CN106842205A - 一种合成孔径雷达海冰‑海水自动识别方法 - Google Patents
一种合成孔径雷达海冰‑海水自动识别方法 Download PDFInfo
- Publication number
- CN106842205A CN106842205A CN201710234554.1A CN201710234554A CN106842205A CN 106842205 A CN106842205 A CN 106842205A CN 201710234554 A CN201710234554 A CN 201710234554A CN 106842205 A CN106842205 A CN 106842205A
- Authority
- CN
- China
- Prior art keywords
- polarization
- phi
- seawater
- sea ice
- polarization ratio
- 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
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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/904—SAR modes
- G01S13/9076—Polarimetric features in SAR
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9021—SAR image post-processing techniques
- G01S13/9027—Pattern recognition for feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种合成孔径雷达海冰‑海水自动识别方法,利用四极化SAR归一化雷达散射界面(NRCS),计算出SAR图像极化比。同时利用四极化复图像计算出方向漂移角及其标准方差,与雷达入射角参数一起代入Bragg散射系数模型公式,求出相对介电常数为0‑90,步长为0.1的对应理论极化比,求出平均极化比图像。以平均极化比为判据,当SAR图像极化比大于平均理论极化比时,判定为海水,否则判定为海冰。本发明计算方法为污染物自动监测技术提供一种物理识别方法。该方法是基于多极化布拉格(Bragg)散射机制,求解极化比(PR)过程中消除粗糙度谱函数,从而将问题简化为利用极化比判别海冰和海水的方法。
Description
技术领域
本发明属于海洋技术领域,具体涉及一种基于全极化合成孔径雷达图像的海冰-海水检测方法。
背景技术
全球变暖,导致地球两极海冰融化,夏季最小平均海冰厚度和海冰面积不断变小。北极海冰消融特征的变化,对全球气候变化有放大的反馈效果,从而导致全球更加变暖,极端气候事件频发。因此,对于两极海冰的遥感监测成为全球变化研究的热点,其中利用卫星合成孔径雷达(SAR)进行海冰监测是一种全天候高分辨监测的有效手段。但对于海冰海水的自动识别与监测技术,除了利用神经网络进行计算机学习训练,得到尚可的精度的算法外,尚无有效的海冰-海水自动识别方法。对于海冰融化过程中的海冰-海水识别,目前没有相关算法能获得满意的识别精度。为此,我们基于海冰海水Bragg电磁散射机制,提出一种高精度的SAR海冰-海水自动识别方法。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于四极化(垂直发射垂直接收极化:VV;水平发射水平接收极化:HH;水平发射垂直接收极化:HV;垂直发射水平接收极化VH)SAR图像的海冰-海水自动识别方法。
本发明采用的技术方案为:一种合成孔径雷达海冰-海水自动识别方法,利用四极化SAR归一化雷达散射界面(NRCS),计算出SAR图像极化比(垂直极化NRCS与水平极化NRCS之间的比值)。同时利用四极化复图像计算出方向漂移角及其标准方差,与雷达入射角参数一起代入Bragg散射系数模型公式,求出相对介电常数为0-90,步长为0.1的对应理论极化比,求出平均极化比图像。以平均极化比为判据,当SAR图像极化比大于平均理论极化比时,判定为海水,否则判定为海冰。具体包括以下步骤:
步骤1:四极化SAR图像预处理。采用Lee滤波方法去除四极化SAR图像噪声,其中四极化散射系数分别为:SVV,SHH,SHV SVH。交叉极化下面步骤中采用S′HV代替下面算法中的SHV。
步骤2:计算平均方向漂移角φ0及其标准方差σ。φ0与σ的关系为其中θ为雷达入射角。
步骤3:步骤2中,*表示复共轭,Re(*)表示实部。
步骤4:利用公式计算SAR图像每个像素极化比,其中(i,j)表示SAR图像中第i行第j列像素点。
步骤5:Bragg散射理论极化比可由公式(1)求出:
其中,
式中FHH和FVV分别为水平极化菲涅耳反射系数:
和垂直极化菲涅耳反射系数:
其中εr为散射表面相对介电常数。选取相对介电常数增加步长为1,ε海冰=1,ε海水=90,εr从ε海冰变到ε海水,利用求出理论极化比平均值。
步骤6:计算真实SAR图像极化比与理论极化比平均值之差 ΔPR≤0时判定为海冰,ΔPR>0时判定为海水。
有益效果:本发明提出的SAR图像的海冰-海水自动识别方法,是基于多极化布拉格(Bragg)散射机制,求解极化比(PR)过程中消除粗糙度谱函数,从而将问题简化为利用极化比判别海冰和海水的方法。
附图说明
图1为SAR识别海冰-海水流程图。
图2为SAR图像海冰-海水识别案例C和D。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步的说明。
本发明提出基于四极化(VV,HH,HV,VH)SAR图像的海冰-海水自动识别方法,具体方法流程如图1所示,步骤主要包含:
步骤1:四极化SAR图像预处理。采用Lee滤波方法去除四极化SAR图像噪声,其中四极化散射系数分别为:SVV,SHH,SHV SVH。交叉极化下面步骤中采用S′HV代替下面算法中的SHV。
