CN108389166B - 模糊覆盖区域处理方法、装置、设备及计算机可读存储介质 - Google Patents
模糊覆盖区域处理方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN108389166B CN108389166B CN201810130638.5A CN201810130638A CN108389166B CN 108389166 B CN108389166 B CN 108389166B CN 201810130638 A CN201810130638 A CN 201810130638A CN 108389166 B CN108389166 B CN 108389166B
- Authority
- CN
- China
- Prior art keywords
- image signal
- processing
- original image
- frequency domain
- amplitude reconstruction
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 120
- 239000011159 matrix material Substances 0.000 claims abstract description 58
- 238000000034 method Methods 0.000 claims abstract description 26
- 230000006870 function Effects 0.000 claims description 31
- 238000001914 filtration Methods 0.000 claims description 23
- 238000010606 normalization Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000003595 spectral effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000011541 reaction mixture Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本公开涉及一种模糊覆盖区域处理方法、装置、设备及计算机可读存储介质。该方法包括：将待处理图像信号转换到频域，以得到初始频域信号；根据原目标天线方向图函数和模糊目标天线方向图函数，获得幅度重构矩阵；根据所述幅度重构矩阵，对所述初始频域信号进行幅度重构处理；根据预设的方位移位矩阵，对经所述幅度重构处理后的频域信号进行方位移位处理；将经所述方位移位处理后的频域信号转换到时域，以得到模拟图像信号；将所述模拟图像信号与原始图像信号对消，以得到去模糊的图像信号，所述待处理图像信号是根据所述原始图像信号得到的。
Description
技术领域
本公开涉及图像处理领域，具体地，涉及一种模糊覆盖区域处理方法、装置、设备及计算机可读存储介质。
背景技术
合成孔径雷达(Synthetic Aperture Radar，SAR)是一种可以对地球进行观测的高分辨率遥感探测雷达。由于星载SAR能克服雨雾和暗夜条件的影响，实现全天时、全天候对地观测，因此，星载SAR在农业、海洋、灾害监测以及3D绘图等领域具有广阔的应用前景。
在实际的星载SAR体制中，目标的全部多普勒带宽极大，而受制于整体波位设计和数据率的限制，脉冲重复频率不可能覆盖全部带宽，因此在卫星接收到的回波中，超出脉冲重复频率的多普勒信号会出现反褶，最后在图像中形成方位模糊。目前还没有一种有效的方法可以完美地抑制方位模糊。
发明内容
本公开的目的是提供一种模糊覆盖区域处理方法、装置、设备及计算机可读存储介质，以还原图像中的方位模糊所覆盖的区域。
本公开第一方面提供一种模糊覆盖区域处理方法，包括：将待处理图像
信号转换到频域，以得到初始频域信号；
根据原目标天线方向图函数和模糊目标天线方向图函数，获得幅度重构矩阵；
根据所述幅度重构矩阵，对所述初始频域信号进行幅度重构处理；
根据预设的方位移位矩阵，对经所述幅度重构处理后的频域信号进行方位移位处理；
将经所述方位移位处理后的频域信号转换到时域，以得到模拟图像信号；
将所述模拟图像信号与原始图像信号对消，以得到去模糊的图像信号，所述待处理图像信号是根据所述原始图像信号得到的。
可选地，根据原目标天线方向图函数和模糊目标天线方向图函数，获得幅度重构矩阵，包括：
按照以下公式，建立M×1的加权数组F(m)：
其中，floor(·)为向下取整操作符，ceil(·)为向上取整操作符，m＝0,1,…,M-1，m为纵向索引值，M为所述原始图像信号对应的原始图像的纵向像素总数，ρ为频谱过采样系数，Wmain(m)为所述原目标天线方向图函数，Wamb(m)为所述模糊目标天线方向图函数；
对所述加权数组F(m)进行归一化，得到归一化数组F1(m)；
建立M×N的幅度重构矩阵WF(m,n)，所述幅度重构矩阵的每一列满足WF(m,n)＝F1(m),n＝0,1,…,N-1，n为横向索引值，N为所述原始图像信号对应的原始图像的横向像素总数。
