CN106093890A - 建立剩余杂波图抑制雷达剩余杂波的方法 - Google Patents
建立剩余杂波图抑制雷达剩余杂波的方法 Download PDFInfo
- Publication number
- CN106093890A CN106093890A CN201610741057.6A CN201610741057A CN106093890A CN 106093890 A CN106093890 A CN 106093890A CN 201610741057 A CN201610741057 A CN 201610741057A CN 106093890 A CN106093890 A CN 106093890A
- Authority
- CN
- China
- Prior art keywords
- radar
- bitmap
- clutter
- residual
- scanning background
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开的一种建立剩余杂波图抑制雷达剩余杂波的方法,旨在提供一种能够有效弥合图像裂缝抑制雷达剩余杂波的方法。本发明通过下述技术方案予以实现:根据雷达探测距离、空域覆盖范围、距离分辨率、角度分辨率设定位图分辨单元;依据接收雷达信号处理送来的目标点迹信息(简称雷达点迹)建立雷达扫描背景位图;然后根据位图分辨单元的划分不同来选取结构元素,利用结构元素对雷达扫描背景位图进行形态变换运算,进行先膨胀后腐蚀的闭合运算,得到剩余杂波图像轮廓,构成了一幅新的雷达扫描背景位图,再根据雷达天线的扫描圈数对位图不断的迭代更新,形成稳定的雷达剩余杂波图,雷达点迹经过杂波标识模块判断后,输出具有杂波标志的雷达目标点迹。
Description
技术领域
本发明涉及一种以数学形态学滤波为基础,建立剩余杂波图抑制雷达剩余杂波的方法。
背景技术
通常,在雷达的工作过程中,雷达收到的回波信号并不仅仅是单纯的目标回波,它还包括:海杂波、地杂波、气象杂波、大气噪声、接收机噪声、自然噪声等,通常雷达采集到的航海雷达回波信号除了大量的海杂波信号以外,还存在着大量的噪声,会受到较强的气象杂波干扰,正常得到的无目标的海浪图像不是海杂波图像,是含有噪声的海杂波图像。此外,不可避免会受到来自外界的干扰和各种电子干扰的影响。因此,如何从回波中提取出有用的目标信号,有效抑制杂波(包括地杂波和海杂波)是一项关键技术。在有目标的雷达视频海浪回波信号中,包括了目标回波信号、海杂波信号和噪声信号,而无目标的雷达视频回波信号只有海杂波信号和噪声信号。当雷达波束照射海面时,海浪也能反射电波,使显示器荧光屏上出现杂乱脉冲或不均匀闪烁斑点,时隐时现,且位置不固定,这种看起来类似噪声的后向散射回波被称为海杂波。简单来说,海杂波就是来自于被雷达发射信号照射的一片海面的后向散射回波。航海雷达检测海面上的或者接近海面上空的目标物体时,需要克服海面本身的海杂波,但由于海杂波具有变化多端和对目标物体的回波强度干扰大的缺点,故在很多情况下,限制了航海雷达的探测能力,以说对于海杂波的抑制成为航海雷达必须解决的一个重要问题。如何精确将淹没于强海杂波背景中的目标信息提取出来是海杂波抑制技术的关键。
剩余杂波图技术是雷达信号处理中常用的一种检测技术。剩余杂波图在雷达中的应用基本分两种:等扇区杂波图和等面积杂波图。在雷达中,综合考虑两种杂波图的优劣,采用近区等面积、远区等扇区的划分方法。这种方法实际验证效果较佳。非均匀非平稳的杂波抑制历来是雷达的一个难点。现代雷达常用的杂波抑制技术主要有在天线、发射机和接收机采用的低副瓣天线、频率捷变等技术,在信号处理采用的脉冲压缩、动目标显示/动目标检测MTI/MTD、恒虚警CFAR、动态杂波图检测、旁瓣相消、旁瓣匿隐等技术,在雷达数据处理采用的过域判断、回波宽度判断、幅度判断、多普勒速度判断等技术。综合来看,上述这些技术对于杂波的抑制是有效果的,但在现行基于门限的雷达目标检测体制下,为了尽可能的确保目标被检测并输出,仍然无法避免会有杂波剩余,包括各种干扰点迹,在此统称为杂波剩余,也会一并输出。而杂波剩余也将直接影响雷达数据处理的点迹关联、滤波与建航处理,导致雷达工作性能下降。具体表征为生成多批虚假目标航迹,干扰真实目标的正常建航,降低航迹精度,同时终端界面上积聚大量无效点,影响画面质量。由此可见,为了进一步改善雷达的杂波抑制能力,仍需从各个环节着手深入挖掘潜能。
目前抑制海杂波的方法大多都是从信号处理角度提出的,但由于海杂波信号具有很强的相关性,例如海尖峰效应,这种相关性导致了从信号处理角度无法完全抑制海杂波。海杂波信号具有很强的相关性,特别是体现在海尖峰效应当中,这种相关性造成了常规的基于海杂波功率谱的频域滤波方法对海杂波的抑制效果不理想。在国内外抑制海杂波的方法中,传统的方法有动目标检测(STD)抑制方法和时频分析方法。时频分析方法主要是应用时频分析滤波技术和小波分析滤波技术滤除海杂波信号。新出现的方法有通过线性预测滤波器或基于奇异值分解的Hankd降秩方法1,此方法通过估测海杂波信号,进而实现海杂波对消,还有利用正交加权的自适应空域滤波(SAP)抑制海杂波的方法和空时自适应处理抑制海杂波的方法均取得了一定的效果。但总体来说,这些方法只能降低目标识别过程对海杂波的敏感度,根治不了海杂波信号相关性(如海尖峰效应)造成的影响,无法有效对强海杂波背景下的小目标物体进行检测,也就是说,从信号处理角度提出的抑制海杂波的技术是无法完全消除海杂波对目标检测过程造成的负面影响。