CN109410175A - 基于多子区图像匹配的sar雷达成像质量快速自动评价方法 - Google Patents

Abstract

一种基于多子区图像匹配的SAR雷达成像质量快速自动评价方法，首先人工制备带有特殊几何形状信标的SAR基准图像，通过雷达回波电磁仿真得到基准图像的基准雷达回波信号，完成雷达测试基准数据制备。在SAR雷达成像质量测试中，将基准雷达回波信号注入SAR雷达，由被测试雷达成像生成SAR实时图。随后使用SAR实时图和SAR基准图像进行多子区图像匹配，得到信标在SAR实时图中的精确位置。通过信标在SAR图像中几何位置和形状的变化，完成SAR雷达成像质量的量化评价。本发明提出的基于多子区图像匹配的SAR雷达成像质量快速自动评价方法大大提高了SAR雷达单机测试的自动化程度，在提高判读精度的同时降低了人力以及时间成本。

Description

基于多子区图像匹配的SAR雷达成像质量快速自动评价方法

技术领域

本发明涉及一种基于多子区图像匹配的SAR雷达成像质量快速自动评价方法，用于SAR雷达成像性能测试。

背景技术

SAR(合成孔径雷达)传感器不依赖于太阳辐射，可以全天时工作，并且具有一定的穿透力，可以提供可见光和红外所无法提供的信息。随着SAR雷达小型化技术成熟，SAR雷达得到了越来越广泛的应用。完成SAR雷达成像质量判读是SAR雷达地面性能测试中的关键环节。

传统SAR雷达成像质量判读往往采用人工判读方式，通过肉眼查看对SAR图像质量进行评判。人工判读方式受评判人员主观因素影响较大，难以形成可量化的评判指标，不适合大规模雷达产品测试。此外，人工判读方式存在人力投入较大、耗时较高的缺点，评判人员的疲劳程度容易影响评判结果，不适合长时间高强度的雷达产品测试。

本项目就是针对这一问题，提出一种基于多子区图像匹配的SAR雷达成像质量判读方法，该方法大大提高了SAR雷达单机测试自动化程度，在提高判读精度的同时降低了人力以及时间成本。

发明内容

本发明的技术解决问题是：针对SAR雷达测试中雷达成像质量自动评价的需求，提出一种基于多子区图像匹配的SAR雷达成像质量自动评价方法。该方法实现了SAR雷达成像质量的自动评价，可有效排除了评判人员主观因素对测试结果的影响，在提高判读精度的同时降低了人力以及时间成本。

本发明的技术解决方案是：一种基于多子区图像匹配的SAR雷达成像质量快速自动评价方法，包括步骤如下：

(1)选择一幅尺寸为M×N的SAR图像，要求选出的SAR图像的宽、高均大于待测试SAR雷达成像的宽、高且分辨率与待测试SAR雷达成像分辨率一致；M为SAR图像的宽、N为SAR图像的高；

(2)使用步骤(1)中选取的SAR图像数据制备SAR基准图像，在SAR图像中心区域放置若干矩形信标，得到SAR基准图像Img_ref；

(3)结合待测试SAR雷达工作参数，使用SAR基准图像通过雷达回波电磁仿真生成雷达回波信号，作为SAR基准回波信号；

(4)将SAR基准回波信号注入被测试SAR雷达，由SAR雷达生成SAR实时图Img_real，SAR实时图Img_real像素尺寸为W_real×H_real，W_real为SAR实时图Img_real的宽，H_real为SAR实时图Img_real的高；

(5)使用SAR实时图Img_real和SAR基准图Img_ref进行整体图像匹配，得到SAR实时图左上角点在SAR基准图上的像素坐标(x₀，y₀)，并记录相似度corr；