可选地，对所述加权数组F(m)进行归一化，得到归一化数组F1(m)，包括：
按照以下公式确定归一化常数para：
其中，sum(·)为整体求和操作符；
根据所述加权数组F(m)和所述归一化常数para，按照以下公式，得到所述归一化数组F1(m)：
F1(m)＝F(m)·para。
可选地，根据所述幅度重构矩阵，对所述初始频域信号进行幅度重构处理，包括：
按照以下公式，对所述初始频域信号进行幅度重构处理：
WS(k,n)＝S(k,n)·WF(m,n)
其中，S(k,n)为所述初始频域信号，WF(m,n)为所述幅度重构矩阵，WS(k,n)为经所述幅度重构处理后的频域信号，k＝0,1,…,M-1，k为所述纵向索引值。
可选地，所述方法还包括：
按照以下公式，建立M×1的加权数组Shif(m)：
建立M×N的方位移位矩阵WShif(m,n)，所述方位移位矩阵的每一列满足WShif(m,n)＝Shif(m),n＝0,1,…,N-1；
其中，m为纵向索引值，M为所述原始图像信号对应的原始图像的纵向像素总数，n为横向索引值，N为所述原始图像信号对应的原始图像的横向像素总数，PRF为脉冲重复频率，fr0为多普勒调频率；
根据预设的方位移位矩阵，对经所述幅度重构处理后的频域信号进行方位移位处理，包括：
按照以下公式，对经所述幅度重构处理后的频域信号进行方位移位处理：
WS2(k,n)＝WS(k,n)·WShif(m,n)
其中，WS(k,n)为经所述幅度重构处理后的频域信号，WS2(k,n)为经所述方位移位处理后的频域信号，k＝0,1,…,M-1，k为所述纵向索引值。
可选地，将所述模拟图像信号与原始图像信号对消，以得到去模糊的图像信号，包括：
分别对所述模拟图像信号与所述原始图像信号进行滤波处理；
将经所述滤波处理后的模拟图像信号与经所述滤波处理后的原始图像信号对消，以得到所述去模糊的图像信号。
可选地，将所述模拟图像信号与所述原始图像信号对消，以得到去模糊的图像信号，包括：
按照以下公式，将经所述滤波处理后的模拟图像信号与经所述滤波处理后的原始图像信号对消，以得到所述去模糊的图像信号：
Fs(m,n)＝|Cws(m,n)-Cs0(m,n)|
其中，Cws(m,n)为经所述滤波处理后的模拟图像信号，Cs0(m,n)为经所述滤波处理后的原始图像信号，|·|为取幅值操作符。
本公开第二方面提供一种模糊覆盖区域处理装置，包括：
第一转换模块，被配置为将待处理图像信号转换到频域，以得到初始频域信号；
获得模块，被配置为根据原目标天线方向图函数和模糊目标天线方向图函数，获得幅度重构矩阵；
第一处理模块，被配置为根据所述幅度重构矩阵，对所述初始频域信号进行幅度重构处理；
第二处理模块，被配置为根据预设的方位移位矩阵，对经所述幅度重构处理后的频域信号进行方位移位处理；
第二转换模块，被配置为将经所述方位移位处理后的频域信号转换到时域，以得到模拟图像信号；
对消模块，被配置为将所述模拟图像信号与原始图像信号对消，以得到去模糊的图像信号，所述待处理图像信号是根据所述原始图像信号得到的。
可选地，所述获得模块包括：
第一建立子模块，被配置为按照以下公式，建立M×1的加权数组F(m)：
其中，floor(·)为向下取整操作符，ceil(·)为向上取整操作符，m＝0,1,…,M-1，m为纵向索引值，M为所述原始图像信号对应的原始图像的纵向像素总数，ρ为频谱过采样系数，Wmain(m)为所述原目标天线方向图函数，Wamb(m)为所述模糊目标天线方向图函数；
归一化子模块，被配置为对所述加权数组F(m)进行归一化，得到归一化数组F1(m)；
第二建立子模块，被配置为建立M×N的幅度重构矩阵WF(m,n)，所述幅度重构矩阵的每一列满足WF(m,n)＝F1(m),n＝0,1,…,N-1，n为横向索引值，N为所述原始图像信号对应的原始图像的横向像素总数。
可选地，所述归一化子模块包括：
确定子模块，被配置为按照以下公式确定归一化常数para：
其中，sum(·)为整体求和操作符；
获得子模块，被配置为根据所述加权数组F(m)和所述归一化常数para，按照以下公式，得到所述归一化数组F1(m)：
F1(m)＝F(m)·para。
可选地，所述第一处理模块包括：
幅度重构子模块，被配置为按照以下公式，对所述初始频域信号进行幅度重构处理：
WS(k,n)＝S(k,n)·WF(m,n)
其中，S(k,n)为所述初始频域信号，WF(m,n)为所述幅度重构矩阵，WS(k,n)为经所述幅度重构处理后的频域信号，k＝0,1,…,M-1，k为所述纵向索引值。
可选地，所述装置还包括：
第一建立模块，被配置为按照以下公式，建立M×1的加权数组Shif(m)：
第二建立模块，被配置为建立M×N的方位移位矩阵WShif(m,n)，所述方位移位矩阵的每一列满足WShif(m,n)＝Shif(m),n＝0,1,…,N-1；
其中，m为纵向索引值，M为所述原始图像信号对应的原始图像的纵向像素总数，n为横向索引值，N为所述原始图像信号对应的原始图像的横向像素总数，PRF为脉冲重复频率，fr0为多普勒调频率；
所述第二处理模块包括：
方位移位处理子模块，被配置为按照以下公式，对经所述幅度重构处理后的频域信号进行方位移位处理：
WS2(k,n)＝WS(k,n)·WShif(m,n)
