CN105023254A - 一种合成孔径雷达图像的高度重建方法 - Google Patents
一种合成孔径雷达图像的高度重建方法 Download PDFInfo
- Publication number
- CN105023254A CN105023254A CN201510433685.3A CN201510433685A CN105023254A CN 105023254 A CN105023254 A CN 105023254A CN 201510433685 A CN201510433685 A CN 201510433685A CN 105023254 A CN105023254 A CN 105023254A
- Authority
- CN
- China
- Prior art keywords
- image
- target
- height
- radar
- shadow
- 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.)
- Granted
Links
Abstract
本发明公开了一种合成孔径雷达图像的高度重建方法,包括以下几个步骤:步骤一:对合成孔径雷达原始图像进行去噪处理,得到去噪图像;步骤二:获取噪声图像,利用噪声阈值验证目标阴影,完成目标阴影的提取;步骤三:根据几何关系计算目标实际海拔高度以及准确地面位置;步骤四:将目标映射到C型图像上。本发明提供的方法只需要单幅SAR图像,因此拥有更强的实用性;本发明包含了讨论如何利用B型图像与雷达设备高度、波束与地平面夹角来确定目标实际位置,并根据目标位置得到相应的C型图像;本发明可以用于对机载合成孔径雷达在起飞和降落过程中的障碍物检测和高度判断,保证其实时性,对飞行安全有着重要意义。
Description
技术领域
本发明涉及雷达图像处理技术领域,尤其涉及一种合成孔径雷达(SAR)图像高度重建的方法。
背景技术
合成孔径雷达的应用越来越广泛,其图像通常显示为B型显示(B-scope),在垂直轴显示距离,在水平轴显示雷达的方位角,即距离-角度显示。在B型显示中,相同方位角的不同目标可能被呈现在同一个点上,难以区分其高度差异,C型显示(C-scope)为提供了新的选择。C型显示图像根据B型显示图像,经过一系列处理和转换,以仰角的形式提供海拔高度。这种角度-角度的显示与普通光学成像的效果一致,类似肉眼直接观察到的场景和光学、红外摄像机的成像,易于肉眼辨认。由B型到C型图像转换的过程中,需要对目标进行高度重建。
高度重建的关键一是如何精确计算目标的实际海拔高度,二是必须将目标投影到准确的位置上,否则,产生的高度差或位置偏移将使转换工作变得毫无意义。
授权号为CN1234018C的专利单次飞行全极化合成孔径雷达图像反演地面数字高程方法计算量较大,同时得到的高程图像对于飞行员来说并不如透视关系成像那么直观。因此,需要一种全面的、快速的高度重建和转换C型图像方法来适应近地飞行的需求。
发明内容
本发明的目的是为了解决上述问题,提出一种合成孔径雷达图像的高度重建方法。
本发明的一种合成孔径雷达图像的高度重建方法,包括以下几个步骤:
步骤一:对合成孔径雷达原始图像进行去噪处理,得到去噪图像;
步骤二:获取噪声图像,利用噪声阈值验证目标阴影,完成目标阴影的提取;
步骤三:根据几何关系计算目标实际海拔高度以及准确地面位置;
步骤四:将目标映射到C型图像上。
本发明的优点在于:
(1)很多现有的高度重建方法需要利用两幅甚至多幅SAR图像或光学图像完成目标高度的恢复,而同一目标或地区的多幅图像实际上由于条件限制很难得到。本发明提供的方法只需要单幅SAR图像,因此拥有更强的实用性;
(2)现有研究大多依据SAR图像进行简单的高度恢复,而不进行C型图像的生成,因此很少考虑如何确认目标实际准确位置。本发明则包含了讨论如何利用B型图像与雷达设备高度、波束与地平面夹角来确定目标实际位置,并根据目标位置得到相应的C型图像;
(3)本发明的图像处理相关算法效率高,几何关系简单,同时可以充分运用GPU强大的并行处理能力,可以用于对机载合成孔径雷达在起飞和降落过程中的障碍物检测和高度判断,保证其实时性,对飞行安全有着重要意义。
附图说明
图1是本发明的流程图;
图2是SAR成像原理方位向示意图;
图3是目标阴影提取流程图;
图4是计算目标实际高度的几何关系和投影示意图;
图5是长方体目标在雷达图像中的强度分析。
具体实施方式
下面将结合附图和实施例对本发明作进一步的详细说明。
本发明的合成孔径雷达图像高度重建方法,通过对SAR图像的去噪和边缘检测处理,得到可能的阴影区域,然后,利用图像的阴影部分是没有回波的,所以阴影部分在原始图像和噪声图像的强度理论上相等的特点,提取目标阴影,最后,根据几何关系计算目标实际海拔高度并投影到C型图像中。
本发明是一种合成孔径雷达图像的高度重建方法,如图1所示,包括以下步骤:
步骤一:对合成孔径雷达原始图像(SAR原始图像)进行去噪处理。
