CN112529817B - 基于最优极化比的未定标机载sar图像海尖峰抑制方法 - Google Patents

基于最优极化比的未定标机载sar图像海尖峰抑制方法 Download PDF

Info

Publication number
CN112529817B
CN112529817B CN202011542855.9A CN202011542855A CN112529817B CN 112529817 B CN112529817 B CN 112529817B CN 202011542855 A CN202011542855 A CN 202011542855A CN 112529817 B CN112529817 B CN 112529817B
Authority
CN
China
Prior art keywords
polarization
image
ratio
sea
optimal
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
Application number
CN202011542855.9A
Other languages
English (en)
Other versions
CN112529817A (zh
Inventor
种劲松
赵亚威
孙凯
杨雪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Aerospace Information Research Institute of CAS
Original Assignee
Aerospace Information Research Institute of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Aerospace Information Research Institute of CAS filed Critical Aerospace Information Research Institute of CAS
Priority to CN202011542855.9A priority Critical patent/CN112529817B/zh
Publication of CN112529817A publication Critical patent/CN112529817A/zh
Application granted granted Critical
Publication of CN112529817B publication Critical patent/CN112529817B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G06T5/70—
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G06T2207/10044—Radar image
    • 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]

Abstract

一种基于最优极化比的未定标机载SAR图像海尖峰抑制方法，包括步骤如下：根据SAR接收感兴趣区域的原始数据生成并保存单视复图像；选取所述单视复图像海洋背景子块，并作方位向多视处理，得到背景子块的双极化强度数据；针对背景子块进行处理，遍历极化比的理论值，结合所述背景子块的双极化强度数据计算得到多幅极化差图像；计算每幅极化差图像和HH极化SAR图像之间的归一化均方误差，取所述归一化均方误差最大时对应的极化比理论值，定义为最优极化比；根据所述最优极化比和感兴趣区域数据均值的比值修正HH极化强度，计算得到极化差图像，实现海尖峰抑制。

Description

基于最优极化比的未定标机载SAR图像海尖峰抑制方法
技术领域
本发明属于合成孔径雷达图像处理领域，具体涉及一种基于最优极化比的未定标机载SAR图像海尖峰抑制方法。
背景技术
合成孔径雷达(Synthetic Aperture Radar，SAR)是以微波谱段的电磁波作为探测载体，借助合成孔径实现对观测对象高精度二维成像的信息获取技术。与传统光学成像相比，SAR具有全天时、全天候、分辨率高、观测范围广的优势。海洋观测是SAR的重要应用方向之一，SAR可以探测海浪、内波、涡旋、锋面等多种海洋现象，可以反演风场、流场等矢量信息，而且可以对油膜、舰船进行识别分类。随着高分辨率需求的提升，SAR逐渐向高频波段发展，但是在高频SAR海洋图像中，以破碎波为主的海尖峰表现非常强，给SAR图像解译、目标识别带来困难。
传统的海尖峰抑制方法一般是利用杂波纹理与其他海洋现象在空间分布上的波长和方向等几何特征差异，采用傅里叶分析、小波分析等方法，来进行滤波。这些方法虽然在一定程度上可以抑制海尖峰的干扰，但是由于其他海洋现象与海尖峰很多时候在频域或者小波域有显著的重叠区域，采用滤波的方法在抑制海尖峰的同时也会对其他海洋现象的纹理有一定损失。
海尖峰除了在空间波长、方向等几何特征与其他海洋现象有差异外，另外一个重要的差异是散射特性的差异。常规的SAR图像处理中往往只利用海面纹理几何特性，而忽视了海面散射特性。极化SAR通过发射和接收不同方向的电磁波可以区分不同的目标的散射特性，因此极化SAR回波数据中除了包含海面的几何特征信息以外还包含散射特征信息，可以充分利用目标的散射信息进行数据处理。极化SAR海面回波可以分解成Bragg散射分量和非极化分量，其中海尖峰是由破碎波为主的非极化分量组成的，由于非极化分量在同极化SAR数据中表现相同，所以极化差图像可以有效的去除非极化分量，实现海尖峰的抑制。极化差计算的一个基本要求是对SAR数据进行辐射定标，但是机载SAR海洋数据定标困难而且已有的一些同极化数据未进行辐射定标，直接进行极化差的计算不满足物理意义。
以上分析显示，现有的海尖峰抑制方法多从变换域出发，只考虑到海尖峰的几何特性，通过滤波的方法对海尖峰进行抑制。考虑海尖峰的散射特性，极化差虽然可以有效的抑制海尖峰，但是针对未辐射定标的机载数据，给极化差的计算带来困难。
现有的海尖峰抑制方法多从变换域出发，只考虑到海尖峰的几何特性，通过滤波的方法对海尖峰进行抑制，这些方法在抑制海尖峰的同时也会对其他海洋现象的纹理造成一定损失；新的思路根据海面的极化散射特性来抑制海尖峰，极化差虽然可以有效的实现海尖峰抑制，但是如果机载SAR数据未进行辐射定标，极化差将无法进行计算。
发明内容
有鉴于此，本发明的主要目的在于提供一种基于最优极化比的未定标机载SAR图像海尖峰抑制方法，以期部分地解决上述技术问题中的至少之一。
为了实现上述目的，作为本发明的一方面，提供了一种基于最优极化比的未定标机载SAR图像海尖峰抑制方法，包括步骤如下：
根据SAR接收感兴趣区域的原始数据生成并保存单视复图像；
选取所述单视复图像海洋背景子块，并作方位向多视处理，得到背景子块的双极化强度数据；
针对背景子块进行处理，遍历极化比的理论值，结合所述背景子块的双极化强度数据计算得到多幅极化差图像；
计算每幅极化差图像和HH极化SAR图像之间的归一化均方误差，取所述归一化均方误差最大时对应的极化比理论值，定义为最优极化比；
根据所述最优极化比和感兴趣区域数据均值的比值修正HH极化强度，计算得到极化差图像，实现海尖峰抑制。
其中，选取所述单视复图像海洋背景子块的步骤包括在单视复图像中选取不含有舰船和油膜的海洋背景子块。
其中，所述方位向多视处理是为了降低相干斑噪声的影响，多视数Lazi根据距离向和方位向分辨率的比值确定，表示为
Figure BDA0002853323170000031
其中Rbin表示单视复图像距离向分辨率，Xbin表示方位向分辨率；
其中，所述极化比理论值表示为
Figure BDA0002853323170000032
其中
Figure BDA0002853323170000033
表示VV极化图像的强度，
Figure BDA0002853323170000034
表示HH极化图像的强度，A表示修正系数；修正系数表示为
Figure BDA0002853323170000035
其中<·>表示统计平均，即背景子块的均值。
其中，所述极化比理论值满足PR＜1，即PR∈(0，1)；通过(0，1)之间遍历计算修正系数A，实现对背景子块HH极化强度的修正，计算得到多幅极化差图像。
其中，所述归一化均方误差计算公式如下
Figure BDA0002853323170000036
其中
Figure BDA0002853323170000037
表示HH极化图像的强度，σPD表示极化差图像。
其中，所述归一化均方误差是通过背景子块的极化差图像和HH极化SAR图像计算得到的。
其中，HH极化SAR图像包含更多的海尖峰分量，当归一化均方误差最大时，极化差图像和HH极化图像差别最大，海尖峰抑制效果最优。
其中，根据所述最优极化比和感兴趣区域数据均值的比值修正HH极化强度的步骤包括：
计算感兴趣区域VV和HH极化强度数据均值的比值
Figure BDA0002853323170000041
根据
Figure BDA0002853323170000042
和最优极化比PRopt计算得到修正系数A，使用A对HH极化强度进行修正。
基于上述技术方案可知，本发明的海尖峰抑制方法相对于现有技术至少具有如下有益效果之一：
1、本发明主要针对未进行辐射定标的机载SAR数据提出，提高已有SAR机载数据的利用率；
2、本发明从海面散射机理出发，通过极化分解的理论计算极化差，有效地抑制高频雷达海尖峰；
3、对于淹没在海尖峰中的信息，经过本发明处理后会得到明显的纹理特征，为后续的目标探测奠定基础。
附图说明
图1是本发明一实施例提出的基于最优极化比的未定标机载SAR图像海尖峰抑制方法的方法流程示意图；
图2是本发明一实施例提出的基于最优极化比的未定标机载SAR图像海尖峰抑制方法的详细流程示意图；
图3是本发明一实施例提出的选取的X波段机载数据图像示意图；
图4是本发明一实施例提出的归一化均方误差随极化比理论值的变化曲线；
图5(a)是本发明一实施例提出的感兴趣区域VV极化图像；
图5(b)是本发明一实施例提出的感兴趣区域HH极化图像；
图5(c)是本发明一实施例提出的感兴趣区域海尖峰抑制图像；
图6(a)是本发明一实施例提出的VV极化图像放大图；
图6(b)是本发明一实施例提出的HH极化图像放大图；
图6(c)是本发明一实施例提出的海尖峰抑制图像放大图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。
极化SAR通过发射和接收不同方向的电磁波可以区分不同的目标的散射特性，极化SAR海面回波可以分解成Bragg散射分量和非极化分量，其中Bragg散射分量是满足Bragg散射机理的成分，而非极化分量主要由破碎波组成。海面雷达回波的能量可以表示为
Figure BDA0002853323170000051
其中，pp表示极化方式，
Figure BDA0002853323170000052
表示海面回波能量，
Figure BDA0002853323170000053
表示Bragg散射分量，σwb表示非极化分量。在VV极化和HH极化下，非极化分量σwb的能量相同。海尖峰是由破碎波为主的非极化分量组成的，所以极化差图像可以有效的去除非极化分量，实现海尖峰的抑制。但由于极化差的计算需要对SAR数据进行定标，现有的一些海洋数据并未进行定标处理，无法直接进行极化差的计算。
基于以上原因，本发明公开了一种基于最优极化比的未定标机载SAR图像海尖峰抑制方法，其包括步骤如下：
步骤1、根据SAR接收感兴趣区域的原始数据生成并保存单视复图像；
步骤2、选取所述单视复图像海洋背景子块，并作多视处理，得到背景子块的双极化强度数据；
步骤3、针对背景子块进行处理，遍历极化比的理论值，结合背景子块均值的比值计算得到多幅极化差图像；
步骤4、计算每幅极化差图像和HH极化SAR图像之间的归一化均方误差，取归一化均方误差最大时对应的极化比的理论值，定义为最优极化比；
步骤5、根据最优极化比和感兴趣区域数据均值的比值修正HH极化强度，计算得到极化差图像，实现海尖峰抑制。
其中步骤1中生成单视复图像时，对双极化(VV和HH)SAR接收到的感兴趣区域原始数据通过RD、ωk等SAR成像算法处理得到单视复图像(single-look complex，SLC)。在SLC中选取不含有舰船、油膜等目标的海洋背景子块，这样选择的原因是人造目标极化比不满足海面后向散射极化比理论值，会影响最优极化比的计算结果；再对选取的背景子块进行取模处理，得到像素点的强度，计算公式为
Figure BDA0002853323170000061
其中，
Figure BDA0002853323170000062
表示像素点的强度，I和Q分别表示SLC的实部和虚部。为了降低相干斑噪声对极化差计算的影响，采用式(3)对SLC进行方位向多视处理，得到VV和HH极化背景子块的强度数据。
Figure BDA0002853323170000063
由于机载数据未进行辐射定标，直接计算极化差不满足海面散射的物理意义，所以需要对强度进行修正。本发明选择修正HH极化强度，由于考虑的是海面后向散射在不同极化下的相对值，所以对VV极化强度修正效果相同。极化比理论值可以表示为
Figure BDA0002853323170000064
其中A表示修正系数。所以，修正系数可以表示为
Figure BDA0002853323170000065
其中<·>表示统计平均，表示背景子块的均值。极化比理论值满足PR＜1，即PR∈(0，1)。通过(0，1)之间遍历实现对HH极化强度的修正，计算得到多幅极化差图像σPD，并计算极化差图像和HH极化SAR图像之间的归一化均方误差(Normalized Mean Square Error，NMSE)，计算公式如下
Figure BDA0002853323170000066
选择HH极化SAR图像的原因是HH极化SAR图像包含更多的海尖峰分量，这样计算的归一化均方误差最大时，海尖峰抑制效果最优。输出得到NMSE最大时对应的极化比理论值，即最优极化比PRopt。
最后计算感兴趣区域VV和HH极化强度数据均值的比值
Figure BDA0002853323170000071
然后将
Figure BDA0002853323170000072
和最优极化比PRopt代入式(5)计算得到修正系数A，使用A对HH极化强度进行修正，计算得到极化差图像，实现海尖峰抑制。
以下通过具体实施例对本发明提出的基于最优极化比的未定标机载SAR图像海尖峰抑制方法进行详细描述。
如图1所示，本实施例提出一种基于最优极化比的未定标机载SAR图像海尖峰抑制方法，其包括步骤如下：
步骤1、根据SAR接收感兴趣区域的原始数据生成并保存单视复图像；
步骤2、选取所述单视复图像海洋背景子块，并作多视处理，得到背景子块的双极化强度数据；
步骤3、针对背景子块进行处理，遍历极化比的理论值，结合背景子块均值的比值计算得到多幅极化差图像；
步骤4、计算每幅极化差图像和HH极化SAR图像之间的归一化均方误差，取归一化均方误差最大时对应的极化比的理论值，定义为最优极化比；
步骤5、根据最优极化比和感兴趣区域数据均值的比值修正HH极化强度，计算得到极化差图像，实现海尖峰抑制。
该方法的详细流程图如图2所示：
首先在单视复图像中选取不含有舰船、油膜的海洋背景子块用于最优极化比的计算，选取区域如图3虚线方框所示，使用式(2)对选取的背景子块进行取模处理，得到像素点的强度，对SLC进行方位向多视处理，在本实施例中，
Figure BDA0002853323170000073
即方位向多视数选择5，得到多视后的VV和HH极化背景子块的强度数据。
接下来计算最优极化比PRopt。计算背景子块均值的比值
Figure BDA0002853323170000081
然后遍历理论值PR∈(0，1)得到修正系数A，再对HH极化强度进行修正计算得到多幅极化差图像，借助于式(6)得到归一化均方误差，归一化均方误差随极化比理论值的变化如图4所示，可以发现，当PR＝0.44时，归一化均方误差取最大值，即最优极化比PRopt＝0.44。
最后是海尖峰抑制结果的输出。计算感兴趣区域VV和HH极化强度数据均值的比值
Figure BDA0002853323170000082
然后将
Figure BDA0002853323170000083
和最优极化比PRopt代入式(5)计算得到修正系数A，使用A对HH极化强度进行修正，计算得到极化差图像，实现海尖峰抑制。
对处理前后的结果进行对比，感兴趣区域VV极化图像如图5(a)所示，HH极化图像如图5(b)所示，海尖峰抑制结果如图5(c)所示，对比发现，海尖峰得到很好的抑制，海面纹理的清晰度得到明显的提升；为了更清楚的看到抑制效果，对图3中黄色矩形区域进行放大，其中VV极化图像如图6(a)所示，HH极化图像如图6(b)所示，海尖峰抑制结果如图6(c)所示，对比发现，海尖峰得到很好的抑制，淹没在海尖峰中的海面纹理突显出来。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于最优极化比的未定标机载SAR图像海尖峰抑制方法，其特征在于，包括步骤如下：
根据SAR接收感兴趣区域的原始数据生成并保存单视复图像；
选取所述单视复图像海洋背景子块，并作方位向多视处理，得到背景子块的双极化强度数据；
针对背景子块进行处理，遍历极化比理论值，结合所述背景子块的双极化强度数据计算得到多幅极化差图像，
其中，所述极化比理论值表示为
Figure FDA0003818418030000011
其中
Figure FDA0003818418030000012
表示VV极化图像的强度，
Figure FDA0003818418030000013
表示HH极化图像的强度，A表示修正系数；修正系数表示为
Figure FDA0003818418030000014
其中<·>表示统计平均，即背景子块的均值；
计算每幅极化差图像和HH极化SAR图像之间的归一化均方误差，
其中，所述归一化均方误差计算公式如下
Figure FDA0003818418030000015
其中
Figure FDA0003818418030000016
表示HH极化图像的强度，σPD表示极化差图像；
取所述归一化均方误差最大时对应的极化比理论值，定义为最优极化比；
根据所述最优极化比和感兴趣区域数据均值的比值修正HH极化强度，计算得到极化差图像，实现海尖峰抑制，
其中，根据所述最优极化比和感兴趣区域数据均值的比值修正HH极化强度包括：
计算感兴趣区域VV和HH极化强度数据均值的比值
Figure FDA0003818418030000021
根据
Figure FDA0003818418030000022
和最优极化比PRopt计算得到修正系数A，使用A对HH极化强度进行修正。
2.如权利要求1所述的基于最优极化比的未定标机载SAR图像海尖峰抑制方法，其特征在于，选取所述单视复图像海洋背景子块的步骤包括在单视复图像中选取不含有舰船和油膜的海洋背景子块。
3.如权利要求1所述的基于最优极化比的未定标机载SAR图像海尖峰抑制方法，其特征在于，所述方位向多视处理是为了降低相干斑噪声的影响，多视数Lazi根据距离向和方位向分辨率的比值确定，表示为
Figure FDA0003818418030000023
其中Rbin表示单视复图像距离向分辨率，Xbin表示方位向分辨率。
4.如权利要求1所述的基于最优极化比的未定标机载SAR图像海尖峰抑制方法，其特征在于，所述极化比理论值满足PR＜1，即PR∈(0,1)；通过(0,1)之间遍历计算修正系数A，实现对背景子块HH极化强度的修正，计算得到多幅极化差图像。
5.如权利要求1所述的基于最优极化比的未定标机载SAR图像海尖峰抑制方法，其特征在于，所述归一化均方误差是通过背景子块的极化差图像和HH极化SAR图像计算得到的。
6.如权利要求1所述的基于最优极化比的未定标机载SAR图像海尖峰抑制方法，其特征在于，HH极化SAR图像包含更多的海尖峰分量，当归一化均方误差最大时，极化差图像和HH极化图像差别最大，海尖峰抑制效果最优。
CN202011542855.9A 2020-12-23 2020-12-23 基于最优极化比的未定标机载sar图像海尖峰抑制方法 Active CN112529817B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011542855.9A CN112529817B (zh) 2020-12-23 2020-12-23 基于最优极化比的未定标机载sar图像海尖峰抑制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011542855.9A CN112529817B (zh) 2020-12-23 2020-12-23 基于最优极化比的未定标机载sar图像海尖峰抑制方法

Publications (2)

Publication Number Publication Date
CN112529817A CN112529817A (zh) 2021-03-19
CN112529817B true CN112529817B (zh) 2022-11-08

Family

ID=74976012

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011542855.9A Active CN112529817B (zh) 2020-12-23 2020-12-23 基于最优极化比的未定标机载sar图像海尖峰抑制方法

Country Status (1)

Country Link
CN (1) CN112529817B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113298802A (zh) * 2021-06-15 2021-08-24 中国人民解放军国防科技大学 一种外辐射源引起的sar图像质量问题检测方法
CN113945928B (zh) * 2021-12-20 2022-04-08 中国科学院空天信息创新研究院 一种基于无旋性区域的全极化sar定标方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003149332A (ja) * 2001-11-07 2003-05-21 Communication Research Laboratory 海氷の観測方法
CN104463193B (zh) * 2014-11-04 2017-10-24 西安电子科技大学 基于深度稀疏ica的极化sar图像分类方法
CN107203791B (zh) * 2017-06-30 2019-12-31 西安电子科技大学 基于异极化比和散射功率熵的极化sar图像分类方法
CN107505616B (zh) * 2017-09-15 2019-10-29 浙江大学 一种基于sar的海面风场反演最优分辨率的判定方法

Also Published As

Publication number Publication date
CN112529817A (zh) 2021-03-19

Similar Documents

Publication Publication Date Title
CN112529817B (zh) 基于最优极化比的未定标机载sar图像海尖峰抑制方法
Clarke Multispectral acoustic backscatter from multibeam, improved classification potential
KR101713173B1 (ko) 타깃 탐지의 정확성 개선 방법
CN110632594B (zh) 一种长波长星载sar成像方法
CN109061640B (zh) 一种用于顺轨干涉sar海流反演的方位模糊抑制方法
CN113945929B (zh) 一种未定标全极化sar无旋性区域选择方法
CN103245949B (zh) 一种基于改进理想滤波器的sar方位模糊抑制方法
Teng Sector-specific beam pattern compensation for multi-sector and multi-swath multibeam sonars
CN115718284B (zh) 基于圆极化反射对称性的共极化通道不平衡定标方法
CN110749882B (zh) 基于频域滤波的图像域扇贝抑制方法及系统
CN115598640A (zh) 星载p波段宽带sar电离层极化色散误差补偿方法
CN115047416A (zh) 一种基于对称区域表面扭曲成分的全极化sar定标方法
van Genderen et al. System description of a stepped frequency CW radar for humanitarian demining
CN114325591A (zh) 一种sar雷达主瓣有源干扰的极化滤波抑制方法
Yi-ming et al. Ship target detection in sea clutter of HFSWR based on spatial blind filtering
Yang et al. First assessment of Noise-Equivalent Sigma-Zero in GF3-02 TOPSAR mode with sea surface wind speed retrieval
Zhang et al. Coastal wind field retrieval from polarimetric synthetic aperture radar
Arai Multi spectral image classification method with selection of independent spectral features through correlation analysis
Mohanty et al. Faraday rotation correction and total electron content estimation using ALOS-2/PALSAR-2 full polarimetric SAR data
CN113406630B (zh) 一种星载多通道sar动目标成像的误差估计和补偿算法
CN115453537B (zh) 一种基于gnss信号的极化sar伪彩图合成方法
Wang et al. Polarimetric characteristics of ships on RADARSAT-2 data
Chen et al. A Spaceborne Ka-SAR Imaging Algorithm Combined with Ambiguity Suppression
Chen et al. Introduction to synthetic aperture radar
Yun-tao et al. ISAR imaging with linear array-antenna

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