为了避免从信号处理角度提出的抑制海杂波方法中出现的问题和提高海杂波背景上目标检测技术的效率,国内外已经出现了一些从图像处理角度提出的抑制海杂波的方法,但仍处于试验研究阶段。从图像处理的角度来抑制海杂波的方法是利用图像复原技术对由航海雷达得到的海浪图像进行图像复原,去除海浪图像中的噪声,得到海杂波图像,之后利用图像分割技术判断海杂波图像中是否含有目标,如果有目标存在,将其分离出来。图像复原部分提出了基于神经网络和数学形态学的图像复原技术,继承了神经网络的拟合性质和收敛性质,应用一种形态学变形虫结构元素克服传统滤波方法的缺点。通常这类方法被分为海浪图像去噪(海浪图像去除噪声之后,就变成了海杂波图像)和海杂波图像目标检测两个方面进行研究,还没有统一的设计方法。现有的海浪图像去噪方法大多都是用空域滤波的方法,这些方法能够有效地平滑海浪图像中的噪声,但同时也造成了图像边缘信息的损失。现有的对海杂波图像目标检测的方法大多是针对海杂波图像的统计特征或海杂波图像整体的结构特征,而没关注图像局部区域的细节特征,所以对海杂波图像中的大型目标或相对背景较为明亮的目标的识别效果较好,而对于小目标或与背景相比不是很明显的目标来说,识别效果还不是很好。综上所述,从信号处理角度抑制海杂波的方法面临着海杂波信号的强相关性问题,无法达到非常满意的效果,而近年发展起来从图像处理角度抑制海杂波的方法避免了这个问题,并为海杂波抑制的研究和发展注入了新的活力,但还存在需要改进的空间、缺少完整的理论和统一的设计方法。
由于雷达俯仰面波束的时序扫描而产生低波位的强地物回波处理剩余,作为地物杂波在高波位时跨周期出现,影响雷达系统正常的检测与显示。在三坐标情报雷达体系中,由于其工作体制与传统的两坐标情报雷达有明显地不同,无法采用完全相同的处理方式抑制杂波,以取得相同的预期效果,同时由于三坐标情报雷达覆盖空域扫描范围的要求,对雷达时间分配的限制,导致其不能采用两坐标雷达相似的滑窗处理体制,无法得到相同的杂波抑制比。又由于体制上的限制,无法采用确认波束来验证目标特征,提高目标检测概率。因此三坐标情报雷达面临的杂波环境远比两坐标更为恶劣。波段雷达对消后通常有较多的气象杂波剩余,画面不干净,计算机在目标自动跟踪时会产生错误的航迹。
除前述几种措施外,数据域剩余杂波图也是一种常用的措施。杂波图技术就是将雷达周围的二维平面分成许多方位距离单元,把方位距离单元的接收信号存入一个存储器中,每个存储单元对应一个方位距离单元,并且随着天线的扫描,每个单元存储的信号进行递推更新。传统上,建立雷达剩余杂波图的方法是针对检测单元以往多次扫描的回波进行迭代来获得强度的估计,它利用的是雷达杂波环境时域的相对平稳性对检测单元进行幅度门限检测,但是针对雷达的非高斯、非平稳的杂波环境而言,它的杂波抑制能力会降低甚至恶化,传统的图像去噪方式(如线性低通滤波等),在去除噪声污染的同时会造成图像边缘的模糊,不能很好地保持轮廓信息。因此,需要寻求新的方法来对杂波干扰点进行有效的抑制。
随着大规模集成电路的迅速发展,大容量存储器的广泛使用,雷达天线扫描间积累已变得易于实现,这为数据处理采用扫描间积累方法,建立剩余杂波图来抑制杂波剩余创造了条件。
数学形态学的图像处理是应用具有一定形态的结构元素去量度和提取图像中的对应形状,以达到对图像分析和识别的目的。数学形态学由一组以膨胀、腐蚀为基础形态学代数算子组成的。腐蚀可以通过将输入图像平移-b(b属于结构元素),并计算所有平移的交集而得到。膨胀是腐蚀的对偶运算,可以通过对补集的腐蚀来定义。膨胀可通过相对结构元素的所有点平移输入图像,然后计算其并集得到。在处理图像时可以根据需要,由这两种运算组成各种复杂的运算,如先腐蚀再膨胀组成开运算,先膨胀再腐蚀组成闭运算;也可以由开运算、闭运算以及原图组成各种复杂的运算,通过组合这些算子可以实现对图像形状、结构的分析和处理。数学形态学对信号的处理具有直观上的简单性和数学上的严谨性,在描述信号形态特征上具有独特的优势。数学形态学是研究数字影像形态结构特征与快速并行处理方法的理论,是通过对目标影像的形态变换实现结构分析和特征提取的目的。目前国内许多有效的图像处理系统有的是基于数学形态学方法原理设计的,有的是把数学形态学算法纳入其基本软件,并以其运算速度作为系统性能的重要标志之一。数学形态学以图像的形态特征为研究对象,它的主要内容是设计一整套概念、变换和算法,用来描述图像的基本特征和基本结构,也就是描述图像中元素与元素、部分与部分间的关系。数学形态学做为一种用于数字图像处理和识别的新理论和新方法,它的理论虽然很复杂,被称为惊人数学,但它的基本思想却是简单而完美的。数学形态学算子的性能主要以几何方式进行刻画,传统的理论却以解析方式的形式描述算子的性能,而几何描述特点似乎更适合视觉信息的处理和分析。数学形态学摒弃了传统的数学建模的观点,它作为一种有效的图像处理的非线性方法和理论应用于图像处理和模式识别领域,它建立在集论基础之上,基本思想是用一定形态的结构元素去度量和提取图像中对应形状以达到对图像分析和识别的目的,是分析几何形状和结构的一种数学方法,现已成为计算机数字图像处理的一个重要研究领域,可以用来解决噪声抑制、特征提取、边缘检测、图像分割、形状识别、纹理分析、图像恢复与重建、图像压缩等图像处理问题。
数学形态学是针对集合的处理过程,其形态算子的实质是表达物体或形状的集合与结构元素间的相互作用,结构元素的形状就决定了这种运算所提取信号的形状信息,图像处理是在图像中移动一个结构元素,然后将结构元素与下面所建立的二值图像进行交、并等集合处理,本发明正是利用这种图像处理方式,建立雷达剩余杂波图。本发明利用数学形态学理论来建立雷达剩余杂波图。
