CN108399607A - 图像处理方法、装置、设备及计算机可读存储介质 - Google Patents
图像处理方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN108399607A CN108399607A CN201810130639.XA CN201810130639A CN108399607A CN 108399607 A CN108399607 A CN 108399607A CN 201810130639 A CN201810130639 A CN 201810130639A CN 108399607 A CN108399607 A CN 108399607A
- Authority
- CN
- China
- Prior art keywords
- pattern function
- weighting
- frequency
- array
- asymmetric
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 239000011159 matrix material Substances 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 25
- 230000005855 radiation Effects 0.000 claims abstract description 19
- 230000006870 function Effects 0.000 claims description 40
- 238000010606 normalization Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 15
- 238000001228 spectrum Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 230000005764 inhibitory process Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012546 transfer Methods 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
-
- 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)
- Radar Systems Or Details Thereof (AREA)
- Image Processing (AREA)
Abstract
本公开涉及一种图像处理方法、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,获得非对称加权矩阵;根据所述非对称加权矩阵,对所述初始频域信号进行非对称加权处理;将经所述非对称加权处理后的频域信号转换到时域,以得到非对称加权的图像信号。
Description
技术领域
本公开涉及图像处理技术领域,具体地,涉及一种图像处理方法、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图像处理方法、装置、设备及计算机可读存储介质,以抑制图像中的方位模糊。
为了实现上述目的,本公开第一方面提供一种图像处理方法,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,获得非对称加权矩阵;
根据所述非对称加权矩阵,对所述初始频域信号进行非对称加权处理;
将经所述非对称加权处理后的频域信号转换到时域,以得到非对称加权的图像信号。
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,获得非对称加权矩阵,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为所述待处理图像信号对应的待处理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,T为预设门限值;
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的非对称加权矩阵WF(m,n),所述非对称加权矩阵的每一列满足WF(m,n)=F1(m),n=0,1,…,N-1,n为横向索引值,N为所述待处理图像信号对应的待处理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,所述方法还包括:
按照以下公式,生成所述原目标天线方向图函数Wmain(m):
按照以下公式,生成所述模糊目标天线方向图函数Wamb(m):
其中,Vr为星地等效速度,La为天线长度,PRF为脉冲重复频率,fdc为多普勒中心频率。
本公开第二方面提供一种图像处理装置,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,获得非对称加权矩阵;
处理模块,被配置为根据所述非对称加权矩阵,对所述初始频域信号进行非对称加权处理;
第二转换模块,被配置为将经所述非对称加权处理后的频域信号转换到时域,以得到非对称加权的图像信号。
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为所述待处理图像信号对应的待处理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,T为预设门限值;
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的非对称加权矩阵WF(m,n),所述非对称加权矩阵的每一列满足WF(m,n)=F1(m),n=0,1,…,N-1,n为横向索引值,N为所述待处理图像信号对应的待处理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,所述装置还包括:
第一生成模块,被配置为按照以下公式,生成所述原目标天线方向图函数Wmain(m):
第二生成模块,被配置为按照以下公式,生成所述模糊目标天线方向图函数Wamb(m):
其中,Vr为星地等效速度,La为天线长度,PRF为脉冲重复频率,fdc为多普勒中心频率。
本公开第三方面提供一种图像处理设备,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。
通过上述技术方案,通过非对称加权矩阵对频域信号进行处理,在主频谱占优的频点上提供较高的频域通过性,在模糊频谱占优的频点上降低通过性,既实现了模糊信号的抑制处理,又尽可能地保留原目标特性。采用本公开实施例提供的方法,只需要少量参数(即上文中的相关参数)即可完成处理,不需要主成像区域数据,可适用于各种模式的星载合成孔径雷达图像模糊抑制。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图像处理方法的流程图。
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图像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图像处理装置的示意图。
图5是本公开实施例提供的图像处理设备的示意图。
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。
本公开实施例提供了一种图像处理方法,该方法利用原目标天线方向图函数和模糊目标天线方向图函数的不同,从频域信号入手,利用非对称加权矩阵最大化地抑制图像中的方位模糊。
图1是本公开实施例提供的图像处理方法的流程图,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,获得非对称加权矩阵;
在步骤S13中,根据所述非对称加权矩阵,对所述初始频域信号进行非对称加权处理;
在步骤S14中,将经所述非对称加权处理后的频域信号转换到时域,以得到非对称加权的图像信号。
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图像处理方法的实施过程如下:
第一步,读取待处理图像信号s(m,n),其中,m=0,1,…,M-1,m为纵向索引值,M为待处理图像信号对应的待处理图像的纵向像素总数,n=0,1,…,N-1,n为横向索引值,N为待处理图像信号对应的待处理图像的横向像素总数。
第二步,按照公式(1),将待处理图像信号转换到频域,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,T为预设门限值。一般情况下可设置T=500。
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:
或者
令F(m)=0;
针对以下索引位置:
若Wamb(m)=0,则令F(m)=T;
若Wamb(m)≠0且则令F(m)=T;
若Wamb(m)≠0且则令
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的非对称加权矩阵WF(m,n),非对称加权矩阵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)进行非对称加权处理,得到经非对称加权处理后的频域信号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,按照公式(8),将经非对称加权处理后的频域信号WS(k,n)转换到时域,以得到非对称加权的图像信号ws(m,n):
非对称加权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图像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,达到了模糊抑制效果。
采用上述技术方案,通过非对称加权矩阵对频域信号进行处理,在主频谱占优的频点上提供较高的频域通过性,在模糊频谱占优的频点上降低通过性,既实现了模糊信号的抑制处理,又尽可能地保留原目标特性。采用本公开实施例提供的方法,只需要少量参数(即上文中的相关参数)即可完成处理,不需要主成像区域数据,可适用于各种模式的星载合成孔径雷达图像模糊抑制。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图像处理装置。图4是本公开实施例提供的图像处理装置的示意图。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,获得非对称加权矩阵;
处理模块203,被配置为根据所述非对称加权矩阵,对所述初始频域信号进行非对称加权处理;
第二转换模块204,被配置为将经所述非对称加权处理后的频域信号转换到时域,以得到非对称加权的图像信号。
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为所述待处理图像信号对应的待处理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,T为预设门限值;
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的非对称加权矩阵WF(m,n),所述非对称加权矩阵的每一列满足WF(m,n)=F1(m),n=0,1,…,N-1,n为横向索引值,N为所述待处理图像信号对应的待处理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,所述装置还包括:
第一生成模块,被配置为按照以下公式,生成所述原目标天线方向图函数Wmain(m):
第二生成模块,被配置为按照以下公式,生成所述模糊目标天线方向图函数Wamb(m):
其中,Vr为星地等效速度,La为天线长度,PRF为脉冲重复频率,fdc为多普勒中心频率。
本公开实施例提供了一种图像处理设备,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图像处理方法。
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图像处理方法。
结合图1描述的本公开实施例的图像处理方法可以由图像处理设备来实现。图5示出了本公开实施例提供的图像处理设备的硬件结构示意图。
图像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图像处理方法。
在一个示例中,图像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,将执行图像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图像处理方法,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图像处理方法。
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 (10)
1.一种图像处理方法,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,获得非对称加权矩阵;
根据所述非对称加权矩阵,对所述初始频域信号进行非对称加权处理;
将经所述非对称加权处理后的频域信号转换到时域,以得到非对称加权的图像信号。
2.根据权利要求1所述的方法,其特征在于,根据原目标天线方向图函数和模糊目标天线方向图函数,获得非对称加权矩阵,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为所述待处理图像信号对应的待处理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,T为预设门限值;
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的非对称加权矩阵WF(m,n),所述非对称加权矩阵的每一列满足WF(m,n)=F1(m),n=0,1,…,N-1,n为横向索引值,N为所述待处理图像信号对应的待处理图像的横向像素总数。
3.根据权利要求2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。
4.根据权利要求2或3所述的方法,其特征在于,所述方法还包括:
按照以下公式,生成所述原目标天线方向图函数Wmain(m):
按照以下公式,生成所述模糊目标天线方向图函数Wamb(m):
其中,Vr为星地等效速度,La为天线长度,PRF为脉冲重复频率,fdc为多普勒中心频率。
5.一种图像处理装置,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,获得非对称加权矩阵;
处理模块,被配置为根据所述非对称加权矩阵,对所述初始频域信号进行非对称加权处理;
第二转换模块,被配置为将经所述非对称加权处理后的频域信号转换到时域,以得到非对称加权的图像信号。
6.根据权利要求5所述的装置,其特征在于,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为所述待处理图像信号对应的待处理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,T为预设门限值;
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的非对称加权矩阵WF(m,n),所述非对称加权矩阵的每一列满足WF(m,n)=F1(m),n=0,1,…,N-1,n为横向索引值,N为所述待处理图像信号对应的待处理图像的横向像素总数。
7.根据权利要求6所述的装置,其特征在于,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。
8.根据权利要求6或7所述的装置,其特征在于,所述装置还包括:
第一生成模块,被配置为按照以下公式,生成所述原目标天线方向图函数Wmain(m):
第二生成模块,被配置为按照以下公式,生成所述模糊目标天线方向图函数Wamb(m):
其中,Vr为星地等效速度,La为天线长度,PRF为脉冲重复频率,fdc为多普勒中心频率。
9.一种图像处理设备,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1-4中任一项所述的方法。
10.一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1-4中任一项所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2017111682050 | 2017-11-21 | ||
CN201711168205 | 2017-11-21 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108399607A true CN108399607A (zh) | 2018-08-14 |
CN108399607B CN108399607B (zh) | 2021-08-17 |
Family
ID=63096558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810130639.XA Active CN108399607B (zh) | 2017-11-21 | 2018-02-08 | 抑制图像方位模糊的方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108399607B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040178943A1 (en) * | 2002-12-29 | 2004-09-16 | Haim Niv | Obstacle and terrain avoidance sensor |
CN102680956A (zh) * | 2012-05-14 | 2012-09-19 | 北京航空航天大学 | 星载合成孔径雷达方位向第一模糊区回波信号能量抑制系统 |
CN102879780A (zh) * | 2012-09-14 | 2013-01-16 | 北京航空航天大学 | 一种基于多普勒三次项估计的星载合成孔径雷达成像方法 |
CN103048648A (zh) * | 2011-10-14 | 2013-04-17 | 中国科学院电子学研究所 | 一种基于lq的成像雷达方位模糊抑制方法 |
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 |
CN104698431A (zh) * | 2015-03-17 | 2015-06-10 | 河海大学 | 模糊分量空间角的估计及多通道sar方位解模糊方法 |
CN106291547A (zh) * | 2016-06-14 | 2017-01-04 | 河海大学 | 基于天线方向图辅助的多普勒模糊分量自适应抑制方法 |
CN106371072A (zh) * | 2016-08-30 | 2017-02-01 | 西安电子科技大学 | 一种基于单个脉冲频域采样的空间信号频谱普查方法 |
-
2018
- 2018-02-08 CN CN201810130639.XA patent/CN108399607B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040178943A1 (en) * | 2002-12-29 | 2004-09-16 | Haim Niv | Obstacle and terrain avoidance sensor |
CN103048648A (zh) * | 2011-10-14 | 2013-04-17 | 中国科学院电子学研究所 | 一种基于lq的成像雷达方位模糊抑制方法 |
CN102680956A (zh) * | 2012-05-14 | 2012-09-19 | 北京航空航天大学 | 星载合成孔径雷达方位向第一模糊区回波信号能量抑制系统 |
CN102879780A (zh) * | 2012-09-14 | 2013-01-16 | 北京航空航天大学 | 一种基于多普勒三次项估计的星载合成孔径雷达成像方法 |
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 |
CN104698431A (zh) * | 2015-03-17 | 2015-06-10 | 河海大学 | 模糊分量空间角的估计及多通道sar方位解模糊方法 |
CN106291547A (zh) * | 2016-06-14 | 2017-01-04 | 河海大学 | 基于天线方向图辅助的多普勒模糊分量自适应抑制方法 |
CN106371072A (zh) * | 2016-08-30 | 2017-02-01 | 西安电子科技大学 | 一种基于单个脉冲频域采样的空间信号频谱普查方法 |
Non-Patent Citations (3)
Title |
---|
JIE CHEN等: "Accurate Reconstruction and Suppression for Azimuth Ambiguities in Spaceborne Stripmap SAR Images", 《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》 * |
姜国安: "关于合成孔径雷达方位模糊抑制的研究", 《中国优秀硕士学位论文全文数据库》 * |
杨威等: "AR渐进扫描模式波位线性设计方法", 《系统工程与电子技术》 * |
Also Published As
Publication number | Publication date |
---|---|
CN108399607B (zh) | 2021-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110441753B (zh) | 雷达遮挡检测方法及雷达 | |
US11181624B2 (en) | Method and apparatus for calibration between laser radar and camera, device and storage medium | |
JP6572345B2 (ja) | 車線検出のための方法及び装置 | |
JP2021533429A (ja) | 複数対象を検出する非極大値抑制方法、装置、およびデバイス | |
KR20220028962A (ko) | 이미지 개선 방법, 이미지 개선 장치, 그 장치의 학습 방법 및 학습 장치 | |
CN109146803B (zh) | 基于多角度图像的sar图像辐射分辨率提升方法及装置 | |
CN112651359A (zh) | 障碍物检测方法、装置、电子设备和存储介质 | |
CN114240805B (zh) | 一种多角度sar动态成像检测方法及装置 | |
DE102018115337A1 (de) | System und Verfahren zum Detektieren von fingierter Information über einen Fahrzeugstandort | |
US20150235072A1 (en) | Hyperspectral image processing | |
CN110880169A (zh) | 病灶区域标注方法、装置、计算机系统及可读存储介质 | |
CN107064895B (zh) | 星载合成孔径雷达图像的模糊抑制方法和装置 | |
CN108399607A (zh) | 图像处理方法、装置、设备及计算机可读存储介质 | |
CN107967696B (zh) | 一种水面船只雷达遥感检测方法、电子设备 | |
EP2985627B1 (en) | Method and device for improving quality of scansar image | |
Feng et al. | Adaptive-mask fusion network for segmentation of drivable road and negative obstacle with untrustworthy features | |
CN116543222A (zh) | 膝关节病变检测方法、装置、设备及计算机可读存储介质 | |
CN108389166A (zh) | 图像处理方法、装置、设备及计算机可读存储介质 | |
CN114937007A (zh) | 一种基于角点特征的无人机视觉着陆跑道起始线检测方法 | |
ELBohy et al. | Evaluating the effect of stage removal on the performance of phase gradient autofocus (PGA) algorithm | |
CN111462176A (zh) | 一种目标追踪方法、目标追踪装置及终端设备 | |
CN112068097B (zh) | 雷达遥感数据的标注方法、装置、电子设备和存储介质 | |
CN117289276B (zh) | Sar图像的处理方法、装置、电子设备和存储介质 | |
CN114785426B (zh) | 多天线抗干扰方法、装置、设备和计算机可读存储介质 | |
CN113076811B (zh) | 一种航空图像道路提取方法及设备 |
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 |