CN108594223A - 机载sar图像目标定位方法 - Google Patents
机载sar图像目标定位方法 Download PDFInfo
- Publication number
- CN108594223A CN108594223A CN201810253831.8A CN201810253831A CN108594223A CN 108594223 A CN108594223 A CN 108594223A CN 201810253831 A CN201810253831 A CN 201810253831A CN 108594223 A CN108594223 A CN 108594223A
- Authority
- CN
- China
- Prior art keywords
- motion parameter
- doppler
- sar image
- aircraft motion
- aircraft
- 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
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
-
- 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
本发明公开的一种机载SAR图像目标定位方法,旨在提供一种能够提高定位精度的SAR图像目标定位方法。本发明通过下述技术方案予以实现:首先利用尺度不变特征转换SIFT匹配算法,把机载SAR图像与基准图像进行配准,求得若干个匹配的像素对,把基准图像的目标定位精度传递到机载SAR图像;然后进行载机运动参数更新:根据配准得到的若干个匹配的像素对,建立这些像素对的距离‑多普勒模型,利用最小二乘法对距离‑多普勒模型中的载机运动参数进行更新,得到更新后的更精确的载机运动参数;再根据得到的更精确的载机运动参数,采用符合SAR成像原理的距离‑多普勒模型来进行SAR图像目标定位。
Description
技术领域
本发明涉及一种应用于用机载微波遥感领域,尤其是基于载机运动参数更新的机载SAR图像目标精确定位方法。
背景技术
合成孔径雷达SAR(Synthetic Aperture Radar)遥感图像的地理定位在自然灾害的动态监测等应用中有着重要意义。由于SAR成像具有全天候、全天时及远距离等特点,使得SAR成像技术在灾情调查、地质勘测、遥感测绘等领域得到了广泛的应用。图像中目标的位置参数在遥感中是一个很重要的信息量,SAR图像目标定位具有重要的应用价值。随着SAR设备的普及,SAR图像也逐步应用到民用领域,比如海上目标的检测。机载SAR图像由于其高分辨率所以能够有效地保留目标的特征,不过高分辨率图像也为快速目标检测带来了困难。海面情况的复杂、成像时参数的变化以及目标的差异导致目标尺度的不一致性,又对目标检测精度产生很大的影响。对于机载SAR图像,由于目标受微波入射角的影响比较大,飞机离地面的距离较近,大范围的成像肯定会导致图像上辐射角的范围变化比较大,因此,在机载SAR图像上中心和图像边缘的目标的成像特性是不同的,有的时候因为图像边界区域的辐射角的问题,得到的边界区域是不能够进行目标检测的。
SAR图像的地理定位,包括对SAR图像的几何变形进行纠正和地面定位两方面的技术。传统的SAR图像纠正方法主要有:多项式纠正法、模拟图像纠正法、构像方程纠正法。这些纠正方法都依赖于较高精度的地面控制点,并且需要通过人工判读的方法确定控制点在影像上的位置,因此,目前的纠正方法很难实现实时自动纠正。
SAR图像目标定位方法主要分为有控制点的方法和无控制点的方法两类。其中有控制点的方法包括多项式法和共线方程法,但是由于地面控制点难以获得,此类方法的应用受到了很大的限制,无控制点的方法得到了广泛的应用。无控制点的方法包括F.Leberl模型法和距离-多普勒(Range-Doppler,R-D)模型法,其中距离-多普勒模型法应用更为广泛。
传统的机载SAR图像目标定位技术主要基于Curlander提出的距离-多普勒(Range-Doppler,R-D)模型。距离-多普勒模型根据目标的回波延时来确定目标离雷达的距离,建立距离方程,根据目标的多普勒特性来确定目标的方位位置,建立多普勒方程,联合距离方程和多普勒方程进行定位,目标位于等距离同心圆束和等多普勒频移双曲线束的交点上。国内外多位学者基于此模型研究了SAR图像目标定位技术,但是此类方法受惯性导航系统提供的载机运动参数影响较大,定位精度不高。
发明内容
本发明的目的是针对现有的机载SAR图像定位方法受惯性导航系统提供的载机运动参数影响较大,定位精度不高的问题,提出一种高精度的机载SAR图像目标定位方法。
