS_C3和SCS_C4，这里的SCS(scatteringcenter set)表示散射中心集，而对应的ISAR图像则可以被表示成ISAR_C1、ISAR_C2、ISAR_C3和ISAR_C4，需要恢复的ISAR图像可以表示为ISAR_P。符号Δa₁、Δa₂、Δe₁和Δe₂是视角P与网格节点之间的方位角度差及俯仰角度差。

如图3所示，只要两个共线的相邻节点之间的角度足够小，则对于目标上的绝大多数可视(被雷达波照射)散射结构来说，如果它们能够在其中一个节点视角下成像，就能在其它三个节点视角下成像。所以绝大多数的散射点将会同时出现在四个节点对应的ISAR图像中，只是坐标会有少量差异。

为了将节点散射中心的坐标旋转到给定视角对应的位置，本发明采用一种坐标旋转技术，根据节点视角和给定视角P之间的角度差，调整节点视角的坐标值，以消除最终恢复的ISAR图像中的重影现象，提高ISAR成像恢复的精度。本发明采用的坐标旋转算法如下：

其中，(x₁,y₁)是旋转前的二维散射中心坐标，(x₂,y₂)是旋转后的二维散射中心坐标，是给定视角P与网格节点之间的方位角差。

按照式(3)，把设置为Δa₁，对散射中心集SCS_C1和SCS_C3进行方位向坐标旋转以得到散射中心集SCS_C1-P和SCS_C3-P。把设置为-Δa₂，对散射中心集SCS_C2和SCS_C4进行方位向坐标旋转以得到散射中心集SCS_C2-P和SCS_C4-P。

步骤5)：将经过坐标旋转处理后的节点散射中心集恢复为节点ISAR图像，恢复算法表达式如下：

$ISAR(x,y)=\underset{n=1}{\overset{N}{\Σ}}{A}_{n}h(x-x_n,y-y_n)---\left(4\right)$

其中的h(x,y)的表达式如(1)式所示。该步骤中，这个算法在程序实现中采用了Sullivan快速算法来缩短计算时间。由于经过了坐标旋转处理，ISAR图像中各个强散射区的位置发生了变化，出现在对应于给定视角对应的位置上。

按照(4)式基于SCS_C1-P、SCS_C2-P、SCS_C3-P和SCS_C4-P反向恢复出节点ISAR图像，标记为ISAR_C1-P、ISAR_C2-P、ISAR_C3-P和ISAR_C4-P。

步骤6)：基于角度P所在网格单元的四幅节点ISAR图像，通过双线性插值对ISAR_P进行恢复，得到给定视角对应的ISAR图像。由于四幅节点ISAR图像恢复自经过坐标旋转处理的散射中心集，所以其中强散射区是彼此重合的。

$\begin{array}{c}{\mathrm{ISAR}}_{Pu}(x,y)=\frac{{\mathrm{\Δa}}_2}{{\mathrm{\Δa}}_1+{\mathrm{\Δa}}_2}{\mathrm{ISAR}}_{C1-P}(x,y)+\frac{{\mathrm{\Δa}}_1}{{\mathrm{\Δa}}_1+{\mathrm{\Δa}}_2}{\mathrm{ISAR}}_{C2-P}(x,y)\\ {\mathrm{ISAR}}_{Pd}(x,y)=\frac{{\mathrm{\Δa}}_2}{{\mathrm{\Δa}}_1+{\mathrm{\Δa}}_2}{\mathrm{ISAR}}_{C3-P}(x,y)+\frac{{\mathrm{\Δa}}_1}{{\mathrm{\Δa}}_1+{\mathrm{\Δa}}_2}{\mathrm{ISAR}}_{C4-P}(x,y)\end{array}---\left(5\right)$