发明内容
本发明的目的是针对现有技术存在的不足之处,提供一种采用形态学运算,计算简单,运算速度高,实时性强、能够有效弥合图像裂缝,抑制杂波的产生,建立剩余杂波图抑制雷达剩余杂波的方法。
本发明可以通过下述技术方案予以实现:一种建立剩余杂波图抑制雷达剩余杂波的方法,具有如下技术特征:根据雷达探测距离和空域覆盖范围,以及距离和角度分辨率,设定位图分辨单元;依据接收雷达信号处理送来的目标点迹信息,建立表征雷达目标信息二值图像的雷达扫描背景位图;然后根据雷达目标特性和位图分辨单元的划分不同来选取结构元素,采用不同的结构元素对图像细节进行匹配,提取精细的图像边缘,利用结构元素对雷达扫描背景位图进行形态变换运算和数学形态学算子的对不规则直线的提取,形态运算后以雷达点迹构成的雷达位图进行先膨胀后腐蚀的闭合运算,形成一幅新的雷达背景位图,再根据雷达天线的不同的扫描圈数对位图不断的迭代更新,建立稳定的雷达剩余杂波图,雷达点迹经过杂波标识模块判断后,输出具有杂波标志的雷达目标点迹。
本发明相比于现有技术具有如下有益效果:
采用形态学运算,运算速度快。本发明基于数学形态学的图像处理理论,采用二值图像,可以快速获得雷达扫描背景位图,位图分辨单元可以通过雷达极坐标系,或者笛卡儿坐标系建立,定义灵活。同时利用结构元素对雷达扫描背景位图进行形态变换运算,通过多结构元素形态滤波能在滤除噪声的同时,很好的保护图像信息。结构元素删除经过其方向上的噪声图斑时,接连几次膨胀后,利用相同的结构元素加上相同次数的腐蚀得到期望的效果。经过方向滤波处理后,可以看出只剩下少数较大的断开现象孤立图斑,再次使用形态学运算进行后期滤波处理,使用3×3正方形结构元素、5×5的水平和垂直方向的结构元素和十字形结构元素进行多次膨胀和腐蚀运算,直到孤立的点被有效去除为止。形态运算后以雷达点迹构成的雷达位图进行先膨胀后腐蚀的闭合运算,计算简单,运算速度快。仿真试验都证明了算法的有效性。此算法优于一般的算法,够很好地去除噪声,所处理的图像细节损失少,边缘细节损失小,光滑效果好,边缘清晰、连续,并且算法易于编程实现。
计算简单。本发明在闭处理前后图像的处理中仅对粗定位出来的条形区域进行形态学变换,这样一方面可以节约大量运算时间(相对于处理整幅图像),另一方面可以只备份这个小的区域节约内存,使算法简洁。实验结果证明,这种定位算法准确度高,运算量小,更容易满足雷达识别的实时性要求
实时性强。本发明针对雷达剩余杂波图应用数学形态学方法实现了图像提取。在使用单一结构元素去噪和填充空洞基础上,运用多结构元素进行方向滤波,较好的将图像目标提取出来,保持图像的特定细节和几何特征。依据接收雷达信号处理送来的目标点迹信息,建立表征雷达目标信息二值图像的雷达扫描背景位图具有较强的实时性。将提取到的图像与原始图像进行对比分析,提取结果与图像实际分布相吻合。具有相当好的实时处理能力。
能够有效弥合图像裂缝。本发明基于数学形态学建立的雷达剩余杂波图,采用了灵活的结构元素,使得剩余杂波图可以根据雷达特性和点迹特征不同进行合理的形态变换。根据雷达探测的目标特征和位图分辨单元的划分不同来选取结构元素,根据图像的特征,采用不同的结构元素对图像细节进行匹配,既能提取精细的图像边缘,又能很好的抑制噪声提取精细的图像边缘。应用形态学处理开闭运算去噪,通过形态学中先膨胀、后腐蚀的闭合运算能够有效弥合了图像的裂缝。采用的开运算可以去除比结构元素更小的明亮细节,平滑图像的轮廓,削弱狭窄的部分,去掉细的突出。闭运算与开运算相反,它一般融合窄的缺口去掉小洞,填补轮廓上的缝隙。也能平滑图像的轮廓,可以去除比结构元素更小的暗色细节,对于连续狭窄的区域、填充小的缝隙或者孔隙,通过将二者组合在一起可以用来平滑图像并去除或减弱亮区和暗区的各类噪声,改善图像的质量,而总的位置和形状不变。新型的形态学变形结构元素克服了传统滤波方法的缺点,在保持图像边缘信息的前提下,有效地平滑了图像中的噪声。
抑制杂波的产生。本发明根据雷达天线的不同的扫描圈数对位图不断的迭代更新,建立雷达剩余杂波图,雷达点迹经过杂波标识模块杂波标判断,利用图像分割技术判断杂波图像中是否含有目标,如果有目标存在,将其分离出来,可过滤出大量的杂波点,对杂波的抑制率大于60%,目标过滤出杂波点抑制了杂波的进一步产生,达到抑制杂波剩余,改善画面的效果。本本发明文应用IPIX航海雷达采集的无目标和有目标的两组海浪图像数据进行仿真实验,并对实验的结果做了细致的比较和分析,仿真实验证明本发明方法能够有效抑制海杂波。在某雷达的终端画面可以看出加上该雷达剩余杂波图的效果如图9所示。从仿真实验表明,基于数学形态学的雷达剩余杂波图建立,能有效抑制剩余杂波,优化航迹精度,减少虚假航迹的产生,在雷达数据处理可以起到很好的作用。
本发明采用形态学运算,计算简单,运算速度高,实时性强、适应于不同体制的雷达,通用性强。
附图说明
图1是本发明建立剩余杂波图抑制雷达剩余杂波方法的流程图。
图2是本发明雷达扫描背景位图位图分辨单元划分示意图。
图3是本发明的结构元素示意图。
图4是本发明的位图膨胀运算示意图。
图5是本发明的位图腐蚀运算示意图。
图6是本发明的位图闭合运算示意图。
图7是本发明的全量程雷达剩余杂波图三维示意图。
图8是本发明的某区域的剩余杂波图三维示意图。
图9是本发明的剩余杂波图建立前后雷达数据处理效果图。
具体实施方式
