CN112070697B - 一种基于逆二维像的局部散射特性评估方法及装置 - Google Patents
一种基于逆二维像的局部散射特性评估方法及装置 Download PDFInfo
- Publication number
- CN112070697B CN112070697B CN202010927685.XA CN202010927685A CN112070697B CN 112070697 B CN112070697 B CN 112070697B CN 202010927685 A CN202010927685 A CN 202010927685A CN 112070697 B CN112070697 B CN 112070697B
- Authority
- CN
- China
- Prior art keywords
- angle
- domain
- image
- frequency
- dimensional
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 31
- 230000009466 transformation Effects 0.000 claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 48
- 238000003384 imaging method Methods 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 26
- 230000001131 transforming effect Effects 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 10
- 230000010354 integration Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000011426 transformation method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000012937 correction Methods 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
- 230000009977 dual effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 238000012795 verification 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
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/08—Projecting images onto non-planar surfaces, e.g. geodetic screens
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/168—Segmentation; Edge detection involving transform domain methods
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种基于逆二维像的局部散射特性评估方法、装置、计算机设备以及计算机可读存储介质,该方法包括:对角度‑频率域的原始RCS数据,采用滤波‑逆投影方法进行成像,获取目标的二维像;对获取的二维像进行处理,选中感兴趣的局部区域图像;采用二维傅里叶变换再投影的方法,先将局部区域图像从空间域变换到对应的变换域,再反变换到角度‑频率域,得到局部区域图像所对应的转角扫频RCS数据;将得到的转角扫频RCS数据与原始RCS数据进行比较,评估局部区域图像对原始RCS数据的贡献程度。本发明能够用于分析目标的局部散射特性,且数据有效利用率高、处理时间短。
Description
技术领域
本发明涉及雷达探测技术领域,尤其涉及一种基于逆二维像的局部散射特性评估方法、装置、计算机设备以及计算机可读存储介质。
背景技术
雷达的局部散射特性评估是一门新兴的技术,在典型目标特性设计中有巨大的技术需求,目前只在国外软件见过类似的功能,但是所采用处理方法有很大的局限性,使用起来很不方便且处理效率低下。
在目标散射特性研究中,对目标进行二维成像,绝大部分是通过把雷达探测目标放在转台上对其进行转角扫频测量,或者模拟建模进行计算来实现的。基于二维成像进行局部散射特性分析或者评估,主要包括成像、图像处理、逆变换等几个步骤,成像和逆变换之间有很强的耦合性,也就是说,不同的成像方法对应的逆变换处理方法也会有很大的不同,因而处理出来的效果也会有很大差异。目前,已知的局部散射特性评估技术中,成像通常采用距离-多普勒(RD)方法。这种方法最大的问题是,RD方法虽然运算速度快且简单,但是有很大的约束性,譬如转动角度限制、频率带宽限制,虽有距离徙动校正方法进行辅助,但效果往往有限。造成这个结果的本质原因在于数据结构坐标系类型的转换,雷达测量得到的数据包含角度-频率两个维度,属于极坐标系,而得到图像是位于纵向(雷达视线方向,缩写为LOS)、横向(垂直雷达视线方向)两个维度的直角坐标系中。如图1所示,其中,fx表示、fy表示变换域的横、纵坐标,f表示角度-频率域的频率,Θ表示角度-频率域的角度,y表示纵向坐标,角度-频率域为极坐标系,变换域为直角坐标系,当从极坐标系转换到直角坐标系时,RD方法如果修正,相当于从扇面区域中取直角平面区域,降低了数据有效使用范围;逆变换时,从直角坐标系再转换回极坐标系,相当于从直角平面区域中取扇面区域,进一步降低了数据的有效范围。
有鉴于此,需要提供一种在保证处理正确性的前提下,从根本上减少RD方法本身对角度和带宽的限制,提高数据的利用率的局部散射特性评估技术。
发明内容
本发明的目的是针对上述至少一部分不足之处,提供一种能够提高数据有效利用率、缩短数据处理时间的局部散射特性评估方法。
为了实现上述目的,本发明提供了一种基于逆二维像的局部散射特性评估方法,该方法包括如下步骤:
S1、对角度-频率域的原始RCS数据,采用滤波-逆投影方法进行成像,获取目标的二维像;
S2、对获取的二维像进行处理,选中感兴趣的局部区域图像;
S3、采用二维傅里叶变换再投影的方法,先将局部区域图像从空间域变换到对应的变换域,再反变换到角度-频率域,得到局部区域图像所对应的转角扫频RCS数据;
S4、将得到的转角扫频RCS数据与原始RCS数据进行比较,评估局部区域图像对原始RCS数据的贡献程度。
优选地,所述步骤S1包括如下步骤:
S1-1、获取目标的、角度-频率域的原始RCS数据,逐角度对频率域数据进行逆傅里叶变换,滤波处理;
其中,变换公式为:
r为极坐标半径,θ为观测角,为波数,f表示角度-频率域的频率,/>表示角度-频率域的角度,/>表示原始RCS数据;
变换后得到目标距离像g(r|θ),从目标距离像g(r|θ)选择目标区域完成滤波;
S1-2、将进行滤波后的目标距离像g(r|θ)投影到二维成像平面,通过积分得到目标的二维像;
其中,二维成像平面的坐标(x,y)和目标距离像的坐标(r,θ)之间的映射关系如下:
空间域
将进行滤波后的目标距离像g(r|θ)通过(x,y)和(r,θ)之间的映射关系投影到二维成像平面后,利用公式g(x,y)=∫g(r|θ)dθ对不同角度上的投影进行积分,得到目标的二维像。
优选地,所述步骤S2中,对获取的二维像进行处理,选中感兴趣的局部区域图像时,去除虚假散射点和/或局部强散射点。
优选地,所述步骤S3包括如下步骤:
S3-1、对局部区域图像进行二维傅里叶变换,得到变换后的变换域图像,二维傅里叶变换的表达式为:
G(fx,fy)=∫∫g(x,y)exp[-j2π(fxx+fyy)]dxdy
其中,g(x,y)表示空间域的局部区域图像,x、y分别为空间域的横、纵坐标,G(fx,fy)表示经傅里叶变换后得到的(fx,fy)变换域数据,fx、fy分别为变换域的横、纵坐标;
S3-2、根据变换域的横、纵坐标与角度、频率的关系,将傅里叶变换后得到的变换域数据反变换到角度-频率域,其中变换域的横、纵坐标与角度、频率的关系表示为:
f表示角度-频率域的频率,θ表示观测角。
优选地,所述步骤S4中,在将得到的转角扫频RCS数据与原始RCS数据进行比较之前,设置畸变区间,去除边频、边角畸变。
优选地,所述步骤S4中,设置畸变区间,去除边频畸变时,频率域两侧的畸变区间的带宽均为10~15%,去除边角畸变时,角度域两侧的畸变区间的带宽均为5~10%。
本发明还提供了一种基于逆二维像的局部散射特性评估装置,包括:
成像模块,用于对角度-频率域的原始RCS数据,采用滤波-逆投影方法进行成像,获取目标的二维像;
图像处理模块,用于对获取的二维像进行处理,选中感兴趣的局部区域图像;
逆变换模块,用于采用二维傅里叶变换再投影的方法,先将局部区域图像从空间域变换到对应的变换域,再反变换到角度-频率域,得到局部区域图像所对应的转角扫频RCS数据;
比较模块,用于将得到的转角扫频RCS数据与原始RCS数据进行比较,评估局部区域图像对原始RCS数据的贡献程度。
优选地,所述逆变换模块用于实现如下步骤:
对局部区域图像进行二维傅里叶变换,得到变换后的变换域图像,二维傅里叶变换的表达式为:
G(fx,fy)=∫∫g(x,y)exp[-j2π(fxx+fyy)]dxdy
其中,g(x,y)表示空间域的局部区域图像,x、y分别为空间域的横、纵坐标,G(fx,fy)表示经傅里叶变换后得到的(fx,fy)变换域数据,fx、fy分别为变换域的横、纵坐标;
根据变换域的横、纵坐标与角度、频率的关系,将傅里叶变换后得到的变换域数据反变换到角度-频率域,其中变换域的横、纵坐标与角度、频率的关系表示为:
f表示角度-频率域的频率,θ表示观测角。
本发明还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述基于逆二维像的局部散射特性评估方法的步骤。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述基于逆二维像的局部散射特性评估方法的步骤。
本发明的上述技术方案具有如下优点:本发明提供了一种基于逆二维像的局部散射特性评估方法、装置、计算机设备以及计算机可读存储介质;本发明在成像时采用滤波-逆投影方法进行成像,滤波-逆投影方法本身是一种自聚焦的方法,理论上没有角度和频率带宽的限制,提高了数据有效利用率;对得到的二维像进行处理,可挑选出想要分析其散射特性的部分区域,或去除部分区域,从而评估选出/去除的部分区域对于整体散射特性的影响,易于使用者根据实际需求进行操作;在逆变换时,先将局部区域图像从空间域变换到对应的变换域,再反变换到角度-频率域,相当于直接处理散射中心模型合成公式,理论上不存在误差,且能够缩短数据处理时间。
附图说明
图1是采用距离-多普勒方法成像和逆变换的有效区域范围示意图;
图2是本发明实施例中一种基于逆二维像的局部散射特性评估方法步骤示意图;
图3是一种典型的双Φ300球目标RCS数据中,选择单球对应的局部区域进行局部散射特性评估示意图;
图4是一种典型的双Φ300球目标RCS数据进行单球局部散射特性评估效果示意图;
图5是本发明实施例中一种基于逆二维像的局部散射特性评估装置结构示意图。
图中:100:成像模块;200:图像处理模块;300:逆变换模块;400:比较模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中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的一部分实施例,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的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。
如图2所示,本发明实施例提供的一种基于逆二维像的局部散射特性评估方法,包括如下步骤:
S1、对雷达探测获得的、角度-频率域的原始RCS数据,采用滤波-逆投影方法进行成像,获取目标的二维像。
成像的目的是通过分析原始RCS数据,利用信号处理方法重构目标的二维散射函数,即得到目标的二维像,以便后续提取想分析的图像区域。
S2、对获取的目标的二维像进行处理,选中感兴趣的局部区域图像。
此步骤中,使用者可以选中部分区域,也可以去除部分区域(即反选其他区域),以便后续评估选中的部分区域(或去除的部分区域)对整体的散射特性的影响,实现局部散射特性评估。
S3、采用二维傅里叶变换再投影的方法,先将局部区域图像从空间域变换到对应的变换域,再反变换到角度-频率域,得到局部区域图像所对应的转角扫频RCS数据。
S4、将得到的转角扫频RCS数据与原始RCS数据进行比较,评估感兴趣的局部区域对原始RCS数据的贡献程度。
优选地,步骤S1中,对角度-频率域的原始RCS数据,采用滤波-逆投影方法进行成像,获取目标的二维像时,具体包括如下步骤:
S1-1、首先获取目标的、角度-频率域的原始RCS数据,逐角度对频率域数据进行逆傅里叶变换,滤波处理。
其中,变换过程的表示公式为:
r为极坐标半径,θ为观测角(或称投影角),为波数,为了写成规范极坐标格式傅里叶变换形式引入,f表示角度-频率域的频率,/>表示角度-频率域的角度,/>表示目标的、角度-频率域的原始RCS数据。
变换后得到目标距离像g(r|θ),从目标距离像g(r|θ)选择目标区域的过程即是滤波。
S1-2、然后将进行滤波后的目标距离像g(r|θ)投影到二维成像平面,通过积分得到目标的二维像。
其中,二维成像平面的坐标(x,y)和目标距离像的坐标(r,θ)之间的映射关系如下:
空间域
将进行滤波后的目标距离像g(r|θ)通过(x,y)和(r,θ)之间的映射关系投影到二维成像平面后,利用公式g(x,y)=∫g(r|θ)dθ对不同角度上的投影进行积分,得到目标的二维像。g(x,y)即目标的二维像,也称目标的二维散射函数。
优选地,步骤S2中,对获取的二维像进行处理,选中感兴趣的局部区域图像时,可去除虚假散射点和/或局部强散射点。
优选地,步骤S3中,采用二维傅里叶变换再投影的方法,先将局部区域图像从空间域变换到对应的变换域,再反变换到角度-频率域,得到局部区域图像所对应的转角扫频RCS数据时,具体包括如下步骤:
S3-1、对步骤S2中选中的局部区域图像进行二维傅里叶变换,得到变换后的变换域图像,二维傅里叶变换的表达式为:
G(fx,fy)=∫∫g(x,y)exp[-j2π(fxx+fyy)]dxdy
其中,g(x,y)表示空间域的局部区域图像,x、y分别为空间域的横、纵坐标,G(fx,fy)表示经傅里叶变换后得到的(fx,fy)变换域数据,fx、fy分别为变换域的横、纵坐标,π表示圆周率。
S3-2、根据变换域横、纵坐标与角度、频率的关系,将傅里叶变换后得到的变换域图像反变换到角度-频率域,其中变换域横、纵坐标与角度、频率的关系表示为:
其中,f表示角度-频率域的频率,θ表示观测角,c表示光速。
由于在变换中往往要加窗和补零,且本发明使用的是不对称变换,因此步骤S3中得到的转角扫频RCS数据边频效应明显,实际使用中往往需要处理。
优选地,步骤S4中,在将步骤S3得到的转角扫频RCS数据与原始RCS数据进行比较之前,先设置畸变区间,去除边频、边角畸变,进一步地,设置畸变区间,去除边频畸变时,频率域两侧的畸变区间的带宽均为10~15%,去除边角畸变时,角度域两侧的畸变区间的带宽均为5~10%,确保数据的真实性、可靠性。畸变区间的带宽与目标的复杂程度相关,雷达探测目标越简单(形状规则、数量少),需要设置的畸变区间的带宽越大。若去除边频畸变时,频率域两侧的畸变区间的带宽均为15%,即去除扫频频段前15%、后15%对应的数据,保留中间70%的频段对应的数据。
优选地,步骤S4中,评估局部区域图像对原始RCS数据的贡献程度时,输出并以图形的方式显示转角扫频RCS数据与原始RCS数据,通过图形比较局部区域图像的散射特性在整体的散射特性中的占比。
由于标准体的RCS有严格的解析解,因此可以利用几个标准件(譬如球、圆柱)的组合体验证评估方法的正确性,从组合体中扣取或者保留部分标准体,用变换后数据与解析解数据偏差的均方根进行评估,一般以不超过1dB为宜。在一个具体实施方式中,如图3和图4所示,本发明获取双Φ300球目标(即作为雷达探测目标的两个球的直径均为300mm)的RCS数据,并选取其中单球对应的局部区域进行局部散射特性评估,原始RCS数据的频率f范围为9.5~10.5GHz,共有101个点,角度范围为-5~5°,101个点,图3的横坐标表示二维成像平面的横向范围(m),纵坐标表示二维成像平面的纵向范围(m),评估得到单球与双球目标RCS数据如图4所示,横坐标为频率,范围为9.5~10.5GHz,纵坐标为RCS值,范围为-15~-5dBdm。从图4中看出,只保留一个球后,逆变换得到的RCS值与理论解析值相符,且由于变换会有边频效应,扫频频段前、后部分RCS值出现畸变,通过设置畸变区间能够获得更为准确的局部RCS数据。
本发明提供的一种基于逆二维像的局部散射特性评估方法,采用的成像方法与逆变换方法均从最原始公式出发,且为自聚焦方法,方法本身没有角度和频率带宽的限制,提高了数据有效利用率。同时,由于本发明采用了逆变换的方法,相对于直接合成,数据处理时间将大幅缩短,近乎可达到一个数量级级别。经验证,本发明提供的局部散射特性评估方法对于复杂目标,边频效应很不明显,而对于简单目标,由于变换而受到影响发生畸变的数据也能控制在15%带宽以内。
本发明还提供了一种基于逆二维像的局部散射特性评估装置,如图5所示,包括成像模块100、图像处理模块200、逆变换模块300和比较模块400,其中:
成像模块100用于对角度-频率域的原始RCS数据,采用滤波-逆投影方法进行成像,获取目标的二维像;
图像处理模块200用于对获取的二维像进行处理,选中感兴趣的局部区域图像;
逆变换模块300用于采用二维傅里叶变换再投影的方法,先将局部区域图像从空间域变换到对应的变换域,再反变换到角度-频率域,得到局部区域图像所对应的转角扫频RCS数据;
比较模块400用于将得到的转角扫频RCS数据与原始RCS数据进行比较,评估感兴趣的局部区域对原始RCS数据的贡献程度。
优选地,成像模块100用于实现如下步骤:
获取目标的、角度-频率域的原始RCS数据,逐角度对频率域数据进行逆傅里叶变换,滤波处理。
其中,变换公式为:
r为极坐标半径,θ为观测角,为波数,f表示角度-频率域的频率,/>表示角度-频率域的角度,/>表示原始RCS数据;
变换后得到目标距离像g(r|θ),从目标距离像g(r|θ)选择目标区域完成滤波。
将进行滤波后的目标距离像g(r|θ)投影到二维成像平面,通过积分得到目标的二维像;
其中,二维成像平面的坐标(x,y)和目标距离像的坐标(r,θ)之间的映射关系如下:
空间域
将进行滤波后的目标距离像g(r|θ)通过(x,y)和(r,θ)之间的映射关系投影到二维成像平面后,利用公式g(x,y)=∫g(r|θ)dθ对不同角度上的投影进行积分,得到目标的二维像。
优选地,图像处理模块200对获取的二维像进行处理,选中感兴趣的局部区域图像时,去除虚假散射点和/或局部强散射点。
优选地,逆变换模块300用于实现如下步骤:
对局部区域图像进行二维傅里叶变换,得到变换后的变换域图像,二维傅里叶变换的表达式为:
G(fx,fy)=∫∫g(x,y)exp[-j2π(fxx+fyy)]dxdy
其中,g(x,y)表示空间域的局部区域图像,x、y分别为空间域的横、纵坐标,G(fx,fy)表示经傅里叶变换后得到的(fx,fy)变换域数据,fx、fy分别为变换域的横、纵坐标;
根据变换域的横、纵坐标与角度、频率的关系,将傅里叶变换后得到的变换域数据反变换到角度-频率域,其中变换域的横、纵坐标与角度、频率的关系表示为:
f表示角度-频率域的频率,θ表示观测角。
优选地,比较模块400在将逆变换模块300得到的转角扫频RCS数据与原始RCS数据进行比较之前,设置畸变区间,去除边频、边角畸变。进一步地,设置畸变区间,去除边频畸变时,频率域两侧的畸变区间的带宽均为10~15%,去除边角畸变时,角度域两侧的畸变区间的带宽均为5~10%。
特别地,在本发明一些优选的实施方式中,还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一实施方式中所述基于逆二维像的局部散射特性评估方法的步骤。
在本发明另一些优选的实施方式中,还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述任一实施方式中所述基于逆二维像的局部散射特性评估方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述基于逆二维像的局部散射特性评估方法实施例的流程,在此不再重复说明。
最后应说明的是:以上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精神和范围。
Claims (7)
1.一种基于逆二维像的局部散射特性评估方法,其特征在于,包括如下步骤:
S1、对角度-频率域的原始RCS数据,采用滤波-逆投影方法进行成像,获取目标的二维像;
S2、对获取的二维像进行处理,选中感兴趣的局部区域图像;
S3、采用二维傅里叶变换再投影的方法,先将局部区域图像从空间域变换到对应的变换域,再反变换到角度-频率域,得到局部区域图像所对应的转角扫频RCS数据;
S4、将得到的转角扫频RCS数据与原始RCS数据进行比较,评估局部区域图像对原始RCS数据的贡献程度;
其中,步骤S1包括如下步骤:
S1-1、获取目标的、角度-频率域的原始RCS数据,逐角度对频率域数据进行逆傅里叶变换,滤波处理;
其中,变换公式为:
r为极坐标半径,θ为观测角,为波数,f表示角度-频率域的频率,/>表示角度-频率域的角度,/>表示原始RCS数据;
变换后得到目标距离像g(r|θ),从目标距离像g(r|θ)选择目标区域完成滤波;
S1-2、将进行滤波后的目标距离像g(r|θ)投影到二维成像平面,通过积分得到目标的二维像;
其中,二维成像平面的坐标(x,y)和目标距离像的坐标(r,θ)之间的映射关系如下:
空间域
将进行滤波后的目标距离像g(r|θ)通过(x,y)和(r,θ)之间的映射关系投影到二维成像平面后,利用公式g(x,y)=∫g(r|θ)dθ对不同角度上的投影进行积分,得到目标的二维像;
步骤S3包括如下步骤:
S3-1、对局部区域图像进行二维傅里叶变换,得到变换后的变换域图像,二维傅里叶变换的表达式为:
G(fx,fy)=∫∫g(x,y)exp[-j2π(fxx+fyy)]dxdy
其中,g(x,y)表示空间域的局部区域图像,x、y分别为空间域的横、纵坐标,G(fx,fy)表示经傅里叶变换后得到的(fx,fy)变换域数据,fx、fy分别为变换域的横、纵坐标;
S3-2、根据变换域的横、纵坐标与角度、频率的关系,将傅里叶变换后得到的变换域数据反变换到角度-频率域,其中变换域的横、纵坐标与角度、频率的关系表示为:
f表示角度-频率域的频率,θ表示观测角。
2.根据权利要求1所述的基于逆二维像的局部散射特性评估方法,其特征在于:
所述步骤S2中,对获取的二维像进行处理,选中感兴趣的局部区域图像时,去除虚假散射点和/或局部强散射点。
3.根据权利要求1所述的基于逆二维像的局部散射特性评估方法,其特征在于:
所述步骤S4中,在将得到的转角扫频RCS数据与原始RCS数据进行比较之前,设置畸变区间,去除边频、边角畸变。
4.根据权利要求3所述的基于逆二维像的局部散射特性评估方法,其特征在于:
所述步骤S4中,设置畸变区间,去除边频畸变时,频率域两侧的畸变区间的带宽均为10~15%,去除边角畸变时,角度域两侧的畸变区间的带宽均为5~10%。
5.一种基于逆二维像的局部散射特性评估装置,其特征在于,包括:
成像模块,用于对角度-频率域的原始RCS数据,采用滤波-逆投影方法进行成像,获取目标的二维像;
图像处理模块,用于对获取的二维像进行处理,选中感兴趣的局部区域图像;
逆变换模块,用于采用二维傅里叶变换再投影的方法,先将局部区域图像从空间域变换到对应的变换域,再反变换到角度-频率域,得到局部区域图像所对应的转角扫频RCS数据;
比较模块,用于将得到的转角扫频RCS数据与原始RCS数据进行比较,评估局部区域图像对原始RCS数据的贡献程度;
其中,所述成像模块用于实现如下步骤:
获取目标的、角度-频率域的原始RCS数据,逐角度对频率域数据进行逆傅里叶变换,滤波处理;
其中,变换公式为:
r为极坐标半径,θ为观测角,为波数,f表示角度-频率域的频率,/>表示角度-频率域的角度,/>表示原始RCS数据;
变换后得到目标距离像g(r|θ),从目标距离像g(r|θ)选择目标区域完成滤波;
将进行滤波后的目标距离像g(r|θ)投影到二维成像平面,通过积分得到目标的二维像;
其中,二维成像平面的坐标(x,y)和目标距离像的坐标(r,θ)之间的映射关系如下:
空间域
将进行滤波后的目标距离像g(r|θ)通过(x,y)和(r,θ)之间的映射关系投影到二维成像平面后,利用公式g(x,y)=∫g(r|θ)dθ对不同角度上的投影进行积分,得到目标的二维像;
所述逆变换模块用于实现如下步骤:
对局部区域图像进行二维傅里叶变换,得到变换后的变换域图像,二维傅里叶变换的表达式为:
G(fx,fy)=∫∫g(x,y)exp[-j2π(fxx+fyy)]dxdy
其中,g(x,y)表示空间域的局部区域图像,x、y分别为空间域的横、纵坐标,G(fx,fy)表示经傅里叶变换后得到的(fx,fy)变换域数据,fx、fy分别为变换域的横、纵坐标;
根据变换域的横、纵坐标与角度、频率的关系,将傅里叶变换后得到的变换域数据反变换到角度-频率域,其中变换域的横、纵坐标与角度、频率的关系表示为:
f表示角度-频率域的频率,θ表示观测角。
6.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述基于逆二维像的局部散射特性评估方法的步骤。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4中任一项所述基于逆二维像的局部散射特性评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010927685.XA CN112070697B (zh) | 2020-09-07 | 2020-09-07 | 一种基于逆二维像的局部散射特性评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010927685.XA CN112070697B (zh) | 2020-09-07 | 2020-09-07 | 一种基于逆二维像的局部散射特性评估方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112070697A CN112070697A (zh) | 2020-12-11 |
CN112070697B true CN112070697B (zh) | 2024-01-19 |
Family
ID=73663729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010927685.XA Active CN112070697B (zh) | 2020-09-07 | 2020-09-07 | 一种基于逆二维像的局部散射特性评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112070697B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112731301B (zh) * | 2020-12-29 | 2023-06-09 | 北京环境特性研究所 | 一种圆盘形杂波模拟测量的干扰抑制方法及装置 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012129512A1 (en) * | 2011-03-23 | 2012-09-27 | Millikelvin Technologies Llc | Improved techniques, systems and machine readable programs for magnetic resonance |
CN104317984A (zh) * | 2014-09-09 | 2015-01-28 | 中国舰船研究设计中心 | 基于分域建模的船舶电磁散射预测方法及系统 |
CN104614726A (zh) * | 2015-03-05 | 2015-05-13 | 北京航空航天大学 | 一种阵列可伸缩式便携mimo-sar测量雷达系统及其成像方法 |
CN105353374A (zh) * | 2015-12-24 | 2016-02-24 | 北京环境特性研究所 | 一种用于自旋目标的单频雷达成像方法 |
CN105572666A (zh) * | 2016-01-12 | 2016-05-11 | 北京环境特性研究所 | 一种用于自旋目标的单频雷达成像方法 |
KR20160117743A (ko) * | 2015-03-31 | 2016-10-11 | 연세대학교 원주산학협력단 | 디지털 단층영상합성 시스템에서의 이분검사방법을 이용한 영상재구성 방법 |
CN106199524A (zh) * | 2016-06-23 | 2016-12-07 | 中国科学院电子学研究所 | 基于基追踪去噪的远场宽带rcs数据采集与压缩方法 |
CN106569191A (zh) * | 2016-10-17 | 2017-04-19 | 西北工业大学 | 一种利用高分辨率成像获取目标rcs的方法 |
CN108061883A (zh) * | 2017-11-28 | 2018-05-22 | 上海无线电设备研究所 | 局部散射源反演的近场散射函数转换弹目交会回波的方法 |
CN108872982A (zh) * | 2018-05-10 | 2018-11-23 | 北京航空航天大学 | 雷达目标rcs近远场转换中多次散射特征的提取与校正处理方法 |
CN108896993A (zh) * | 2018-05-10 | 2018-11-27 | 北京航空航天大学 | 一种复杂目标多波段雷达超宽带联合成像的分块处理方法 |
CN109444843A (zh) * | 2019-01-04 | 2019-03-08 | 北京环境特性研究所 | 一种单频雷达成像方法和装置 |
CN110059422A (zh) * | 2019-04-23 | 2019-07-26 | 北京环境特性研究所 | 频率选择表面曲面天线罩的电磁散射特性仿真方法 |
EP3690483A1 (en) * | 2019-02-04 | 2020-08-05 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | A method for synthesis of antenna array layouts or selection of waveform in a set of mutually incoherent apertures for radar and radio-frequency applications |
CN111504953A (zh) * | 2020-04-24 | 2020-08-07 | 上海无线电设备研究所 | 一种太赫兹时域光谱目标三维散射成像测量方法 |
CN111551936A (zh) * | 2020-06-28 | 2020-08-18 | 上海无线电设备研究所 | 一种雷达目标精细结构散射贡献提取方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3863873B2 (ja) * | 2003-09-30 | 2006-12-27 | 株式会社日立製作所 | 放射線検査装置 |
-
2020
- 2020-09-07 CN CN202010927685.XA patent/CN112070697B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012129512A1 (en) * | 2011-03-23 | 2012-09-27 | Millikelvin Technologies Llc | Improved techniques, systems and machine readable programs for magnetic resonance |
CN104317984A (zh) * | 2014-09-09 | 2015-01-28 | 中国舰船研究设计中心 | 基于分域建模的船舶电磁散射预测方法及系统 |
CN104614726A (zh) * | 2015-03-05 | 2015-05-13 | 北京航空航天大学 | 一种阵列可伸缩式便携mimo-sar测量雷达系统及其成像方法 |
KR20160117743A (ko) * | 2015-03-31 | 2016-10-11 | 연세대학교 원주산학협력단 | 디지털 단층영상합성 시스템에서의 이분검사방법을 이용한 영상재구성 방법 |
CN105353374A (zh) * | 2015-12-24 | 2016-02-24 | 北京环境特性研究所 | 一种用于自旋目标的单频雷达成像方法 |
CN105572666A (zh) * | 2016-01-12 | 2016-05-11 | 北京环境特性研究所 | 一种用于自旋目标的单频雷达成像方法 |
CN106199524A (zh) * | 2016-06-23 | 2016-12-07 | 中国科学院电子学研究所 | 基于基追踪去噪的远场宽带rcs数据采集与压缩方法 |
CN106569191A (zh) * | 2016-10-17 | 2017-04-19 | 西北工业大学 | 一种利用高分辨率成像获取目标rcs的方法 |
CN108061883A (zh) * | 2017-11-28 | 2018-05-22 | 上海无线电设备研究所 | 局部散射源反演的近场散射函数转换弹目交会回波的方法 |
CN108872982A (zh) * | 2018-05-10 | 2018-11-23 | 北京航空航天大学 | 雷达目标rcs近远场转换中多次散射特征的提取与校正处理方法 |
CN108896993A (zh) * | 2018-05-10 | 2018-11-27 | 北京航空航天大学 | 一种复杂目标多波段雷达超宽带联合成像的分块处理方法 |
CN109444843A (zh) * | 2019-01-04 | 2019-03-08 | 北京环境特性研究所 | 一种单频雷达成像方法和装置 |
EP3690483A1 (en) * | 2019-02-04 | 2020-08-05 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | A method for synthesis of antenna array layouts or selection of waveform in a set of mutually incoherent apertures for radar and radio-frequency applications |
CN110059422A (zh) * | 2019-04-23 | 2019-07-26 | 北京环境特性研究所 | 频率选择表面曲面天线罩的电磁散射特性仿真方法 |
CN111504953A (zh) * | 2020-04-24 | 2020-08-07 | 上海无线电设备研究所 | 一种太赫兹时域光谱目标三维散射成像测量方法 |
CN111551936A (zh) * | 2020-06-28 | 2020-08-18 | 上海无线电设备研究所 | 一种雷达目标精细结构散射贡献提取方法 |
Non-Patent Citations (2)
Title |
---|
Fast Fourier backprojection for frequency-domain optoacoustic tomography;Pouyan等;《Optics Letters》;第1-3页 * |
太赫兹雷达成像机理与信号处理技术研究;江舸;《中国博士学位论文全文数据库 信息科技辑》(第5期);第I136-30页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112070697A (zh) | 2020-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106569191A (zh) | 一种利用高分辨率成像获取目标rcs的方法 | |
CN108872985B (zh) | 一种近场圆周sar快速三维成像方法 | |
WO2022100065A1 (zh) | 图像配准方法、装置、电子设备及存储介质 | |
US20130343627A1 (en) | Suppression of reverberations and/or clutter in ultrasonic imaging systems | |
CN106548462A (zh) | 基于薄板样条插值的非线性sar图像几何校正方法 | |
CN111383285A (zh) | 一种基于毫米波雷达与摄像机传感器融合标定方法及系统 | |
CN111553849B (zh) | 基于局部特征匹配的锥束ct几何伪影去除方法及装置 | |
CN112465772A (zh) | 眼底彩照图像血管评估方法、装置、计算机设备和介质 | |
CN112070697B (zh) | 一种基于逆二维像的局部散射特性评估方法及装置 | |
CN112754529A (zh) | 基于频域迁移的超声平面波成像方法、系统及存储介质 | |
CN114372992A (zh) | 一种基于动平台的边缘角点检测四目视觉算法 | |
US20220088455A1 (en) | Golf ball set-top detection method, system and storage medium | |
CN108845301B (zh) | 一种用于双基地isar的目标等效旋转中心估计方法 | |
CN114067058A (zh) | 多角度sar立体成像方法 | |
CN111965645B (zh) | 一种顾及几何约束的多基线植被高度反演方法及装置 | |
CN107169978B (zh) | 超声图像边缘检测方法及系统 | |
CN113419242A (zh) | 一种层析sar全场景点云获取方法及其装置 | |
CN116467848B (zh) | 一种毫米波雷达点云仿真的方法和装置 | |
CN109959933B (zh) | 一种基于压缩感知的多基线圆迹合成孔径雷达成像方法 | |
CN117169882A (zh) | 船载雷达海浪信息反演方法 | |
CN111896954A (zh) | 一种船载sar影像的角反射器坐标定位方法 | |
Tian et al. | Microwave three-dimensional imaging under sparse sampling based on MURA code | |
CN115100446A (zh) | 一种sar与可见光遥感图像匹配的相似性度量方法 | |
CN113205564B (zh) | 一种sar智能目标边缘重构方法 | |
CN110161500B (zh) | 一种基于Radon-Clean的改进圆周SAR三维成像方法 |
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 |