图像ISAR_Pu和ISAR_Pd属于中间数据，它们被用于计算最终的图像ISAR_P：

${\mathrm{ISAR}}_P(x,y)=\frac{{\mathrm{\Δe}}_2}{{\mathrm{\Δe}}_1+{\mathrm{\Δe}}_2}{\mathrm{ISAR}}_{Pu}(x,y)+\frac{{\mathrm{\Δe}}_1}{{\mathrm{\Δe}}_1+{\mathrm{\Δe}}_2}{\mathrm{ISAR}}_{Pd}(x,y)---\left(6\right)$

为了证明本发明提出的ISAR图像恢复方法的有效性，此处给出两个应用举例。在数值实验中为某飞机建立了一个二维散射中心网格模型，网格的俯仰向范围为60°宽，从60°到120°，每相邻的两条纬线之间的俯仰角度差为6°。方位角范围是0°到360°的全方位，每相邻两条经线之间的方位角差也为6°。

在数值实验中，提供了两类ISAR图像用以对比分析。一类是在仿真代码上直接成像的ISAR图像，另一类是通过网格模型恢复得到的ISAR图像。ISAR图像均为某飞机在X波段的成像，成像中心频率为10GHz，带宽500MHz，所以其径向分辨率为0.3米，横向分辨率也是0.3米。原始图像尺寸为128×128像素，覆盖面积相当于38.4米×38.4米。

实施例1：P的方向被设定为(75°,36°)，网格节点C1和C3的方向为(72°,36°)和(78°,36°)。基于网格模型恢复的ISAR图像如图4(a)所示，通过仿真代码直接成像得到的ISAR图像如图4(b)所示。

实施例2：P的方向被设定为(95°，43°)，网格节点C1和C4的方向为(90°，42°)和(96°，48°)。基于网格模型恢复的ISAR图像如图5(a)所示，基于仿真代码直接成像得到的ISAR图像如图5(b)所示。

从上面两个实施例的结果中，比较每一组图中的两幅ISAR图像，可以发现恢复自网格模型的ISAR图像和仿真代码直接成像的ISAR图像十分接近，强散射点分布情况吻合良好。

Claims (3)

1.一种基于二维散射中心集网格模型的ISAR图像恢复方法，其特征在于，该方法包括以下步骤：

1)以雷达目标为极坐标原点，确定需要进行ISAR图像恢复的视角范围，包括俯仰角范围和方位角范围，并将所述视角范围划分为均匀的角度域网格；

2)针对角度域网格的每一个节点，计算节点视角下的二维ISAR图像，组成网格模型的ISAR图像序列；

3)从所述步骤2)得到的网格模型的ISAR图像序列中提取每一幅节点ISAR图像的二维散射中心集，组成二维散射中心集序列，存储在模型数据库中，形成雷达目标的二维散射中心集网格模型；

4)针对任意需要ISAR图像恢复的给定视角，首先确定该给定视角所在的角度域网格单元，然后根据给定视角与所在角度域网格单元的四个网格节点之间的方位角差距，分别对四幅节点ISAR图像的二维散射中心集进行坐标旋转处理；

5)采用恢复算法将经过坐标旋转之后的节点ISAR图像的二维散射中心集恢复为节点ISAR图像，所述恢复算法是二维散射中心集提取算法的逆过程；

6)基于所述步骤5)恢复的给定视角所在角度域网格单元的四幅节点ISAR图像，采用双线性插值方法恢复出给定视角对应的ISAR图像。

2.根据权利要求1所述的基于二维散射中心集网格模型的ISAR图像恢复方法，其特征在于，所述的步骤3)中，采用CLEAN算法提取节点ISAR图像的二维散射中心，组成ISAR图像的二维散射中心集。

3.根据权利要求1所述的基于二维散射中心集网格模型的ISAR图像恢复方法，其特征在于，所述的步骤4)中，对节点ISAR图像的二维散射中心集进行坐标旋转的具体算法如下：

其中，(x₁,y₁)是旋转前的节点ISAR图像的二维散射中心坐标，(x₂,y₂)是旋转后的节点ISAR图像的二维散射中心坐标，是网格节点与给定视角之间的方位角差距。