其中，WS(k,n)为经所述幅度重构处理后的频域信号，WS2(k,n)为经所述方位移位处理后的频域信号，k＝0,1,…,M-1，k为所述纵向索引值。
可选地，所述对消模块包括：
滤波处理子模块，被配置为分别对所述模拟图像信号与所述原始图像信号进行滤波处理；
对消子模块，被配置为将经所述滤波处理后的模拟图像信号与经所述滤波处理后的原始图像信号对消，以得到所述去模糊的图像信号。
可选地，所述对消子模块包括：
对消处理子模块，被配置为按照以下公式，将经所述滤波处理后的模拟图像信号与经所述滤波处理后的原始图像信号对消，以得到所述去模糊的图像信号：
Fs(m,n)＝|Cws(m,n)-Cs0(m,n)|
其中，Cws(m,n)为经所述滤波处理后的模拟图像信号，Cs0(m,n)为经所述滤波处理后的原始图像信号，|·|为取幅值操作符。
本公开第三方面提供一种模糊覆盖区域处理设备，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现本公开第一方面所述的方法。
本公开第四方面提供一种计算机可读存储介质，其上存储有计算机程序指令，当所述计算机程序指令被处理器执行时实现如本公开第一方面所述的方法。
采用上述技术方案，将原始图像中的主目标区域的图像作为待处理图像，通过幅度重构矩阵构造模拟图像信号，通过方位移位矩阵将构造完成的模拟图像信号移位至与原始图像中的模糊区域处于同一位置，将两者分别滤波后对消，即可重现被模糊覆盖的原区域。本发明实施例提供的模糊覆盖区域处理方法覆盖重现效果好，适用于星载合成孔径雷达条带模式图像中被覆盖目标的重现。并且，该方法计算速度较快，适合对处理实时性要求高的应用场景。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是本公开实施例提供的模糊覆盖区域处理方法的流程图。
图2是本公开实施例中待处理图像信号对应的待处理图像的示意图。
图3是采用本公开实施例提供的模糊覆盖区域处理方法得到的结果图像的示意图。
图4是本公开实施例提供的模糊覆盖区域处理装置的示意图。
图5是本公开实施例提供的模糊覆盖区域处理设备的示意图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
本发明实施例的目的是针对相关技术中方位模糊对原成像场景影响严重的问题，提供一种模糊覆盖区域处理方法，以实现模糊覆盖区域重现效果增强。本发明实施例提供的方法将原始图像中的主目标区域的图像作为待处理图像，通过幅度重构矩阵构造模拟图像信号，通过方位移位矩阵将构造完成的模拟图像信号移位至与原始图像中的模糊区域处于同一位置，将两者分别滤波后对消，即可重现被模糊覆盖的原区域。图1是本公开实施例提供的模糊覆盖区域处理方法的流程图，如图1所示，该方法包括以下步骤：
在步骤S11中，将待处理图像信号转换到频域，以得到初始频域信号；
在步骤S12中，根据原目标天线方向图函数和模糊目标天线方向图函数，获得幅度重构矩阵；
在步骤S13中，根据所述幅度重构矩阵，对所述初始频域信号进行幅度重构处理；
在步骤S14中，根据预设的方位移位矩阵，对经所述幅度重构处理后的频域信号进行方位移位处理；
在步骤S15中，将经所述方位移位处理后的频域信号转换到时域，以得到模拟图像信号；
在步骤S16中，将所述模拟图像信号与原始图像信号对消，以得到去模糊的图像信号，所述待处理图像信号是根据所述原始图像信号得到的。
本公开实施例中，待处理图像信号对应的待处理图像即为具有方位模糊的图像，例如：仿真雷达卫星图像。图2是本公开实施例中待处理图像信号对应的待处理图像的示意图。由图2可见，整个区域完全被模糊占据，无法判别出目标。
本公开实施例提供的模糊覆盖区域处理方法的实施过程如下：
第一步，读取原始图像信号s0(m,n)，其中，m＝0,1,…,M-1，m为纵向索引值，M为原始图像信号对应的原始图像的纵向像素总数，n＝0,1,…,N-1，n为横向索引值，N为原始图像信号对应的原始图像的横向像素总数。
第二步，根据原始图像信号s0(m,n)得到待处理图像信号s(m,n)。
具体地，首先，选取主目标区域。主目标区域为一矩形区域，范围Mmain1＜＝m＜＝Mmain2，Nmain1＜＝n＜＝Nmain2，其中，Mmain1为矩形区域纵向首坐标，Mmain2为矩形区域纵向尾坐标，Nmain1为矩形区域横向首座标，Nmain2为矩形区域横向尾座标。
然后，建立空数据矩阵s(m,n)，与原图像数据s0(m,n)同大小，同时赋值如下：
s(m,n)＝s0(m,n),其中,Mmain1＜＝m＜＝Mmain2,Nmain1＜＝n＜＝Nmain2
第二步，按照公式(1)，将待处理图像信号s(m,n)转换到频域，以得到初始频域信号S(k,n)：
第三步，根据相关参数和天线情况，生成原目标天线方向图函数和模糊目标天线方向图函数。相关参数包括：星地等效速度Vr，天线长度La，脉冲重复频率PRF，多普勒中心频率fdc，频谱过采样系数ρ。
示例地，相关参数对照TerraSAR-X真实波位，如表1所示。
表1相关参数
按照公式(2)，生成原目标天线方向图函数Wmain(m)：
按照公式(3)，生成模糊目标天线方向图函数Wamb(m)：
第四步，构建非对称加权矩阵，具体包括以下步骤：
步骤(1)，按照公式(4)，建立M×1的加权数组F(m)：