本发明实现上述机载SAR图像目标定位方法,其特征在于包括如下步骤:
(1)合成孔径雷达SAR图像配准:首先利用尺度不变特征转换SIFT匹配算法,把机载SAR图像与基准图像进行配准,求得若干个匹配的像素对,其中基准图像的每一个像素都有精确的地理位置信息,因此把基准图像的目标定位精度传递到机载SAR图像;
(2)进行载机运动参数更新:根据配准得到的若干个匹配的像素对,建立这些像素对的距离-多普勒模型,利用最小二乘法对距离-多普勒模型中的载机运动参数进行更新,得到更新后的更精确的载机运动参数;
(3)距离-多普勒定位:根据上一步骤得到的更精确的载机运动参数,采用符合SAR成像原理的距离-多普勒模型来进行SAR图像目标定位。
本发明相比于现有技术具有如下有益效果:
定位精度高。本发明通过配准机载SAR图像和基准图像,把基准图像的目标定位精度传递到了机载SAR图像,又根据配准得到的匹配的像素对求得更精确的载机运动参数,对距离-多普勒模型中的载机运动参数进行更新,最后采用符合SAR成像原理的距离-多普勒模型来进行SAR图像目标定位,相比于现有技术提高了定位精度。
兼具了有控制点定位方法的精度和无控制点定位方法的简单易行。有控制点的定位方法精度高,但由于控制点难以获取,限制了其应用范围。无控制点方法不需要地面控制点,应用简单,但是精度难以提高。本发明既获得了有控制点方法的精度,又不需要地面控制点,简单易行。
辅助导航功能。本发明对载机运动参数进行更新,更新之后的载机运动参数即载机的位置和速度参数更为精确,因此可以辅助载机上原有的导航系统,提高导航的精度。当在不同的时间点多次进行载机运动参数更新后,可以对运动参数按时间进行平滑滤波进一步提高导航的精度。
附图说明
图1是本发明机载SAR图像目标定位方法的总体流程图。
图2是图1中载机运动参数更新的详细流程图。
图3是图1中距离-多普勒定位的详细流程图。
下面通过具体的实施方式并结合附图对本发明作进一步详细的描述。
具体实施方式
参阅图1。根据本发明,分为三个步骤:(1)图像配准;(2)载机运动参数更新;(3)距离-多普勒定位。
(1)图像配准。利用尺度不变特征转换SIFT(Scale-invariant featuretransform)等匹配算法对机载SAR图像与基准图像进行配准,得到若干个匹配的像素对,其中基准图像的每一个像素都有精确的地理位置信息,因此就把基准图像的目标定位精度传递到了机载SAR图像。结合高程数据DEM,将得到的若干个匹配的像素(ik,jk)和经纬度坐标(αk,βk),k=1、2…K,把基准图像的经纬度坐标(αk,βk)转换到地心地固坐标(Earth-Centered Earth-Fixed,简称ECEF坐标),得到基准图像的ECEF坐标Pk=[Xk Yk Zk]T,其中,K为匹配的像素对个数,ik为机载SAR图像的行坐标,jk为机载SAR图像的列坐标,αk为基准图像的经度坐标,βk为基准图像的纬度坐标,下角标k为第k个像素对,Xk、Yk和Zk分别为ECEF坐标系的三个分量,上角标T表示对相应的矩阵进行转置。
DEM高程数据可以采用ASTER GDEM 30米分辨率高程数据。ASTER GDEM数据来源于NASA,数据覆盖范围为北纬83°到南纬83°之间的所有陆地区域,时间范围为2000年前后。
(2)载机运动参数更新。建立K个匹配像素对的距离-多普勒模型,然后利用最小二乘法对距离-多普勒模型中的载机运动参数进行更新,得到更精确的载机运动参数。
在载机运动参数更新中,首先建立距离方程组:
第k个匹配像素与载机的距离FR k=R0+(ik-i0)ΔR-|PS′-Pk|=0,然后建立多普勒方程组:
第k个匹配像素的多普勒频率
载机的ECEF坐标PS=[XS YS ZS]T,
载机的ECEF速度V=[VX VY VZ]T,
则第k个匹配像素对应的载机ECEF坐标
式中,R0是机载SAR成像场景中心点的斜距,下角标R表示距离,下角标0表示机载SAR成像场景中心点,ik、jk分别是机载SAR图像中第k个匹配像素的行列坐标,下角标k=1、2、…K表示第k个像素对,K是匹配的像素对个数,ΔR是距离分辨率,Pk为基准图像中第k个匹配像素的ECEF坐标,下角标D表示多普勒,fdc是多普勒中心频率,下角标dc为多普勒中心,λ为波长,|PS′-Pk|为PS′-Pk的绝对值长度,“·”表示两个向量的数量积,XS、YS、ZS为ECEF坐标的三个坐标轴分量,X、Y和Z分别表示X坐标轴方向、Y坐标轴方向和Z坐标轴方向,下角标S表示载机,i0、j0分别为机载SAR图像的行和列的原点坐标,PRF是脉冲重复频率,XS′、YS′和ZS′分别是载机坐标的三个坐标轴分量,上角标T表示对相应的矩阵进行转置。
