CN104050716A - 一种海上多目标sar图像可视化建模方法 - Google Patents

Abstract

本发明一种海上多目标SAR图像可视化建模方法，在图形电磁计算(GRECO)方法的基础上，引入由海谱生成的随机海面模型，同时加载多个海上目标并设置其在整个场景中的相对位置和姿态，组成海面多目标场景，计算整个场景中各个子目标及海面对雷达回波的贡献，最终得到整个场景的雷达回波数据，并以此计算场景的合成孔径雷达(SAR)图像。其中，在计算大型海上目标(如航母等)时，采用了分区计算的方法。本发明的优点为：而可以提高电磁计算的精度；得到场景SAR图像可信度更高，具有很高的分辨率；具有较大的灵活性；快捷，成本低；具有更高的通用性。

Description

一种海上多目标SAR图像可视化建模方法

技术领域

本发明涉及一种建模方法，具体来说，是一种海上多目标SAR图像可视化建模方法。

背景技术

合成孔径雷达(SAR)是一种全天候、全天时的现代高分辨率侧视成像雷达，可以不受日照、天气等因素的影响，并且具有一定的穿透力，它是目前成像探测和遥感观测的重要手段，在很多领域得到广泛的应用。SAR成像模拟与系统仿真技术是揭示SAR成像机理、验证和设计新的成像算法的有效途径。

现今SAR成像仿真主要针对地形场景、点目标或者单一复杂目标进行仿真计算。由于海上目标所处的特定环境，海杂波和海上目标复合目标的SAR图像更为实际所需，同时，海上舰船目标的尺寸往往较大，导致获取高精度SAR成像的难度加大。

发明内容

针对上述问题，本发明提出一种海上多目标SAR图像的可视化建模方法，可更快、更便捷的精确获得海上目标的高分辨率SAR图像。

1、一种海上多目标SAR图像可视化建模方法，其特征在于：通过下述步骤实现：

步骤1：获取海面目标的三角面元模型数据文件；

步骤2：生成随机海面模型的三角面元描述的模型数据文件；

步骤3：生成海上多目标的三维场景模型数据文件；

步骤4：显示三维场景；

a、将OpenGL屏幕坐标系O₂(x₂、y₂、z₂)的x₂轴方向设为屏幕上的水平向右方向，y₂轴方向设为屏幕上竖直向上，z₂方向设为垂直屏幕向外；

b、读入海面上多目标的三维场景模型数据文件；

c、使场景坐标系的原点为OpenGL屏幕坐标系的原点，且使场景中初始的海平面向上方向为z₂方向；

步骤5：设置机载雷达运动参数，对场景进行显示；

在雷达视线的各个姿态下，以机载雷达波束照射点为中心旋转场景，使得雷达视线方向保持与OpenGL屏幕坐标系中的-Z₂方向一致；根据机载雷达波束照射的范围，通过OpenGL中的窗口函数设置OpenGL视场中的目标场景；

步骤6：计算在机载雷达运动期间，雷达视线的各个姿态下OpenGL视场中的目标场景相对雷达视线的姿态角序列；进而得到目标场景显示序列，并依次通过步骤7～9，得到雷达视线的各个姿态对应的雷达回波，进而得到机载雷达运动期间的雷达回波序列；

步骤7：对目标场景进行分区显示；

a、获取目标场景在OpenGL屏幕坐标系x₂、y₂轴方向的矩形投影尺寸，分别为和

b、令给定的像素分辨尺寸为l₀，对矩形投影在OpenGL屏幕坐标系x₂、y₂轴方向分别进行划分，得到的划分区间数量分别为：

$M_{x_2}=\mathrm{ROUND}((D_{\max x_2}+D_{\min x_2})/l_0)$ 和 $Q_{y_2}=\mathrm{ROUND}((L_{\max y_2}+L_{\min y_2})/l_0);$ 其中，ROUND表示四舍五入；则投影矩形总共的分区数为对各个分区进行单独的投影显示；

步骤8：计算各个分区的散射场；

步骤9：将各分区的散射场矢量叠加，得到总雷达回波数据。

步骤10：获得场景的SAR图像；

本发明采用经典的雷达成像算法：距离多普勒成像算法，对机载雷达运动期间的雷达回波序列进行处理，生成海上多目标的高分辨率雷达图像。

本发明的优点在于：

1、本发明海上多目标SAR图像可视化建模方法，利用分区计算大型雷达目标散射特性功能，计算精度更高；

2、本发明海上多目标SAR图像可视化建模方法，利用海谱生成随机海面模型，得到场景SAR图像可信度(逼真度)更高；

3、本发明海上多目标SAR图像可视化建模方法，通过改变每个子目标相对位置及姿态，就可生成不同场景布置的雷达图像，具有较大的灵活性；

4、本发明海上多目标SAR图像可视化建模方法，生成的场景雷达图像具有很高的分辨率；

5、本发明海上多目标SAR图像可视化建模方法，利用计算机场景仿真比实测得到的海面多目标场景的SAR图像数据更为快捷，成本更低；

6、本发明海上多目标SAR图像可视化建模方法，采用三角面元格式文件作为目标的模型数据文件，具有更高的通用性。

附图说明

图1为本发明海上多目标SAR图像可视化建模方法流程图；

图2为本发明整体场景与机载雷达相对关系示意图；

图3为实施例中最终生成的海上多目标场景SAR图像。

具体实施方式

下面结合附图对本发明作进一步的详细说明。

本发明海上多目标SAR图像可视化建模方法，如图1所示，通过下述步骤实现：

步骤1：获取海面目标的三角面元模型数据文件；

通过建模软件(如：AutoCAD、3Dmax等)分别对各个海上目标进行三维几何建模，生成三角面元描述的模型数据文件(如：DXF、MSH等)。

步骤2：生成随机海面模型的三角面元描述的模型数据文件；

海面上海浪的运动是一种复杂的随机过程；在海洋学中，利用谱以随机过程来描述海浪是进行海浪研究的主要途径之一，可将无限个随机的余弦波进行叠加来描述一个定点的波面η(t)，则有：

$\mathrm{\η}\left(t\right)=\underset{n=1}{\overset{\∞}{\mathrm{\Σ}}}{a}_n\cos ({\mathrm{\ω}}_{n}t+{\mathrm{\ϵ}}_n)---\left(1\right)$

式(1)中，a_n与ω_n分别为第n个余弦波的振幅与角频率，n∈[1～∞]；ε_n为第n个余弦波在0～2π范围内均布的随机初位相；t为时刻。

但式(1)仅能描述固定点的波面随时间的变化，而实际的海面是三维的，其能量不仅分布在一定的频率范围内，还分布在相当广的方向范围内，因此通过式(2)，可得到随时间以及空间同时变化的固定点波面。

$\mathrm{\η}(x,y,t)=\underset{n=1}{\overset{\∞}{\mathrm{\Σ}}}{a}_n\cos \left[({\mathrm{\ω}}_{n}t-k_n(x\cos {\mathrm{\θ}}_n+y\sin {\mathrm{\θ}}_n)+{\mathrm{\ϵ}}_n)\right]---\left(2\right)$

式(2)中，x、y分别为二维海面坐标系O(x、y)的横纵坐标；第n个余弦波传播方向与二维海面坐标系中x轴夹角为θ_n，-π≤θ_n≤π；k_n为波数。对深水波来说，根据线性波浪理论，

式(2)中，各个波的振幅a_n，可以由如式(3)中给出的海浪谱求出：

$S(\mathrm{\ω},\mathrm{\θ})\mathrm{d\ωd\θ}=\underset{\mathrm{\Δ\ω}}{\mathrm{\Σ}}\underset{\mathrm{\Δ\θ}}{\mathrm{\Σ}}\frac{1}{2}{a}_n^2---\left(3\right)$

式(3)中，海浪谱S(ω,θ)的定义如下：

S(ω,θ)＝S(ω)G(ω,θ)   (4)

式(4)中，S(ω)为频谱，G(ω,θ)为方向分布函数，简称方向函数，Δω为角频率间隔；Δθ余弦波传播方向与二维海面坐标系中x轴夹角间隔；

式(4)中，海浪频谱通过Pierson-Moscowitz谱，简称P-M谱来模拟：

$S\left(\mathrm{\ω}\right)=\frac{a{g}^2}{{\mathrm{\ω}}^5}\exp [-\mathrm{\β}{\left(\frac{g}{\mathrm{U\ω}}\right)}^4]---\left(5\right)$

式(5)中，a＝8.1×10^-3，为无因次常数，β＝0.74，g为重力加速度，U为海面上19.5m高处的风速。

式(4)中，海浪方向分布函数通过波浪立体观测计划(简称为SWOP—Stereo Wave Observation Project)得到：

$G(\mathrm{\ω},\mathrm{\θ})=\frac{1}{\mathrm{\π}}(1+p\cos 2\mathrm{\θ}+q\cos 4\mathrm{\θ})---\left(6\right)$

式(6)中， $p=0.5+0.82\exp [-\frac{1}{2}{\left(\frac{\mathrm{\ω}}{{\mathrm{\ω}}_m}\right)}^4],q=0.32\exp [-\frac{1}{2}{\left(\frac{\mathrm{\ω}}{{\mathrm{\ω}}_m}\right)}^4],\left|\mathrm{\θ}\right|\≤\frac{\mathrm{\π}}{2}$ ω_m为处的谱峰频率。

将通过上述方法生成的海面模型η(x,y,t)存储为三角面元数据文件。

步骤3：生成真实海上多目标的三维场景模型数据文件；

由建模计算机读入步骤1中得到的海上目标的三角面元描述的模型数据文件，与步骤2中生成的海面模型的三角面元描述的模型数据文件，构成整个三维场景。将海面看成场景中的一个特殊目标，并通过参数输入的形式设定海面在场景坐标系O₁(x₁、y₁、z₁)中的空间位置和法矢。每个海上目标均具有一个初始姿态；此时，在场景坐标系中，以海面的几何中心为原点，改变各个海上目标的初始姿态至所需初始姿态。随后在场景坐标系中设置各个海上目标在场景坐标系中的位置。由于海上目标基本属于舰船类，按照海上目标实际状态，将海上目标的位置和姿态调整至漂浮在海面上的状态，使得场景符合实际雷达照射场景状态；最后得到模拟真实海面上多目标的三维场景模型数据文件。

步骤4：显示三维场景；

a、设置OpenGL屏幕窗口大小为1024*768像素；同时，将OpenGL屏幕坐标系O₂(x₂、y₂、z₂)的x₂轴方向设为屏幕上的水平向右方向，y₂轴方向设为屏幕上竖直向上，z₂方向设为垂直屏幕向外；

b、通过OpenGL的API函数读入步骤3中得到的模拟真实海面上多目标的三维场景模型数据文件；

c、设置三维场景在OpenGL屏幕窗口中的姿态，使场景坐标系的原点为OpenGL屏幕坐标系的原点，且使场景中初始的海平面向上方向为z₂方向。

步骤5：设置真实的机载雷达运动参数(包括起点、终点与速度)，对场景进行显示；

如图2所示，机载雷达从P1点运动至P2点，随着机载雷达的不断运动，场景相对机载雷达视线的姿态也不断变化，在机载雷达视线的各个姿态下，以机载雷达波束照射点为中心旋转场景，使得机载雷达视线方向保持与OpenGL屏幕坐标系中的-Z₂方向一致，即旋转场景坐标系至屏幕坐标系位置，进而保证机载雷达视线的可视目标作为OpenGL视场中的目标场景。则根据机载雷达波束照射的范围，通过OpenGL中的窗口函数设置OpenGL视场中的目标场景。同时，计算在机载雷达运动期间，雷达视线的各个姿态下OpenGL视场中的目标场景相对雷达视线的姿态角序列；进而得到目标场景显示序列，并依次通过步骤7～9，得到雷达视线的各个姿态对应的雷达回波，进而得到机载雷达运动期间的雷达回波序列。

步骤6：计算在机载雷达运动期间，雷达视线的各个姿态下OpenGL视场中的目标场景相对雷达视线的姿态角序列；进而得到目标场景显示序列，并依次通过步骤7～9，得到雷达视线的各个姿态对应的雷达回波，进而得到机载雷达运动期间的雷达回波序列。

步骤7：对OpenGL视场中的目标场景进行分区显示，用于扩充后续图形电磁计算(GRECO)的计算范围；

由于海面上多目标的电尺寸较大，为提高雷达回波的计算精度，通过分区显示法将OpenGL视场中的目标场景进行分区，分别利用OpenGL函数单独显示，具体方式为：

a、获取目标场景在OpenGL屏幕坐标系x₂、y₂轴方向的矩形投影尺寸，分别为和

b、令给定的像素分辨尺寸为l₀，对矩形投影在OpenGL屏幕坐标系x₂、y₂轴方向分别进行划分，得到的划分区间数量分别为：

$M_{x_2}=\mathrm{ROUND}((D_{\max x_2}+D_{\min x_2})/l_0)$ 和 $Q_{y_2}=\mathrm{ROUND}((L_{\max y_2}+L_{\min y_2})/l_0);$ 其中，ROUND表示四舍五入；则投影矩形总共的分区数为对各个分区进行单独的投影显示。

步骤8：按图形电磁计算(GRECO)的方法来计算各个分区的散射场；

A、计算投影矩形的像素尺寸；

OpenGL屏幕坐标系x₂、y₂轴方向的像素尺寸分别为：

$\mathrm{\Δ}{x}_2=\frac{D_{\max x_2}+D_{\min x_2}}{M_{x_2}{P}_{x_2}}---\left(7\right)$

$\mathrm{\Δ}{y}_2=\frac{L_{\max y_2}+L_{\min y_2}}{Q_{y_2}{P}_{y_2}}---\left(8\right)$

式(7)与式(8)中，和分别是每个分区在OpenGL屏幕坐标系x₂、y₂轴方向的像素数。

B、利用OpenGL的API函数按各分区的投影比例(分区实际大小与屏幕分辨率的比值)分别进行显示，使每个分区显示时屏幕像素代表的电尺寸具有合适的大小；

C、计算各分区像各素位置信息与法矢信息，具体为：

通过OpenGL的窗口大小和OpenGL的API函数获得屏幕上各像素的位置信息和颜色信息；

各像素的位置信息：

令屏幕像素为个，OpenGL屏幕窗口的横向大小为纵向大小为则第m,n个像素的x₂,y₂大小为 $x_2^{m,n}=-L_{\min x_2}+\frac{L_{\max x_2}+L_{{\min x}_2}}{M_{x_2}}m,y_2^{m,n}=-L_{\min y_2}+\frac{L_{\max y_2}+L_{\min y_2}}{N_{y_2}}n,$ 第m,n个像素的z₂值由OpenGL的z-buffer提供。

各像素颜色信息：

利用OpenGL的光照模型，使红、绿、蓝光源分别位于OpenGL屏幕坐标系的x₂,y₂,z₂轴，由OpenGL的颜色buffer可获得每个像素颜色的(R,G,B)，分别对应于红绿蓝三种颜色。

通过每个像素位置信息和颜色信息，可分别获取每个像素位置所代表的面元三维坐标和法矢朝向。其中，颜色信息与法矢朝向间的对应关系为：

令物体表面是漫反射并且每种颜色的漫反射系数为1，光源的强度为1，光传播在媒质中的衰减为1，则光照模型为：

$L_d=\hat{n}\·{\hat{r}}_i,d=\mathrm{R\; G},B,---\left(9\right)$

式中，L_d为每种颜色的漫反射亮度，是像素代表的面元法矢，是指向光源的方向矢量。则像素代表的面元法矢的子分量与颜色的对应关系为：

$\mathrm{RED}:{\hat{r}}_i={\hat{x}}_2\⇒R=\hat{n}\·{\hat{x}}_2=n_{x_2}$

$\mathrm{GREEN}:{\hat{r}}_i={\hat{y}}_2\⇒G=\hat{n}\·{\hat{y}}_2=n_{y_2}$

$\mathrm{BLUE}:{\hat{r}}_i={\hat{z}}_2\⇒B=\hat{n}\·{\hat{z}}_2=n_{z_2}$

分别为屏幕坐标系中x₂、y₂、z₂方向的矢量。

由于颜色分量总为正值，而法矢量存在正负问题。在OpenGL中，当面元的法矢量指向光源时，面元会显示相应的颜色；反之，当其法矢量背离光源时，面元将不显示。这样，为确定法矢的正负，必须从正负坐标轴用红绿蓝三种光源分别照射目标分区，显示颜色的一面即为法矢方向。

D、根据得到的分l₀区各像素位置信息与法矢信息，并对每个子区域利用高频近似理论中的物理光学计算理论及物理绕射计算理论分区计算其散射场计算分区内所有有效像素的散射场。

则散射场S_PO为：

$S_{\mathrm{PO}}={\∫}_s(\hat{n}\·{\hat{z}}_2)e^{j2k{z}_2}\mathrm{ds}\≈\underset{\mathrm{PIXELS}}{\mathrm{\Σ}}{e}^{j2k{z}_2}\mathrm{\Δ}{s}^{\′}---\left(10\right)$

其中，k为雷达波数，Δs′为每个像素代表的实际投影面积。

步骤9：将各分区的散射场矢量叠加，得到总雷达回波数据。

步骤10：获得场景的SAR图像。

本发明采用经典的雷达成像算法：距离多普勒成像算法，对机载雷达运动期间的雷达回波序列进行处理，生成海上多目标的高分辨率雷达图像。

实施例：

本实例中，海上目标以两艘舰船目标为例，海面波浪以10m/s风速为例，利用高分辨率聚束式机载SAR回波仿真模型对场景进行回波仿真，工作方式为正侧视，雷达发射波采用X波段的线性调频波脉冲，雷达工作参数如下：

中心频率：10GHz

带宽：0.4GHz

飞行距离：200米

采样点数：1024点

生成分辨率分别为0.2米、0.2米的海面及2艘舰船目标的SAR图像。如图3所示，从图中可以看出两艘舰船的基本外形及海面分布。实验结果证明了本发明对海面多目标场景进行SAR成像建模的可行性。

Claims (5)

1.一种海上多目标SAR图像可视化建模方法，其特征在于：通过下述步骤实现：

步骤1：获取海面目标的三角面元模型数据文件；

步骤2：生成随机海面模型的三角面元描述的模型数据文件；

步骤3：生成海上多目标的三维场景模型数据文件；

步骤4：显示三维场景；

a、将OpenGL屏幕坐标系O₂(x₂、y₂、z₂)的x₂轴方向设为屏幕上的水平向右方向，y₂轴方向设为屏幕上竖直向上，z₂方向设为垂直屏幕向外；

b、读入海面上多目标的三维场景模型数据文件；

c、使场景坐标系的原点为OpenGL屏幕坐标系的原点，且使场景中初始的海平面向上方向为z₂方向；

步骤5：设置机载雷达运动参数，对场景进行显示；

在雷达视线的各个姿态下，以机载雷达波束照射点为中心旋转场景，使得雷达视线方向保持与OpenGL屏幕坐标系中的-Z方向一致；根据机载雷达波束照射的范围，通过OpenGL中的窗口函数设置OpenGL视场中的目标场景；

步骤6：计算在机载雷达运动期间，雷达视线的各个姿态下OpenGL视场中的目标场景相对雷达视线的姿态角序列；进而得到目标场景显示序列，并依次通过步骤7～9，得到雷达视线的各个姿态对应的雷达回波，进而得到机载雷达运动期间的雷达回波序列；

步骤7：对目标场景进行分区显示；

a、获取目标场景在OpenGL屏幕坐标系x₂、y₂轴方向的矩形投影尺寸，分别为和

b、令给定的像素分辨尺寸为l₀，对矩形投影在OpenGL屏幕坐标系x₂、y₂轴方向分别进行划分，得到的划分区间数量分别为：

$M_{x_2}=\mathrm{ROUND}((D_{\max x_2}+D_{\min x_2})/l_0)$ 和 $Q_{y_2}=\mathrm{ROUND}((L_{\max y_2}+L_{\min y_2})/l_0);$ 其中，ROUND表示四舍五入；则投影矩形总共的分区数为对各个分区进行单独的投影显示；