(6)从SAR基准图中依次截取信标模板Img_roi，在SAR实时图上进行子区图像匹配，得到信标中心点在SAR实时图上的像素坐标；

(7)通过步骤(5)、步骤(6)的图像匹配结果，对待测试SAR雷达成像质量进行分析判断。

所述步骤(1)中选取的SAR图像为为灰度图像，每个像素对应一个灰度值，灰度值的取值范围为[0,255]。

所述步骤(2)中SAR基准图像制作方法为：

在步骤(1)中选取的SAR图像中心区域设置4个像素尺寸为w_roi×h_roi的矩形信标，信标除中心点灰度值为255外其他像素灰度值为0，各信标中心点在SAR基准图像中的像素坐标(x_i,y_i)，w_roi为矩形信标的宽，h_roi为矩形信标的高；i＝1,2,3,4；

4个信标围绕SAR图像中心对称布置，信标两两沿行向和列向平行，令两列信标行间距为Dis_y，两行信标列间距为Dis_x；

矩形信标的尺寸以及位置要求如下：

x₁＝M/2-w_roi/2-Dis_x/2

y₁＝N/2-h_roi/2-Dis_y/2

x₂＝M/2+w_roi/2+Dis_x/2

y₂＝N/2-h_roi/2-Dis_y/2

x₃＝M/2-w_roi/2-Dis_x/2

y₃＝N/2+h_roi/2+Dis_y/2。

x₄＝M/2+w_roi/2+Dis_x/2

y₄＝N/2+h_roi/2+Dis_y/2

w_roi*2+Dis_x<W_real

h_roi*2+Dis_y<H_real

所述步骤(5)中SAR实时图Img_real和SAR基准图Img_ref进行整体图像匹配的方法的步骤如下：

使用SAR实时图Img_real作为模板叠掩在SAR基准图Img_ref上，逐像素滑动遍历，计算相似度矩阵M_corr，其中，M_corr的宽为M-W_real+1、高为N-H_real+1；相似度矩阵M_corr中的元素M_corr(p,q)代表模板左上角点滑动到SAR基准图像素坐标(p,q)处时计算的相似度；

完成遍历匹配后，找到相似度矩阵M_corr中最大值点，其对应坐标为SAR实时图Img_real左上角点在SAR基准图上的像素坐标(x₀，y₀),记录M_corr中最大值corr为相似度峰值。

所述步骤(6)中子区图像匹配的方法步骤如下：

(6.1)根据整体图像匹配结果推算各信标左上角点在SAR实时图中的粗略坐标(x_i”,y_i”)，推算公式如下：

x_i″＝x₀+x_i-w_roi/2

y_i″＝y₀+y_i-h_roi/2

确定各信标左上角点在SAR实时图中的范围：

令第i个信标左上角点坐标搜索区域为R_i，

R_i＝{(x,y)|x>x_i’－Dis_x/2且x<x_i’+Dis_x/2且x≥0且x<W_real且y>y_i’－Dis_y/2且y<y_i’+Dis_y/2且y≥0且y<H_real}；

(6.2)从SAR基准图中截取1个完整的信标子区图像作为信标模板Img_roi；

(6.3)使用信标模板Img_roi叠掩在SAR实时图Img_real上逐像素滑动遍历，计算相似度矩阵M_corr’，相似度矩阵M_corr’的宽为W_real-w_roi+1、高为H_real-h_roi+1；

相似度矩阵M_corr’中元素M_corr’(p’,q’)代表模板左上角点滑动到SAR实时图像素坐标(p’,q’)处时计算的相似度；

在相似度矩阵M_corr’信标各自的搜索区域R_i中找到最大值点(c_i,r_i),计算各信标中心点在SAR实时图上的坐标(x_i’,y_i’)：

所述步骤(7)中待测试SAR雷达成像质量进行分析判断的方法包括相似度判断、相对位置偏差判断、相对距离判断、中心区域平均灰度评价。

所述相似度判断的步骤如下：

将相似度corr与相似度阈值thre1进行对比，若相似度corr≥thre1，则认为待测试SAR雷达成像质量正常，否则认为待测试SAR雷达成像质量异常；其中，thre1的取值区间为[0,1]。