步骤2:计算平均方向漂移角φ0及其标准方差σ。φ0与σ的关系为其中θ为雷达入射角。
步骤3:步骤2中,*表示复共轭,Re(*)表示实部。
步骤4:利用公式计算SAR图像每个像素极化比,其中(i,j)表示SAR图像中第i行第j列像素点。
步骤5:Bragg散射理论极化比可由公式(1)求出:
其中,
式中FHH和FVV分别为水平极化菲涅耳反射系数:
和垂直极化菲涅耳反射系数:
其中εr为散射表面相对介电常数。选取相对介电常数增加步长为1,ε海冰=1,ε海水=90,εr从ε海冰变到ε海水,利用求出理论极化比平均值。
步骤6:计算真实SAR图像极化比与理论极化比平均值之差 ΔPR≤0时判定为海冰,ΔPR>0时判定为海水。
利用本方法,案例C和D的计算结果如图2所示,其中,(a)所示为HH极化SAR图像;(b)C区域HH极化NRCS图像;(c)D区域HH极化NRCS图像;(d)C区域极化比;(e)C区域分辨率为5m×5m图像海冰-海水识别结果;(f)C区域分辨率为15m×15m图像海冰-海水识别结果;(g)D区域极化比;(h)D区域分辨率为5m×5m图像海冰-海水识别结果;(i)D区域分辨率为15m×15m图像海冰-海水识别结果。
以上结合附图对本发明的实施方式做出详细说明,但本发明不局限于所描述的实施方式。对本领域的普通技术人员而言,在本发明的原理和技术思想的范围内,对这些实施方式进行多种变化、修改、替换和变形仍落入本发明的保护范围内。
Claims (1)
1.一种合成孔径雷达海冰-海水自动识别方法,其特征在于:包括以下步骤:
步骤1:四极化SAR图像预处理;采用Lee滤波方法去除四极化SAR图像噪声,其中四极化散射系数分别为:SVV,SHH,SHV SVH;交叉极化下面步骤中采用S′HV代替下面算法中的SHV;
步骤2:计算平均方向漂移角φ0及其标准方差σ;φ0与σ的关系为其中θ为雷达入射角;
步骤3:步骤2中,*表示复共轭,Re(*)表示实部;
步骤4:利用公式计算SAR图像每个像素极化比,其中(i,j)表示SAR图像中第i行第j列像素点;
步骤5:Bragg散射理论极化比可由公式(1)求出:
其中,
式中FHH和FVV分别为水平极化菲涅耳反射系数:
和垂直极化菲涅耳反射系数:
其中εr为散射表面相对介电常数;选取相对介电常数增加步长为1,ε海冰=1,ε海水=90,εr从ε海冰变到ε海水,利用求出理论极化比平均值;
步骤6:计算真实SAR图像极化比与理论极化比平均值之差 ΔPR≤0时判定为海冰,ΔPR>0时判定为海水。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710234554.1A CN106842205B (zh) | 2017-04-11 | 2017-04-11 | 一种合成孔径雷达海冰-海水自动识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710234554.1A CN106842205B (zh) | 2017-04-11 | 2017-04-11 | 一种合成孔径雷达海冰-海水自动识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106842205A true CN106842205A (zh) | 2017-06-13 |
CN106842205B CN106842205B (zh) | 2019-05-03 |
Family
ID=59147018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710234554.1A Active CN106842205B (zh) | 2017-04-11 | 2017-04-11 | 一种合成孔径雷达海冰-海水自动识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106842205B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109685028A (zh) * | 2018-12-28 | 2019-04-26 | 内蒙古工业大学 | 一种基于全极化sar数据的河冰厚度反演方法 |
CN112068119A (zh) * | 2020-07-28 | 2020-12-11 | 中国人民解放军63892部队 | 一种被动雷达导引头对雷达和诱饵干扰的识别方法 |
CN112070796A (zh) * | 2020-08-07 | 2020-12-11 | 中国科学院海洋研究所 | 一种基于拉格朗日思想的北极多年冰融化量计算方法 |
CN117576553A (zh) * | 2024-01-15 | 2024-02-20 | 中国海洋大学 | 双极化sar图像海洋冰涡识别方法、装置和电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102540158A (zh) * | 2010-12-08 | 2012-07-04 | 中国科学院电子学研究所 | 一种星载合成孔径雷达四极化方法 |
CN105445711A (zh) * | 2015-11-27 | 2016-03-30 | 南京信息工程大学 | 一种基于逆Omega-K算法的海面要素SAR原始数据仿真方法 |
EP3115802A1 (en) * | 2014-03-06 | 2017-01-11 | Mitsubishi Electric Corporation | Radar device |
-
2017
- 2017-04-11 CN CN201710234554.1A patent/CN106842205B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102540158A (zh) * | 2010-12-08 | 2012-07-04 | 中国科学院电子学研究所 | 一种星载合成孔径雷达四极化方法 |