步骤8：计算各个分区的散射场；

步骤9：将各分区的散射场矢量叠加，得到总雷达回波数据。

步骤10：获得场景的SAR图像。

本发明采用经典的雷达成像算法：距离多普勒成像算法，对机载雷达运动期间的雷达回波序列进行处理，生成海上多目标的高分辨率雷达图像。

2.如权利要求1所述一种海上多目标SAR图像可视化建模方法，其特征在于：所述步骤2具体实现方法为：

将无限个随机的余弦波进行叠加来描述一个定点的波面η(t)，则有：

$\mathrm{\η}\left(t\right)=\underset{n=1}{\overset{\∞}{\mathrm{\Σ}}}{a}_n\cos ({\mathrm{\ω}}_{n}t+{\mathrm{\ϵ}}_n)---\left(1\right)$

式(1)中，a_n与ω_n分别为第n个余弦波的振幅与角频率，n∈[1～∞]；ε_n为第n个余弦波在0～2π范围内均布的随机初位相；t为时刻；

通过式(2)，可得到随时间以及空间同时变化的固定点波面；

$\mathrm{\η}(x,y,t)=\underset{n=1}{\overset{\∞}{\mathrm{\Σ}}}{a}_n\cos \left[({\mathrm{\ω}}_{n}t-k_n(x\cos {\mathrm{\θ}}_n+y\sin {\mathrm{\θ}}_n)+{\mathrm{\ϵ}}_n)\right]---\left(2\right)$

式(2)中，x、y分别为二维海面坐标系O(x、y)的横纵坐标；第n个余弦波传播方向与二维海面坐标系中x轴夹角为θ_n，-π≤θ_n≤π；k_n为波数。对深水波来说，

式(2)中，各个波的振幅a_n，可以由如式(3)中给出的海浪谱求出：

$S(\mathrm{\ω},\mathrm{\θ})\mathrm{d\ωd\θ}=\underset{\mathrm{\Δ\ω}}{\mathrm{\Σ}}\underset{\mathrm{\Δ\θ}}{\mathrm{\Σ}}\frac{1}{2}{a}_n^2---\left(3\right)$

式(3)中，海浪谱S(ω,θ)的定义如下：

S(ω,θ)＝S(ω)G(ω,θ)   (4)

式(4)中，S(ω)为频谱，G(ω,θ)为方向分布函数，简称方向函数，Δω为角频率间隔；Δθ余弦波传播方向与二维海面坐标系中x轴夹角间隔；

式(4)中，海浪频谱通过Pierson-Moscowitz谱来模拟：

$S\left(\mathrm{\ω}\right)=\frac{a{g}^2}{{\mathrm{\ω}}^5}\exp [-\mathrm{\β}{\left(\frac{g}{\mathrm{U\ω}}\right)}^4]---\left(5\right)$

式(5)中，a＝8.1×10^-3，为无因次常数，β＝0.74，g为重力加速度，U为海面上19.5m高处的风速；

式(4)中，海浪方向分布函数通过波浪立体观测计划得到：

$G(\mathrm{\ω},\mathrm{\θ})=\frac{1}{\mathrm{\π}}(1+p\cos 2\mathrm{\θ}+q\cos 4\mathrm{\θ})---\left(6\right)$

式(6)中， $p=0.5+0.82\exp [-\frac{1}{2}{\left(\frac{\mathrm{\ω}}{{\mathrm{\ω}}_m}\right)}^4],q=0.32\exp [-\frac{1}{2}{\left(\frac{\mathrm{\ω}}{{\mathrm{\ω}}_m}\right)}^4],\left|\mathrm{\θ}\right|\≤\frac{\mathrm{\π}}{2}$ ω_m为处的谱峰频率；

将通过上述方法生成的海面模型η(x,y,t)存储为三角面元数据文件。

3.如权利要求1所述一种海上多目标SAR图像可视化建模方法，其特征在于：所述步骤3的实现方法为：由建模计算机读入海上目标的三角面元描述的模型数据文件，与海面模型的三角面元描述的模型数据文件，构成整个三维场景；在场景坐标系O₁(x₁、y₁、z₁)中，以海面的几何中心为原点，改变各个海上目标的初始姿态至所需初始姿态；随后按照海上目标实际状态，将海上目标的位置和姿态调整至漂浮在海面上的状态，得到模拟真实海面上多目标的三维场景模型数据文件。

4.如权利要求1所述一种海上多目标SAR图像可视化建模方法，其特征在于：步骤8实现方法为：

A、计算投影矩形的像素尺寸；

OpenGL屏幕坐标系x₂、y₂轴方向的像素尺寸分别为：

$\mathrm{\Δ}{x}_2=\frac{D_{\max x_2}+D_{\min x_2}}{M_{x_2}{P}_{x_2}}---\left(7\right)$

$\mathrm{\Δ}{y}_2=\frac{L_{\max y_2}+L_{\min y_2}}{Q_{y_2}{P}_{y_2}}---\left(8\right)$

式(7)与式(8)中，和分别是每个分区在OpenGL屏幕坐标系x₂、y₂轴方向的像素数；

B、按各分区的投影比例分别进行显示；

C、计算各分区像各素位置信息与法矢信息，具体为：

获得屏幕上各像素的位置信息和颜色信息；

各像素的位置信息：

令屏幕像素为个，OpenGL屏幕窗口的横向大小为纵向大小为则第m,n个像素的x₂,y₂大小为 $x_2^{m,n}=-L_{\min x_2}+\frac{L_{\max x_2}+L_{{\min x}_2}}{M_{x_2}}m,y_2^{m,n}=-L_{\min y_2}+\frac{L_{\max y_2}+L_{\min y_2}}{N_{y_2}}n,$ 第m,n个像素的z₂值由OpenGL的z-buffer提供；

各像素颜色信息：

利用OpenGL的光照模型，使红、绿、蓝光源分别位于OpenGL屏幕坐标系的x₂,y₂,z₂轴，由OpenGL的颜色buffer可获得每个像素颜色的(R,G,B)，分别对应于红绿蓝三种颜色；

通过每个像素位置信息和颜色信息，可分别获取每个像素位置所代表的面元三维坐标和法矢朝向。其中，颜色信息与法矢朝向间的对应关系为：

令物体表面是漫反射并且每种颜色的漫反射系数为1，光源的强度为1，光传播在媒质中的衰减为1，则光照模型为：

$L_d=\hat{n}\·{\hat{r}}_i,d=\mathrm{R\; G},B,---\left(9\right)$

式中，L_d为每种颜色的漫反射亮度，是像素代表的面元法矢，是指向光源的方向矢量。则像素代表的面元法矢的子分量与颜色的对应关系为：

$\mathrm{RED}:{\hat{r}}_i={\hat{x}}_2\⇒R=\hat{n}\·{\hat{x}}_2=n_{x_2}$

$\mathrm{GREEN}:{\hat{r}}_i={\hat{y}}_2\⇒G=\hat{n}\·{\hat{y}}_2=n_{y_2}$

$\mathrm{BLUE}:{\hat{r}}_i={\hat{z}}_2\⇒B=\hat{n}\·{\hat{z}}_2=n_{z_2}$

分别为屏幕坐标系中x₂、y₂、z₂方向的矢量；

D、根据得到的分区各像素位置信息与法矢信息，并对每个子区域利用高频近似理论中的物理光学计算理论及物理绕射计算理论分区计算其散射场计算分区内所有有效像素的散射场。

则散射场S_PO为：

$S_{\mathrm{PO}}={\∫}_s(\hat{n}\·{\hat{z}}_2)e^{j2k{z}_2}\mathrm{ds}\≈\underset{\mathrm{PIXELS}}{\mathrm{\Σ}}{e}^{j2k{z}_2}\mathrm{\Δ}{s}^{\′}---\left(10\right)$

其中，k为雷达波数，Δs′为每个像素代表的实际投影面积。

5.如权利要求4所述一种海上多目标SAR图像可视化建模方法，其特征在于：步骤C中，为确定法矢的正负，须从正负坐标轴用红绿蓝三种光源分别照射目标分区，显示颜色的一面为法矢方向。