CN111522007A - 真实场景与目标仿真融合的sar成像仿真方法和系统 - Google Patents
真实场景与目标仿真融合的sar成像仿真方法和系统 Download PDFInfo
- Publication number
- CN111522007A CN111522007A CN202010638080.9A CN202010638080A CN111522007A CN 111522007 A CN111522007 A CN 111522007A CN 202010638080 A CN202010638080 A CN 202010638080A CN 111522007 A CN111522007 A CN 111522007A
- Authority
- CN
- China
- Prior art keywords
- target
- sar
- scene
- simulation
- image
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 169
- 238000003384 imaging method Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000004364 calculation method Methods 0.000 claims abstract description 32
- 230000004927 fusion Effects 0.000 claims abstract description 13
- 230000010287 polarization Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 7
- 238000012549 training Methods 0.000 description 5
- 230000001427 coherent effect Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000036544 posture Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005094 computer simulation Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002572 peristaltic effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
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
- G01S13/9021—SAR image post-processing 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
本发明提供了一种真实场景与目标仿真融合的SAR成像仿真方法和系统,应用于SAR系统和仿真系统,包括:获取目标场景的场景图像、目标场景的场景SAR数据和至少一个待仿真目标的目标SAR数据;目标场景为至少一个待仿真目标所在场景;基于场景SAR数据,确定目标场景的第一地理位置信息;基于目标SAR数据,生成至少一个待仿真目标的至少一个SAR仿真图像;获取至少一个待仿真目标的第二地理位置信息;基于第一地理位置信息和第二地理位置信息,将至少一个SAR仿真图像融合到场景图像中,得到目标图像。本发明缓解了现有技术中存在的计算模型较复杂、计算时间较长的技术问题。
Description
技术领域
本发明涉及微波遥感仿真与图像处理技术领域,尤其是涉及一种真实场景与目标仿真融合的SAR成像仿真方法和系统。
背景技术
空基或天基合成孔径雷达(Synthetic Aperture Radar,SAR)设备能够全天时、全天候进行遥感、探测和监视场景及目标,在军用和民用领域有广泛应用。SAR成像仿真能用于系统设计、装备研制、论证评估以及模拟训练等多种场合。
目标或场景的仿真逼真度与计算的实时性一直以来都是计算和仿真领域的一对矛盾。目前现有技术中的SAR成像的仿真方法,主要用于解决装备研制阶段的仿真验证与评估问题,无论针对目标的SAR成像仿真还是复杂场景的仿真,均存在计算模型较复杂、计算时间较长的技术问题,不适合模拟训练、战法仿真推演等实时性要求高的场合。
发明内容
有鉴于此,本发明的目的在于提供一种真实场景与目标仿真融合的SAR成像仿真方法和系统,以缓解现有技术中存在的计算模型较复杂、计算时间较长的技术问题。
第一方面,本发明实施例提供了一种真实场景与目标仿真融合的SAR成像仿真方法,应用于SAR系统和仿真系统,包括:获取目标场景的场景图像、所述目标场景的场景SAR数据和至少一个待仿真目标的目标SAR数据;所述目标场景为所述至少一个待仿真目标所在场景;基于所述场景SAR数据,确定所述目标场景的第一地理位置信息;基于所述目标SAR数据,生成所述至少一个待仿真目标的至少一个SAR仿真图像;获取所述至少一个待仿真目标的第二地理位置信息;基于所述第一地理位置信息和所述第二地理位置信息,将所述至少一个SAR仿真图像融合到所述场景图像中,得到目标图像。
