CN107886490A - 一种基于双时相sar图像的近岸海域方位模糊去除方法 - Google Patents
一种基于双时相sar图像的近岸海域方位模糊去除方法 Download PDFInfo
- Publication number
- CN107886490A CN107886490A CN201810033162.3A CN201810033162A CN107886490A CN 107886490 A CN107886490 A CN 107886490A CN 201810033162 A CN201810033162 A CN 201810033162A CN 107886490 A CN107886490 A CN 107886490A
- Authority
- CN
- China
- Prior art keywords
- sar image
- sar
- width
- azimuth ambiguity
- azimuth
- 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
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000003384 imaging method Methods 0.000 claims abstract description 10
- 230000011218 segmentation Effects 0.000 claims abstract description 9
- 238000001514 detection method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003018 immunoassay Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000005191 phase separation Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种基于双时相SAR图像的近岸海域方位模糊去除方法。技术方案是：首先获取两幅成像参数相同、时相不同的同一地区的SAR图像；对两幅SAR图像进行配准；然后进行海陆分割，得到两幅去除了陆地的SAR图像；再计算上述结果之间的局部相关系数，并对相关系数结果进行二值分割，相关系数较高的代表方位模糊，得到代表方位模糊位置的二值图；最后采用基于样例的方法根据二值图去除两幅配准后的SAR图像中的方位模糊，得到两幅去除了方位模糊的SAR图像。本发明提出的方法通过计算双时相SAR图像中方位模糊的相关性，可以区分SAR图像中面积很小的方位模糊，提高SAR图像质量，同时本发明简洁易行。
Description
技术领域
本发明属于SAR（Synthetic Aperture Radar，合成孔径雷达）图像质量增强技术领域，涉及一种基于双时相SAR图像的近岸海域方位模糊去除方法，可以提升SAR图像的质量。
背景技术
SAR是一种主动式微波成像传感器。相比于红外、光学等被动式传感器，SAR具有全天时、全天候以及穿透云层的工作能力，同时可以多极化、多频段、多视角地获取数据，是在海上天气情况复杂多变、普通地区夜间（极地地区极夜）情况下获取海上信息的重要手段。
方位模糊是SAR成像结果中的固有现象，其是由于以有限的采样频率对多普勒频谱采样造成的。方位模糊在SAR图像海况较低的海面背景下较为常见，会降低SAR图像的质量，容易对SAR图像舰船目标检测等海上应用造成影响。通常近岸海域（本文指与陆地相邻的海洋区域）是方位模糊的“重灾区”。这主要是因为近岸海域相对海况更低，同时海岸附近又存在许多的陆地强目标（本文指陆地上固定的码头、建筑等强雷达反射器），因此近岸海域会被强目标的方位模糊强烈影响。目前去除方位模糊的方法主要是基于成像参数计算方位模糊和对应真实目标之间的方位距离来确定其位置，从而消除方位模糊。该方法可以参考文献Stastny, J.; Hughes, M.; Garcia, D.; Bagnall, B.; etc. A novel adaptivesynthetic aperture radar ship detection system. In Proc. OCEANS, Waikoloa,HI, Sep. 2011, pp. 1–7。但是这种方法通常只适应于海面单个舰船强目标的方位模糊的去除，对于强目标密集的近岸海域无法进行有效处理。
由于SAR卫星观测具有周期性，因此近岸海域可以被精确地重复观测，其多时相SAR图像的每一个像素可以精确对准。近岸海域的SAR图像中既包括陆地又包括近岸海域，其中陆地强目标在短期时间内不会发生改变，因此对近岸海域造成的方位模糊在双时相SAR图像中是恒定的，即方位模糊的影响体现在双时相SAR图像中的位置和亮度相对固定，存在一致性。基于此考虑，本发明提出一种基于双时相SAR图像的近岸海域方位模糊去除方法，它可以有效去除近岸海域方位模糊，提高SAR图像质量。
发明内容
本发明提供一种基于双时相SAR图像的近岸海域方位模糊去除方法，通过双时相SAR图像近岸海域方位模糊的一致性区分方位模糊，从而消除方位模糊对SAR图像的影响，提高SAR图像质量。
本发明的技术方案是：
首先获取两幅成像参数相同的同一地区的SAR图像，两幅SAR图像的时相不同；对两幅SAR图像进行配准，得到两幅配准后的SAR图像；然后对上述结果进行海陆分割，得到两幅去除了陆地的SAR图像；再计算上述结果之间的局部相关系数，并对相关系数结果进行二值分割，相关系数较高的代表方位模糊，得到代表方位模糊位置的二值图；最后采用基于样例的方法根据二值图去除两幅配准后的SAR图像中的方位模糊，得到两幅去除了方位模糊的SAR图像。
本发明的有益效果是：
1.本发明提出的方法通过计算双时相SAR图像中方位模糊的相关性，可以区分SAR图像中面积很小的方位模糊。
2.本发明提出的方法通过采用基于样例的方法对方位模糊进行去除，可以消除近岸海域方位模糊对SAR图像的影响，提高SAR图像质量。
3.本发明提出的方法不需要知道SAR图像的成像参数，也不需要常规SAR图像处理方法中的相干斑滤波和辐射校正等预处理，简洁易行。
附图说明
图1为本发明实验数据；
图2为本发明流程图；
图3为本发明去除陆地后的两幅SAR图像；
图4为本发明表示方位模糊位置的二值图；
图5为本发明去除了方位模糊的两幅SAR图像。
具体实施方式
图1为本发明实验数据，其中图1(a)和图1(b)来源于Sentinel-1 IW（Interferometric Wide，干涉宽幅）模式，获取时间分别为2017年2月18日和3月2日，成像区域为意大利那不勒斯附近。
图2为本发明流程图，具体实施步骤如下：
第一步，获取两幅成像参数相同的同一地区的SAR图像，并对SAR图像进行配准，得到两幅配准后的SAR图像。
其中成像参数相同是指SAR卫星两次通过同一区域的方式（包括升轨或降轨）、侧视方向（包括右侧视或左侧视）以及成像模式（是指传感器扫描方式）应该一致。配准应该使得两幅SAR图像的对应像素一一对应。两幅SAR图像的时相不同是指获取的时间不同。
通常情况下一个SAR卫星两次经过同一地区，即可获得满足上述所有要求的SAR图像。尤其以SAR卫星相邻两次经过同一地区获得两幅图像为最佳。
第二步，对上述结果进行海陆分割，得到两幅去除了陆地的SAR图像。
采用现有的GSHHS（Global Self-consistent, Hierarchical, High-resolutionShoreline，全球自洽、层次、高分辨率海岸线）数据库根据经纬度对两幅配准后的SAR图像进行海陆分割，把陆地部分的区域不列入后续处理的SAR图像。本实施例中像素值设为了255，其结果如图3所示，其中下方白色区域对应陆地部分。通过上述处理，以去除和方位模糊不相关的陆地部分。
第三步，计算上述结果的局部相关系数，对相关系数结果进行二值分割，相关系数较高的代表方位模糊，得到代表方位模糊位置的二值图。
本步骤利用第二步处理的结果，只对SAR图像中不是陆地的区域进行处理。首先，选取滑动窗口，其尺寸可设置为需要去除的最小方位模糊的尺寸，滑动计算两幅配准后的SAR图像间的局部相关系数，然后对相关系数结果进行二值分割，其中相关性大的像素认为是方位模糊，利用上述结果形成二值图，其中二值图中像素值为255的像素所在位置代表方位模糊的位置，如图4所示，其中白色区域代表方位模糊。
第四步，采用基于样例的方法根据二值图去除两幅配准后的SAR图像中的方位模糊，得到两幅去除了方位模糊的SAR图像。
输入两幅配准后的SAR图像以及代表方位模糊位置的二值图，采用基于样例的方法对两幅配准后的SAR图像分别进行方位模糊去除，得到最终去除了方位模糊的两幅SAR图像。基于样例的方法可以参考文献Criminisi, A.; Perez, P.; Toyama, K. Regionfilling and object removal by exemplar-based image inpainting. IEEE Trans. Image Process., Sep. 2004, vol. 13, no. 9, pp. 1200–1212。
图5为本发明实验结果图，其中图5(a)和图5(b)分别为图1(a)和图1(b)消除了方位模糊的结果图。对比原图1和图4可以看出，本发明方法可以准确提取出方位模糊（包括许多面积非常小的方位模糊）。分别对比图1(a)和图5(a)以及图1(b)和图5(b)，可以看出，在原图1中对应于图4中的许多方位模糊在图5中得到了很好的去除。这说明本发明方法可以有效去除方位模糊，提升SAR图像的质量。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰（例如利用本发明方法去除距离模糊或者其它海上固定现象等），这些改进和润饰也应视为本发明的保护范围。
Claims (1)
1.一种基于双时相SAR图像的近岸海域方位模糊去除方法，其特征在于，包括下述步骤：首先获取两幅成像参数相同的同一地区的SAR图像，两幅SAR图像的时相不同；对两幅SAR图像进行配准，得到两幅配准后的SAR图像；然后对上述结果进行海陆分割，得到两幅去除了陆地的SAR图像；再计算两幅去除了陆地的SAR图像之间的局部相关系数，并对局部相关系数进行二值分割，得到二值图；最后采用基于样例的方法根据二值图去除两幅配准后的SAR图像中的方位模糊，得到两幅去除了方位模糊的SAR图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810033162.3A CN107886490A (zh) | 2018-01-14 | 2018-01-14 | 一种基于双时相sar图像的近岸海域方位模糊去除方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810033162.3A CN107886490A (zh) | 2018-01-14 | 2018-01-14 | 一种基于双时相sar图像的近岸海域方位模糊去除方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107886490A true CN107886490A (zh) | 2018-04-06 |
Family
ID=61770633
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810033162.3A Pending CN107886490A (zh) | 2018-01-14 | 2018-01-14 | 一种基于双时相sar图像的近岸海域方位模糊去除方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107886490A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108594226A (zh) * | 2018-04-20 | 2018-09-28 | 国网山西省电力公司阳泉供电公司 | 一种顾及地形的山区sar图像输电塔架检测方法 |
| CN109829511A (zh) * | 2019-02-28 | 2019-05-31 | 中国人民解放军国防科技大学 | 基于纹理分类的下视红外图像中云层区域检测方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103245949A (zh) * | 2013-03-26 | 2013-08-14 | 中国科学院电子学研究所 | 一种基于改进理想滤波器的sar方位模糊抑制方法 |
| CN104182942A (zh) * | 2014-08-26 | 2014-12-03 | 电子科技大学 | Sar图像方位模糊抑制方法 |
| CN105242269A (zh) * | 2015-10-30 | 2016-01-13 | 中国测绘科学研究院 | 基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法 |
| CN106228510A (zh) * | 2016-08-11 | 2016-12-14 | 中国电子科技集团公司第三十八研究所 | 基于畸变程度分割的无人机载实时sar图像配准方法 |
-
2018
