基于辐射稳定特性挖掘的SAR辐射定标方法
技术领域
本发明涉及合成孔径雷达(Synthesis Aperture Radar,简称SAR)技术领域,尤其涉及一种基于辐射稳定特性挖掘的SAR辐射定标方法。
背景技术
随着SAR系统技术的日臻成熟,各个领域对于SAR定量化应用的需求日益增加,而定量化应用的前提是对SAR系统进行精确的辐射定标,由图像灰度值准确反演地物后向散射系数。辐射定标包括内定标、天线方向图在轨测试以及绝对定标常数测定等部分。
关于绝对定标常数的测量,目前常用的方法有点目标定标和分布目标定标两种,二者的主要思路都是用雷达照射已知后向散射特性的地物,将所成图像进行内定标校正、天线方向图校正以及距离归一化等处理后,对比雷达图像灰度值和地物后向散射系数,从而得到定标常数。
点目标定标需要在定标场布置多个已知雷达散射截面积(RCS)的散射体(三面角反射器),并保证其与背景相比具有较高的信杂比;分布目标定标主要利用亚马逊热带雨林,由于该区域后向散射系数具有较均匀、平坦、各向同性等特点,并且对不同季节、入射角呈现较强的稳定性。参考文献1对这两种定标方法进行了介绍。参考文献2说明了热带雨林用于天线方向图在轨测试的过程。点目标的定标精度较高,但需要耗费较大的人力物力,而热带雨林虽然整体上比较稳定,但仍存在一定的不均匀性,由TanDEM-X对热带雨林的测量结果可知,不同入射角下热带雨林后向散射系数的均值有0.5dB~1dB的不确定性(见参考文献3)。
上述两种定标方法有一个共同的缺点,即在时间和空间上存在不连续性,因为雷达不能一直照射定标场或大面积均匀目标,只能隔一段时间照射一次,那么间隔时间内的定标精度就会受到影响。
参考文献1:Freeman A.SAR calibration:An overview[J].IEEE Transactionson Geoscience and Remote Sensing,1992,30(6):1107-1121.
参考文献2:云日升,郭伟.亚马逊热带雨林星载SAR天线方向图获取与应用[J].测试技术学报,2008,22(4):301.
参考文献3:Rizzoli P,Braeutigam B,Zink M.TanDEM-X Large-Scale Study ofTropical Rainforests for Spaceborne SAR Calibration in X-band[C]//EUSAR 2014;10th European Conference on Synthetic Aperture Radar;Proceedings of.VDE,2014:1-4.
发明内容
(一)要解决的技术问题
本发明提供了一种基于辐射稳定特性挖掘的SAR辐射定标方法,已至少部分解决以上所提出的技术问题。
(二)技术方案
本发明基于辐射稳定特性挖掘的SAR辐射定标方法包括:选取与待定标SAR图像波段相同且入射角相近的至少三幅已定标SAR图像作为参考SAR图像;分别对参考SAR图像和待定标SAR图像进行地物分类及切片提取,得到参考SAR图像和待定标SAR图像的切片,该切片为建筑类切片;对至少三幅参考SAR图像,统计每一个切片的后向散射系数的中值,对所有切片求中值的平均值作为中值重心,得到对应参考SAR图像的中值重心Centerref;对待定标SAR图像,统计每一个切片的后向散射系数的中值,对所有切片求中值的平均值作为中值重心,得到对应待定标SAR图像的中值重心Center;利用参考SAR图像切片的中值重心Centerref和待定标SAR图像切片的中值重心Center,计算绝对定标常数K;利用该绝对定标常数K对待定标SAR图像进行校正。
优选地,本发明的一些实施例中,分别对参考SAR图像和待定标SAR图像进行地物分类的步骤依照全球地物分类参考信息或利用SAR场景分类器进行。
优选地,本发明的一些实施例中,依照全球地物分类参考信息,即MODIS土地覆盖类型产品MCD12Q1,对参考SAR图像和待定标SAR图像进行地物分类,包括:将SAR图像和MCD12Q1进行地理位置上的配准,并在SAR图像中以A×A大小的区域为基本单位提取切片,该切片对应于MCD12Q1中的一个像素,A的计算公式为:其中,表示向下取整,RESMODIS为MCD12Q1的地距分辨率,RESSAR为SAR图像地距分辨率。
优选地,本发明的一些实施例中,分别对参考SAR图像和待定标SAR图像进行切片提取的步骤之后还包括:对参考SAR图像和待定标SAR图像的切片分别进行离群点的剔除。