EP3115802A1 (en) * | 2014-03-06 | 2017-01-11 | Mitsubishi Electric Corporation | Radar device |
CN105445711A (zh) * | 2015-11-27 | 2016-03-30 | 南京信息工程大学 | 一种基于逆Omega-K算法的海面要素SAR原始数据仿真方法 |
Non-Patent Citations (2)
Title |
---|
等: "SAR Raw Data Simulation for Ocean Scenes Using Inverse Omega-K Algorithm", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 * |
谢涛等: "基于合成孔径雷达遥感的北极海冰总形变率分析", 《海洋学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109685028A (zh) * | 2018-12-28 | 2019-04-26 | 内蒙古工业大学 | 一种基于全极化sar数据的河冰厚度反演方法 |
CN112068119A (zh) * | 2020-07-28 | 2020-12-11 | 中国人民解放军63892部队 | 一种被动雷达导引头对雷达和诱饵干扰的识别方法 |
CN112070796A (zh) * | 2020-08-07 | 2020-12-11 | 中国科学院海洋研究所 | 一种基于拉格朗日思想的北极多年冰融化量计算方法 |
CN112070796B (zh) * | 2020-08-07 | 2023-07-14 | 中国科学院海洋研究所 | 一种基于拉格朗日思想的北极多年冰融化量计算方法 |
CN117576553A (zh) * | 2024-01-15 | 2024-02-20 | 中国海洋大学 | 双极化sar图像海洋冰涡识别方法、装置和电子设备 |
CN117576553B (zh) * | 2024-01-15 | 2024-04-02 | 中国海洋大学 | 双极化sar图像海洋冰涡识别方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN106842205B (zh) | 2019-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106842205A (zh) | 一种合成孔径雷达海冰‑海水自动识别方法 | |
CN104865971B (zh) | 一种输电线路巡检无人机的控制方法及无人机 | |
CN102867414B (zh) | 一种基于ptz摄像机快速标定的车辆排队长度测量方法 | |
CN108387206B (zh) | 一种基于地平线与偏振光的载体三维姿态获取方法 | |
Hegedüs et al. | Could Vikings have navigated under foggy and cloudy conditions by skylight polarization? On the atmospheric optical prerequisites of polarimetric Viking navigation under foggy and cloudy skies | |
CN104361590A (zh) | 一种控制点自适应分布的高分辨率遥感影像配准方法 | |
Kako et al. | Low altitude remote-sensing method to monitor marine and beach litter of various colors using a balloon equipped with a digital camera | |
WO2020083103A1 (zh) | 一种基于深度神经网络图像识别的车辆定位方法 | |
WO2011143622A3 (en) | Underwater acquisition of imagery for 3d mapping environments | |
CN103578088A (zh) | 一种星空图像处理方法 | |
CN108427427A (zh) | 一种航天器对地表定向目标姿态角计算方法 | |
CN103383455A (zh) | 基于阴影恢复形状技术的海浪参数提取方法 | |
Pepperell et al. | Towards persistent visual navigation using smart | |
CN104537675B (zh) | 一种sar图像双边cfar舰船目标检测方法 | |
CN104897159A (zh) | 基于序列图像匹配的飞行器全程导航方法 | |
CN102564404B (zh) | 一种基于大气中性点的偏振遥感地-气信息分离方法 | |
CN115100423A (zh) | 一种基于视图采集数据实现实时定位系统及方法 | |
EP2080033B1 (de) | Navigationseinrichtung und verfahren zum ermitteln von orientierungen | |
CN102902975A (zh) | 一种基于cmos导航相机的太阳定位方法 | |
CN108761453A (zh) | 一种光学卫星与sar卫星图像融合的成像视角优化方法 | |
CN106289156B (zh) | 一种卫星以任意姿态成像时获取摄影点太阳高度角的方法 | |
CN101697009A (zh) | 海面波面还原方法 | |
CN108917854A (zh) | 一种用于海洋水色走航的光学测量方法及设备 | |
CN104459656A (zh) | 一种全极化合成孔径雷达的目标取向角补偿方法 | |
CN103134476A (zh) | 一种基于水平集算法的海陆分界线检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |