CN112327259B - 一种sar图像中干扰信号的消除方法和装置 - Google Patents
一种sar图像中干扰信号的消除方法和装置 Download PDFInfo
- Publication number
- CN112327259B CN112327259B CN202011193141.1A CN202011193141A CN112327259B CN 112327259 B CN112327259 B CN 112327259B CN 202011193141 A CN202011193141 A CN 202011193141A CN 112327259 B CN112327259 B CN 112327259B
- Authority
- CN
- China
- Prior art keywords
- image
- interference
- sub
- sar
- frequency domain
- 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
- 238000000034 method Methods 0.000 title claims abstract description 83
- 230000008859 change Effects 0.000 claims abstract description 59
- 238000012545 processing Methods 0.000 claims abstract description 57
- 238000001514 detection method Methods 0.000 claims abstract description 41
- 230000008569 process Effects 0.000 claims abstract description 15
- 230000001131 transforming effect Effects 0.000 claims abstract description 10
- 238000001228 spectrum Methods 0.000 claims description 21
- 238000001914 filtration Methods 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 15
- 230000011218 segmentation Effects 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008030 elimination Effects 0.000 claims description 5
- 238000003379 elimination reaction Methods 0.000 claims description 5
- 238000004611 spectroscopical analysis Methods 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims 2
- 230000001629 suppression Effects 0.000 description 15
- 238000000354 decomposition reaction Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种SAR图像中干扰信号的消除方法和装置,包括将SAR复数据图像变换成距离频域图像;对距离频域图像进行干扰检测,根据干扰检测结果将距离频域图像划分得到包含干扰信息的第一子图像和不含干扰信息的第二子图像;对第一子图像和第二子图像进行差运算得到只含干扰信息的第三图像;对第一子图像和第二子图像进行变化检测处理得到干扰变化图像,并进行去噪处理得到干扰位置二值图的第四图像,将第三图像与第四图像进行匹配处理得到只含干扰信息和位置的第五图像;基于SAR复数据图像和第五图像,得到去除干扰后的SAR图像。通过本发明干扰信号的消除方法能够得到消除干扰信号的过程信号保真度高的高精度SAR图像。
Description
技术领域
本发明属于合成孔径雷达信号处理技术领域,具体涉及一种SAR图像中干扰信号的消除方法和装置。
背景技术
基于合成孔径雷达(Synthetic Aperture Radar,简称SAR)具有全天时、全天候、穿透云、雨、雾的优点,世界各国争先恐后的发展自己的合成孔径雷达设备和系统,一代又一代搭载着合成孔径雷达的卫星相继升空,电磁频谱资源变得拥挤。加上日益复杂的电磁环境等因素,这使得合成孔径雷达在行使任务当中会接收到其他设备带来的射频干扰信号。这些干扰信号的存在使得最终的合成孔径雷达图像呈现出明亮的周期性条纹与亮斑,使图像模糊、失真,严重影响了合成孔径雷达的应用。
由于合成孔径雷达系统中干扰现象频繁的出现,各国相关领域学者开展了大量的合成孔径雷达干扰抑制方法的研究。从不同数据的抑制处理出发,可以将干扰抑制方法分为两大类:基于合成孔径雷达图像的干扰抑制方法和基于合成孔径雷达回波信号的干扰抑制方法。基于合成孔径雷达图像的干扰抑制方法从图像域出发,将干扰信息直接从合成孔径雷达图像中去除。中国科学院电子学研究所的郑慧芳等人,利用合成孔径雷达任意子带均能成像且幅值相同的特性,提出了子带对消法,通过简单的对消操作,就能将干扰去除掉。但是子带对消法在对消干扰的同时也不可避免地对消掉大量有用的图像信息,而且面对宽带干扰时,对消效果往往不理想。A.Reigber等人采用解聚焦的方法将合成孔径雷达图像还原至特定的变换域进行陷波处理,这种方法虽然高效但是难免的失却大量的有用信息从而导致缺失数据。缺失数据将会带来副瓣的提高,使得合成孔径雷达图像副瓣能量较高,导致图像模糊。基于合成孔径雷达回波信号的干扰抑制方法从回波域出发将回波信号进行分解、变换等操作使得干扰表征明显,从而展开抑制操作。西安电子科技大学的周峰等人早期采用特征值分解的方法进行干扰抑制处理,将干扰信号对应的特征值去除并还原数据达到干扰抑制的效果。除此之外,经验模态分解方法也被用来分解回波信号,并将干扰信号对应的本征模态函数消除实现干扰抑制操作。这些分解类方法可以有效的去除回波信号中的干扰分量,但是大量的矩阵运算操作使得分解类方法运算效率往往不佳。东南大学的黄岩等人从稀疏重构的理论出发,分别针对窄带干扰和宽带干扰建立提取干扰信号的稀疏重构优化模型,求解优化问题得到干扰信号再进行抑制操作。但优化问题的求解往往伴随着迭代,这使得该类抑制方法相对于其他方法计算复杂度较高。
因此,需要提供一种针对上述现有技术中不足的改进技术方案。
发明内容
本发明的目的是提供一种SAR图像中干扰信号的消除方法和装置,用以提高SAR图像的精度。
为了实现上述目的,本发明提供如下技术方案:
一种SAR图像中干扰信号的消除方法,所述方法包括:
步骤1,基于快速傅里叶变换将SAR复数据图像变换成距离频域图像;
步骤2,对所述距离频域图像进行干扰检测,根据干扰检测结果将所述距离频域图像划分,得到第一子图像和第二子图像;所述第一子图像为包含干扰信息的图像,所述第二子图像为不含干扰信息的图像;
步骤3,对所述第一子图像和所述第二子图像进行差运算得到第三图像,所述第三图像为只含干扰信息的幅值图像;
步骤4,对所述第一子图像和所述第二子图像进行变化检测处理得到干扰变化图像,并对所述干扰变化图像进行去噪处理,得到第四图像,所述第四图像为干扰位置二值图;
步骤5,将所述第三图像与所述第四图像进行匹配处理得到第五图像;所述第五图像只含干扰信息和位置的幅值图像;
步骤6,基于所述SAR复数据图像和所述第五图像,得到消除干扰后的SAR图像。
进一步的,所述距离频域图像基于平均距离谱法进行干扰检测。
进一步的,步骤2中,对所述距离频域图像进行干扰检测前,需要对所述距离频域图像的距离幅值频谱进行矫正处理;所述矫正处理包括:将距离频域延长方位向叠加,通过多项式拟合构造反加权函数,将所述反加权函数相乘完成距离幅值频谱的矫正处理。
进一步的,所述根据干扰检测结果将所述距离频域图像划分,得到第一子图像和第二子图像包括:
根据干扰检测结果将所述距离频域图像划分为含干扰的子带和不含干扰的子带;
使用快速傅里叶逆变换分别将所述含干扰的子带变换至图像域得到所述第一子图像和将不含干扰的子带变换至图像域得到所述第二子图像。
进一步的,步骤4中,对所述第一子图像和所述第二子图像进行变化检测处理得到干扰变化图像是采用对数比变化检测算子对所述第一子图像和所述第二子图像进行处理得到干扰变化图像。
进一步的,所述去噪处理包括:
对所述干扰变化图像进行中值滤波处理,得到滤波后的干扰变化图像;
对所述滤波后的干扰变化图像进行最大类间方差阈值分割处理,得到初始二值图像;
对所述初始二值图像进行开操作处理,得到干扰位置二值图;
对所述干扰位置二值图进行连通域去除小面积区域操作,得到所述第四图像。
进一步的,所述对所述滤波后的干扰变化图像进行最大类间方差阈值分割处理,得到初始二值图像包括:
采用遍历的方法得到所述干扰变化图像的最优阈值;所述最优阈值是当类间方差最大时对应的阈值;
基于所述最优阈值将滤波处理后的所述干扰变化图像进行二值化处理,得到所述初始二值图像。
进一步的,步骤5中,所述第三图像与所述第四图像进行匹配处理时,遍历所有像素点,如果相同位置第四图像的数据像素值为0,则令第三图像的数据对应像素值为0;如果相同位置第四图像的数据像素值为1,则第三图像的数据对应像素值不变。
进一步的,基于所述SAR复数据图像和所述第五图像,得到去除干扰后的SAR图像包括:
将SAR复数据图像取绝对值得到SAR幅值图像;
从所述SAR幅值图像中减去所述第五图像,就得到去除干扰后的SAR图像。
为实现上述目的,本发明还提供一种SAR图像中干扰信号的消除装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述计算机程序被处理器执行时实现上述SAR图像中干扰信号的消除方法的步骤。
与最接近的现有技术相比,本发明提供的技术方案具有如下优异效果:
本发明的SAR图像中干扰信号的消除方法,通过将SAR复数句图像变换成距离频域图像,能够便于干扰信号的检测和后续消除处理;通过对距离频域图像进行干扰检测,将距离频域图像划分得到包含干扰信息的第一子图像和不包含干扰信息的第二子图像;对所述第一子图像和所述第二子图像进行差运算得到第三图像,所述第三图像为只含干扰信息的幅值图像;对所述第一子图像和所述第二子图像进行变化检测处理得到干扰变化图像,并对所述干扰变化图像进行去噪处理,得到干扰位置二值图即第四图像;通过对所述第三图像与所述第四图像进行匹配处理能够得到只含干扰信息和位置的幅值图像;本申请通过分别对第一子图像和第二子图像进行处理,得到干扰变化信息的幅值图像和干扰位置二值图,这样既能精确检测干扰信号和位置,又不会损失图像的数据信息,能够有效保证SAR图像在处理过程中的信号保真度,然后基于SAR复数据图像和第五图像,得到去除干扰后的SAR图像。因此,本申请的技术方案在处理过程中保证信号保真度的基础上,能够有效消除干扰信号,得到抑制效果好的高精度SAR图像。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。其中:
图1为本发明SAR图像中干扰信号的消除方法的流程图;
图2为本发明含干扰的合成孔径雷达图像;
图3为本发明未矫正处理的距离频谱图;
图4为本发明矫正处理后的距离频谱;
图5为本发明的第一子图像;
图6为本发明的第二子图像;
图7为本发明的第三图像;
图8为本发明干扰变化图像;
图9为本发明对干扰变化图像处理得到的初始二值图像;
图10为本发明开操作后的干扰位置二值图;
图11为本发明的第四图像;
图12为本发明的第五图像;
图13为本发明消除干扰后的合成孔径雷达图像。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅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所获得的所有其他实施例,都属于本发明保护的范围。
下面将参考附图并结合实施例来详细说明本发明。各个示例通过本发明的解释的方式提供而非限制本发明。实际上,本领域的技术人员将清楚,在不脱离本发明的范围或精神的情况下,可在本发明中进行修改和变型。例如,示为或描述为一个实施例的一部分的特征可用于另一个实施例,以产生又一个实施例。因此,所期望的是,本发明包含归入所附权利要求及其等同物的范围内的此类修改和变型。
方法实施例:
本发明的SAR回波数据干扰信号的消除方法如图1所示,包括如下步骤:
步骤一,基于快速傅里叶变换将SAR复数据图像变换成距离频域图像;
在本申请实施例中,如图2所示为含干扰的合成孔径雷达图像,图像右上方有三个受干扰区域,该区域的地貌信息已经丢失
在本申请实施例中,通过快速傅里叶变换(Fast Fourier Transform,FFT)能够将合成孔径雷达的复数据图像变换成距离频域,在距离频域中干扰表征更加明显集中,易于后续检和抑制操作的实现,如图3所示为未矫正处理的距离频谱图,呈现不对称的距离频谱。
在一些优选实施例中,对距离频域图像进行矫正处理,矫正处理是对距离频域图像的距离幅值频谱进行处理的,具体包括:
(1)将距离频域数据X延方位向叠加得到反应频谱特征的向量Q:
(2)基于所述反应频谱特征的向量对所述距离频域数据采用多项式拟合方式构造反加权函数;
先假设利用多项式函数拟合向量X,多项式函数形式如下:
令
式中,W为多项式的系数,m为多项式的阶数(采用8阶较为合适),Nr为合成孔径雷达距离向采样点数。多项式函数可转化为如下形式:
y(x,W)=XW
为了取得误差函数的最小值,直接使函数的导数等于零,可得解W。误差函数为:
对其求导得:
令导数等于零,得到W:
W=[w0w1…wm]=(XTX)-1XTQ
反加权函数为多项式函数的倒数,即
(3)将反加权函数相乘实现所述距离幅值的矫正处理。
使距离频域的数据域拟合出多项式函数的倒数相乘达到距离频谱矫正的目的。频谱矫正后的数据频谱能量对称,如图4所示。
步骤二,对所述距离频域图像进行干扰检测,根据干扰检测结果将所述距离频域图像划分,得到第一子图像和第二子图像;所述第一子图像包含干扰信息的图像,所述第二子图像不含干扰信息的图像。
步骤S21,基于平均距离谱法对距离频域图像进行干扰检测;根据干扰检测结果将所述距离频域图像划分为含干扰的子带和不含干扰的子带;
在本申请实施例中,基于平均距离谱法在距离频域图像的距离频域进行干扰检测。
将距离频域数据延方位向叠加取平均绘制出平均距离频谱,含干扰的部分在频谱上表现为一突起的尖峰,根据此特性将频域数据划分为两个子带,即含干扰的子带与不含干扰的子带。
通过平均距离谱法检测左半侧频谱含干扰,右半侧频谱不含干扰。将频谱划分为左半侧与右半侧两部分,即含干扰的子带与不含干扰的子带。
步骤S22,使用快速傅里叶逆变换分别将所述含干扰的子带变换至图像域得到所述第一子图像和将不含干扰的子带变换至图像域得到所述第二子图像。
由于合成孔径雷达具有任意子带均能成像切成像幅值相同的性质,通过快速傅里叶逆变换(IFFT)将划分的两个子带均变换至图像域,取绝对值得到幅值图像,通过含干扰的子带得到的幅值图像为第一子图像如图5所示,通过不含干扰的子带得到的幅值图像为第二子图像如图6所示。
也就是说,第一子图像包含干扰信息的图像,即包括干扰信息和正常信息;所述第二子图像不含干扰信息的图像;即仅包括正常信息。
步骤三,对所述第一子图像和所述第二子图像进行差运算得到第三图像,所述第三图像为只含干扰信息的幅值图像。
在本申请实施例中,由于所述第一子图像中含干扰信息,而所述第二子图像中不含干扰信息,则对所述第一子图像和所述第二子图像进行差运算,即对所述第一子图像的数据和所述第二子图像的数据进行差运算并取绝对值,就能得到第三图像,如图7所示;通过进行差运算,就将图像中的不含干扰信息(正产信息)减去了,因此得到的所述第三图像只含干扰信息的幅值图像。该第三图像为后续步骤提供源数据。
步骤四,对所述第一子图像和所述第二子图像进行变化检测处理得到干扰变化图像,并对所述干扰变化图像进行去噪处理,得到第四图像,所述第四图像为干扰位置图像。
第一子图像和第二子图像不是严格意义上的原始SAR图像,他们是子图像,只有原来SAR图像二分之一的能量。第一子图像与第二子图像相减得到的只含干扰信息的第三图像,但是含有大量噪声,第一子图像与第二子图像通过变化检测并且滤波可以得到干扰的位置。
S31,采用对数比变化检测算子对所述第一子图像和所述第二子图像进行处理得到干扰变化图像;
通过对数比变化检测算子,将中值滤波处理后的第一子图像与第二子图像进行变化检测操作,得到干扰变化图像,如图8所示。
S311,对所述第一子图像的数据和所述第二子图像的数据进行滤波处理;
本步骤旨在去除所述第一子图像和所述第二子图像的部分噪声,是数据更加平滑。
在本申请实施例中,对所述第一子图像的数据和所述第二子图像的数据进行中值滤波处理,具体是对所述第一子图像的数据进行滑窗为7×7的中值滤波处理;同时对所述第二子图像的数据进行滑窗为7×7的中值滤波处理。
S312,采用对数比变化检测算子进行处理得到干扰变化图像;
设干扰变化图像为C(i,j),含干扰的子带图像,即第一子图像为I(i,j),不含干扰的子带图像,即第二子图像为S(i,j)。采用对数比变化检测可以表示为:
式中,Na为方位向采样点数,Nr为距离向采样点数;i=1,2,Na,j=1,2,Nr。该式中,两个子带分别减1的目的为避免非常数量的出现。
S32,对所述干扰变化图像进行去噪处理,得到第四图像,所述第四图像为只含主要干扰位置图像;
在本申请实施例中,所述去噪处理包括中值滤波处理、最大类间方差阈值分割处理、开操作处理和连通域去除小面积区域处理。
S321,对干扰变化图像进行中值滤波处理,得到滤波后的干扰变化图像;
在本申请实施例中,所述中值滤波处理是通过中值滤波器对干扰变化图像C(i,j)进行中值滤波的平滑处理。
具体的,通过构造滑窗为7×7的中值滤波器,使用中值滤波器对干扰变化图像C(i,j)进行中值滤波处理,能够使干扰变化图像C(i,j)变得更加平滑。
S322,对滤波后的干扰变化图像进行最大类间方差阈值分割处理,得到初始二值图像;
在本申请实施例中,所述最大类间方差阈值分割处理是先采用遍历的方法得到使类间方差g最大的最优阈值T,然后通过最优阈值对干扰变化图像进行初步的降噪处理,并将干扰变化图像进行二值化处理得到初始二值图像,如图9所示。
S3221,采用遍历的方法得到所述干扰变化图像的最优阈值T;当类间方差g最大时获得所述最优阈值T;
对于干扰变化图像C(i,j),前景(即干扰)和背景的分割阈值记作T,属于前景的像素点数占整幅图像的比例记为ω0,其平均灰度μ0;背景像素点数占整幅图像的比例为ω1,其平均灰度为μ1。图像的总平均灰度记为μ,类间方差记为g。假设图像C(i,j)的背景较暗,并且图像的大小为Na×Nr,图像中像素的灰度值小于阈值T的像素个数记作N0,像素灰度大于阈值T的像素个数记作N1,则有:
N0+N1=NaNr
ω0+ω1=1
μ=μ0ω0+μ1ω1
g=ω0(μ0-μ)2+ω1(μ1-μ)2
将μ带入g得到等价公式,即间类方差g:
g=ω0ω1(μ0-μ1)2
采用遍历的方法得到使类间方差g最大的最优阈值T,即为所求干扰变化图像C(i,j)前景(即干扰)和背景的分割阈值。
本申请采用最大类间方差阈值分割方法(OTSU)能够更好区分获取干扰信号。
S3222,基于所述最优阈值将滤波处理后的所述干扰变化图像进行二值化处理,得到初始二值图像;
通过最优阈值T可以将干扰变化图像C(i,j)进行初步的降噪处理,并将干扰变化图像C(i,j)进行二值化处理得到二值图像,即像素值为1(白色)代表干扰,像素值为0(黑色)代表空白区域,但其中还含有大量噪声,需进行后续操作。
S323,对所述初始二值图像进行开操作处理,得到干扰位置二值图;
由于得到的初始二值图像还存在大量的噪声,再运用形态学开操作可以去除大量的噪,得到的干扰位置二值图如图10所示。
在本申请实施例中,开操作表示先腐蚀后膨胀。定义结构A为二值图像中的部分结构,结构B为半径为10像素的圆形结构。
结构A被结构B腐蚀的定义为:
可以理解为,移动结构B,如果结构B与结构A的交集完全属于结构A的区域内,则保存该位置点,所有满足条件的点构成结构A被结构B腐蚀的结果。
结构A被结构B膨胀的定义为:
可以理解为,将结构B在结构A上进行卷积操作,如果移动结构B的过程中,与结构A存在重叠区域,则记录该位置,所有移动结构B与结构A存在交集的位置的集合为结构A在结构B作用下的膨胀结果。
本申请中,通过先腐蚀后膨胀的开操作,就能得到进行开操作处理后的干扰位置二值图;即开操作可以先将大量的小面积噪声腐蚀干净,腐蚀操作完成后再进行膨胀操作恢复至原来的结构。
S324,对所述干扰位置二值图进行连通域去除小面积区域操作,得到第四图像;
干扰位置二值图中会存在两种结构,即干扰结构和噪声结构。采用邻接的方法将干扰位置二值图标记为一系列连通区域。统计每个连通区域的面积大小,即像素点数量,则噪声区域的面积会明显小于干扰区域的面积,将这些噪声区域置零可以得到最终的干扰位置二值图,即只含干扰位置图像,并定义为第四图像。在图像数据中,白色代表主要干扰位置,黑色代表不含干扰的位置,即空白位置。
在本申请实施例中,通过对数比变化检测算子和后续四步精确去噪操作,可以得到只含干扰位置的第四图像,如图11所示。
需要说明的是,本申请实施例中,步骤三与步骤四之间并不存在先后时序关系,可以先执行步骤三,再执行步骤四;也可以先执行步骤四,再执行步骤三;或者同时执行步骤三和步骤四。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
步骤五,将所述第三图像与所述第四图像进行匹配处理得到第五图像;所述第五图像只含干扰信息和位置的幅值图像;
将所述第三图像与所述第四图像进行匹配处理得到只含主要干扰的幅值图像,即第五图像,具体做法为:
首先定义T(i,j)为第三数据的数学形式,定义F(i,j)为第四数据的数学形式,其中i=1,2,Na,j=1,2,Nr,Na为方位向采样点数,Nr为距离向采样点数。由于所述第四图像F(i,j)为只含主要干扰位置二值图,该第四图像的数据中,像素值1为白色,代表干扰位置,像素值0为黑色,代表不含干扰的位置,即空白位置。所述第三图像与所述第四图像进行匹配处理的原则为,遍历所有像素点,如果相同位置第四图像的数据像素值为0,则令第三图像的数据对应像素值为0。如果相同位置第四图像的数据像素值为1,则第三图像的数据对应像素值不变。步骤为:
(1)初始化i=1,j=1;
(2)如果F(i,j)=0,则T(i,j)=0;否则T(i,j)不变;
(3)i=i+1,如果i<Na,回到步骤(2)。否则,j=j+1,执行步骤(4);
(4)如果j<Nr,回到步骤(2);否则结束,就得到了所述第三数据与所述第四数据进行匹配处理得到的只含干扰的幅值图像,即为第五图像如图12所示。
步骤六,基于所述SAR复数据图像和所述第五图像,得到消除干扰后的SAR图像。
首先,将SAR复数据图像取绝对值得到SAR幅值图像,然后,从所述SAR幅值图像中减去所述第五图像,就得到去除干扰后的SAR图像。
由于第五图像为只含干扰信息和位置的幅值图,将干扰信息从合成孔径雷达原始幅值图像消除,就会得到如图13所示的消除干扰后的合成孔径雷达图像。
本申请的SAR图像基于合成孔径雷达单视复数图像而提出的一种干扰抑制方法,基于快速傅里叶变换(FFT)技术将SAR复数据图像变换至距离频域,对距离幅值频谱进行矫正处理;基于平均距离谱法在距离频域进行干扰检测,并将数据划分为含干扰的子带与不含干扰的子带;基于逆快速傅里叶变换(IFFT)技术,分别将划分的子带数据变换至图像域,得到含干扰的第一子图像与不含干扰的第二子图像;对所述第一子图像和所述第二子图像进行差运算,得到干扰信息的第三图像;将所述第一图像与第二图像进行中值滤波,并采用对数比变化检测算子检测得到干扰变化图像;将干扰变化图像进行中值滤波处理,并采用最大类间方差阈值分割方法(OTSU)得到干扰变化图像的二值图像;运用开操作和连通域去除小面积区域方法,将干扰变化的二值图像进行去噪处理得到第四图像,其中,所述第四图像定义为处理得到的干扰位置图像;使所述第三图像与所述第四数据匹配得到只含干扰信息和位置的第五图像;最后,SAR幅值图像减去只含干扰信息和位置的幅值图像,得到去干扰后的SAR图像;通过本发明,能够在图像域高精度检测与消除SAR图像中的干扰信号。
装置实施例:
本发明提供了一种SAR图像中干扰信号的消除装置包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述计算机程序被处理器执行时实现上述SAR图像中干扰信号的消除方法的步骤。
由于基于SAR图像中干扰信号的消除方法的步骤已在方法实施例中详细介绍,此处不再进行详细赘述。
其中,处理器包括中央处理器(central processing unit,简称CPU)、网络处理器(Network Processor,简称NP)等,还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
需要指出,根据实施的需要,可将本申请实施例中描述的各个步骤拆分为更多步骤,也可以将两个或多个步骤或者步骤的部分操作组合成新的步骤,以实现本申请实施例的目的。
上述根据本申请实施例的方法可在硬件、固件中实现,或者被实现为可存储在记录介质(诸如CD ROM、RAM、软盘、硬盘或磁光盘)中的软件或计算机代码,或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器存储介质中并将被存储在本地记录介质中的计算机代码,从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如ASIC或FPGA)的记录介质上的这样的软件处理。可以理解,计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如,RAM、ROM、闪存等),当所述软件或计算机代码被计算机、处理器或硬件访问且执行时,实现在此描述的基于位置指纹的Wi-Fi定位方法。此外,当通用计算机访问用于实现在此示出的方法的代码时,代码的执行将通用计算机转换为用于执行在此示出的方法的专用计算机。
在本申请所提供的实施例中,应该理解到,所揭露的方法,也可以通过其它的方式实现。此外,存储于存储器中的程序代码如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,笔记本电脑,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均在本发明待批权利要求保护范围之内。
Claims (10)
1.一种SAR图像中干扰信号的消除方法,其特征在于,所述方法包括:
步骤1,基于快速傅里叶变换将SAR复数据图像变换成距离频域图像;
步骤2,对所述距离频域图像进行干扰检测,根据干扰检测结果将所述距离频域图像划分,得到第一子图像和第二子图像;所述第一子图像为包含干扰信息的图像,所述第二子图像为不含干扰信息的图像;
步骤3,对所述第一子图像和所述第二子图像进行差运算得到第三图像,所述第三图像为只含干扰信息的幅值图像;
步骤4,对所述第一子图像和所述第二子图像进行变化检测处理得到干扰变化图像,并对所述干扰变化图像进行去噪处理,得到第四图像,所述第四图像为干扰位置二值图;
步骤5,将所述第三图像与所述第四图像进行匹配处理得到第五图像;所述第五图像只含干扰信息和位置的幅值图像;
步骤6,基于所述SAR复数据图像和所述第五图像,得到消除干扰后的SAR图像。
2.根据权利要求1所述的SAR图像中干扰信号的消除方法,其特征在于,所述距离频域图像基于平均距离谱法进行干扰检测。
3.根据权利要求1所述的SAR图像中干扰信号的消除方法,其特征在于,步骤2中,对所述距离频域图像进行干扰检测前,需要对所述距离频域图像的距离幅值频谱进行矫正处理;所述矫正处理包括:将距离频域延长方位向叠加,通过多项式拟合构造反加权函数,将所述反加权函数相乘完成距离幅值频谱的矫正处理。
4.根据权利要求1所述的SAR图像中干扰信号的消除方法,其特征在于,所述根据干扰检测结果将所述距离频域图像划分,得到第一子图像和第二子图像包括:
根据干扰检测结果将所述距离频域图像划分为含干扰的子带和不含干扰的子带;
使用快速傅里叶逆变换分别将所述含干扰的子带变换至图像域得到所述第一子图像和将不含干扰的子带变换至图像域得到所述第二子图像。
5.根据权利要求1所述的SAR图像中干扰信号的消除方法,其特征在于,步骤4中,对所述第一子图像和所述第二子图像进行变化检测处理得到干扰变化图像是采用对数比变化检测算子对所述第一子图像和所述第二子图像进行处理得到干扰变化图像。
6.根据权利要求1所述的SAR图像中干扰信号的消除方法,其特征在于,所述去噪处理包括:
对所述干扰变化图像进行中值滤波处理,得到滤波后的干扰变化图像;
对所述滤波后的干扰变化图像进行最大类间方差阈值分割处理,得到初始二值图像;
对所述初始二值图像进行开操作处理,得到干扰位置二值图;
对所述干扰位置二值图进行连通域去除小面积区域操作,得到所述第四图像。
7.根据权利要求6所述的SAR图像中干扰信号的消除方法,其特征在于,所述对所述滤波后的干扰变化图像进行最大类间方差阈值分割处理,得到初始二值图像包括:
采用遍历的方法得到所述干扰变化图像的最优阈值;所述最优阈值是当类间方差最大时对应的阈值;
基于所述最优阈值将滤波处理后的所述干扰变化图像进行二值化处理,得到所述初始二值图像。
8.根据权利要求7所述的SAR图像中干扰信号的消除方法,其特征在于,步骤5中,所述第三图像与所述第四图像进行匹配处理时,遍历所有像素点,如果相同位置第四图像的数据像素值为0,则令第三图像的数据对应像素值为0;如果相同位置第四图像的数据像素值为1,则第三图像的数据对应像素值不变。
9.根据权利要求7所述的SAR图像中干扰信号的消除方法,其特征在于,基于所述SAR复数据图像和所述第五图像,得到去除干扰后的SAR图像包括:
将SAR复数据图像取绝对值得到SAR幅值图像;
从所述SAR幅值图像中减去所述第五图像,就得到去除干扰后的SAR图像。
10.一种SAR图像中干扰信号的消除装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,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1-9所述的SAR图像中干扰信号的消除方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011193141.1A CN112327259B (zh) | 2020-10-30 | 2020-10-30 | 一种sar图像中干扰信号的消除方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011193141.1A CN112327259B (zh) | 2020-10-30 | 2020-10-30 | 一种sar图像中干扰信号的消除方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112327259A CN112327259A (zh) | 2021-02-05 |
CN112327259B true CN112327259B (zh) | 2024-03-15 |
Family
ID=74296873
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011193141.1A Active CN112327259B (zh) | 2020-10-30 | 2020-10-30 | 一种sar图像中干扰信号的消除方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112327259B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114092748B (zh) * | 2021-11-30 | 2022-06-14 | 中国科学院空天信息创新研究院 | Sar无意识干扰检测方法、装置、设备和介质 |
CN115128548B (zh) * | 2022-05-27 | 2023-04-25 | 西安电子科技大学杭州研究院 | 一种sar射频干扰检测方法 |
CN115657033B (zh) * | 2022-12-29 | 2023-07-07 | 北京九天微星科技发展有限公司 | 一种高分辨率低轨卫星合成孔径雷达成像方法 |
CN117991210A (zh) * | 2024-04-03 | 2024-05-07 | 北京宏锐星通科技有限公司 | 一种基于sar图像的干扰效果评估方法、装置及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6028549A (en) * | 1998-05-22 | 2000-02-22 | Deutsches Zentrum Fur Luft-Und Raumfahrt E.V. | Process for the detection and suppression of interfering signals in S.A.R. data and device for performing this process |
US6608586B1 (en) * | 2002-07-25 | 2003-08-19 | Sandia Corporation | Method for removing RFI from SAR images |
CN103176184A (zh) * | 2013-02-06 | 2013-06-26 | 中国科学院电子学研究所 | 一种结合干扰抑制方法的p波段sar成像处理方法 |
CN111665507A (zh) * | 2020-07-17 | 2020-09-15 | 河南大学 | 图像干扰抑制方法、装置、计算机可读介质和电子设备 |
-
2020
- 2020-10-30 CN CN202011193141.1A patent/CN112327259B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6028549A (en) * | 1998-05-22 | 2000-02-22 | Deutsches Zentrum Fur Luft-Und Raumfahrt E.V. | Process for the detection and suppression of interfering signals in S.A.R. data and device for performing this process |
US6608586B1 (en) * | 2002-07-25 | 2003-08-19 | Sandia Corporation | Method for removing RFI from SAR images |
CN103176184A (zh) * | 2013-02-06 | 2013-06-26 | 中国科学院电子学研究所 | 一种结合干扰抑制方法的p波段sar成像处理方法 |
CN111665507A (zh) * | 2020-07-17 | 2020-09-15 | 河南大学 | 图像干扰抑制方法、装置、计算机可读介质和电子设备 |
Non-Patent Citations (1)
Title |
---|
李江源 ; 王建国 ; .基于统计区分度的SAR图像干扰评估方法.电子与信息学报.2008,(第12期),64-67. * |
Also Published As
Publication number | Publication date |
---|---|
CN112327259A (zh) | 2021-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112327259B (zh) | 一种sar图像中干扰信号的消除方法和装置 | |
Argenti et al. | Fast MAP despeckling based on Laplacian–Gaussian modeling of wavelet coefficients | |
CN101661611B (zh) | 基于贝叶斯非局部均值滤波器的实现方法 | |
CN108765327B (zh) | 一种基于景深和稀疏编码的图像去雨方法 | |
CN103077508B (zh) | 基于变换域非局部和最小均方误差的sar图像去噪方法 | |
CN101727662A (zh) | Sar图像非局部均值去斑方法 | |
CN101901476A (zh) | 基于NSCT域边缘检测和Bishrink模型的SAR图像去噪方法 | |
CN103093441A (zh) | 基于变换域的非局部均值和双变量模型的图像去噪方法 | |
CN102222322A (zh) | 基于多尺度非局部均值的红外图像背景抑制方法 | |
CN116908853B (zh) | 高相干点选取方法、装置和设备 | |
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 | |
CN113917490A (zh) | 激光测风雷达信号去噪方法及装置 | |
CN111580107A (zh) | 一种sar回波信号的射频干扰抑制方法、装置及成像方法 | |
CN114814840A (zh) | 含干扰合成孔径雷达图像筛选及干扰位置检测方法和系统 | |
CN111091107A (zh) | 一种人脸区域边缘检测方法、装置及存储介质 | |
CN115407282B (zh) | 一种短基线下基于干涉相位的sar有源欺骗干扰检测方法 | |
CN112327260B (zh) | 一种sar回波数据中脉冲式干扰信号的抑制方法和装置 | |
CN116385898A (zh) | 一种卫星影像处理的方法和系统 | |
CN107644406B (zh) | 一种基于改进的正交匹配追踪的图像去噪方法 | |
CN112927169B (zh) | 一种基于小波变换和改进的加权核范数最小化的遥感影像去噪方法 | |
CN104408018A (zh) | 一种保形LiDAR波形去噪方法及系统 | |
CN115409872A (zh) | 一种水下摄像机图像优化方法 | |
CN111913162B (zh) | 射频干扰检测方法及装置、射频干扰抑制方法及装置 | |
CN103390263A (zh) | 一种sar图像去噪方法 | |
CN112230200A (zh) | 一种基于激光雷达回波信号的改进型组合降噪方法 |
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 |