- 2018-01-14 CN CN201810033162.3A patent/CN107886490A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103245949A (zh) * | 2013-03-26 | 2013-08-14 | 中国科学院电子学研究所 | 一种基于改进理想滤波器的sar方位模糊抑制方法 |
| CN104182942A (zh) * | 2014-08-26 | 2014-12-03 | 电子科技大学 | Sar图像方位模糊抑制方法 |
| CN105242269A (zh) * | 2015-10-30 | 2016-01-13 | 中国测绘科学研究院 | 基于体散射和螺旋体散射相干的去方位模糊噪声海面船只目标检测方法 |
| CN106228510A (zh) * | 2016-08-11 | 2016-12-14 | 中国电子科技集团公司第三十八研究所 | 基于畸变程度分割的无人机载实时sar图像配准方法 |
Non-Patent Citations (1)
| Title |
|---|
| XIANGGUANG LENG 等: "Azimuth Ambiguities Removal in Littoral Zones Based on Multi-Temporal SAR Images", 《REMOTE SENSING》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108594226A (zh) * | 2018-04-20 | 2018-09-28 | 国网山西省电力公司阳泉供电公司 | 一种顾及地形的山区sar图像输电塔架检测方法 |
| CN109829511A (zh) * | 2019-02-28 | 2019-05-31 | 中国人民解放军国防科技大学 | 基于纹理分类的下视红外图像中云层区域检测方法 |
| CN109829511B (zh) * | 2019-02-28 | 2022-04-08 | 中国人民解放军国防科技大学 | 基于纹理分类的下视红外图像中云层区域检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107145874B (zh) | 复杂背景sar图像中的舰船目标检测与鉴别方法 | |
| CN107563303B (zh) | 一种基于深度学习的鲁棒性舰船目标检测方法 | |
| CN110378308B (zh) | 改进的基于Faster R-CNN的港口SAR图像近岸舰船检测方法 | |
| CN109117802B (zh) | 面向大场景高分遥感影像的舰船检测方法 | |
| Marghany | RADARSAT automatic algorithms for detecting coastal oil spill pollution | |
| CN105654091B (zh) | 海面目标检测方法及装置 | |
| Gershikov et al. | Horizon line detection in marine images: which method to choose? | |
| CN109815807B (zh) | 一种基于边缘线分析和聚合通道特征的靠岸船舶检测方法 | |
| Ding et al. | Performance analysis and validation of waterline extraction approaches using single-and dual-polarimetric SAR data | |
| CN108805904A (zh) | 一种基于卫星序列图像的运动舰船检测与跟踪方法 | |
| CN107025654A (zh) | 基于全局迭代检查的sar图像自适应船只检测方法 | |
| CN110852992B (zh) | 一种基于顶帽变换和Radon变换的船只尾迹检测方法 | |
| Hou et al. | End-to-end automatic ship detection and recognition in high-resolution Gaofen-3 spaceborne SAR images | |
| CN104992172A (zh) | 一种基于沿岸突异区扫描的港口遥感图像靠岸船舶检测方法 | |
| Wiehle et al. | Automated Waterline Detection in the Wadden Sea Using High‐Resolution TerraSAR‐X Images | |
| CN107886490A (zh) | 一种基于双时相sar图像的近岸海域方位模糊去除方法 | |
| Ding et al. | Coastline detection in SAR images using multiscale normalized cut segmentation | |
| Gasull et al. | Oil spills detection in SAR images using mathematical morphology | |
| CN115267770A (zh) | 一种sar图像海洋涡旋检测方法及系统 | |
| CN114519824A (zh) | 一种sar图像洪涝淹没区域的快速检测方法 | |
| Yang et al. | An improved method of land masking for synthetic aperture radar-based ship detection | |
| CN113837924A (zh) | 一种基于无人艇感知系统的水岸线检测方法 | |
| CN114219996A (zh) | 一种sar图像停泊舰船目标检测方法 | |
| Kim et al. | Oil spill detection from RADARSAT-2 SAR image using non-local means filter | |
| Wiehle et al. | Waterline detection and monitoring in the German Wadden Sea using high resolution satellite-based radar measurements |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180406 |
|
| WD01 | Invention patent application deemed withdrawn after publication |