所述相对位置偏差判断的步骤如下：

计算信标中心点坐标(x_i’,y_i’)的相对位置偏差，公式如下：

当相对偏差Δx₁₃，相对偏差Δx₂₄和相对偏差Δy₁₂，相对偏差Δy₃₄的值均小于等于设定的相对位置偏差阈值thre2，则认为待测试SAR雷达成像质量正常，否则，判定待测试SAR雷达成像质量异常。

所述相对距离判断的步骤如下：

计算各信标中心点之间的距离关系，计算公式如下所示：

若|L₁₂-Dis_x|≤thre3且|L₃₄-Dis_x|≤thre3，则认为方位向相对距离正常，否则认为方位向相对距离异常；

若|L₁₃-Dis_y|≤thre3且|L₂₄-Dis_y|≤thre3，则认为距离向相对距离正常，否则认为方位向相对距离异常；

其中，thre3为相对距离阈值，L₁₂为信标中心点1与信标中心点2的距离，L₃₄为信标中心点3和信标中心点4的距离，L₁₃为信标中心点1和信标中心点3的距离，L₂₄为信标中心点2和信标中心点4之间的距离。

所述中心区域平均灰度评价的步骤如下：

以SAR实时图中各信标中心点为中心，计算半径3像素到半径6像素范围的同心圆区域像素灰度平均值，若灰度均值小于等于thre4，则认为待测试的SAR雷达成像质量正常，否则认为待测试的SAR雷达成像质量异常。其中，thre4为中心区域平均灰度阈值。

本发明与现有技术相比的优点在于：

(1)本发明的方法采用图像匹配的方法对SAR雷达成像质量进行评估，使得评判标准可量化，评判结果不受评估人员主观因素影响，提高了成像质量评客观性；

(2)本发明通过对特殊信标的几何信息变化量化评价，精确有效的对图像几何形变情况进行了描述，提高了成像质量评判的精度。

(3)本发明的方法可采用计算机全自动运行，自动化程度高，有效降低了SAR雷达测试中的人力投入，大大提高了测试速度。

附图说明

图1为本发明方法的流程图；

图2为本发明实施例中SAR卫星遥感图像；

图3为本发明实施例中信标图像；

图4为本发明实施例中SAR基准图像；

图5为本发明实施例中SAR实时图像。

具体实施方式

如图1所示，本发明提供了一种基于多子区图像匹配的SAR雷达成像质量快速自动评价方法，其按照如下步骤进行：

一、选择一幅SAR图像

选择一幅尺寸为M×N(宽×高)的SAR图像，要求图像宽高均大于待测试SAR雷达成像宽高且分辨率与SAR雷达成像分辨率一致。SAR卫星遥感图像应为灰度图像，每个像素对应一个灰度值(取值范围为[0,255])。

二、制备SAR基准图像

使用步骤(1)中选取的SAR图像数据制备SAR基准图像，在图像中心区域放置4个w_roi×h_roi(宽×高)的矩形信标，得到SAR基准图像Img_ref。信标除中心点灰度为255外其他像素灰度值为0，各信标中心点在SAR基准图像中的像素坐标(x_i,y_i)(i＝1,2,3,4)。4个信标围绕图像中心对称布置，信标两两沿行向和列向平行(见附图)，令两列信标行间距为Dis_y，两行信标列间距为Dis_x。矩形信标的尺寸以及位置要求如下：

x₁＝M/2-w_roi/2-Dis_x/2

y₁＝N/2-h_roi/2-Dis_y/2

x₂＝M/2+w_roi/2+Dis_x/2

y₂＝N/2-h_roi/2-Dis_y/2

x₃＝M/2-w_roi/2-Dis_x/2

y₃＝N/2+h_roi/2+Dis_y/2

x₄＝M/2+w_roi/2+Dis_x/2

y₄＝N/2+h_roi/2+Dis_y/2

w_roi*2+Dis_x<W_real

h_roi*2+Dis_y<H_real

三、制备SAR基准回波信号

结合待测试SAR雷达工作参数，使用SAR基准图像通过雷达回波电磁仿真生成雷达回波信号作为SAR基准回波信号。

四、生成SAR实时图像

在SAR雷达成像质量测试中，将SAR基准回波信号注入SAR雷达，由SAR雷达生成SAR实时图Img_real，Img_real尺寸为W_real×H_real(宽×高)。

五、整体图像匹配

将Img_real作为模板叠掩在Img_ref上逐像素滑动遍历，计算相似度矩阵M_corr(M_corr宽高为M-W_real+1、N-H_real+1)。M_corr(p,q)代表模板左上角点滑动到SAR基准图像素坐标(p,q)处时计算的相似度，，计算方法可采用常用的相关法等相似度计算方法。

找到M_corr中最大值点，其对应坐标即为Img_real左上角点在SAR基准图上的像素坐标(x₀，y₀),记录M_corr中最大值corr。

六、子区图像匹配

1)根据整体图像匹配结果推算各信标左上角点在SAR实时图中的粗略坐标(x_i”,y_i”)(i＝1,2,3,4)，推算公式如下：

x_i″＝x₀+x_i-w_roi/2

y_i″＝y₀+y_i-h_roi/2

确定各信标左上角点在SAR实时图中的搜索区域，令第i个信标左上角点坐标搜索区域为R_i，R_i＝{(x,y)|x>x_i’-Dis_x且x<x_i’+Dis_x且x>x_i’-Dis_x且x<x_i’+Dis_x}。

2)从SAR基准图中截取1个完整的信标作为模板Img_roi。

3)使用信标模板Img_roi叠掩在SAR实时图Img_real上逐像素滑动遍历，计算相似度矩阵M_corr’(M_corr’宽高为W_real-w_roi+1、H_real-h_roi+1)。M_corr’(p’,q’)代表模板左上角点滑动到SAR实时图像素坐标(p’,q’)处时计算的相似度，计算方法可采用常用的相关法等相似度计算方法。

在相似度矩阵M_corr’信标各自的搜索区域R_i(i＝1,2,3,4)中找到最大值点(c_i,r_i),计算各信标中心点在实时图上的精确坐标(x_i’,y_i’)：

x_i'＝c_i+w_roi/2

y_i'＝r_i+h_roi/2

七、SAR成像质量自动评价

从相似度、相对位置偏差、相对距离以及中心区域平均灰度4个房方面对SAR雷达成像质量进行量化评价，评价方法如下：

(1)相似度判断

图像相似度根据整体图像匹配结果的相似度峰值corr作为判断依据，若corr＞＝thre1，则认为待测试SAR雷达成像质量正常，否则认为待测试SAR雷达成像质量异常。其中，thre1为相似度阈值(取值区间为[0,1])，取值越大对雷达成像质量要求越高，通常设置为0.8。

(2)相对位置偏差判断

计算信标中心点坐标(x_i’,y_i’)相对位置偏差：

Δx₁₃＝x₁'-x₃'

Δx₂₄＝x₂'-x₄'

Δy₁₂＝y₁'-y₂'

Δy₃₄＝y₃′-y₄′

当Δx₁₃，Δx₂₄和Δy₁₂，Δy₃₄值均小于等于thre2，则认为待测试SAR雷达成像质量正常，否则判断待测试SAR雷达成像质量异常。其中，thre2为相对位置偏差阈值，取值越小对雷达成像质量要求越高，通常设置为2。

(3)相对距离判断

计算各信标中心点点之间的距离关系，计算公式如下所示：

若|L₁₂-Dis_x|<＝thre3且|L₃₄-Dis_x|<＝thre3，则认为方位向相对距离正常，否则异常；

若|L₁₃-Dis_y|<＝thre3且|L₂₄-Dis_y|<＝thre3，则认为距离向相对距离正常，否则异常。

其中，thre3为相对距离阈值，取值越小对雷达成像质量要求越高。

(4)中心区域平均灰度评价

以实时图中各信标中心点为中心，计算半径3像素到半径6像素范围的同心圆区域像素灰度平均值，若灰度均值小于等于thre4，则认为正常，否则异常。其中，thre4为中心区域平均灰度阈值，取值越小对雷达成像质量要求越高。实施例

