CN113093185B - 一种视频sar成像帧间灰度匹配的方法 - Google Patents

一种视频sar成像帧间灰度匹配的方法 Download PDF

Info

Publication number
CN113093185B
CN113093185B CN202110346687.4A CN202110346687A CN113093185B CN 113093185 B CN113093185 B CN 113093185B CN 202110346687 A CN202110346687 A CN 202110346687A CN 113093185 B CN113093185 B CN 113093185B
Authority
CN
China
Prior art keywords
video
imaging
frames
video sar
sar
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.)
Expired - Fee Related
Application number
CN202110346687.4A
Other languages
English (en)
Other versions
CN113093185A (zh
Inventor
杨晓波
李晋
余正顺
闵锐
皮亦鸣
崔宗勇
曹宗杰
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202110346687.4A priority Critical patent/CN113093185B/zh
Publication of CN113093185A publication Critical patent/CN113093185A/zh
Application granted granted Critical
Publication of CN113093185B publication Critical patent/CN113093185B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明属于视频SAR成像结果预处理技术领域，具体涉及一种视频SAR成像帧间灰度匹配的方法。本发明根据视频SAR在成像区域回波能量稳定特征，提出了一种视频SAR成像结果帧间灰度匹配的方法：首先剔除回波能量很高的点对于后面计算有效能量的影响，而且在后续多帧合成背景过程中减少极值点的影响，并剔除非成像形成的背景的影响，计算得出视频帧间SAR的成像平均能量。然后通过计算出的平均能量得到视频SAR帧间的校正系数，最后通过校正系数完成视频SAR的帧间的灰度匹配。本发明解决了视频SAR成像结果中的由于强反射点导致在视频SAR成像结果合成中归一化图像中表现为灰度不匹配的问题。

Description

一种视频SAR成像帧间灰度匹配的方法
技术领域
本发明属于视频SAR成像结果预处理技术领域，具体涉及一种视频SAR成像帧间灰度匹配的方法。
背景技术
自20世纪50年代于在RB-57D和RB-47A战略侦察机首次装载并使用合成孔径雷达(SAR)，经过近70年的蓬勃发展，各种新型体制合成孔径雷达应运而生，各国都建立起自己较为完善的合成孔径雷达体系，在军用与民用领域中具有广泛的应用，发挥重要作用。合成孔径雷达是一种高分辨成像雷达，其利用发射线性调频信号利用雷达和目标之间的行对运动产生的轨迹来近似一个合成孔径替代阵列实孔径，利用对目标回波信号脉冲压缩实现高分辨成像。合成孔径雷达具有全天时、全天候工作特点，在雾霾、云层、沙尘等天气依旧可以提供稳定可靠的成像结果，让其成为军事侦察、地形探测以及环境勘察等提供不可或缺的检测手段，并且利用高分辨高帧率合成孔径雷达的成像结果，可以达到目标检测识别与追踪等等目的。
视频SAR作为一种新型对地实时探测雷达，其克服了传统SAR帧率低这一重大缺陷，通过对高频电磁波探测技术和SAR成像技术的有效结合，从而具备了其他探测手段所没有的优点，例如：
1.全天时全天候监测能力：当前地面机动目标实时探测主要依赖传统光电(Electro-Optical，简称EO)和红外(Infrared，简称IR)设备，其波长短特性导致在烟、云、雨、雾以及夜晚条件下很难稳定发挥作用。视频而SAR系统作为一种新型的SAR成像系统，依靠其有源特性利用自身发射的电磁波信号进行观测，并不受外界光源的影响，具有全天时的成像能力，视频SAR系统充分利用了SAR系统波段的高穿透能力，使其同样具备全天候的成像能力；另外视频SAR又加入了成像帧率高这一新优势，有效弥补现有EO/IR成像系统适用性上的缺陷，实现对地面机动目标的全天时、全天候、持续、实时的监测。
2.高分辨率：由于视频SAR工作频率较高，更易于极窄天线波束和极大信号带宽的实现，因此更有利于实现高分辨成像。另外，视频SAR的方位分辨率和距离分辨率分别由合成孔径积累角和发射信号带宽决定，不会随雷达的工作距离变化。
3.高帧率：传统SAR系统由于工作频率较低而需要较大的合成孔径积累角才能达到所需的方位分辨率，又因载机平台速度有限，导致传统SAR系统合成孔径时间较长，成像的帧率较低。视频SAR与传统SAR相比其工作频率较高，对于相同的方位分辨率，视频SAR所需合成孔径积累角较小，因此系统可在短时间内采集到形成单帧图像所需的回波数据，进而具备较高的帧率从而实现了高帧率的特性。
目前，国内对VideoSAR成像结果的应用处于起步阶段，如视频SAR最核心的两个应用包含视频SAR动目标检测技术，基于视频SAR成像结果的动目标追踪技术，基于视频SAR的衍生功能大都基于视频SAR视频连续帧成像结果，尤其是主流的视频SAR动目标检测需要对前景和后景的分离，以及动目标追踪技术对于背景的稳定性具有一个很高的要求，因此对于视频SAR成像结果帧间灰度匹配是一个不可获取的步骤以及具有重要的研究价值。
发明内容
本发明的目的，是针对视频SAR成像帧间灰度不匹配的问题，提供了一种基于场景回波能量平均稳定的特点，完成了一种视频SAR成像帧间匹配的方法。
视频SAR图像和光学图像不同，反应的是目标的微波特性，而不是光学特性，雷达图像根据回波信号的强弱形成，SAR图像的灰度是由回波信号的强弱程度决定的，某区域回波信号弱，反映在图像中其对应位置的灰度就低，反之回波信号强，灰度就高。在合成视频的每一帧的时候，根据视频SAR成像算法，根据能量最强的作为参考将合成图像的灰度进行归一化，而回波信号的强度是随多种因素决定的，其中发射信号的功率和目标的特性是两个重要因素，前者可以控制雷达发射机的功率一致，后者可以使用雷达横截面积(RadarCross-Section,RCS，也称雷达散射面积)来描述目标的这个特性。目标散射功率表示如下所示：
Figure GDA0003036703100000021
上式中Pτ表示雷达的发射功率，p表示目标处的散射功率。忽略目标对信号的吸收，认为散射功率密度与发射功率相等。雷达接受信号功率如下所示：
Figure GDA0003036703100000022
上中Ae表示天线的有效孔径面积。成像目标的尺寸往往远小于距离R，故可以认为目标各部分与雷达间的距离相等，即目标的回波强度仅RCS有关。因此目标的RCS可以描述目标的微波特性，从而对回波信号的强度产生影响，定义为雷达接受的目标回波功率与发射功率密度之比，表达式如下所示：
Figure GDA0003036703100000031
从上式中可以看出RCS相当于目标在垂直与电磁波传播方向的等效面积如附图1所示。从圆周SAR的成像原理可以得出，雷达围绕成像区域环绕发射微波，但是由于对于目标区域的物体相对雷达的角度不一致，由于场景内物体本身的形状等不一致，导致场景内的最强反射能量的物体的RCS发生变化，这样在雷达成像中的图像的灰度存在相对波动。在利用多帧合成背景进行目标剥离的算法中，由于视频SAR成像的每帧图像平均灰度存在较强波动，需要视频SAR图像帧间灰度匹配。
视频SAR回波信号强弱反映在成像每帧图像中的灰度大小，通过最强回波能量点作为参考点将每帧图像归一化到[0,255]的灰度范围中，在实际视频圆周SAR持续聚焦目标区域后，由于雷达和目标区域发生角度变化，使得区域内的强反射物体的RCS的变化较大，导致合成图像灰度变化很大。如附图2所示。
在上图中的情况下，在上图的位置中合成的图像，以及将其二维分布图，如附图3所示。从图3可以看出(a)图画面较为明亮，灰度较高，在对其右边的分布图(b)中，可以看出分布较为平滑，在(c)图中画面较为暗淡，灰度较低，在对应右边分布图(d)中可以看出存在个别极值点较为突出，导致成像灰度归一化过程中出现两帧之间出现灰度不匹配。
本发明的技术方案为：
一种用于曲线合成孔径雷达的成像方法，如图4所示，包括以下步骤：
步骤1、计算视频SAR成像结果有效平均能量。
首先不仅剔除由于回波能量很高的点对于后面计算有效能量的影响，而且在后续多帧合成背景过程中减少极值点的影响；在统计有效像素点的过程中，考虑在成像过程中会有纯黑背景，此背景非由于成像形成，而是在形成图片中使用纯黑背景进行填充形成统一图片，因此在统计有效像素点的过程需要剔除填充背景的影响，统计有效像素点的有效能量也是如此，统计规则如下式所示：
Figure GDA0003036703100000041
其中，ci，rj分别为像素点二维索引值，n为有效像素点的个数，
Figure GDA0003036703100000042
为像素点的有效灰度值。计算方法如下式所示：
Figure GDA0003036703100000043
步骤2、完成帧间校正系数的计算。
其中pij为像素点的真实灰度值，且仅当
Figure GDA0003036703100000044
时为有效像素点。计算出每帧图像的有效能量后，根据前文分析，剔除极值点后的影响后，实际场景内的回波能量应该应该相同，所以根据回波能量守恒原理，就可以通过帧间图像的像素有效能量差别进行灰度校正。本文采用为灰度向上校正，不妨假设两帧F1，F2，各自的有效像素能量为p1，p2，且满足p1>p2这样的校正系数k如下式所示：
Figure GDA0003036703100000045
步骤3、完成两帧视频SAR图像灰度匹配。将帧F2中的有效像素分别乘校正系数k即可完成灰度匹配，匹配方法如下式所示：
Figure GDA0003036703100000046
至此将被匹配图所有像素灰度值完成了重新计算出匹配值，得到了视频SAR成像帧间匹配图。本发明方法的效果如附图5和附图6。
本发明的有益效果为：本发明解决了视频SAR成像结果中的由于强反射点导致在视频SAR成像结果合成中归一化图像中表现为灰度不匹配的问题。
附图说明
图1为RCS等效面积示意图；
图2回波强度示意图；
图3视频SAR合成灰度强度图；(a)视频SAR成像12帧；(b)成像12帧的分布图；(c)视频SAR成像21帧；(d)成像21帧分布图；
图4本发明的流程框图；
图5为实验的灰度匹配图，(a)匹配图；(b)参考图；
图6为实验的灰度匹配效果图，(a)修正图；(b)参考图。
具体实施方式
下面结合附图和仿真示例对本发明进行详细的描述，以证明本发明的实用性。
本发明根据视频SAR在成像区域回波能量稳定特征，提出了一种视频SAR成像结果帧间灰度匹配的方法：首先剔除回波能量很高的点对于后面计算有效能量的影响，而且在后续多帧合成背景过程中减少极值点的影响，并剔除非成像形成的背景的影响，计算得出视频帧间SAR的成像平均能量。然后通过计算出的平均能量得到视频SAR帧间的校正系数，最后通过校正系数完成视频SAR的帧间的灰度匹配。
仿真示例
实验环境：Intel i7-6700处理器，win操作系统，matlab软件仿真。
数据集：电子科技大学雷达微波实验室的视频SAR成像数据。
通过在matlab进行仿真分析，利用视频SAR成像结果数据进行灰度匹配预处理，具体处理步骤如图4所示，最终得到灰度匹配结果，如附图6所示。

Claims (1)

1.一种视频SAR成像帧间灰度匹配的方法，其特征在于，包括以下步骤：
S1、对获取的视频SAR成像结果，统计每帧图像的有效像素点的有效能量：
Figure FDA0003001042220000011
其中，ci，rj分别为像素点二维索引值，n为有效像素点的个数，
Figure FDA0003001042220000015
为像素点的有效灰度值：
Figure FDA0003001042220000012
其中pij为像素点的真实灰度值；
S2、对两帧视频SAR图像F1和F2，采用步骤S1的方法统计得到的有效像素点的有效能量分别为p1和p2，且p1>p2，则获得校正系数k为：
Figure FDA0003001042220000013
S3、对两帧视频SAR图像F1和F2进行灰度匹配，具体为将帧F2中的有效像素分别乘校正系数k即可完成灰度匹配：
Figure FDA0003001042220000014
根据得到的匹配值即可得到视频SAR成像帧间匹配图。
CN202110346687.4A 2021-03-31 2021-03-31 一种视频sar成像帧间灰度匹配的方法 Expired - Fee Related CN113093185B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110346687.4A CN113093185B (zh) 2021-03-31 2021-03-31 一种视频sar成像帧间灰度匹配的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110346687.4A CN113093185B (zh) 2021-03-31 2021-03-31 一种视频sar成像帧间灰度匹配的方法

Publications (2)

Publication Number Publication Date
CN113093185A CN113093185A (zh) 2021-07-09
CN113093185B true CN113093185B (zh) 2022-03-08

Family

ID=76671977

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110346687.4A Expired - Fee Related CN113093185B (zh) 2021-03-31 2021-03-31 一种视频sar成像帧间灰度匹配的方法

Country Status (1)

Country Link
CN (1) CN113093185B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101719280A (zh) * 2010-01-14 2010-06-02 上海交通大学 红外弱小目标检测方法
CN105225211A (zh) * 2014-06-19 2016-01-06 中国航天科工集团第三研究院第八三五七研究所 一种基于振动提高视频分辨率的方法
CN106291494A (zh) * 2016-07-21 2017-01-04 深圳大学 基于微分特征增强的sar欺骗干扰目标标识方法及系统
CN106874949A (zh) * 2017-02-10 2017-06-20 华中科技大学 一种基于红外图像的动平台运动目标检测方法及系统
CN106952244A (zh) * 2017-03-28 2017-07-14 中航视嘉（北京）技术有限公司 一种图像亮度的自动调整方法及装置
CN111208479A (zh) * 2020-01-15 2020-05-29 电子科技大学 一种降低深度网络检测中虚警概率的方法
CN111398913A (zh) * 2020-04-07 2020-07-10 电子科技大学 一种基于双prf的视频sar动目标回波过滤方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7012600B2 (en) * 1999-04-30 2006-03-14 E Ink Corporation Methods for driving bistable electro-optic displays, and apparatus for use therein
US9165217B2 (en) * 2013-01-18 2015-10-20 International Business Machines Corporation Techniques for ground-level photo geolocation using digital elevation

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101719280A (zh) * 2010-01-14 2010-06-02 上海交通大学 红外弱小目标检测方法
CN105225211A (zh) * 2014-06-19 2016-01-06 中国航天科工集团第三研究院第八三五七研究所 一种基于振动提高视频分辨率的方法
CN106291494A (zh) * 2016-07-21 2017-01-04 深圳大学 基于微分特征增强的sar欺骗干扰目标标识方法及系统
CN106874949A (zh) * 2017-02-10 2017-06-20 华中科技大学 一种基于红外图像的动平台运动目标检测方法及系统
CN106952244A (zh) * 2017-03-28 2017-07-14 中航视嘉（北京）技术有限公司 一种图像亮度的自动调整方法及装置
CN111208479A (zh) * 2020-01-15 2020-05-29 电子科技大学 一种降低深度网络检测中虚警概率的方法
CN111398913A (zh) * 2020-04-07 2020-07-10 电子科技大学 一种基于双prf的视频sar动目标回波过滤方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"A stereo object segmentation algorithm based on disparity and temporal-spatial information";Jing Chen 等;《2012 International Symposium on Intelligent Signal Processing and Communications Systems》;20121231;第748-745页 *
"Shadow tracking of moving target based on CNN for video SAR system";Y. Zhang 等;《IGARSS 2018 》;20181231;第4399-4402页 *
"Use of fuzzy clustering for determining mass functions Dempster-Shafer theory";L. Bentabet 等;《WCC 2000 - ICSP 2000》;20001231;第1462-1476页 *

Also Published As

Publication number Publication date
CN113093185A (zh) 2021-07-09

Similar Documents

Publication Publication Date Title
CN105137408B (zh) 一种最优天线方向图选取的雷达角超分辨方法
CN110208796B (zh) 基于奇异值逆滤波的扫描雷达超分辨成像方法
CN109270529B (zh) 基于虚拟天线的前视阵列sar高分辨成像方法及系统
CN106019280B (zh) 基于距离多普勒校正的fmcw sar成像方法及装置
CN108152816A (zh) 基于多核dsp的实时sar成像系统及成像方法
CN107589421B (zh) 一种阵列前视sar成像方法
CN107153191B (zh) 一种针对隐形飞机的双基isar成像检测方法
CN102967861B (zh) Topsar系统参数工程设计方法
CN110780274A (zh) 一种用于扫描雷达的改进l1正则化方位超分辨成像方法
Zhang et al. The intelligent vehicle target recognition algorithm based on target infrared features combined with lidar
CN111208514A (zh) 一种曲线运动轨迹SAR的切比雪夫斜距模型和Chirp Scaling成像方法
CN107271995A (zh) 基于波束指向调整的系统灵敏度优化设计方法
Ram Fusion of inverse synthetic aperture radar and camera images for automotive target tracking
Liu et al. Visual driving assistance system based on few-shot learning
CN113093185B (zh) 一种视频sar成像帧间灰度匹配的方法
CN105044721B (zh) 机载正前视扫描雷达角超分辨方法
CN107783111B (zh) 一种基于最大熵准则的雷达前视超分辨成像方法
Yang et al. Fast generation of deceptive jamming signal against space-borne SAR
CN114488152B (zh) 基于后向投影的高效近场大小尺寸目标isar成像方法
CN110082760A (zh) 一种随机辐射雷达三维高分辨成像方法
CN110780273B (zh) 一种混合正则化方位超分辨成像方法
Mei et al. Terahertz radar with high resolution range profile
Wang et al. DBSCAN clustering algorithm of millimeter wave radar based on multi frame joint
Liu et al. Study of Chirp-mismatch SAR Echo Imaging and Application Based on Active Radar Transponder
Chen et al. Multi-target super-resolution technology of remote sensing based on L regularization

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220308

CF01 Termination of patent right due to non-payment of annual fee