距离-多普勒方程总共为2K个,待更新的载机运动参数包括载机的ECEF坐标PS和ECEF速度V,可以用载机运动参数A进行表示,A=[PS V]T=[XS YS ZS VX VY VZ]T。
参阅图2。根据载机运动参数更新步骤,首先在距离-多普勒方程组中初始化待更新的载机运动参数,第二步采用K个匹配像素对计算距离-多普勒方程相对于载机运动参数的雅可比矩阵,第三步采用K个匹配像素对和载机运动参数计算距离-多普勒方程的闭合差向量,第四步计算载机运动参数的更新量并对载机运动参数进行更新,然后判断更新量是否小于更新量的阈值,如果是,则载机运动参数更新的流程结束,如果否,则返回第二步,重复第二步到第四步,直到载机运动参数的更新量小于阈值为止。详细的步骤如下:
(a)在距离-多普勒方程组中初始化待更新的载机运动参数,使用载机的惯导参数对载机的ECEF坐标PS和载机的ECEF速度V进行初始化,即对待更新的载机运动参数A进行初始化;(b)采用K个匹配像素对(ik,jk)和对应的基准图像的ECEF坐标Pk,计算2K个距离-多普勒方程相对于待更新参数A的雅可比矩阵B
且
其中表示偏导数,和是为了公式简洁而设定的三个函数符号,没有具体意义。
(c)采用K个匹配像素对(ik,jk)和对应的基准图像的ECEF坐标Pk,以及载机运动参数A计算2K个距离-多普勒方程的闭合差向量其中,表示第k个像素对,K是匹配的像素对个数,下角标R表示距离,下角标D表示多普勒。
(d)计算载机运动参数的更新量Δ1=(BTB)-1(BTF),把载机运动参数A的值更新为A+Δ1,其中Δ1表示更新量,B表示雅可比矩阵,上角标T表示对相应的矩阵进行转置,上角标-1表示求逆矩阵;
(e)判断更新量是否小于更新量的阈值ε1,ε1为自己设置的一个很小的值。如果是,参数更新的流程结束,否则返回步骤(b)计算2K个距离-多普勒方程相对于载机运动参数A的雅可比矩阵,重复步骤(b)-(d),直到更新量Δ1小于阈值,此时就得到更新后的载机运动参数A。
(3)距离-多普勒定位。根据上一步骤得到的更精确的载机运动参数,基于距离-多普勒模型对SAR图像目标进行定位。
机载SAR图像中待定位目标的行列坐标设为(i,j)。针对待定位目标建立距离-多普勒方程组:距离方程FR=R0+(i-i0)ΔR-|PS′-P|=0
多普勒方程
椭球方程
目标对应的载机ECEF位置坐标
式中,P=[X Y Z]T是待定位点的ECEF坐标,a表示参考椭圆的半长轴长度,b表示参考椭圆的半短轴长度,h表示目标高度。
距离-多普勒定位的具体步骤参阅图3,首先在距离-多普勒方程组中初始化目标高度,第二步初始化待定位目标的ECEF坐标,第三步计算距离-多普勒方程组相对于待定位目标ECEF坐标的雅可比矩阵,第四步用载机运动参数等计算距离-多普勒方程的闭合差向量,第五步用载机运动参数等计算待定位目标的ECEF坐标的更新量,第六步判断更新量是否小于更新量的阈值,如果否,则返回第三步到第五步,直到目标的ECEF坐标的更新量小于阈值为止,第七步根据上一步得到的目标的ECEF坐标从高程数据DEM中内插得到新的目标高度h,然后判断新旧高度差是否小于高度差的阈值,如果是,则距离-多普勒定位流程结束,如果否,则重复第二步到第七步,直到高度差的更新量小于阈值为止。详细的步骤如下:
(a)在距离-多普勒方程组中初始化目标高度
根据场景平均高度对目标高度h进行初始化。
(b)在距离-多普勒方程组中初始化待定位目标的ECEF坐标
根据目标场景中心点的经纬度坐标(α0,β0)和场景平均高度h,可以转换为场景中心点的ECEF坐标P0=[X0 Y0 Z0]T,用场景中心点的ECEF坐标初始化待定位目标的ECEF坐标P=[X Y Z]T。
(c)计算距离-多普勒方程组相对于待定位目标ECEF坐标P的雅可比矩阵B
其中
(d)用载机运动参数等计算距离-多普勒方程的闭合差向量
(e)用载机运动参数等计算待定位目标的ECEF坐标的更新量Δ2=(BTB)-1(BTF),把P的值更新为P+Δ2;
(f)重复步骤(c)-(e),直到待定位目标的ECEF坐标的更新量Δ2小于更新量的阈值ε2,ε2为自己设置的一个很小的值。
(g)根据上一步得到的待定位目标的ECEF坐标从DEM数据中内插得到新的目标高度h,与当前的目标高度之差为Δ3。
(h)重复步骤(b)-(g),直到目标高度差Δ3小于高度差的阈值ε3,ε3为自己设置的一个很小的值。至此,完成距离-多普勒定位。
Claims (10)
1.一种机载SAR图像目标定位方法,其特征在于包括如下步骤:
(1)合成孔径雷达SAR图像配准:首先利用尺度不变特征转换SIFT匹配算法,把机载SAR图像与基准图像进行配准,求得若干个匹配的像素对,其中基准图像的每一个像素都有精确的地理位置信息,因此把基准图像的目标定位精度传递到机载SAR图像;
(2)进行载机运动参数更新:根据配准得到的若干个匹配的像素对,建立这些像素对的距离-多普勒模型,利用最小二乘法对距离-多普勒模型中的载机运动参数进行更新,得到更新后的更精确的载机运动参数;
(3)距离-多普勒定位:根据上一步骤得到的更精确的载机运动参数,采用符合SAR成像原理的距离-多普勒模型来进行SAR图像目标定位。
2.如权利要求1所述的机载SAR图像目标定位方法,其特征在于:结合高程数据DEM,将得到的若干个匹配的像素(ik,jk)和经纬度坐标(αk,βk),k=1、2…K,把基准图像的经纬度坐标(αk,βk)转换到地心地固坐标ECEF,得到基准图像的ECEF坐标Pk=[Xk Yk Zk]T,其中,K为匹配的像素对个数,ik为机载SAR图像的行坐标,jk为机载SAR图像的列坐标,αk为基准图像的经度坐标,βk为基准图像的纬度坐标,下角标k为第k个像素对,Xk、Yk和Zk分别为ECEF坐标系的三个分量,T表示对相应矩阵进行的转置。
3.如权利要求2所述的机载SAR图像目标定位方法,其特征在于:在载机运动参数更新中,首先建立距离方程组:
第k个匹配像素与载机的距离FR k=R0+(ik-i0)ΔR-|PS′-Pk|=0,然后建立多普勒方程组:
第k个匹配像素的多普勒频率
载机的ECEF坐标PS=[XS YS ZS]T,
载机的ECEF速度V=[VX VY VZ]T,
则第k个目标对应的载机ECEF坐标
式中,R0是机载SAR成像场景中心点的斜距,下角标R表示距离,下角标0表示机载SAR成像场景中心点,ik、jk分别是机载SAR图像中第k个匹配像素的行列坐标,下角标k=1、2、…K表示第k个像素对,K是匹配的像素对个数,ΔR是距离分辨率,Pk为基准图像的ECEF坐标,下角标D表示多普勒,fdc是多普勒中心频率,下角标dc为多普勒中心,λ为波长,|PS′-Pk|为PS′-Pk的绝对值长度,“·”表示两个向量的数量积,XS、YS、ZS为ECEF坐标的三个坐标轴分量,X、Y和Z分别表示X坐标轴方向、Y坐标轴方向和Z坐标轴方向,下角标S表示载机,i0、j0分别为机载SAR图像的行和列的原点坐标,PRF是脉冲重复频率,XS′、YS′和ZS′分别是载机坐标的三个坐标轴分量,上角标T表示对相应的矩阵进行转置。
4.如权利要求3所述的机载SAR图像目标定位方法,其特征在于:距离-多普勒方程总共为2K个,待更新的载机运动参数包括载机的ECEF坐标PS位置和ECEF速度V向量,距离-多普勒方程总共为2K个,待更新的载机运动参数包括载机的ECEF坐标PS位置和ECEF速度V向量,用载机运动参数A进行表示,A=[PS V]T=[XS YS ZS VX VY VZ]T。
5.如权利要求1所述的机载SAR图像目标定位方法,其特征在于:根据载机运动参数更新步骤,首先在距离-多普勒方程组中初始化待更新的载机运动参数,第二步采用K个匹配像素对计算距离-多普勒方程相对于载机运动参数的雅可比矩阵,第三步采用K个匹配像素对和载机运动参数计算距离-多普勒方程的闭合差向量,第四步计算载机运动参数的更新量并对载机运动参数进行更新,然后判断更新量是否小于更新量的阈值,如果是,则载机运动参数更新的流程结束,如果否,则返回第二步,重复第二步到第四步,直到载机运动参数的更新量小于阈值为止。
6.如权利要求1所述的机载SAR图像目标定位方法,其特征在于:采用K个匹配像素对(ik,jk)和对应的基准图像的ECEF坐标Pk,以及载机运动参数A计算2K个距离-多普勒方程的闭合差向量其中,k=1、2、…K表示第k个像素对,K是匹配的像素对个数,下角标R表示距离,下角标D表示多普勒。
7.如权利要求6所述的机载SAR图像目标定位方法,其特征在于:计算载机运动参数的更新量Δ1=(BTB)-1(BTF),把载机运动参数A的值更新为A+Δ1,其中Δ1表示更新量,B表示雅可比矩阵,上角标T表示对相应矩阵进行的转置,上角标-1表示求逆矩阵。
8.如权利要求7所述的机载SAR图像目标定位方法,其特征在于:判断更新量是否小于更新量的阈值ε1,如果是,参数更新的流程结束,否则返回计算2K个距离-多普勒方程相对于载机运动参数A的雅可比矩阵,直到更新量Δ1小于阈值,得到更新后的载机运动参数A。
9.如权利要求3所述的机载SAR图像目标定位方法,其特征在于:针对待定位目标建立距离-多普勒方程组:
距离方程FR=R0+(i-i0)ΔR-|PS′-P|=0
多普勒方程
椭球方程
目标对应的载机ECEF位置坐标
式中,P=[X Y Z]T是待定位点的ECEF坐标,a表示参考椭圆的半长轴长度,b表示参考椭圆的半短轴长度,h表示目标高度。
10.如权利要求7所述的机载SAR图像目标定位方法,其特征在于:用载机运动参数A计算待定位目标的ECEF坐标的更新量Δ2=(BTB)-1(BTF),更新待定位点的ECEF坐标为P+Δ2,直到待定位目标的ECEF坐标的更新量Δ2小于更新量的阈值ε2,根据得到的待定位目标的ECEF坐标,从DEM数据中内插,得到新的目标高度h与当前的目标高度之差为Δ3,直到目标高度差Δ3小于高度差的阈值ε3,完成距离-多普勒定位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810253831.8A CN108594223A (zh) | 2018-03-26 | 2018-03-26 | 机载sar图像目标定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810253831.8A CN108594223A (zh) | 2018-03-26 | 2018-03-26 | 机载sar图像目标定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108594223A true CN108594223A (zh) | 2018-09-28 |
Family
ID=63623670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810253831.8A Pending CN108594223A (zh) | 2018-03-26 | 2018-03-26 | 机载sar图像目标定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108594223A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109541589A (zh) * | 2018-10-25 | 2019-03-29 | 中国电子科技集团公司电子科学研究院 | 空间自旋目标雷达的三维成像方法、装置及存储介质 |
CN110163896A (zh) * | 2019-03-29 | 2019-08-23 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | Sar图像匹配方法 |
CN110579744A (zh) * | 2019-08-30 | 2019-12-17 | 湖北航天技术研究院总体设计所 | 一种基于dom卫片的场景建模仿真方法 |
CN111398956A (zh) * | 2020-03-13 | 2020-07-10 | 中国科学院电子学研究所苏州研究院 | 多基高比星载sar三维定位rd方程优化配权方法 |
CN111522007A (zh) * | 2020-07-06 | 2020-08-11 | 航天宏图信息技术股份有限公司 | 真实场景与目标仿真融合的sar成像仿真方法和系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1184680A1 (de) * | 2000-08-09 | 2002-03-06 | EADS Deutschland Gmbh | Verfahren zur Repositionierung von Bewegtzielen in SAR-Bildern |
CN101339244A (zh) * | 2008-08-01 | 2009-01-07 | 北京航空航天大学 | 一种机载sar图像自动目标定位方法 |
CN103235304A (zh) * | 2013-03-26 | 2013-08-07 | 中国科学院电子学研究所 | 一种基于误差等效rd模型修正的sar几何校正方法 |
CN105242252A (zh) * | 2015-09-30 | 2016-01-13 | 西安电子科技大学 | 基于图像匹配的下降轨聚束sar雷达定位方法 |
CN106443676A (zh) * | 2016-09-29 | 2017-02-22 | 中国科学院电子学研究所 | 稀少控制点星载合成孔径雷达图像对地定位方法 |
CN107330927A (zh) * | 2017-06-01 | 2017-11-07 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 机载可见光图像定位方法 |
-
2018
- 2018-03-26 CN CN201810253831.8A patent/CN108594223A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1184680A1 (de) * | 2000-08-09 | 2002-03-06 | EADS Deutschland Gmbh | Verfahren zur Repositionierung von Bewegtzielen in SAR-Bildern |
CN101339244A (zh) * | 2008-08-01 | 2009-01-07 | 北京航空航天大学 | 一种机载sar图像自动目标定位方法 |
CN103235304A (zh) * | 2013-03-26 | 2013-08-07 | 中国科学院电子学研究所 | 一种基于误差等效rd模型修正的sar几何校正方法 |
CN105242252A (zh) * | 2015-09-30 | 2016-01-13 | 西安电子科技大学 | 基于图像匹配的下降轨聚束sar雷达定位方法 |
CN106443676A (zh) * | 2016-09-29 | 2017-02-22 | 中国科学院电子学研究所 | 稀少控制点星载合成孔径雷达图像对地定位方法 |
CN107330927A (zh) * | 2017-06-01 | 2017-11-07 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 机载可见光图像定位方法 |
Non-Patent Citations (7)
Title |
---|
周金萍: "SAR产品图像像素定位方法的选择与参数优化", 《上海航天》 * |
宋伟: "机载高分辨SAR成像与定位技术研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
张兢: "提高无控制点星载SAR影像的定位精度研究", 《测绘信息与工程》 * |
张红敏: "SAR图像高精度定位技术研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
张红敏: "基于DEM和图像仿真的单幅SAR图像无控制定位", 《测绘科学技术学报》 * |
袁修孝,等: "缺少控制点的星载SAR遥感影像对地目标定位", 《武汉大学学报 信息科学版》 * |
韦倩: "SAR/InSAR高精度快速定位方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109541589A (zh) * | 2018-10-25 | 2019-03-29 | 中国电子科技集团公司电子科学研究院 | 空间自旋目标雷达的三维成像方法、装置及存储介质 |
CN110163896A (zh) * | 2019-03-29 | 2019-08-23 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | Sar图像匹配方法 |
CN110163896B (zh) * | 2019-03-29 | 2023-02-03 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | Sar图像匹配方法 |
CN110579744A (zh) * | 2019-08-30 | 2019-12-17 | 湖北航天技术研究院总体设计所 | 一种基于dom卫片的场景建模仿真方法 |
CN110579744B (zh) * | 2019-08-30 | 2021-05-07 | 湖北航天技术研究院总体设计所 | 一种基于dom卫片的场景建模仿真方法 |
CN111398956A (zh) * | 2020-03-13 | 2020-07-10 | 中国科学院电子学研究所苏州研究院 | 多基高比星载sar三维定位rd方程优化配权方法 |
CN111398956B (zh) * | 2020-03-13 | 2022-05-17 | 中国科学院电子学研究所苏州研究院 | 多基高比星载sar三维定位rd方程优化配权方法 |
CN111522007A (zh) * | 2020-07-06 | 2020-08-11 | 航天宏图信息技术股份有限公司 | 真实场景与目标仿真融合的sar成像仿真方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108594223A (zh) | 机载sar图像目标定位方法 | |