优选地,本发明的一些实施例中,对参考SAR图像和待定标SAR图像的建筑类切片进行离群点的剔除的步骤包括:子步骤D1,对每一个切片统计后向散射系数的均值Mea和中值Med,用(Mea,Med)的点对来表征一个切片;子步骤D2,求出所有切片的均值平均值Mean均和中值平均值Mean中;子步骤D3,以(Mean均,Mean中)为初始种子点,以一定距离阈值Th进行扩展,即所有与种子点的距离小于阈值的点都将被选中,并作为下一轮的种子点进行扩展,如此反复直到没有新的扩展产生,最后没有被选中的点将作为离群点被剔除,其中,当前点与种子点的距离的计算公式为:
其中,Mea1和Med1分别为当前点的均值和中值,Mea0和Med0分别为种子点的均值和中值;切片为参考SAR图像或待定标SAR图像的切片。
优选地,本发明的一些实施例中,待定标SAR图像的切片数量不少于2000,至少三幅参考SAR图像的总共切片数量不少于2000,参考SAR图像或待定标SAR图像的切片的数量为M;分别对参考SAR图像和待定标SAR图像进行切片提取的步骤之前还包括:对M值进行验证;
对M值进行验证的步骤包括:
1)分别对参考SAR图像和待定标SAR图像的建筑类切片进行子集的随机划分:首先将所有样本划分为独立的N个子集,每个子集包括M个样本,然后重复R次上述随机划分过程得到R×N个子集;
2)统计每一个子集的中值重心;
3)如果这R×N个子集的中值重心的最大值和最小值的差异小于预设的稳定度,则说明切片数量规模大于M即可,否则,增加M值。
优选地,本发明的一些实施例中,计算绝对定标常数K的步骤中,根据以下公式计算绝对定标常数K:K=Center-Centerref;利用该绝对定标常数K对待定标SAR图像进行校正的步骤中,根据以下公式对待定标SAR图像进行校正:DNafter=DNbefore-K,其中,DNbefore为待定标图像校正前的灰度值,DNafter为校正后的灰度值;以上公式中的变量均以dB形式表示。
优选地,本发明的一些实施例中,选取与待定标SAR图像波段相同且入射角相近的至少三幅已定标SAR图像作为参考SAR图像的步骤中:参考SAR图像的辐射精度优于0.7dB;参考SAR图像和待定标SAR图像的入射角偏差不超过±3°;参考SAR图像内分布有城区和建筑。
优选地,本发明的一些实施例中,选取与待定标SAR图像波段相同且入射角相近的至少三幅已定标SAR图像作为参考SAR图像的步骤中,已定标SAR图像为经过几何校正和辐射校正的SAR图像。
优选地,本发明的一些实施例中,选取与待定标SAR图像波段相同且入射角相近的至少三幅已定标SAR图像作为参考SAR图像的步骤之前还包括:对待定标SAR图像进行预处理,该预处理包括:几何校正、内定标和天线方向图校正。
(三)有益效果
从上述技术方案可以看出,本发明基于辐射稳定特性挖掘的SAR辐射定标方法至少具有以下有益效果其中之一:
(1)利用雷达图像中常见地物的辐射稳定性,可以使得雷达定标不依赖于热带雨林等定标场,而是在正常照射的同时完成定标,实现定标的常态化;
(2)利用雷达图像中常见地物的辐射稳定性,可以将其辐射特性作为参考,完成雷达图像的相对定标,并用于监测传感器的仪器稳定性。
附图说明
图1为根据本发明实施例基于辐射稳定特性挖掘的SAR辐射定标方法的流程示意图。
图2根据本发明实施例SAR辐射定标方法的步骤C中建筑类切片的举例。
图3为建筑类切片筛选前后的对比示意图。
图4为建筑类切片子集随机划分过程示意图。
图5为建筑类切片所有子集中值重心最大变化量随M的变化曲线。
图6为建筑类切片所有子集中值重心的标准差随M的变化曲线。
图7为建筑类切片所有子集的中值重心分布图。
具体实施方式
在实现本发明的过程中,申请人逐渐认识到:如果能在雷达常见的成像目标中找到一种具有稳定后向散射特征或通过某种处理后特征趋于稳定的地物,就可以利用其辐射稳定性对图像进行校正,从而使得雷达在正常照射的同时也能完成定标。本发明基于这一思路,提供了一种能够利用雷达图像中常见地物的辐射稳定性进行定标的方法。
具体而言,本发明通过分析多个同波段、相近入射角、经过绝对辐射定标的SAR图像和待定标的SAR图像之间的差异,来对待定标SAR图像进行校正。
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
在本发明的一个示例性实施例中,提供了一种基于辐射稳定特性挖掘的SAR辐射定标方法。
图1为根据本发明实施例基于辐射稳定特性挖掘的SAR辐射定标方法的流程示意图。如图1所示,本实施例基于辐射稳定特性挖掘的SAR辐射定标方法包括:
步骤A,对待定标SAR图像进行预处理,该预处理包括但不限于:几何校正、内定标和天线方向图校正;
此处几何校正的目的在于获得SAR图像准确的地理位置信息,以便据此将SAR图像和MODIS土地覆盖类型产品进行地理位置的匹配,从而得到对应位置处的地物分类信息;内定标的目的在于消除雷达系统参数如发射功率对于回波功率的影响,天线方向图校正的目的在于解决由天线方向图调制引起的图像亮度不一致问题,从而保证定标常数计算的准确性。
需要说明的是,上述三种操作可以根据待定标SAR图像的实际情况确定,可以是三种操作均进行,也可以在上述三种操作中选择一种或两种操作进行。
步骤B,选取与待定标SAR图像波段相同且入射角相近的至少三幅已定标SAR图像作为参考SAR图像;
关于参考SAR图像,其应当与待定标SAR图像成像于相同波段。举例来说,待定标SAR图像成像于X波段,则选取的参考SAR图像也应当成像于X波段。
关于参考SAR图像,其应当是具有较高辐射精度,可参考TerraSAR、Radarsat等商业卫星的精度,一般情况下,参考SAR图像的绝对辐射精度应当优于0.7dB,在这种情况下,才可以保证待定标SAR图像的定标精度。
关于参考SAR图像的数量,由于参考图像应尽可能多以消除随机误差,并能保证可获得足够数量的切片以用于统计分析,故SAR图像应当至少为三幅。
关于参考SAR图像的入射角,其应当与待定标SAR图像的入射角相近,一般情况下,偏差应不超过±3°。
并且,优选地,待定标SAR图像和参考SAR图像都应分布有较多城区和建筑,在这种情况下将有利于获得较多且集中的城区和建筑类切片,方便用于统计分析。
该参考SAR图像优选地也是经过几何校正的图像,以保证能够使用MODIS土地覆盖类型产品进行地物分类,同时,参考SAR图像都应经过辐射校正,以保证能从中获得准确的地物后向散射系数值。
步骤C,分别对参考SAR图像和待定标SAR图像进行地物分类及切片提取,得到参考SAR图像和待定标SAR图像的切片,该切片为建筑类切片;
其中,在分别对参考SAR图像和待定标SAR图像进行地物分类的过程中,可以依照全球地物分类参考信息(如MODIS土地覆盖类型产品MCD12Q1)或利用SAR场景分类器进行。
下文以依照MCD12Q1进行地物分类为例进行说明,其具体过程为:将SAR图像和MCD12Q1进行地理位置上的配准,并在SAR图像中以A×A大小的区域为基本单位提取切片,该切片对应于MCD12Q1中的一个像素,A的计算公式为:
其中,表示向下取整,RESMODIS为MCD12Q1的地距分辨率,具体数值为463.3m,RESSAR为SAR图像的地距分辨率,因不同SAR图像而异。
关于切片数量,参考图像(总共三幅)生成的建筑类切片和待定标图像生成的建筑类切片数量M均应不少于2000片。由于筛选过程会去掉一部分异常切片,因此为保证最终参与计算中值重心的切片数量不少于2000,此处M应留有一定余量。本实施例中,M=5000。
需要说明的是,关于切片数量M,需要满足一定的条件,故需要对切片数量规模M进行验证,验证方法为:
1)分别对参考SAR图像和待定标SAR图像的建筑类切片进行子集的随机划分:首先将所有样本划分为独立的N个子集,每个子集包括M个样本,然后重复R次上述随机划分过程得到R×N个子集;
2)统计每一个子集的中值重心;
3)如果这R×N个子集的中值重心的最大值和最小值的差异小于预设的稳定度(如0.3dB),则说明切片数量规模大于M即可,否则,增加M值。
步骤D,对参考SAR图像和待定标SAR图像的建筑类切片进行离群点的剔除;
本领域技术人员应当清楚,对切片进行离群点剔除的方法有很多。作为一种具体的实施方式,可以结合切片的均值和中值,采用种子点扩展的方法剔除建筑类切片的离群点,使切片的分布更为集中,其具体过程为:
子步骤D1,求出参考SAR图像和待定标SAR图像的所有建筑类切片的后向散射系数均值Mea和中值Med,用(Mea,Med)的点对来表征一个切片;
子步骤D2,求出所有建筑类切片的均值平均值Mean均和中值平均值Mean中;
子步骤D3,以(Mean均,Mean中)为初始种子点,以一定距离阈值Th进行扩展,即所有与种子点的距离小于阈值的点都将被选中,并作为下一轮的种子点进行扩展,如此反复直到没有新的扩展产生,最后没有被选中的点将作为离群点被剔除,其中,当前点与种子点的距离的计算公式为:
其中,Mea1和Med1分别为当前点的均值和中值,Mea0和Med0分别为种子点的均值和中值。
步骤E,分别对经过离群点剔除的参考SAR图像切片和待定标SAR图像的建筑类切片进行如下操作:统计每一个切片的后向散射系数的中值,然后求所有切片的中值平均值作为中值重心,分别得到对应参考SAR图像的中值重心Centerref和对应待定标SAR图像的中值重心;