本公开实施例中，floor(·)为向下取整操作符，ceil(·)为向上取整操作符。
具体地，首先，建立M×1的加权数组F(m)。
然后，针对以下索引位置：
令F(m)＝0；
针对以下索引位置：
若Wmain(m)＝0，则令F(m)＝T；
若Wmain(m)≠0，则令F(m)＝0；
若Wamb(m)≠0，则令
步骤(2)，对加权数组F(m)进行归一化，得到归一化数组F1(m)。一种实施方式是：
首先，按照公式(5)确定归一化常数para：
本公开实施例中，sum(·)为整体求和操作符。
然后，按照公式(6)，得到归一化数组F1(m)：
F1(m)＝F(m)·para 公式(6)
步骤(3)，建立M×N的幅度重构矩阵WF(m,n)，幅度重构矩阵WF(m,n)的每一列满足WF(m,n)＝F1(m)。
第五步，按照公式(7)，对初始频域信号S(k,n)进行幅度重构处理，得到经幅度重构处理后的频域信号WS(k,n)：
WS(k,n)＝S(k,n)·WF(m,n) 公式(7)
其中，k＝0,1,…,N-1，k与n均为横向索引值。
第六步，构建方位移位矩阵，具体地，首先，建立M×1的加权数组Shif(m)。
然后，按照公式(8)，对所有索引位置赋值：
本公开实施例中，fr0为多普勒调频率。
最后，建立M×N的方位移位矩阵WShif(m,n)，方位移位矩阵WShif(m,n)的每一列满足WShif(m,n)＝Shif(m),n＝0,1,…,N-1。
第七步，按照公式(9)，对经幅度重构处理后的频域信号WS(k,n)进行方位移位处理，得到经方位移位处理后的频域信号WS2(k,n)：
WS2(k,n)＝WS(k,n)·WShif(m,n) 公式(9)
第八步，按照公式(10)，将经方位移位处理后的频域信号WS2(k,n)转换到时域，以得到模拟图像信号ws(m,n)：
第九步，对模拟图像信号ws(m,n)与原始图像信号s0(m,n)进行滤波处理。
具体地，首先，按照公式(11)，对模拟图像信号ws(m,n)进行滤波处理，得到经滤波处理后的模拟图像信号Cws(m,n)：
Kpc为Pc×Pc的矩阵，该矩阵内所有元素的值均为1，Pc的取值如下：
其中，floor(·)为向下取整操作符，ceil(·)为向上取整操作符，fs为信号采样率，c为光速，Rref为场景中心斜距，λ为波长，fdc为多普勒中心频率，Vr为星地等效速度，PRF为脉冲重复频率，fη为多普勒方位频率值。
然后，按照公式(12)，对原始图像信号s0(m,n)进行滤波处理，得到经滤波处理后的原始图像信号Cs0(m,n)：
其中，Kpo为Po×Po的矩阵，该矩阵内所有元素的值均为1，Po＝3。本公开实施例中，，|·|为取幅值操作符，conv[·]为卷积操作符。
第十步，按照公式(13)，将经滤波处理后的模拟图像信号Cws(m,n)与经所述滤波处理后的原始图像信号Cs0(m,n)对消，以得到去模糊的图像信号Fs(m,n)：
Fs(m,n)＝|Cws(m,n)-Cs0(m,n)| 公式(13)
去模糊的图像信号对应的图像即为结果图像。图3是采用本公开实施例提供的模糊覆盖区域处理方法得到的结果图像的示意图。如图3所示，被模糊区域覆盖的目标凸显出来，被覆盖的小船形状也可以大致辨认。
采用上述技术方案，将原始图像中的主目标区域的图像作为待处理图像，通过幅度重构矩阵构造模拟图像信号，通过方位移位矩阵将构造完成的模拟图像信号移位至与原始图像中的模糊区域处于同一位置，将两者分别滤波后对消，即可重现被模糊覆盖的原区域。本发明实施例提供的模糊覆盖区域处理方法覆盖重现效果好，适用于星载合成孔径雷达条带模式图像中被覆盖目标的重现。并且，该方法计算速度较快，适合对处理实时性要求高的应用场景。
基于同一发明构思，本公开实施例还提供一种模糊覆盖区域处理装置。图4是本公开实施例提供的模糊覆盖区域处理装置的示意图。如图4所示，该装置200包括：
第一转换模块201，被配置为将待处理图像信号转换到频域，以得到初始频域信号；
获得模块202，被配置为根据原目标天线方向图函数和模糊目标天线方向图函数，获得幅度重构矩阵；
第一处理模块203，被配置为根据所述幅度重构矩阵，对所述初始频域信号进行幅度重构处理；
第二处理模块204，被配置为根据预设的方位移位矩阵，对经所述幅度重构处理后的频域信号进行方位移位处理；
第二转换模块205，被配置为将经所述方位移位处理后的频域信号转换到时域，以得到模拟图像信号；
对消模块206，被配置为将所述模拟图像信号与原始图像信号对消，以得到去模糊的图像信号，所述待处理图像信号是根据所述原始图像信号得到的。
可选地，所述获得模块包括：
第一建立子模块，被配置为按照以下公式，建立M×1的加权数组F(m)：
其中，floor(·)为向下取整操作符，ceil(·)为向上取整操作符，m＝0,1,…,M-1，m为纵向索引值，M为所述原始图像信号对应的原始图像的纵向像素总数，ρ为频谱过采样系数，Wmain(m)为所述原目标天线方向图函数，Wamb(m)为所述模糊目标天线方向图函数；
归一化子模块，被配置为对所述加权数组F(m)进行归一化，得到归一化数组F1(m)；
第二建立子模块，被配置为建立M×N的幅度重构矩阵WF(m,n)，所述幅度重构矩阵的每一列满足WF(m,n)＝F1(m),n＝0,1,…,N-1，n为横向索引值，N为所述原始图像信号对应的原始图像的横向像素总数。