图2给出的SAR图像是TerraSAR卫星X波段图像，图像大小512X512，分辨率与待测试雷达成像分辨率一致为10米；

图3是在图2基础上设置4个信标后生成的SAR基准图像，图4即为信标图像。

图5是测试中SAR雷达输出的SAR实时图，分辨率为10m，图像大小为200*300。

在测试中，本方法成功的对SAR实时图中信标的位置进行了精确提取，并基于提出的量化指标进行了SAR成像质量评估，测试时间被有效控制在5s以内。经过大量测试，本评价方法具有较高可靠性，可以满足大规模SAR雷达产品测试需求。

本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。

Claims (10)

1.一种基于多子区图像匹配的SAR雷达成像质量快速自动评价方法，其特征在于，包括步骤如下：

(1)选择一幅尺寸为M×N的SAR图像，要求选出的SAR图像的宽、高均大于待测试SAR雷达成像的宽、高且分辨率与待测试SAR雷达成像分辨率一致；M为SAR图像的宽、N为SAR图像的高；

(2)使用步骤(1)中选取的SAR图像数据制备SAR基准图像，在SAR图像中心区域放置若干矩形信标，得到SAR基准图像Img_ref；

(3)结合待测试SAR雷达工作参数，使用SAR基准图像通过雷达回波电磁仿真生成雷达回波信号，作为SAR基准回波信号；

(4)将SAR基准回波信号注入被测试SAR雷达，由SAR雷达生成SAR实时图Img_real，SAR实时图Img_real像素尺寸为W_real×H_real，W_real为SAR实时图Img_real的宽，H_real为SAR实时图Img_real的高；

(5)使用SAR实时图Img_real和SAR基准图Img_ref进行整体图像匹配，得到SAR实时图左上角点在SAR基准图上的像素坐标(x₀，y₀)，并记录相似度corr；

(6)从SAR基准图中依次截取信标模板Img_roi，在SAR实时图上进行子区图像匹配，得到信标中心点在SAR实时图上的像素坐标；

(7)通过步骤(5)、步骤(6)的图像匹配结果，对待测试SAR雷达成像质量进行分析判断。

2.根据权利要求1所述的一种基于多子区图像匹配的SAR雷达成像质量快速自动评价方法，其特征在于：所述步骤(1)中选取的SAR图像为为灰度图像，每个像素对应一个灰度值，灰度值的取值范围为[0,255]。

3.根据权利要求1或2所述的一种基于多子区图像匹配的SAR雷达成像质量快速自动评价方法，其特征在于：

所述步骤(2)中SAR基准图像制作方法为：

在步骤(1)中选取的SAR图像中心区域设置4个像素尺寸为w_roi×h_roi的矩形信标，信标除中心点灰度值为255外其他像素灰度值为0，各信标中心点在SAR基准图像中的像素坐标(x_i,y_i)，w_roi为矩形信标的宽，h_roi为矩形信标的高；i＝1,2,3,4；

4个信标围绕SAR图像中心对称布置，信标两两沿行向和列向平行，令两列信标行间距为Dis_y，两行信标列间距为Dis_x；

矩形信标的尺寸以及位置要求如下：

4.根据权利要求3所述的一种基于多子区图像匹配的SAR雷达成像质量快速自动评价方法，其特征在于：

所述步骤(5)中SAR实时图Img_real和SAR基准图Img_ref进行整体图像匹配的方法的步骤如下：

使用SAR实时图Img_real作为模板叠掩在SAR基准图Img_ref上，逐像素滑动遍历，计算相似度矩阵M_corr，其中，M_corr的宽为M-W_real+1、高为N-H_real+1；相似度矩阵M_corr中的元素M_corr(p,q)代表模板左上角点滑动到SAR基准图像素坐标(p,q)处时计算的相似度；

完成遍历匹配后，找到相似度矩阵M_corr中最大值点，其对应坐标为SAR实时图Img_real左上角点在SAR基准图上的像素坐标(x₀，y₀),记录M_corr中最大值corr为相似度峰值。