进一步地,基于所述目标SAR数据,生成所述待仿真目标的SAR仿真图像,包括:对所述SAR系统的参数进行初始化操作;所述参数包括以下至少之一:工作模式,工作波段,极化方式,成像分辨率;获取所述待仿真目标的三维模型;获取所述三维模型的空间信息;所述空间信息包括以下至少之一:所述三维模型的棱边信息,所述三维模型的面信息;基于所述目标SAR数据,利用预设散射模型计算所述空间信息的散射强度;基于所述散射强度,确定所述三维模型的灰度值;基于所述三维模型的灰度值,确定所述待仿真目标的SAR仿真图像。
进一步地,利用预设散射模型计算所述空间信息的散射强度,包括:基于预设散射模型,利用图形处理器计算所述空间信息的散射强度。
进一步地,基于所述第一地理位置信息和所述第二地理位置信息,将所述至少一个SAR仿真图像融合到所述场景图像中,得到目标图像,包括:在所述第一地理位置信息和所述第二地理位置信息重合的位置,将所述至少一个SAR仿真图像的像素值覆盖到所述场景图像上,得到目标图像。
进一步地,所述方法还包括:基于所述场景图像,调整所述至少一个SAR仿真图像的显示参数,所述显示参数包括以下至少之一:亮度,对比度。
第二方面,本发明实施例还提供了一种真实场景与目标仿真融合的SAR成像仿真系统,应用于SAR系统和仿真系统,包括:第一获取模块,确定模块,仿真模块,第二获取模块和融合模块,其中,所述第一获取模块,用于获取目标场景的场景图像、所述目标场景的场景SAR数据和至少一个待仿真目标的目标SAR数据;所述目标场景为所述至少一个待仿真目标所在场景;所述确定模块,用于基于所述场景SAR数据,确定所述目标场景的第一地理位置信息;所述仿真模块,用于基于所述目标SAR数据,生成所述至少一个待仿真目标的至少一个SAR仿真图像;所述第二获取模块,用于获取所述至少一个待仿真目标的第二地理位置信息;所述融合模块,用于基于所述第一地理位置信息和所述第二地理位置信息,将所述至少一个SAR仿真图像融合到所述场景图像中,得到目标图像。
进一步地,所述仿真模块包括:初始化单元,第一获取单元,第二获取单元,计算单元,确定单元和仿真单元,其中,所述初始化单元,用于对所述SAR系统的参数进行初始化操作;所述参数包括以下至少之一:工作模式,工作波段,极化方式,成像分辨率;所述第一获取单元,用于获取所述待仿真目标的三维模型;所述第二获取单元,用于获取所述三维模型的空间信息;所述空间信息包括以下至少之一:所述三维模型的棱边信息,所述三维模型的面信息;所述计算单元,用于基于所述目标SAR数据,利用预设散射模型计算所述空间信息的散射强度;所述确定单元,用于基于所述散射强度,确定所述三维模型的灰度值;所述仿真单元,用于基于所述三维模型的灰度值,确定所述待仿真目标的SAR仿真图像。
进一步地,所述计算单元,还用于:基于预设散射模型,利用图形处理器计算所述空间信息的散射强度。
第三方面,本发明实施例还提供了一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面所述的方法的步骤。
第四方面,本发明实施例还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质,所述程序代码使所述处理器执行上述第一方面所述方法。
本发明实施例提供了一种真实场景与目标仿真融合的SAR成像仿真方法和系统,通过先获取目标场景的场景图像,然后对待仿真目标进行仿真,生成SAR仿真图像,最后将SAR仿真图像融合到场景图像中,得到目标图像的虚实结合的方式实现合成孔径雷达成像的快速仿真,得到复杂场景下逼真的待仿真目标的SAR仿真图像,既保证了仿真场景的真实性,解决了逼真度的问题,又实现了关键目标仿真成像的快速计算与融合,缓解了现有技术中存在的计算模型较复杂、计算时间较长的技术问题。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种真实场景与目标仿真融合的SAR成像仿真方法的流程图;
图2为本发明实施例提供的一种对待仿真目标的SAR成像仿真的流程图;
图3为本发明实施例提供的一种待仿真目标的三维几何模型示意图;
图4为本发明实施例提供的一种SAR仿真图像的示意图;
图5为本发明实施例提供的另一种真实场景与目标仿真融合的SAR成像仿真方法的流程图;
图6为本发明实施例提供的某海域的高分三号SAR成像场景灰度图;
图7为本发明实施例提供的一种融合了目标船只后的目标图像的灰度图;
图8为本发明实施例提供的一种目标船只局部放大图;
图9为本发明实施例提供的某海域动态目标的第一序列帧图像;
图10为本发明实施例提供的某海域动态目标的第二序列帧图像;
图11为本发明实施例提供的某海域动态目标的第三序列帧图像;
图12为本发明实施例提供的一种真实场景与目标仿真融合的SAR成像仿真系统的示意图;
图13为本发明实施例提供的一种仿真模块的示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一:
图1是根据本发明实施例提供的一种真实场景与目标仿真融合的SAR成像仿真方法的流程图,该方法应用于SAR系统和仿真系统。如图1所示,该方法具体包括如下步骤:
步骤S102,获取目标场景的场景图像、目标场景的场景SAR数据和至少一个待仿真目标的目标SAR数据;目标场景为至少一个待仿真目标所在场景。
可选地,可以通过PIE-SAR软件获取目标场景的场景图像以及目标场景的场景SAR数据。
步骤S104,基于场景SAR数据,确定目标场景的第一地理位置信息。
可选地,第一地理位置信息为目标场景的地理坐标,其中,目标场景为待仿真目标所在的一个区域场景,目标场景的地理坐标为这个区域场景的范围坐标。
步骤S106,基于目标SAR数据,生成至少一个待仿真目标的至少一个SAR仿真图像。
可选地,待仿真目标的数量可以为一个也可以为多个。每一个待仿真目标对应于一个SAR仿真图像。
步骤S108,获取至少一个待仿真目标的第二地理位置信息。
步骤S110,基于第一地理位置信息和第二地理位置信息,将至少一个SAR仿真图像融合到场景图像中,得到目标图像。
具体地,在第一地理位置信息和第二地理位置信息重合的位置,将至少一个SAR仿真图像的像素值覆盖到场景图像上,得到目标图像。
本发明实施例提供了一种真实场景与目标仿真融合的SAR成像仿真方法,通过先获取目标场景的场景图像,然后对待仿真目标进行仿真,生成SAR仿真图像,最后将SAR仿真图像融合到场景图像中,得到目标图像的虚实结合的方式实现合成孔径雷达成像的快速仿真,得到复杂场景下逼真的待仿真目标的SAR仿真图像,既保证了仿真场景的真实性,解决了逼真度的问题,又实现了关键目标仿真成像的快速计算与融合,缓解了现有技术中存在的计算模型较复杂、计算时间较长的技术问题。
可选地,本发明实施例提供的方法还包括:基于场景图像,调整至少一个SAR仿真图像的显示参数,显示参数包括以下至少之一:亮度,对比度。
可选地,对于待仿真目标的数量为一个时,步骤S106还包括如下步骤:
步骤S1061,对SAR系统的参数进行初始化操作;参数包括以下至少之一:工作模式,工作波段,极化方式,成像分辨率。
具体地,SAR系统的参数包括工作模式(条带、聚束、扫描、InSAR测绘等)、工作波段(L、S、X、Ku等)、极化方式(HH、HV、VH、VV)、成像分辨率等参数。根据真实SAR系统的参数可以获得要仿真的SAR图像的分辨率。
对SAR系统的参数进行初始化操作包括:设置星载或机载SAR雷达的位置坐标、姿态、雷达天线倾角、频率、极化方式等工作参数,设置待仿真目标六自由度等信息;或者通过交互获取待仿真目标的位置坐标、姿态、雷达天线倾角、频率、极化方式等信息;设置图像分辨率、尺寸等信息。
步骤S1062,获取待仿真目标的三维模型。
步骤S1063,获取三维模型的空间信息;空间信息包括以下至少之一:三维模型的棱边信息,三维模型的面信息。
步骤S1064,基于目标SAR数据,利用预设散射模型计算空间信息的散射强度。
可选地,基于预设散射模型,利用图形处理器计算空间信息的散射强度。
步骤S1065,基于散射强度,确定三维模型的灰度值。
步骤S1066,基于三维模型的灰度值,确定待仿真目标的SAR仿真图像。
现有技术中,SAR目标特征的仿真采用精确与近似两种方法,精确仿真方法依照SAR成像过程,通过计算目标在各方位及各波段的散射强度来获得完整的SAR原始数据,再利用相应的成像算法求得仿真图像。精确方法计算量较大,无法实时完成。近似方法对SAR图像的成像过程进行简化,如小面元法在面元的电磁场散射强度与图像灰度级之间建立对应关系直接求得SAR仿真结果,可以在短时间内完成仿真计算。在本发明实施例中,对待仿真目标的仿真方法采用近似方法中的散射模型进行SAR成像仿真。
SAR图像有三个典型特征:散射特性、斑点噪声和几何畸变。对散射特性建模是SAR成像仿真的重要部分。舰船等人造目标具有精确的几何外观、金属材质,通常具有高于周边环境的较强散射信号。在海洋、地形等自然界场景的SAR图像仿真中,场景几何特征的分形近似以及散射特征的统计描述较好的预测了SAR图像的特性。这些方法对于形状规整的人工目标则不太适用。散射模型有Holtzman点散射模型、Kaupp散射模型等。散射中心理论较好的描述了人造目标的散射特性。散射中心是Stratton-chu方程中数字不连续处与镜面反射、蠕动波、行波产生的散射效应的等效抽象。目标整体的散射场可理解为目标各组元构成散射中心散射场的相干累加。对于视角与频率的小范围变化,散射中心的散射强度基本保持稳定。散射中心在SAR图像中表现为较强的亮斑。预测目标SAR图像特征的关键是求取各组元构成的散射中心的位置和强度。
具体地,待仿真目标的可见区域可分为多个面元与棱边元。面元的散射强度利用物理光学法(PO)计算,棱边元散射强度则利用增量长度绕射系数(ILDC)方法。
面元与棱边元的归一化散射强度的计算公式如下:
PS-HH、PS-HV、PS-VH、PS-VV分别表示四种极化条件下的归一化面元散射强度,S表示面元,ds’表示面元的微分,K为波数,l为面元投影到观测平面的实际宽度,θ为雷达波束与面元法向量的夹角,nx、ny对应面元法向量的在x轴及y轴的分量。Γ||、Γ⊥分别表示水平极化与垂直极化的Fresnel反射系数,可由Fresnel公式与Snell折射定理由目标相对磁导率常数与相对介电常数得到,z为面元的深度。