参阅图1。根据本发明,一种建立剩余杂波图抑制雷达剩余杂波的方法,具有如下技术特征:根据雷达探测距离和空域覆盖范围,以及距离和角度分辨率,设定位图分辨单元;依据接收雷达信号处理送来的目标点迹信息,建立表征雷达目标信息二值图像的雷达扫描背景位图;然后根据雷达的雷达目标特性技术特征和位图分辨单元的划分不同来选取结构元素,采用不同的结构元素对图像细节进行匹配,提取精细的图像边缘,利用结构元素对雷达扫描背景位图进行形态变换运算和数学形态学算子的对不规则直线的提取,形态运算后以雷达点迹构成的雷达位图进行先膨胀后腐蚀的闭合运算,形成一幅新的雷达背景位图,再根据雷达天线的不同的扫描圈数对位图不断的迭代更新,建立稳定的雷达剩余杂波图,雷达点迹经过杂波标识模块判断后,输出具有杂波标志的雷达目标点迹。
在建立剩余杂波图抑制雷达剩余杂波方法的建立流程中,基于数学形态学的雷达剩余杂波图建立,主要包括如下几个单元模块:位图分辨单元设定模块、雷达扫描背景位图建立模块、结构元素形状选取模块、形态运算模块和剩余杂波图建立模块,其中,位图分辨单元设定模块模块根据雷达探测距离和空域覆盖范围,以及距离和角度分辨率,确定位图的分辨单元,结构元素模块根据雷达特性和位图检测单元的划分不同可选取3×3、5×5、7×7结构。
雷达扫描背景位图建立模块接收雷达信号处理送来的目标点迹信息,建立背景位图,该位图是一幅表征雷达目标信息的二值图像。当雷达信号处理检测后的目标点迹传输到雷达数据处理后,雷达数据处理模块首先根据点迹信息,进行杂波检测单元划分,并建立一幅二值图像雷达扫描位图。
由于闭运算可以去除图像内部的小洞,融合窄的缺口,所以在精定位过程中可以结合膨胀运算使用闭运算以便使字符区域尽量融合在一起便于下一步的投影定位。利用结构元素对雷达扫描背景位图进行形态变换。
形态运算模块以雷达扫描背景位图为背景集合A,结构元素为集合B,利用结构元素集合B对雷达扫描背景位图集合A进行膨胀运算,膨胀的运算结果是将填充雷达扫描背景图像区域内的细小空间,对背景图像进行扩张,形成一张新的雷达扫描背景位图。形态运算模块形态变换以初始二值图像为背景集合A,结构元素为集合B进行形态运算,雷达扫描背景位图集合A被结构元素集合B做开运算记为雷达扫描背景位图集合A腐蚀后的结果再膨胀;雷达扫描背景位图集合A被结构元素集合B做闭运算记为雷达扫描背景位图集合A膨胀后再被结构元素集合B腐蚀,形态运算后以雷达点迹构成的雷达位图进行先膨胀后腐蚀的闭合运算。
剩余杂波图建立模块对雷达扫描背景位图进行形态闭合运算,雷达扫描背景位图是根据雷达信号处理送到雷达数据处理的目标点迹信息形成的一幅二值图像,用选取的结构元素对该雷达扫描背景位图进行形态闭合运算,即进行先膨胀后腐蚀运算,形成一幅新的雷达背景扫描位图,再根据雷达天线多次扫描,目标点迹不断更新,雷达扫描背景位图也同时不断迭代更新,进行N次更新后,最终形成一幅稳定的雷达剩余杂波图,雷达点迹经过杂波标识模块判断后输出。
参阅图2、图3。雷达扫描背景位图的建立,从原理上讲位图分辨单元划分越小,则可形成精细、高分辨率的雷达扫描位图,二值图像存储效率高,能有效地表达图像特征,在实际中有着广泛的应用。由于雷达剩余杂波图主要是针对区域性密集分布的杂波,在建立剩余杂波图时,首先将雷达测量空域在方位、距离上,把雷达测量坐标(R、θ)按单元划分,映射成雷达扫描背景位图格式,而位图格式采用二值图像表征。杂波检测单元大小(即Δθ、ΔR)的选取,需要根据杂波图的用途而有所不同,在二值图像中,以图像中的每一个像素为一个杂波检测单元,杂波检测单元采用元素“0”和“1”对杂波检测单元进行填写,建立如下所示剩余杂波图单元表1,其中“0”表示背景像素,“1”表示杂波像素。以雷达中心为圆心,以雷达作用距离为半径,按雷达波束宽度划分角度检测单元Δθ,按雷达距离分辨率划分距离检测单元ΔR,划分成若干位图分辨单元,每一位图分辨单元称为一个表征了杂波的杂波检测单元。
剩余杂波图单元表1
结构元素是数学形态学中形态变换的最基本、最重要的概念,在形态变换中起着不可缺少的重要作用,结构元素没有固定的形状、大小,它是在设计形态变换算法的同时,根据目标图像和所需信息的形状特征设计出来的。对不同的目标图像,需要设计不同的结构元素和处理算法,结构元素选择的适当与否,直接影响到剩余杂波图的建立效果。为了既能提取精细的图像边缘,又能很好的抑制噪声,根据图像的特征,采用不同的结构元素对图像细节进行匹配,在实施例中,结构元素按图3所示的形状选取,选取像素为3×3的结构元素。由于处理的雷达扫描背景位图的图像为二值图像,因此,结构元素也采用二值图像。
参阅图4、5、6。数学形态运算能把尺寸比结构元素小的缺口填充上,同时闭运算由于连通了图像中的缺口,从而使得整个图象变得紧凑而平滑。在数学形态学运算中,形态变换的基本运算具有:膨胀、腐蚀、开启和闭合,闭运算能够弥合小裂缝,而总的位置和形状不变。数学形态运算是通过填充图象的凹角来滤波图象的,作为一种非线性滤波器,它通过变换来局部修改信号的集合特征,结构元素大小的不同将导致滤波效果的不同,不同结构元素的选择将导致不同的分割,本发明就是利用形态学的闭合运算来最终获取雷达剩余杂波图的。
本实施例中主要运用到闭合运算,即对一幅雷达扫描背景位图先进行膨胀运算,后进行腐蚀运算。下面就膨胀和腐蚀在雷达剩余杂波图建立中的作用作一个说明。
在形态学的膨胀运算中,假设雷达扫描背景位图集合A和结构元素为集合B是中的集合,雷达扫描背景位图集合A被结构元素集合B膨胀的定义为:
这个公式是以得到结构元素集合B的相对于它自身原点的映象并且由z对映象进行位移为基础的。雷达扫描背景位图集合A被结构元素为集合B膨胀是所有位移z的集合,这样和雷达扫描背景位图集合A至少有一个元素是重叠的。在本发明中,使用结构元素集合B对雷达扫描背景位图集合A进行腐蚀,记为
在形态学的腐蚀运算中,假设雷达扫描背景位图集合A和结构元素为集合B是Z2中的集合,雷达扫描背景位图集合A被B腐蚀的定义为:
这个公式说明使用结构元素集合B对雷达扫描背景位图集合A进行腐蚀是所有B中包含于A中的点z的集合用z平移。
在形态学的闭合运算中,将对一幅图像进行先膨胀后腐蚀的闭运算记为:
从上可知,膨胀和腐蚀可以转化为集合的逻辑运算,可对图像进行形状分析和边缘提取,在边缘检测中具有较好的边缘轮廓定位能力。
在本发明中对稳定的雷达剩余杂波图像进行腐蚀运算后,能对剩余杂波图边界起到定位及平滑滤波的作用。
参阅图7-9。对雷达扫描背景位图进行一次形态变换的闭运算后,即可形成一幅雷达剩余杂波图,根据雷达扫描间积累,每一次雷达天线扫描后,在前一次形成雷达背景位图上做一次形态变换,并对每一个检测单元进行积累,雷达天线N次扫描后,即可形成稳定的雷达剩余杂波图。
利用某雷达数据,用该雷达剩余杂波图建立方法,处理后的立体三维雷达剩余杂波图效果如图7-9所示。从图中可以看出经过处理图像更清晰了。
以上所述仅是本发明的优选实施例。应当指出,对于本领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干变形和改进,类似同类结构的等效变换,均落入本发明的保护范围。
Claims (10)
1.一种建立剩余杂波图抑制雷达剩余杂波的方法,具有如下技术特征:根据雷达探测距离和空域覆盖范围,以及距离和角度分辨率,设定位图分辨单元;依据接收雷达信号处理送来的目标点迹信息,建立表征雷达目标信息的雷达扫描背景位图;然后根据雷达所探测的目标特性和位图分辨单元的划分不同来选取结构元素,采用不同的结构元素对图像细节进行匹配,提取精细的图像边缘,利用结构元素对雷达扫描背景位图进行形态变换运算和数学形态学算子的对不规则直线的提取,形态运算以雷达点迹构成的雷达位图进行先膨胀后腐蚀的闭合运算,形成一幅新的雷达扫描背景位图,再根据雷达天线的扫描圈数对雷达扫描背景位图不断的迭代更新,建立稳定的雷达剩余杂波图,雷达点迹经过杂波标识模块判断后,输出具有杂波标志的雷达目标点迹。
2.根据权利要求1所述的建立剩余杂波图抑制雷达剩余杂波的方法,其特征在于:在建立剩余杂波图抑制雷达剩余杂波方法的建立流程中,基于数学形态学的雷达剩余杂波图建立,包括:位图分辨单元设定模块、雷达扫描背景位图建立模块、结构元素形状选取模块、形态运算模块和剩余杂波图建立模块,其中,位图分辨单元设定模块根据雷达探测距离和空域覆盖范围,以及距离和角度分辨率,确定位图的分辨单元,结构元素模块根据雷达目标特性和位图检测单元的划分不同可选取3×3、5×5、7×7结构。
3.根据权利要求2所述的建立剩余杂波图抑制雷达剩余杂波的方法,其特征在于:雷达扫描背景位图建立模块接收雷达信号处理检测后送来的目标点迹信息,根据接收到的目标点迹的距离、方位信息计算出它应落入的位图检测单元,同时将该位图检测单元置“1”,该位图是一幅表征雷达目标信息的二值图像,称为雷达扫描背景位图。
4.根据权利要求2所述的建立剩余杂波图抑制雷达剩余杂波的方法,其特征在于:形态运算模块以雷达扫描背景位图为集合A,结构元素为集合B,利用结构元素集合B对雷达扫描背景位图集合A进行膨胀运算,膨胀的运算结果是将填充雷达扫描背景图像区域内的细小空间,对背景图像进行扩张,形成一张新的雷达扫描背景位图。
5.根据权利要求2所述的建立剩余杂波图抑制雷达剩余杂波的方法,其特征在于:形态运算模块形态变换以初始的雷达扫描背景位图为背景集合A,结构元素为集合B进行形态运算,雷达扫描背景位图集合A被结构元素集合B做开运算,记为雷达扫描背景位图集合A腐蚀后的结果再膨胀;雷达扫描背景位图集合A被结构元素集合B做闭运算,记为雷达扫描背景位图集合A膨胀后再被结构元素集合B腐蚀,形态运算后以雷达点迹构成的雷达扫描背景位图进行先膨胀后腐蚀的闭合运算。
6.根据权利要求2所述的建立剩余杂波图抑制雷达剩余杂波的方法,其特征在于:剩余杂波图建立模块对雷达扫描背景位图进行形态闭合运算,雷达扫描背景位图是根据雷达目标点迹信息形成的一幅二值图像,用选取的结构元素对该雷达扫描背景位图进行先膨胀后腐蚀运算的形态闭合运算,形成一幅新的雷达背景扫描位图,再根据雷达天线多次扫描,目标点迹不断更新,雷达扫描背景位图也同时不断迭代更新,进行N次更新后,最终形成一幅稳定的雷达剩余杂波图,形成稳定的雷达剩余杂波图后,雷达点迹经过杂波标识模块判断后输出。
7.根据权利要求1所述的建立剩余杂波图抑制雷达剩余杂波的方法,其特征在于:在建立剩余杂波图时,首先将雷达测量空域在方位、距离上,把雷达测量坐标(距离R、方位角度θ)按单元划分,映射成雷达扫描背景位图格式,而位图格式采用二值图像表征。
8.根据权利要求1所述的建立剩余杂波图抑制雷达剩余杂波的方法,其特征在于:在二值图像中,以图像中的每一个像素为一个杂波检测单元,杂波检测单元采用元素“0”和“1”对杂波检测单元进行填写,建立剩余杂波图单元表1,其中“0”表示背景像素,“1”表示杂波像素。
9.根据权利要求1所述的建立剩余杂波图抑制雷达剩余杂波的方法,其特征在于:雷达扫描背景位图集合A被结构元素为集合B膨胀是所有位移z的集合,这样结构元素集合B的相对于它自身原点的映象和雷达扫描背景位图集合A至少有一个元素是重叠的,记为设雷达扫描背景位图集合A和结构元素为集合B是Z2中的集合,雷达扫描背景位图集合A被结构元素集合B膨胀的定义为:
10.根据权利要求1所述的建立剩余杂波图抑制雷达剩余杂波的方法,其特征在于:结构元素集合B对雷达扫描背景位图集合A进行腐蚀是所有B中包含于A中的点z的集合用z平移,记为设雷达扫描背景位图集合A和结构元素为集合B是Z2中的集合,雷达扫描背景位图集合A被结构元素集合B腐蚀的定义为:在形态学的闭运算中,结构元素集合B对雷达扫描背景位图集合A进行先膨胀后,用B对结果进行腐蚀的运算,记为A·B。设雷达扫描背景位图集合A和结构元素为集合B是Z2中的集合,结构元素集合B对雷达扫描背景位图集合A的闭运算定义为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610741057.6A CN106093890A (zh) | 2016-08-26 | 2016-08-26 | 建立剩余杂波图抑制雷达剩余杂波的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610741057.6A CN106093890A (zh) | 2016-08-26 | 2016-08-26 | 建立剩余杂波图抑制雷达剩余杂波的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106093890A true CN106093890A (zh) | 2016-11-09 |
Family
ID=57225404
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610741057.6A Pending CN106093890A (zh) | 2016-08-26 | 2016-08-26 | 建立剩余杂波图抑制雷达剩余杂波的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106093890A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106918807A (zh) * | 2017-02-28 | 2017-07-04 | 西安电子科技大学 | 一种雷达回波数据的目标点迹凝聚方法 |
CN107255801A (zh) * | 2017-06-13 | 2017-10-17 | 中国电子科技集团公司第二十八研究所 | 一种岸基对海监视雷达信号的处理方法 |
CN107993215A (zh) * | 2017-11-27 | 2018-05-04 | 象辑知源(武汉)科技有限公司 | 一种天气雷达图像处理方法及系统 |
CN108594190A (zh) * | 2018-04-20 | 2018-09-28 | 西安电子科技大学 | 一种高分辨海杂波的仿真方法 |
CN108614245A (zh) * | 2018-04-28 | 2018-10-02 | 南京航空航天大学 | 一种基于射频隐身的边跟踪边干扰方法 |
CN108646235A (zh) * | 2018-05-03 | 2018-10-12 | 西安电子工程研究所 | 基于点迹位置聚合识别空间散布固定杂波的方法 |
CN108961255A (zh) * | 2018-06-28 | 2018-12-07 | 西安电子科技大学 | 基于相位线性度和功率的海陆噪声场景分割方法 |
CN110109067A (zh) * | 2019-05-06 | 2019-08-09 | 西安思丹德信息技术有限公司 | 一种陆基fmcw区域监控雷达数据处理方法 |
CN110221289A (zh) * | 2019-05-28 | 2019-09-10 | 安徽四创电子股份有限公司 | 用于三坐标有源相控阵雷达的目标检测方法 |
CN110412550A (zh) * | 2019-07-20 | 2019-11-05 | 中国船舶重工集团公司第七二四研究所 | 一种基于背景认知的区域自适应海目标检测方法 |
CN111323755A (zh) * | 2019-12-23 | 2020-06-23 | 北京海兰信数据科技股份有限公司 | 岸基非相参雷达杂波抑制的方法及装置 |
CN112034432A (zh) * | 2019-06-03 | 2020-12-04 | 华为技术有限公司 | 一种雷达目标聚类方法以及相关装置 |
CN113253231A (zh) * | 2021-05-17 | 2021-08-13 | 成都西科微波通讯有限公司 | 一种基于一维距离像特征的杂波图检测与更新方法 |
CN113514812A (zh) * | 2021-09-14 | 2021-10-19 | 北京海兰信数据科技股份有限公司 | 一种岸基雷达杂波抑制处理方法及系统 |
US11275168B2 (en) * | 2017-12-28 | 2022-03-15 | The Government Of The United States Of America, As Represented By The Secretary Of The Navy | Morphological components analysis for maritime target detection |
CN114782292A (zh) * | 2022-03-10 | 2022-07-22 | 中国电子科技集团公司第二十九研究所 | 一种雷达信号处理优化方法 |
CN114994671A (zh) * | 2022-05-31 | 2022-09-02 | 南京慧尔视智能科技有限公司 | 基于雷达图像的目标检测方法、装置、设备及介质 |
CN117784028A (zh) * | 2024-02-27 | 2024-03-29 | 南京天朗防务科技有限公司 | 随机杂波识别方法、系统、计算机设备和存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103197298A (zh) * | 2013-03-21 | 2013-07-10 | 西安电子科技大学 | 基于环境信息的雷达信号处理方法 |
-
2016
- 2016-08-26 CN CN201610741057.6A patent/CN106093890A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103197298A (zh) * | 2013-03-21 | 2013-07-10 | 西安电子科技大学 | 基于环境信息的雷达信号处理方法 |
Non-Patent Citations (3)
Title |
---|
刘山: ""基于三坐标情报雷达的海杂波抑制研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
方磊 等: ""基于Hough变换和数学形态学算子的对不规则直线的提取"", 《云南民族大学学报(自然科学版)》 * |
方磊: ""基于数学形态学的边缘检测"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106918807B (zh) * | 2017-02-28 | 2019-07-09 | 西安电子科技大学 | 一种雷达回波数据的目标点迹凝聚方法 |
CN106918807A (zh) * | 2017-02-28 | 2017-07-04 | 西安电子科技大学 | 一种雷达回波数据的目标点迹凝聚方法 |
CN107255801A (zh) * | 2017-06-13 | 2017-10-17 | 中国电子科技集团公司第二十八研究所 | 一种岸基对海监视雷达信号的处理方法 |
CN107255801B (zh) * | 2017-06-13 | 2019-08-02 | 中国电子科技集团公司第二十八研究所 | 一种岸基对海监视雷达信号的处理方法 |
CN107993215A (zh) * | 2017-11-27 | 2018-05-04 | 象辑知源(武汉)科技有限公司 | 一种天气雷达图像处理方法及系统 |
US11275168B2 (en) * | 2017-12-28 | 2022-03-15 | The Government Of The United States Of America, As Represented By The Secretary Of The Navy | Morphological components analysis for maritime target detection |
CN108594190A (zh) * | 2018-04-20 | 2018-09-28 | 西安电子科技大学 | 一种高分辨海杂波的仿真方法 |
CN108594190B (zh) * | 2018-04-20 | 2021-04-27 | 西安电子科技大学 | 一种高分辨海杂波的仿真方法 |
CN108614245A (zh) * | 2018-04-28 | 2018-10-02 | 南京航空航天大学 | 一种基于射频隐身的边跟踪边干扰方法 |
CN108614245B (zh) * | 2018-04-28 | 2021-04-27 | 南京航空航天大学 | 一种基于射频隐身的边跟踪边干扰方法 |
CN108646235A (zh) * | 2018-05-03 | 2018-10-12 | 西安电子工程研究所 | 基于点迹位置聚合识别空间散布固定杂波的方法 |
CN108961255B (zh) * | 2018-06-28 | 2021-09-28 | 西安电子科技大学 | 基于相位线性度和功率的海陆噪声场景分割方法 |
CN108961255A (zh) * | 2018-06-28 | 2018-12-07 | 西安电子科技大学 | 基于相位线性度和功率的海陆噪声场景分割方法 |
CN110109067A (zh) * | 2019-05-06 | 2019-08-09 | 西安思丹德信息技术有限公司 | 一种陆基fmcw区域监控雷达数据处理方法 |
CN110221289A (zh) * | 2019-05-28 | 2019-09-10 | 安徽四创电子股份有限公司 | 用于三坐标有源相控阵雷达的目标检测方法 |
CN110221289B (zh) * | 2019-05-28 | 2021-06-22 | 安徽四创电子股份有限公司 | 用于三坐标有源相控阵雷达的目标检测方法 |
CN112034432A (zh) * | 2019-06-03 | 2020-12-04 | 华为技术有限公司 | 一种雷达目标聚类方法以及相关装置 |
CN110412550B (zh) * | 2019-07-20 | 2023-02-17 | 中国船舶重工集团公司第七二四研究所 | 一种基于背景认知的区域自适应海目标检测方法 |
CN110412550A (zh) * | 2019-07-20 | 2019-11-05 | 中国船舶重工集团公司第七二四研究所 | 一种基于背景认知的区域自适应海目标检测方法 |