用小波去噪的方法处理原始图像,得到去噪图像。减少噪声的方法有很多,如线性滤波法、中值滤波法、傅里叶变换等,而小波去噪相比其他方法在保护图像边缘和细节方面更优,同时与其他方法结合也相对容易。
步骤二:获取噪声图像,利用噪声阈值验证目标阴影,完成目标阴影的提取。
图2所示为SAR成像原理方位向示意图。其中M点为雷达所在位置,线段af所在平面为成像面。线段df代表图像中的阴影部分。对步骤一中得到的去噪图像进行边缘检测,利用阴影部分的图像强度突变,得到基于边缘的图像。该图像中,有轮廓的区域则为可能的阴影区域。使用Canny边缘检测方法是因为这个检测方法非常灵活,可以用于任何图像环境,包括拥有大量不可预知的噪声的SAR图像。
图像的阴影部分是没有回波的,所以阴影部分在原始图像和噪声图像的强度理论上是相等的。用原始图像减去步骤一中得到的去噪图像,得到噪声图像。在原始图像和噪声图像中标明本步骤中得到的可能的阴影区域,用原始图像该区域图像强度与噪声图像相应区域图像强度作差值,理论上,两者差值为0,在本步骤中,判断两者差值是否在一定的噪声阈值范围内,若差值小于噪声阈值,则确认该区域为目标阴影区域。否则,该区域为其他图像强度突变区域,若其与阴影区域相邻,可用于推断目标形状和高度。在本例的最后将以长方体目标为例具体说明。图3是目标阴影提取流程图。之所以采用提取阴影的方法对目标高度进行重建,是因为雷达阴影对于相干斑的免疫能够给予巨大的帮助。
步骤三:根据几何关系计算目标实际海拔高度以及准确地面位置。
为便于理解和说明,本步骤中以细长目标为例,阐述计算目标实际海拔高度的方法。首先需要强调的是,本发明中所针对的SAR图像是根据斜距数据成像的。最小和最大斜距通常称为近距和远距。其中最小斜距由脉冲发射时刻与接受窗起始时刻间的时间间隔决定,而最大距离由脉冲发射时刻与接收窗结束时刻间的时间间隔决定。这两个距离之差称为斜距观测带宽度。除斜距外,还有一种SAR距离度量:地距。地距是雷达在地球表面上的投影到目标的距离,近地情况下可假设地球表面近似为平面,可根据雷达高度、雷达波束的俯角和斜距观测带宽度可以分别计算最小和最大的地距。同理,由雷达图像第一个像素点与最小斜距、最后一个像素点与最大斜距的对应关系,可以计算出雷达图像上任意点的斜距,结合雷达高度可以得知该点的地距。如图4所示,以r轴所在平面为参考面,阴影部分用线段AC表示,细长目标用线段AB表示。可以看出目标底部在SAR图像中为点A,为雷达波束与地面的夹角,也就是雷达的俯角。利用A点和C点的斜距,结合雷达高度可以得到俯角和AC之间的地距之差L,用如下公式(1)、(2)分别计算和目标高度H。
其中:为雷达波束与地面的夹角;OM为雷达距参考面高度;CM为C点斜距;L为AC之间的地距之差;H代表目标距参考面的高度。
下面,说明如何确定目标准确地面位置。对于细长目标来说,阴影的起点则为目标底部在B型图像中的位置,相应的计算出目标底部的地距,就确定了目标的准确位置。另外,对于靠近雷达一侧为垂直面的目标而言,判断目标靠近雷达一侧的位置可以利用二面角效应。如果目标侧面与地面形成的二面角正对着雷达波束,雷达波束经过几次反射后,又反射回SAR传感器。由于SAR传感器距离地面有一个很长的距离,可以认为角反射器的入射波与回波平行。根据其反射回波的几何关系,可以看出二面角角反射器不同部位的入射波被反射回传感器,所经过的路程是相等的,这些回波同时到达传感器,它们的后向散射很高,所以它们在SAR图像上具有很高的亮度。因此具有一定长度的、平行于方位向的墙壁由于角反射作用,在图像上产生一条平行与方位向的亮线。本发明中举例的细长目标符合上述条件,因此,可以利用二面角产生的亮线进一步确认该目标的地面准确位置。
步骤四:将目标映射到C型图像上。
如图4所示,已知的是目标底部在SAR图像中位置A和实际高度H。假设一个C型图像的投影面为A’B’所在平面,根据目标底部在SAR图像的位置进行投影,得到目标底部在C型图像位置A’,并根据实际高度确定目标在C型图像中的高度。
对侧面为垂直面的目标,根据二面角反射产生的亮线所在位置,可以得到目标靠近雷达一侧的底线位置。若目标形状不能满足二面角产生条件,用图像强度分析的方法也可以对目标位置进行确定。对于非细长目标而言,雷达图像上产生的阴影形式与雷达波束和地面的夹角有关。下面根据在方位向上长方体目标的宽w和高h的比例不同对目标产生的图像强度分别进行具体分析。如图5所示,在雷达波束方向上作B型图像的参考面。对任意目标理论模型都可以进行同理的图像强度分析,并利用本发明中提供的方法进行阴影提取。在确定的阴影区域的方位向进行强度检测,可以得到目标产生的图像强度变化,结合步骤二中图像强度突变的非阴影区域,与理论模型分析对比,可以得到目标形状和高度。
1、当时,如图5(a),除背景外,图像强度可分为四种情况。可由二面角反射产生的亮线确定目标位置,利用阴影长度(这里的长度均以地距表示)结合计算目标高度h,用两项顶部回波的长度确定目标的宽度w。