5.根据权利要求4所述的一种基于多子区图像匹配的SAR雷达成像质量快速自动评价方法，其特征在于：

所述步骤(6)中子区图像匹配的方法步骤如下：

(6.1)根据整体图像匹配结果推算各信标左上角点在SAR实时图中的粗略坐标(x_i”,y_i”)，推算公式如下：

x_i”＝x₀+x_i-w_roi/2

y_i”＝y₀+y_i-h_roi/2

确定各信标左上角点在SAR实时图中的范围：

令第i个信标左上角点坐标搜索区域为R_i，

R_i＝{(x,y)|x>x_i’－Dis_x/2且x<x_i’+Dis_x/2且x≥0且x<W_real且y>y_i’－Dis_y/2且y<y_i’+Dis_y/2且y≥0且y<H_real}；

(6.2)从SAR基准图中截取1个完整的信标子区图像作为信标模板Img_roi；

(6.3)使用信标模板Img_roi叠掩在SAR实时图Img_real上逐像素滑动遍历，计算相似度矩阵M_corr’，相似度矩阵M_corr’的宽为W_real-w_roi+1、高为H_real-h_roi+1；

相似度矩阵M_corr’中元素M_corr’(p’,q’)代表模板左上角点滑动到SAR实时图像素坐标(p’,q’)处时计算的相似度；

在相似度矩阵M_corr’信标各自的搜索区域R_i中找到最大值点(c_i,r_i),计算各信标中心点在SAR实时图上的坐标(x_i’,y_i’)：

6.根据权利要求5所述的一种基于多子区图像匹配的SAR雷达成像质量快速自动评价方法，其特征在于：所述步骤(7)中待测试SAR雷达成像质量进行分析判断的方法包括相似度判断、相对位置偏差判断、相对距离判断、中心区域平均灰度评价。

7.根据权利要求6所述的一种基于多子区图像匹配的SAR雷达成像质量快速自动评价方法，其特征在于：

所述相似度判断的步骤如下：

将相似度corr与相似度阈值thre1进行对比，若相似度corr≥thre1，则认为待测试SAR雷达成像质量正常，否则认为待测试SAR雷达成像质量异常；其中，thre1的取值区间为[0,1]。

8.根据权利要求6所述的一种基于多子区图像匹配的SAR雷达成像质量快速自动评价方法，其特征在于：

所述相对位置偏差判断的步骤如下：

计算信标中心点坐标(x_i’,y_i’)的相对位置偏差，公式如下：

当相对偏差Δx₁₃，相对偏差Δx₂₄和相对偏差Δy₁₂，相对偏差Δy₃₄的值均小于等于设定的相对位置偏差阈值thre2，则认为待测试SAR雷达成像质量正常，否则，判定待测试SAR雷达成像质量异常。

9.根据权利要求6所述的一种基于多子区图像匹配的SAR雷达成像质量快速自动评价方法，其特征在于：

所述相对距离判断的步骤如下：

计算各信标中心点之间的距离关系，计算公式如下所示：

若|L₁₂-Dis_x|≤thre3且|L₃₄-Dis_x|≤thre3，则认为方位向相对距离正常，否则认为方位向相对距离异常；

若|L₁₃-Dis_y|≤thre3且|L₂₄-Dis_y|≤thre3，则认为距离向相对距离正常，否则认为方位向相对距离异常；

其中，thre3为相对距离阈值，L₁₂为信标中心点1与信标中心点2的距离，L₃₄为信标中心点3和信标中心点4的距离，L₁₃为信标中心点1和信标中心点3的距离，L₂₄为信标中心点2和信标中心点4之间的距离。

10.根据权利要求6所述的一种基于多子区图像匹配的SAR雷达成像质量快速自动评价方法，其特征在于：

所述中心区域平均灰度评价的步骤如下：

以SAR实时图中各信标中心点为中心，计算半径3像素到半径6像素范围的同心圆区域像素灰度平均值，若灰度均值小于等于thre4，则认为待测试的SAR雷达成像质量正常，否则认为待测试的SAR雷达成像质量异常。其中，thre4为中心区域平均灰度阈值。