步骤F,利用参考SAR图像切片的中值重心Centerref和待定标SAR图像切片的中值重心Center,根据以下公式计算绝对定标常数K:
K=Center-Centerref (3)
步骤G,利用该绝对定标常数K对待定标SAR图像进行校正,定标公式如下所示:
DNafter=DNbefore-K (4)
其中,DNbefore为待定标图像校正前的灰度值,DNafter为校正后的灰度值,以上公式中的变量均以dB形式表示。
以下结合具体应用场景给出应用上述实施例的实例:
1)待定标SAR图像成像于X波段,则选择同为X波段的定标精度较高的TerraSAR卫星在城市场景的图像,采用MCD12Q1对TerraSAR图像进行切片提取,选取其中建筑类的切片,如图2所示,对每一个切片统计后向散射系数的均值和中值。其中图2中(a)(b)(c)均为TerraSAR建筑类切片的示例;
2)对建筑类切片进行离群点的剔除,剔除前后的建筑类切片分布如图3所示。经过筛选后,对建筑类切片进行重复的随机划分试验,随机划分过程如图4所示,在N=2,R=3000,M从100到2500以100为间隔变化的情况下,画出建筑类所有子集中值重心之间的最大变化量随M的变化曲线,如图5所示,画出子集中值重心序列的标准差随M的变化曲线如图6所示。可以看到,当M>2000时,建筑类所有子集中值重心之间的最大变化量为0.255dB,标准差为0.03dB。将所有子集的中值重心分布画于图7中,可以看到它们集中在-8.85dB到-9dB之间,分布十分稳定,所以用建筑类切片的中值重心作为定标参考是可行的,且切片规模M满足M>2000即可。TerraSAR建筑类切片的中值重心记为Centerref;
3)选取若干幅经过内定标校正、天线方向图校正、距离归一化后的X波段待定标SAR图像,以MCD12Q1为参考进行地物分类及切片提取;
4)将待定标SAR图像的建筑类切片进行离群点的剔除;
5)对经过离群点剔除的建筑类切片,求出中值重心Center;
6)根据公式K=Center-Centerref,求出定标常数K,并依据DNafter=DNbefore-K对待定标SAR图像进行校正,以上公式中的所有变量均以dB形式表示。
至此,已经结合附图对本发明实施例进行了详细描述。需要说明的是,在附图或说明书正文中,未绘示或描述的实现方式,均为所属技术领域中普通技术人员所知的形式,并未进行详细说明。此外,上述对各方法的定义并不仅限于实施例中提到的各种具体方式,本领域普通技术人员可对其进行简单地更改或替换,例如:
(1)利用MODIS土地覆盖类型产品对SAR图像进行地物分类,还可以用其他分类方法代替,如SAR场景分类器等;
(2)对于建筑类切片的筛选中所使用的种子点扩展的方法,还可以用其他筛选方法代替,如基于机器学习的方法等。
依据以上描述,本领域技术人员应当对本发明基于辐射稳定特性挖掘的SAR辐射定标方法有了清楚的认识。
综上所述,本发明提供了一种利用雷达图像中常见地物进行辐射定标的方法,通过分析大量同波段、相近入射角、经过绝对辐射定标的SAR图像和待定标的SAR图像之间的差异,来得到待定标的SAR传感器的绝对辐射定标常数。本发明不依赖热带雨林等定标场来获取绝对定标常数,可以应用于SAR的辐射定标领域。
还需要说明的是,除非有所知名为相反之意,本说明书及所附权利要求中的数值参数是近似值,能够根据通过本发明的内容所得的所需特性改变。具体而言,所有使用于说明书及权利要求中表示组成的含量、反应条件等等的数字,应理解为在所有情况中是受到「约」的用语所修饰。一般情况下,其表达的含义是指包含由特定数量在一些实施例中±10%的变化、在一些实施例中±5%的变化、在一些实施例中±1%的变化、在一些实施例中±0.5%的变化。
此外,除非特别描述或必须依序发生的步骤,上述步骤的顺序并无限制于以上所列,且可根据所需设计而变化或重新安排。并且上述实施例可基于设计及可靠度的考虑,彼此混合搭配使用或与其他实施例混合搭配使用,即不同实施例中的技术特征可以自由组合形成更多的实施例。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的相关设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
综上所述,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。