可选地，所述归一化子模块包括：
确定子模块，被配置为按照以下公式确定归一化常数para：
其中，sum(·)为整体求和操作符；
获得子模块，被配置为根据所述加权数组F(m)和所述归一化常数para，按照以下公式，得到所述归一化数组F1(m)：
F1(m)＝F(m)·para。
可选地，所述第一处理模块包括：
幅度重构子模块，被配置为按照以下公式，对所述初始频域信号进行幅度重构处理：
WS(k,n)＝S(k,n)·WF(m,n)
其中，S(k,n)为所述初始频域信号，WF(m,n)为所述幅度重构矩阵，WS(k,n)为经所述幅度重构处理后的频域信号，k＝0,1,…,M-1，k为所述纵向索引值。
可选地，所述装置还包括：
第一建立模块，被配置为按照以下公式，建立M×1的加权数组Shif(m)：
第二建立模块，被配置为建立M×N的方位移位矩阵WShif(m,n)，所述方位移位矩阵的每一列满足WShif(m,n)＝Shif(m),n＝0,1,…,N-1；
其中，m为纵向索引值，M为所述原始图像信号对应的原始图像的纵向像素总数，n为横向索引值，N为所述原始图像信号对应的原始图像的横向像素总数，PRF为脉冲重复频率，fr0为多普勒调频率；
所述第二处理模块包括：
方位移位处理子模块，被配置为按照以下公式，对经所述幅度重构处理后的频域信号进行方位移位处理：
WS2(k,n)＝WS(k,n)·WShif(m,n)
其中，WS(k,n)为经所述幅度重构处理后的频域信号，WS2(k,n)为经所述方位移位处理后的频域信号，k＝0,1,…,M-1，k为所述纵向索引值。
可选地，所述对消模块包括：
滤波处理子模块，被配置为分别对所述模拟图像信号与所述原始图像信号进行滤波处理；
对消子模块，被配置为将经所述滤波处理后的模拟图像信号与经所述滤波处理后的原始图像信号对消，以得到所述去模糊的图像信号。
可选地，所述对消子模块包括：
对消处理子模块，被配置为按照以下公式，将经所述滤波处理后的模拟图像信号与经所述滤波处理后的原始图像信号对消，以得到所述去模糊的图像信号：
Fs(m,n)＝|Cws(m,n)-Cs0(m,n)|
其中，Cws(m,n)为经所述滤波处理后的模拟图像信号，Cs0(m,n)为经所述滤波处理后的原始图像信号，|·|为取幅值操作符。
本公开实施例提供了一种模糊覆盖区域处理设备，包括：至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中模糊覆盖区域处理方法。
本公开实施例提供了一种计算机可读存储介质，其上存储有计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中模糊覆盖区域处理方法。
结合图1描述的本公开实施例的模糊覆盖区域处理方法可以由模糊覆盖区域处理设备来实现。图5示出了本公开实施例提供的模糊覆盖区域处理设备的硬件结构示意图。
模糊覆盖区域处理设备可以包括处理器301以及存储有计算机程序指令的存储器302。
具体地，上述处理器301可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本公开实施例的一个或多个集成电路。
存储器302可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器302可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器302可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器302可在数据处理装置的内部或外部。在特定实施例中，存储器302是非易失性固态存储器。在特定实施例中，存储器302包括只读存储器(ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器301通过读取并执行存储器302中存储的计算机程序指令，以实现上述实施例中的任意一种模糊覆盖区域处理方法。
在一个示例中，模糊覆盖区域处理设备还可包括通信接口303和总线310。其中，如图5所示，处理器301、存储器302、通信接口303通过总线310连接并完成相互间的通信。
通信接口303，主要用于实现本公开实施例中各模块、装置、单元和/或设备之间的通信。
总线310包括硬件、软件或两者，将执行模糊覆盖区域处理方法的设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线310可包括一个或多个总线。尽管本公开实施例描述和示出了特定的总线，但本公开考虑任何合适的总线或互连。
另外，结合上述实施例中的模糊覆盖区域处理方法，本公开实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种模糊覆盖区域处理方法。
需要明确的是，本公开并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本公开的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本公开的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本公开的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是，本公开中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本公开不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
以上所述，仅为本公开的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本公开的保护范围之内。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。
Claims (9)
1.一种模糊覆盖区域处理方法，其特征在于，包括：
将待处理图像信号转换到频域，以得到初始频域信号；
根据原目标天线方向图函数和模糊目标天线方向图函数，获得幅度重构矩阵；
根据所述幅度重构矩阵，对所述初始频域信号进行幅度重构处理；
根据预设的方位移位矩阵，对经所述幅度重构处理后的频域信号进行方位移位处理；
将经所述方位移位处理后的频域信号转换到时域，以得到模拟图像信号；
将所述模拟图像信号与原始图像信号对消，以得到去模糊的图像信号，所述待处理图像信号是根据所述原始图像信号得到的；
根据原目标天线方向图函数和模糊目标天线方向图函数，获得幅度重构矩阵，包括：
按照以下公式，建立M×1的加权数组F(m)：
其中，floor(·)为向下取整操作符，ceil(·)为向上取整操作符，m＝0,1,…,M-1，m为纵向索引值，M为所述原始图像信号对应的原始图像的纵向像素总数，ρ为频谱过采样系数，Wmain(m)为所述原目标天线方向图函数，Wamb(m)为所述模糊目标天线方向图函数；
对所述加权数组F(m)进行归一化，得到归一化数组F1(m)；
建立M×N的幅度重构矩阵WF(m,n)，所述幅度重构矩阵的每一列满足WF(m,n)＝F1(m),n＝0,1,…,N-1，n为横向索引值，N为所述原始图像信号对应的原始图像的横向像素总数。
2.根据权利要求1所述的方法，其特征在于，对所述加权数组F(m)进行归一化，得到归一化数组F1(m)，包括：
按照以下公式确定归一化常数para：
其中，sum(·)为整体求和操作符；
根据所述加权数组F(m)和所述归一化常数para，按照以下公式，得到所述归一化数组F1(m)：
F1(m)＝F(m)·para。
3.根据权利要求1或2所述的方法，其特征在于，根据所述幅度重构矩阵，对所述初始频域信号进行幅度重构处理，包括：
按照以下公式，对所述初始频域信号进行幅度重构处理：
WS(k,n)＝S(k,n)·WF(m,n)
其中，S(k,n)为所述初始频域信号，WF(m,n)为所述幅度重构矩阵，WS(k,n)为经所述幅度重构处理后的频域信号，k＝0,1,…,M-1，k为所述纵向索引值。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
按照以下公式，建立M×1的加权数组Shif(m)：
建立M×N的方位移位矩阵WShif(m,n)，所述方位移位矩阵的每一列满足WShif(m,n)＝Shif(m),n＝0,1,…,N-1；
其中，m为纵向索引值，M为所述原始图像信号对应的原始图像的纵向像素总数，n为横向索引值，N为所述原始图像信号对应的原始图像的横向像素总数，PRF为脉冲重复频率，fr0为多普勒调频率；
根据预设的方位移位矩阵，对经所述幅度重构处理后的频域信号进行方位移位处理，包括：
按照以下公式，对经所述幅度重构处理后的频域信号进行方位移位处理：
WS2(k,n)＝WS(k,n)·WShif(m,n)
其中，WS(k,n)为经所述幅度重构处理后的频域信号，WS2(k,n)为经所述方位移位处理后的频域信号，k＝0,1,…,M-1，k为所述纵向索引值。
5.根据权利要求1所述的方法，其特征在于，将所述模拟图像信号与原始图像信号对消，以得到去模糊的图像信号，包括：
分别对所述模拟图像信号与所述原始图像信号进行滤波处理；
将经所述滤波处理后的模拟图像信号与经所述滤波处理后的原始图像信号对消，以得到所述去模糊的图像信号。
6.根据权利要求5所述的方法，其特征在于，将所述模拟图像信号与所述原始图像信号对消，以得到去模糊的图像信号，包括：
按照以下公式，将经所述滤波处理后的模拟图像信号与经所述滤波处理后的原始图像信号对消，以得到所述去模糊的图像信号：
Fs(m,n)＝|Cws(m,n)-Cs0(m,n)|
其中，Cws(m,n)为经所述滤波处理后的模拟图像信号，Cs0(m,n)为经所述滤波处理后的原始图像信号，|·|为取幅值操作符。
7.一种模糊覆盖区域处理置，其特征在于，包括：
第一转换模块，被配置为将待处理图像信号转换到频域，以得到初始频域信号；
获得模块，被配置为根据原目标天线方向图函数和模糊目标天线方向图函数，获得幅度重构矩阵；
第一处理模块，被配置为根据所述幅度重构矩阵，对所述初始频域信号进行幅度重构处理；
第二处理模块，被配置为根据预设的方位移位矩阵，对经所述幅度重构处理后的频域信号进行方位移位处理；
第二转换模块，被配置为将经所述方位移位处理后的频域信号转换到时域，以得到模拟图像信号；
对消模块，被配置为将所述模拟图像信号与原始图像信号对消，以得到去模糊的图像信号，所述待处理图像信号是根据所述原始图像信号得到的；
所述获得模块包括：
第一建立子模块，被配置为按照以下公式，建立M×1的加权数组F(m)：
其中，floor(·)为向下取整操作符，ceil(·)为向上取整操作符，m＝0,1,…,M-1，m为纵向索引值，M为所述原始图像信号对应的原始图像的纵向像素总数，ρ为频谱过采样系数，Wmain(m)为所述原目标天线方向图函数，Wamb(m)为所述模糊目标天线方向图函数；
归一化子模块，被配置为对所述加权数组F(m)进行归一化，得到归一化数组F1(m)；
第二建立子模块，被配置为建立M×N的幅度重构矩阵WF(m,n)，所述幅度重构矩阵的每一列满足WF(m,n)＝F1(m),n＝0,1,…,N-1，n为横向索引值，N为所述原始图像信号对应的原始图像的横向像素总数。
8.一种模糊覆盖区域处理设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-6中任一项所述的方法。
9.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，当所述计算机程序指令被处理器执行时实现如权利要求1-6中任一项所述的方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2017111662625 | 2017-11-21 | ||
| CN201711166262 | 2017-11-21 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108389166A CN108389166A (zh) | 2018-08-10 |
| CN108389166B true CN108389166B (zh) | 2021-08-13 |
Family
ID=63074755
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810130638.5A Active CN108389166B (zh) | 2017-11-21 | 2018-02-08 | 模糊覆盖区域处理方法、装置、设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108389166B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101464511A (zh) * | 2009-01-16 | 2009-06-24 | 北京航空航天大学 | 一种星载合成孔径雷达的工作波位判定方法 |
| CN101957449A (zh) * | 2010-04-06 | 2011-01-26 | 北京航空航天大学 | 一种星载topsar模式下方位向模糊度的优化方法 |
| CN102967861A (zh) * | 2012-10-17 | 2013-03-13 | 中国人民解放军国防科学技术大学 | Topsar系统参数工程设计方法 |
| CN103605119A (zh) * | 2013-09-18 | 2014-02-26 | 北京航空航天大学 | 一种星载合成孔径雷达条带模式方位模糊抑制方法 |
| CN106780406A (zh) * | 2017-02-28 | 2017-05-31 | 长沙全度影像科技有限公司 | 一种快速鱼眼图像去模糊方法 |
| CN107064895A (zh) * | 2017-03-08 | 2017-08-18 | 北京航空航天大学 | 星载合成孔径雷达图像的模糊抑制方法和装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| IL154396A0 (zh) * | 2002-12-29 | 2009-02-11 | Haim Niv |
-
2018
- 2018-02-08 CN CN201810130638.5A patent/CN108389166B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101464511A (zh) * | 2009-01-16 | 2009-06-24 | 北京航空航天大学 | 一种星载合成孔径雷达的工作波位判定方法 |
| CN101957449A (zh) * | 2010-04-06 | 2011-01-26 | 北京航空航天大学 | 一种星载topsar模式下方位向模糊度的优化方法 |
| CN102967861A (zh) * | 2012-10-17 | 2013-03-13 | 中国人民解放军国防科学技术大学 | Topsar系统参数工程设计方法 |
| CN103605119A (zh) * | 2013-09-18 | 2014-02-26 | 北京航空航天大学 | 一种星载合成孔径雷达条带模式方位模糊抑制方法 |
| CN106780406A (zh) * | 2017-02-28 | 2017-05-31 | 长沙全度影像科技有限公司 | 一种快速鱼眼图像去模糊方法 |
| CN107064895A (zh) * | 2017-03-08 | 2017-08-18 | 北京航空航天大学 | 星载合成孔径雷达图像的模糊抑制方法和装置 |
Non-Patent Citations (3)
| Title |
|---|
| Accurate Reconstruction and Suppression for Azimuth Ambiguities in Spaceborne Stripmap SAR Images;Jie Chen等;《IEEE Geoscience and Remote Sensing Letters》;20161208;第14卷(第1期);第102-106页 * |
| SAR渐进扫描模式波位线性设计方法;杨威等;《系统工程与电子技术》;20111015;第33卷(第10期);第2119-2202页 * |
| 关于合成孔径雷达方位模糊抑制的研究;姜国安;《中国优秀硕士学位论文全文数据库》;20081015(第10期);第I136-528页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108389166A (zh) | 2018-08-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111443339B (zh) | 一种双基sar空变校正成像方法、装置、设备及存储介质 | |
| CN110412568B (zh) | 基于扩展方位角相位编码的距离模糊杂波抑制方法 | |
| US9395437B2 (en) | Moving multi-polarization multi-transmitter/receiver ground penetrating radar system and signal processing for buried target detection | |
| CN103869313B (zh) | 一种多通道合成孔径雷达距离向模糊的抑制方法及装置 | |
| CN108051809B (zh) | 基于Radon变换的运动目标成像方法、装置及电子设备 | |
| CN109298418B (zh) | 基于建筑物内部结构特征的雷达检测虚警抑制方法及装置 | |
| CN110058233B (zh) | 一种多基地合成孔径雷达系统的抗欺骗性干扰方法 | |
| CN112379375B (zh) | 基于双天线sar频分加码分斜视两发两收成像方法及装置 | |
| CN113655478B (zh) | 一种成像方法及装置 | |
| RU2411536C1 (ru) | Способ двухэтапного восстановления радиолокационного изображения | |
| CN112379374A (zh) | 基于双天线sar频分两发两收的测绘带成像方法及装置 | |
| CN108389166B (zh) | 模糊覆盖区域处理方法、装置、设备及计算机可读存储介质 | |
| Lu et al. | Accurate SAR image recovery from RFI contaminated raw data by using image domain mixed regularizations | |
| CN108845318B (zh) | 基于Relax算法的星载高分宽幅成像方法 | |
| CN113221062B (zh) | 一种小型无人机载BiSAR系统的高频运动误差补偿方法 | |
| CN113514827B (zh) | 无人机集群模式下合成孔径雷达成像处理方法及应用 | |
| CN107064895B (zh) | 星载合成孔径雷达图像的模糊抑制方法和装置 | |
| CN108375779B (zh) | 一种基于Kalman滤波器的导航接收机干扰抑制方法 | |
| CN103701515A (zh) | 一种数字多波束形成方法 | |
| CN111665507B (zh) | 图像干扰抑制方法、装置、计算机可读介质和电子设备 | |
| El-Ashkar et al. | Compressed sensing for SAR image reconstruction | |
| Nair et al. | Spectral gap extrapolation and radio frequency interference suppression using 1D UNets | |
| CN117730264A (zh) | 激光雷达抗干扰方法、装置、可读存储介质及终端设备 | |
| Kositsky et al. | Forward-looking high-resolution GPR system | |
| Jagadesh et al. | Modeling Target Detection and Performance Analysis of Electronic Countermeasures for Phased Radar. |
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 |