CN111323755A (zh) * | 2019-12-23 | 2020-06-23 | 北京海兰信数据科技股份有限公司 | 岸基非相参雷达杂波抑制的方法及装置 |
CN113253231A (zh) * | 2021-05-17 | 2021-08-13 | 成都西科微波通讯有限公司 | 一种基于一维距离像特征的杂波图检测与更新方法 |
CN113253231B (zh) * | 2021-05-17 | 2023-10-13 | 成都西科微波通讯有限公司 | 一种基于一维距离像特征的杂波图检测与更新方法 |
CN113514812A (zh) * | 2021-09-14 | 2021-10-19 | 北京海兰信数据科技股份有限公司 | 一种岸基雷达杂波抑制处理方法及系统 |
CN113514812B (zh) * | 2021-09-14 | 2021-12-14 | 北京海兰信数据科技股份有限公司 | 一种岸基雷达杂波抑制处理方法及系统 |
CN114782292A (zh) * | 2022-03-10 | 2022-07-22 | 中国电子科技集团公司第二十九研究所 | 一种雷达信号处理优化方法 |
CN114782292B (zh) * | 2022-03-10 | 2023-05-09 | 中国电子科技集团公司第二十九研究所 | 一种雷达信号处理优化方法 |
CN114994671A (zh) * | 2022-05-31 | 2022-09-02 | 南京慧尔视智能科技有限公司 | 基于雷达图像的目标检测方法、装置、设备及介质 |
CN114994671B (zh) * | 2022-05-31 | 2023-11-28 | 南京慧尔视智能科技有限公司 | 基于雷达图像的目标检测方法、装置、设备及介质 |
CN117784028A (zh) * | 2024-02-27 | 2024-03-29 | 南京天朗防务科技有限公司 | 随机杂波识别方法、系统、计算机设备和存储介质 |
CN117784028B (zh) * | 2024-02-27 | 2024-05-28 | 南京天朗防务科技有限公司 | 随机杂波识别方法、系统、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106093890A (zh) | 建立剩余杂波图抑制雷达剩余杂波的方法 | |
Pulvirenti et al. | Flood monitoring using multi-temporal COSMO-SkyMed data: Image segmentation and signature interpretation | |
CN108387896B (zh) | 一种基于探地雷达回波数据的自动汇聚成像方法 | |
CN109583293A (zh) | 星载sar图像中的飞机目标检测与鉴别方法 | |
CN101727662B (zh) | Sar图像非局部均值去斑方法 | |
CN103971364B (zh) | 基于加权Gabor小波特征和两级聚类的遥感图像变化检测方法 | |
Huang et al. | A novel method for speckle noise reduction and ship target detection in SAR images | |
CN103454624B (zh) | 基于降维稀疏重构空时谱的直接数据域动目标检测方法 | |
CN105319537B (zh) | 基于空间相关性的航海雷达同频干扰抑制方法 | |
CN103065307B (zh) | 非精确配准下sar/spot图像的区域融合检测方法 | |
CN104361582B (zh) | 一种对象级高分辨率sar影像洪水灾害变化检测方法 | |
CN107507209B (zh) | 极化sar图像的素描图提取方法 | |
CN104715474B (zh) | 基于标记分水岭算法的高分辨率合成孔径雷达图像线性建筑物检测方法 | |
Gambardella et al. | A physical full-resolution SAR ship detection filter | |
CN107765228A (zh) | 一种基于区域相似性的在线雷达目标检测方法 | |
CN101126811A (zh) | 一种从sar图像上探测湖岸线及提取湖泊轮廓的方法 | |
CN109633633A (zh) | 一种基于分段分类增强处理的生命信号增强方法 | |
CN109116352A (zh) | 一种圆扫isar模式船只超分辨率成像方法 | |
CN101482969A (zh) | 基于同质点计算的sar图像去斑方法 | |
CN108961255A (zh) | 基于相位线性度和功率的海陆噪声场景分割方法 | |
CN110400294A (zh) | 一种红外目标探测系统及探测方法 | |
CN107479037A (zh) | 一种pd雷达杂波区域判别方法 | |
CN104199009A (zh) | 一种基于时域特性的雷达图像杂波抑制方法 | |
EP1515160B1 (en) | A target shadow detector for synthetic aperture radar | |
CN112764005A (zh) | 一种结合形态学滤波的Gm-APD激光雷达低信噪比回波数据重构方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20161109 |