2、当时,如图5(b),除背景外,图像强度可分为3种情况。其中同样可以利用二面角效应确认目标底部位置,用阴影长度结合计算目标的宽度w和高度h。
3、当时,如图5(c),除背景外,图像强度可分为四种情况。用两项侧面回波长度结合计算目标高度h,再用阴影长度和h确定目标宽度w。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种合成孔径雷达图像的高度重建方法,包括以下步骤:
步骤一:对合成孔径雷达原始图像进行去噪处理,得到去噪图像;
步骤二:获取噪声图像,利用噪声阈值验证目标阴影,完成目标阴影的提取;
针对步骤一中得到的去噪图像,利用Canny边缘检测方法进行边缘检测,得到基于边缘的图像,选取有轮廓的区域作为可能的阴影区域;
用合成孔径雷达原始图像减去步骤一中得到的去噪图像,得到噪声图像,将原始图像可能的阴影区域图像强度与噪声图像可能的阴影区域图像强度作差值,判断差值是否在噪声阈值范围内,若差值小于噪声阈值,则确认可能的阴影区域为目标阴影区域;否则,可能的阴影区域为其他图像强度突变区域;
步骤三:根据几何关系计算目标实际海拔高度以及准确地面位置;
步骤四:将目标映射到C型图像上;
已知目标底部在SAR图像中位置A和实际高度H,假设一个C型图像的投影面为A’B’所在平面,根据目标底部在SAR图像的位置进行投影,得到目标底部在C型图像位置A’,并根据实际高度确定目标在C型图像中的高度。
2.根据权利要求1所述的一种合成孔径雷达图像的高度重建方法,所述的步骤一中,采用小波去噪的方法处理原始图像,得到去噪图像。
3.根据权利要求1所述的一种合成孔径雷达图像的高度重建方法,所述的步骤三中,针对细长目标,计算实际海拔高度以及准确地面位置的方法具体为:
设r轴所在平面为参考面,阴影部分用线段AC表示,细长目标用线段AB表示,目标底部在SAR图像中为点A,为雷达波束与地面的夹角,即雷达的俯角;利用A点和C点的斜距,结合雷达高度得到俯角和AC之间的地距之差L,用如下公式(1)、(2)分别计算和目标高度H;
其中:雷达波束与地面的夹角;OM为雷达距参考面高度;CM为C点斜距;L为AC之间的地距之差;H代表目标距参考面的高度;
针对细长目标,阴影的起点则为目标底部在B型图像中的位置,计算出目标底部的地距,则确定目标的准确位置;
针对任意其他目标,对其理论模型进行图像强度分析,进行阴影提取,在确定的阴影区域的方位向进行强度检测,得到目标产生的图像强度变化,结合步骤二中图像强度突变的非阴影区域,与理论模型分析对比,得到目标形状和高度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510433685.3A CN105023254B (zh) | 2015-07-22 | 2015-07-22 | 一种合成孔径雷达图像的高度重建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510433685.3A CN105023254B (zh) | 2015-07-22 | 2015-07-22 | 一种合成孔径雷达图像的高度重建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105023254A true CN105023254A (zh) | 2015-11-04 |
CN105023254B CN105023254B (zh) | 2017-12-15 |
Family
ID=54413198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510433685.3A Active CN105023254B (zh) | 2015-07-22 | 2015-07-22 | 一种合成孔径雷达图像的高度重建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105023254B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107883917A (zh) * | 2017-11-20 | 2018-04-06 | 中国科学院遥感与数字地球研究所 | 基于多时相阴影差异的高压线塔高度提取方法 |
CN110865372A (zh) * | 2018-08-27 | 2020-03-06 | 中国人民解放军61646部队 | 一种基于合成孔径雷达多方位观测的目标高度信息提取方法 |
US10783384B2 (en) | 2018-07-31 | 2020-09-22 | Toyota Motor Engineering & Manufacturing North America, Inc. | Object detection using shadows |