Zhu et al. | Geodetic SAR tomography | |
US8816896B2 (en) | On-board INS quadratic correction method using maximum likelihood motion estimation of ground scatterers from radar data | |
US9709673B2 (en) | Method and system for rendering a synthetic aperture radar image | |
CN106507965B (zh) | 一种多维度合成孔径雷达运动误差提取和补偿方法 | |
CN102288964A (zh) | 一种星载高分辨率合成孔径雷达的成像处理方法 | |
CN106960174A (zh) | 高分影像激光雷达高程控制点提取及其辅助定位方法 | |
JP2009501996A (ja) | 映像の幾何補正方法およびその装置 | |
Greco et al. | SAR and InSAR georeferencing algorithms for inertial navigation systems | |
Sjanic et al. | Navigation and SAR focusing with map aiding | |
Stow et al. | Evaluation of geometric elements of repeat station imaging and registration | |
White et al. | GPS-denied navigation using SAR images and neural networks | |
Masson et al. | Airbus DS Vision Based Navigation solutions tested on LIRIS experiment data | |
Liu et al. | Correction of positional errors and geometric distortions in topographic maps and DEMs using a rigorous SAR simulation technique | |
Li et al. | Improve the ZY-3 height accuracy using ICESat/GLAS laser altimeter data | |
Mostafa et al. | Optical flow based approach for vision aided inertial navigation using regression trees | |
CN112505647A (zh) | 一种基于序贯子图像序列的动目标方位速度估计方法 | |
Crespi et al. | DSM generation from very high optical and radar sensors: Problems and potentialities along the road from the 3D geometric modeling to the Surface Model | |
Alekseev et al. | Visual-inertial odometry algorithms on the base of thermal camera | |
CN115015931A (zh) | 无需外部误差校正的实时差分立体sar几何定位方法及系统 | |
US20230054721A1 (en) | Passive Wide-Area Three-Dimensional Imaging | |
Valdo et al. | Improvement of TanDEM-X WAM Exploiting the Acquisition Geometry | |
CN106855624A (zh) | 一种sar图像校正补偿处理方法 | |
Mahon | Vision-based navigation for autonomous underwater vehicles | |
Zeng et al. | Estimation of aircraft altitude based on squint mode SAR data |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180928 |