Pl-HH、Pl-HV、Pl-VH、Pl-VV分别表示四种极化条件下的归一化面元散射强度,l为面元投影到观测平面的实际宽度,dl’表示面元投影到观测平面的实际宽度的微分,tx、ty为棱边的方向矢量t在x、y方向上的分量,d||||、d||⊥、d⊥⊥为ILDC系数。
在本发明实施例中,SAR图像每一个像素的灰度值是等方位向、等距离的各归一化单元散射强度的相干累加。利用如下算式完成待仿真目标的投影计算:
其中,P i (x i ,y i ,z i )表示第i个归一化单元散射强度,(x i ,y i ,z i )为第i个归一化单元的空间坐标;I i (a,r)表示第i个归一化单元散射强度在SAR图像的投影值。
以及,利用如下算式完成待仿真目标的灰度值的累积计算:
其中,ρr为距离向分辨率,ρa为方位向分辨率,rp为像素分辨率,dm与dn分别对应方位向与距离向的分辨率,a和r为散射单元对应的实际方位与距离坐标,I(m,n)表示SAR图像中的坐标为(m,n)想像素的灰度值;m、n为图像中离散的方位、距离值。
由于相干叠加及散射方向等原因,部分局部点的散射强度会数倍于平均值。这类具有高散射强度的局部点通过成像系统的传输函数最终在图像上呈现出星状的模糊光斑。
在实际系统采用复杂成像算法的情况下,可根据系统对点目标的成像结果构造出二维矩阵。通过将前述经投影映射得到的矩阵与点目标成像结果的二维矩阵进行卷积即可获得最终仿真结果。
图2是本发明实施例提供的一种对待仿真目标的SAR成像仿真的流程图。如图2所示,流程主要包括设置SAR传感系统参数、场景信息解析、空间信息提取、散射强度计算、投影成像、目标成像仿真结果输出。
其中,场景信息解析为解析待仿真目标在目标场景中的位置信息,空间信息提取为对待仿真目标的三维模型的空间信息进行提取,包括棱边信息和面信息,然后根据上述散射强度计算公式对待仿真目标的散射强度进行计算。
根据SAR仿真过程中需要大量依赖空间信息及各单元计算可并发进行的特点,将空间数据提取与散射强度计算交由GPU进行,GPU完成三维模型空间信息提取、三维目标棱边检测、电磁散射计算以及对二维矩阵的卷积等计算;投影成像部分由于算法中存储单元较多,交由CPU完成,这样可以大大减少仿真计算的用时。
例如,待仿真目标的三维几何模型如图3所示,为船只的三维模型,仿真的机载SAR装备参数为:雷达天线倾角约为30度,天线长度1m,中心频率为5300MHz,带宽为400MHz,飞行高度12km,雷达以HH极化方法工作。
利用如图2所示的SAR成像仿真方法得到的SAR仿真图像如图4所示,仿真耗时:在普通PC机(配独立显卡)上生成单幅800*600分辨率SAR仿真图像的用时为秒级。如图4所示,SAR成像的几何畸变特征、相干纹理以及目标局部强反射点引起的星形模糊都已在仿真图像中体现出来。
通过以上描述可知,本发明实施例提供的真实场景与目标仿真融合的SAR成像仿真方法,是基于近似方法和仿推演真数据实现目标图像仿真,具有实时、快速、场景逼真的特点,不仅通过仿真的方法实现了目标的传感器成像仿真,根据目标实体的仿真数据能够获得多种视角、多种位置姿态、多种分辨率的动态仿真图像,而且与真实的卫星成像场景实现了融合,通过虚实结合的方式达到了动目标在真实场景下的成像仿真需求,能满足模拟训练的真实性和实时性需求。
实施例二:
图5是本发明实施例提供的另一种真实场景与目标仿真融合的SAR成像仿真方法的流程图,应用于SAR系统和仿真系统。如图5所示,该方法包括如下步骤:
步骤S501,PIE-SAR软件根据真实场景SAR影像数据对目标场景进行定标。具体地,根据真实场景SAR影像数据获得目标场景的地理坐标、位置、背景船只尺寸等信息,作为仿真图像定标的依据。
步骤S502,对待仿真目标进行SAR成像仿真,得到目标SAR仿真图像。具体地,包括:设置星载或机载SAR雷达的位置坐标、姿态、雷达天线倾角、频率、极化方式等工作参数,待仿真目标(例如目标船只船只)六自由度等信息;或者通过交互获取目标船只、卫星、飞机的位置坐标、姿态、雷达天线倾角、频率、极化方式等信息;设置图像分辨率、尺寸等信息,读取待仿真目标的目标3D模型文件,生成仿真图像;如需要仿真多个目标,需要连续读取多个目标3D模型文件,生成多个目标仿真图像数据。
步骤S503,待仿真目标的SAR仿真图像定标。具体地,包括:准备在背景图像中放置的位置以及根据场景图像与仿真图像的统计特征自动调整仿真图像的亮度、对比度等参数。
步骤S504,真实场景与仿真图像融合。具体地,包括:
步骤S5041,读取待仿真目标的SAR仿真图像像素灰度数据,判断SAR仿真图像每一个像素的灰度值否是为0;如果是,则执行步骤S5042;如果否,则执行步骤S5043。
步骤S5042,保持目标场景的原有底图信息。
步骤S5043,覆盖目标场景图像像素对应位置。
步骤S5044,生成待仿真目标的SAR仿真图像与目标场景真实图像叠合场景及目标图像,由PIE-SAR重新检测目标并标出。
步骤S505,动态目标图像生成。具体地,根据仿真数据,在目标位置动态变化的基础上生成系列图像。
下面举例说明利用本发明实施例提供的方法进行仿真的仿真结果。例如,仿真条件为:SAR雷达天线倾角约为30度,天线长度1m,中心频率为5300MHz,带宽为400MHz,卫星轨道高度755km,雷达极化方式:HH。目标场景为某海域,待仿真目标为目标船只。
仿真结果如图6、图7和图8所示。其中,图6是某海域的高分三号SAR成像场景灰度图,图7是融合了目标船只后的目标图像的灰度图,图8是目标船只局部放大图。仿真耗时:在普通PC机(配独立显卡)上的计算用时为毫秒至秒级(视场景大小,从几毫秒到几秒),能够满足模拟训练的实时性要求。
本发明实施例通过实时获取动态仿真数据,并由GPU加速生成目标SAR仿真图像,将目标成像仿真结果与真实场景融合,得到了复杂场景下(动)目标的SAR仿真图像,兼顾了仿真的高逼真度与仿真计算的实时性。
图9、图10和图11是利用本发明实施例提供的方法生成的某海域动态目标的序列帧图像,根据仿真推演的卫星、目标船只等实时动态六自由度数据和SAR传感设备参数,实时生成动目标(航母)的仿真图像并与真实场景相融合。本发明实施例提供的方法可有效解决模拟训练、战法推演等多种应用场合下的目标和场景的SAR实时成像仿真问题。
实施例三:
图12是根据本发明实施例提供的一种真实场景与目标仿真融合的SAR成像仿真系统的示意图,该系统应用于SAR系统和仿真系统。如图12所示,该系统包括:第一获取模块10,确定模块20,仿真模块30,第二获取模块40和融合模块50。
具体地,第一获取模块10,用于获取目标场景的场景图像、目标场景的场景SAR数据和至少一个待仿真目标的目标SAR数据;目标场景为至少一个待仿真目标所在场景。
确定模块20,用于基于场景SAR数据,确定目标场景的第一地理位置信息。
仿真模块30,用于基于目标SAR数据,生成至少一个待仿真目标的至少一个SAR仿真图像。
第二获取模块40,用于获取至少一个待仿真目标的第二地理位置信息。
融合模块50,用于基于第一地理位置信息和第二地理位置信息,将至少一个SAR仿真图像融合到场景图像中,得到目标图像。
具体地,在第一地理位置信息和第二地理位置信息重合的位置,将至少一个SAR仿真图像的像素值覆盖到场景图像上,得到目标图像。
本发明实施例提供了一种真实场景与目标仿真融合的SAR成像仿真系统,通过先获取目标场景的场景图像,然后对待仿真目标进行仿真,生成SAR仿真图像,最后将SAR仿真图像融合到场景图像中,得到目标图像的虚实结合的方式实现合成孔径雷达成像的快速仿真,得到复杂场景下逼真的待仿真目标的SAR仿真图像,既保证了仿真场景的真实性,解决了逼真度的问题,又实现了关键目标仿真成像的快速计算与融合,缓解了现有技术中存在的计算模型较复杂、计算时间较长的技术问题。
图13是本发明实施例提供的一种仿真模块的示意图,如图13所示,仿真模块30包括:初始化单元31,第一获取单元32,第二获取单元33,计算单元34,确定单元35和仿真单元36。
具体地,初始化单元31,用于对SAR系统的参数进行初始化操作;参数包括以下至少之一:工作模式,工作波段,极化方式,成像分辨率。
第一获取单元32,用于获取待仿真目标的三维模型。
第二获取单元33,用于获取三维模型的空间信息;空间信息包括以下至少之一:三维模型的棱边信息,三维模型的面信息。
计算单元34,用于基于目标SAR数据,利用预设散射模型计算空间信息的散射强度。具体地,基于预设散射模型,利用图形处理器计算空间信息的散射强度。
确定单元35,用于基于散射强度,确定三维模型的灰度值。
仿真单元36,用于基于三维模型的灰度值,确定待仿真目标的SAR仿真图像。
本发明实施例还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例一或实施例二中的方法的步骤。
本发明实施例还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质,程序代码使处理器执行上述实施例一或实施例二中的方法。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种真实场景与目标仿真融合的SAR成像仿真方法,应用于SAR系统和仿真系统,其特征在于,包括:
获取目标场景的场景图像、所述目标场景的场景SAR数据和至少一个待仿真目标的目标SAR数据;所述目标场景为所述至少一个待仿真目标所在场景;
基于所述场景SAR数据,确定所述目标场景的第一地理位置信息;
基于所述目标SAR数据,生成所述至少一个待仿真目标的至少一个SAR仿真图像;
获取所述至少一个待仿真目标的第二地理位置信息;
基于所述第一地理位置信息和所述第二地理位置信息,将所述至少一个SAR仿真图像融合到所述场景图像中,得到目标图像。
2.根据权利要求1所述的方法,其特征在于,基于所述目标SAR数据,生成所述待仿真目标的SAR仿真图像,包括:
对所述SAR系统的参数进行初始化操作;所述参数包括以下至少之一:工作模式,工作波段,极化方式,成像分辨率;
获取所述待仿真目标的三维模型;
获取所述三维模型的空间信息;所述空间信息包括以下至少之一:所述三维模型的棱边信息,所述三维模型的面信息;
基于所述目标SAR数据,利用预设散射模型计算所述空间信息的散射强度;
基于所述散射强度,确定所述三维模型的灰度值;
基于所述三维模型的灰度值,确定所述待仿真目标的SAR仿真图像。
3.根据权利要求2所述的方法,其特征在于,利用预设散射模型计算所述空间信息的散射强度,包括:
基于预设散射模型,利用图形处理器计算所述空间信息的散射强度。
4.根据权利要求1所述的方法,其特征在于,基于所述第一地理位置信息和所述第二地理位置信息,将所述至少一个SAR仿真图像融合到所述场景图像中,得到目标图像,包括:
在所述第一地理位置信息和所述第二地理位置信息重合的位置,将所述至少一个SAR仿真图像的像素值覆盖到所述场景图像上,得到目标图像。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于所述场景图像,调整所述至少一个SAR仿真图像的显示参数,所述显示参数包括以下至少之一:亮度,对比度。
6.一种真实场景与目标仿真融合的SAR成像仿真系统,应用于SAR系统和仿真系统,其特征在于,包括:第一获取模块,确定模块,仿真模块,第二获取模块和融合模块,其中,
所述第一获取模块,用于获取目标场景的场景图像、所述目标场景的场景SAR数据和至少一个待仿真目标的目标SAR数据;所述目标场景为所述至少一个待仿真目标所在场景;
所述确定模块,用于基于所述场景SAR数据,确定所述目标场景的第一地理位置信息;
所述仿真模块,用于基于所述目标SAR数据,生成所述至少一个待仿真目标的至少一个SAR仿真图像;
所述第二获取模块,用于获取所述至少一个待仿真目标的第二地理位置信息;
所述融合模块,用于基于所述第一地理位置信息和所述第二地理位置信息,将所述至少一个SAR仿真图像融合到所述场景图像中,得到目标图像。
7.根据权利要求6所述的系统,其特征在于,所述仿真模块包括:初始化单元,第一获取单元,第二获取单元,计算单元,确定单元和仿真单元,其中,
所述初始化单元,用于对所述SAR系统的参数进行初始化操作;所述参数包括以下至少之一:工作模式,工作波段,极化方式,成像分辨率;
所述第一获取单元,用于获取所述待仿真目标的三维模型;
所述第二获取单元,用于获取所述三维模型的空间信息;所述空间信息包括以下至少之一:所述三维模型的棱边信息,所述三维模型的面信息;
所述计算单元,用于基于所述目标SAR数据,利用预设散射模型计算所述空间信息的散射强度;
所述确定单元,用于基于所述散射强度,确定所述三维模型的灰度值;
所述仿真单元,用于基于所述三维模型的灰度值,确定所述待仿真目标的SAR仿真图像。
8.根据权利要求7所述的系统,其特征在于,所述计算单元,还用于:基于预设散射模型,利用图形处理器计算所述空间信息的散射强度。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至5任一项所述的方法的步骤。
10.一种具有处理器可执行的非易失的程序代码的计算机可读介质,其特征在于,所述程序代码使所述处理器执行所述权利要求1-5任一项所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010638080.9A CN111522007A (zh) | 2020-07-06 | 2020-07-06 | 真实场景与目标仿真融合的sar成像仿真方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010638080.9A CN111522007A (zh) | 2020-07-06 | 2020-07-06 | 真实场景与目标仿真融合的sar成像仿真方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111522007A true CN111522007A (zh) | 2020-08-11 |
Family
ID=71911914
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010638080.9A Pending CN111522007A (zh) | 2020-07-06 | 2020-07-06 | 真实场景与目标仿真融合的sar成像仿真方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111522007A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114265066A (zh) * | 2021-12-27 | 2022-04-01 | 中国人民解放军63891部队 | 运动船舶的sar成像模拟方法、装置及电子设备 |
CN114415181A (zh) * | 2022-03-31 | 2022-04-29 | 南方海洋科学与工程广东省实验室(广州) | 一种合成孔径雷达的原始回波生成方法和装置 |
CN116092072A (zh) * | 2022-12-12 | 2023-05-09 | 平湖空间感知实验室科技有限公司 | 一种航天器目标检测方法、系统、存储介质和电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105321172A (zh) * | 2015-08-31 | 2016-02-10 | 哈尔滨工业大学 | 一种sar、红外、可见光图像融合方法 |
CN105678694A (zh) * | 2016-02-18 | 2016-06-15 | 中国科学院遥感与数字地球研究所 | 一种基于建筑物三维模型的sar图像增强方法及系统 |
US20170008650A1 (en) * | 2013-12-28 | 2017-01-12 | Huazhong University Of Science And Technology | Attitude estimation method and system for on-orbit three-dimensional space object under model restraint |
CN107505614A (zh) * | 2017-07-20 | 2017-12-22 | 上海无线电设备研究所 | 一种基于ati‑sar图像幅相信息融合的目标检测方法 |
CN108594223A (zh) * | 2018-03-26 | 2018-09-28 | 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sar图像目标定位方法 |
CN108594230A (zh) * | 2018-07-17 | 2018-09-28 | 电子科技大学 | 一种海船场景的合成孔径雷达图像仿真方法 |
CN110188707A (zh) * | 2019-06-03 | 2019-08-30 | 西安工业大学 | 一种基于迁移学习的sar目标识别系统及方法 |
-
2020
- 2020-07-06 CN CN202010638080.9A patent/CN111522007A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170008650A1 (en) * | 2013-12-28 | 2017-01-12 | Huazhong University Of Science And Technology | Attitude estimation method and system for on-orbit three-dimensional space object under model restraint |
CN105321172A (zh) * | 2015-08-31 | 2016-02-10 | 哈尔滨工业大学 | 一种sar、红外、可见光图像融合方法 |
CN105678694A (zh) * | 2016-02-18 | 2016-06-15 | 中国科学院遥感与数字地球研究所 | 一种基于建筑物三维模型的sar图像增强方法及系统 |
CN107505614A (zh) * | 2017-07-20 | 2017-12-22 | 上海无线电设备研究所 | 一种基于ati‑sar图像幅相信息融合的目标检测方法 |
CN108594223A (zh) * | 2018-03-26 | 2018-09-28 | 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sar图像目标定位方法 |
CN108594230A (zh) * | 2018-07-17 | 2018-09-28 | 电子科技大学 | 一种海船场景的合成孔径雷达图像仿真方法 |
CN110188707A (zh) * | 2019-06-03 | 2019-08-30 | 西安工业大学 | 一种基于迁移学习的sar目标识别系统及方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114265066A (zh) * | 2021-12-27 | 2022-04-01 | 中国人民解放军63891部队 | 运动船舶的sar成像模拟方法、装置及电子设备 |
CN114265066B (zh) * | 2021-12-27 | 2024-08-09 | 中国人民解放军63891部队 | 运动船舶的sar成像模拟方法、装置及电子设备 |
CN114415181A (zh) * | 2022-03-31 | 2022-04-29 | 南方海洋科学与工程广东省实验室(广州) | 一种合成孔径雷达的原始回波生成方法和装置 |
CN116092072A (zh) * | 2022-12-12 | 2023-05-09 | 平湖空间感知实验室科技有限公司 | 一种航天器目标检测方法、系统、存储介质和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1895472B1 (en) | System and method for 3D radar image rendering | |
Balz et al. | Hybrid GPU-based single-and double-bounce SAR simulation | |
CN111522007A (zh) | 真实场景与目标仿真融合的sar成像仿真方法和系统 | |
Hasirlioglu et al. | A general approach for simulating rain effects on sensor data in real and virtual environments | |
US20060210169A1 (en) | Apparatus and method for simulated sensor imagery using fast geometric transformations | |
Hasirlioglu et al. | A model-based approach to simulate rain effects on automotive surround sensor data | |
CA2702729A1 (en) | Geospatial modeling system and related method using multiple sources of geographic information | |
CN105900143B (zh) | 从图像确定镜面反射性 | |
Kleinkort et al. | Visual hull method for realistic 3D particle shape reconstruction based on high-resolution photographs of snowflakes in free fall from multiple views | |
CN107607951A (zh) | 一种sar图像二次散射特征模拟方法 | |
CN110471061A (zh) | 一种实现机载合成孔径雷达成像的仿真方法及其系统 | |
Reed et al. | Coupling rendering and generative adversarial networks for artificial SAS image generation | |
Hammer et al. | Coherent simulation of SAR images | |
Ahmadibeni et al. | Aerial and ground vehicles synthetic SAR dataset generation for automatic target recognition | |
Jones et al. | Marine vehicles simulated SAR imagery datasets generation | |
Willis et al. | Hardware-accelerated SAR simulation with NVIDIA-RTX technology | |
Wilmanski et al. | Differentiable rendering for synthetic aperture radar imagery | |
Fu et al. | Extension of differentiable SAR renderer for ground target reconstruction from multi-view images and shadows | |
Doehler et al. | Simulation of imaging radar for obstacle avoidance and enhanced vision | |
Balz et al. | Improved real-time SAR simulation in urban areas | |
Willis et al. | SAR image simulation for performance assessment | |
Lei et al. | SAR-NeRF: Neural radiance fields for synthetic aperture radar multi-view representation | |
Mallorqui et al. | Simulation of polarimetric SAR vessel signatures for satellite fisheries monitoring | |
Schiavone et al. | Interoperability issues for terrain databases in distributed interactive simulation | |
Balz | SAR simulation of urban areas: Techniques and applications |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200811 |
|
RJ01 | Rejection of invention patent application after publication |