CN112099004A (zh) * | 2019-09-05 | 2020-12-18 | 北京无线电测量研究所 | 一种机载干涉合成孔径雷达复杂场景高程反演方法及系统 |
US11176647B2 (en) | 2019-12-11 | 2021-11-16 | Toyota Motor Engineering And Manufacturing North America, Inc. | Image and object detection enhancement based on lighting profiles |
CN116051426A (zh) * | 2023-03-27 | 2023-05-02 | 南京誉葆科技股份有限公司 | 一种合成孔径雷达图像处理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1415975A (zh) * | 2002-10-31 | 2003-05-07 | 复旦大学 | 单次飞行全极化合成孔径雷达图像反演地面数字高程的方法 |
US6741202B1 (en) * | 2003-04-29 | 2004-05-25 | Kapriel V. Krikorian | Techniques for 3-dimensional synthetic aperture radar |
CN102842130A (zh) * | 2012-07-04 | 2012-12-26 | 贵州师范大学 | 由合成孔径雷达图像中检测建筑和提取数目信息的方法 |
CN103903301A (zh) * | 2014-03-19 | 2014-07-02 | 四川川大智胜软件股份有限公司 | 一种基于彩色图像识别的城市地景建模方法 |
CN104036515A (zh) * | 2014-06-30 | 2014-09-10 | 西安电子科技大学 | 基于单幅sar图像的车辆目标高度估计方法 |
-
2015
- 2015-07-22 CN CN201510433685.3A patent/CN105023254B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1415975A (zh) * | 2002-10-31 | 2003-05-07 | 复旦大学 | 单次飞行全极化合成孔径雷达图像反演地面数字高程的方法 |
US6741202B1 (en) * | 2003-04-29 | 2004-05-25 | Kapriel V. Krikorian | Techniques for 3-dimensional synthetic aperture radar |
CN102842130A (zh) * | 2012-07-04 | 2012-12-26 | 贵州师范大学 | 由合成孔径雷达图像中检测建筑和提取数目信息的方法 |
CN103903301A (zh) * | 2014-03-19 | 2014-07-02 | 四川川大智胜软件股份有限公司 | 一种基于彩色图像识别的城市地景建模方法 |
CN104036515A (zh) * | 2014-06-30 | 2014-09-10 | 西安电子科技大学 | 基于单幅sar图像的车辆目标高度估计方法 |
Non-Patent Citations (2)
Title |
---|
DONG LI ET AL.: "A Rigorous SAR Epipolar Geometry Modeling and Application to 3D Target Reconstruction", 《IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING》 * |
王敏 等: "SAR图像建筑物成像特性及重建研究方法", 《计算技术与自动化》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107883917A (zh) * | 2017-11-20 | 2018-04-06 | 中国科学院遥感与数字地球研究所 | 基于多时相阴影差异的高压线塔高度提取方法 |
CN107883917B (zh) * | 2017-11-20 | 2021-02-02 | 中国科学院遥感与数字地球研究所 | 基于多时相阴影差异的高压线塔高度提取方法 |
US10783384B2 (en) | 2018-07-31 | 2020-09-22 | Toyota Motor Engineering & Manufacturing North America, Inc. | Object detection using shadows |
CN110865372A (zh) * | 2018-08-27 | 2020-03-06 | 中国人民解放军61646部队 | 一种基于合成孔径雷达多方位观测的目标高度信息提取方法 |
CN110865372B (zh) * | 2018-08-27 | 2021-07-20 | 中国人民解放军61646部队 | 一种基于合成孔径雷达多方位观测的目标高度信息提取方法 |
CN112099004A (zh) * | 2019-09-05 | 2020-12-18 | 北京无线电测量研究所 | 一种机载干涉合成孔径雷达复杂场景高程反演方法及系统 |
CN112099004B (zh) * | 2019-09-05 | 2022-03-08 | 北京无线电测量研究所 | 一种机载干涉合成孔径雷达复杂场景高程反演方法及系统 |
US11176647B2 (en) | 2019-12-11 | 2021-11-16 | Toyota Motor Engineering And Manufacturing North America, Inc. | Image and object detection enhancement based on lighting profiles |
CN116051426A (zh) * | 2023-03-27 | 2023-05-02 | 南京誉葆科技股份有限公司 | 一种合成孔径雷达图像处理方法 |
CN116051426B (zh) * | 2023-03-27 | 2023-06-30 | 南京誉葆科技股份有限公司 | 一种合成孔径雷达图像处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105023254B (zh) | 2017-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105023254A (zh) | 一种合成孔径雷达图像的高度重建方法 | |
CN103424112B (zh) | 一种基于激光平面辅助的运动载体视觉导航方法 | |
CN102967858B (zh) | 雷达前视超分辨成像方法 | |
KR101258668B1 (ko) | 한반도 통합형 기상 레이더 품질 관리 시스템 및 그 방법 | |
CN103336272A (zh) | 一种基于几何结构的复杂目标sar图像仿真方法 | |
CN105809687A (zh) | 一种基于图像中边沿点信息的单目视觉测程方法 | |
CN103761524A (zh) | 一种基于图像的线性目标识别与提取方法 | |
CN102982304B (zh) | 利用偏光图像检测车辆位置的方法和系统 | |
US10877143B2 (en) | Method and device for geo-referencing aerial image data with the aid of SAR image data | |
CN104536009A (zh) | 一种激光红外复合的地面建筑物识别及导航方法 | |
CN102542561B (zh) | 基于Fisher分布的活动轮廓SAR图像分割方法 | |
CN103472450B (zh) | 基于压缩感知的非均匀空间构形分布式sar动目标三维成像方法 | |
EP3132231A1 (en) | A method and system for estimating information related to a vehicle pitch and/or roll angle | |
CN109724586B (zh) | 一种融合深度图和点云的航天器相对位姿测量方法 | |
CN105547244A (zh) | 一种结合立体像对的激光高度计高程控制点生成方法 | |
CN103278159B (zh) | 机载2d激光测距机获取3d点云的方法 | |
CN102736073B (zh) | 一种通用模式下星载sar距离向模糊度的计算方法 | |
CN103744081A (zh) | 一种机载圆迹合成孔径雷达高精度三维成像补偿方法 | |
Ai et al. | Obstacle detection using U-disparity on quadratic road surfaces | |
CN105469391A (zh) | 一种云阴影检测方法及系统 | |
CN104050476A (zh) | 一种基于凸壳计算的末段目标瞄准点选择方法 | |
CN105467373A (zh) | 一种宽带复合双基地雷达锥体目标物理尺寸估计方法 | |
Mozumi et al. | 3D stereo imaging of abnormal waves in a wave basin | |
CN105301588A (zh) | 一种联合StereoSAR和InSAR的DEM提取方法 | |
CN106910178B (zh) | 一种基于色调统计特性分类的多角度sar图像融合方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |