CN113093186B - 一种基于分块成像的大场景高分辨率成像方法和装置 - Google Patents

一种基于分块成像的大场景高分辨率成像方法和装置 Download PDF

Info

Publication number
CN113093186B
CN113093186B CN202110346801.3A CN202110346801A CN113093186B CN 113093186 B CN113093186 B CN 113093186B CN 202110346801 A CN202110346801 A CN 202110346801A CN 113093186 B CN113093186 B CN 113093186B
Authority
CN
China
Prior art keywords
sub
imaging
refocusing
range
block
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
CN202110346801.3A
Other languages
English (en)
Other versions
CN113093186A (zh
Inventor
安道祥
陈经纬
陈乐平
李一石
黎国城
周智敏
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.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
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 National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202110346801.3A priority Critical patent/CN113093186B/zh
Publication of CN113093186A publication Critical patent/CN113093186A/zh
Application granted granted Critical
Publication of CN113093186B publication Critical patent/CN113093186B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01S13/9004—SAR image acquisition techniques
    • G01S13/9019—Auto-focussing of the SAR signals
    • 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
    • G01S13/904—SAR modes
    • G01S13/9052—Spotlight mode
    • 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
    • G01S13/904—SAR modes
    • G01S13/9088—Circular SAR [CSAR, C-SAR]

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)
  • Image Processing (AREA)

Abstract

本申请涉及一种基于分块成像的大场景高分辨率成像方法和装置。所述方法包括：根据PFA有效成像范围将成像区域分割为对应的子成像区域，将子成像区域对应的回波信号重聚焦到子成像区域的中心位置，在距离多普勒域获取子成像区域对应的重聚焦回波信号，对重聚焦回波信号依次进行LOSPI插值、二维IFFT和图像扭曲校正插值运算，得到子成像区域对应的子块图像，拼接子块图像得到对应的大场景高分辨率图像数据。本申请提出的分块成像算法解决了传统PFA算法聚焦深度较小的问题，不依赖于雷达轨迹，并且解决了传统分块成像算法中计算量大运算时间较长的缺点，能够实现对大场景的高分辨率成像。

Description

一种基于分块成像的大场景高分辨率成像方法和装置
技术领域
本发明属于雷达成像领域，具体涉及一种基于分块成像的大场景高分辨率成像方法和装置。
背景技术
圆周合成孔径雷达(Circular Synthetic Aperture Radar，CSAR)是一种特殊模式的合成孔径雷达(SAR)，CSAR通过平台做圆周运动实现合成孔径，不同于条带SAR观测几何，CSAR录取数据的过程中，载机平台沿圆周轨迹运动，波束始终指向观测区域中心，极大增加观测目标积累时间，获取目标的全方位信息，并能长时间对探测区域进行监视。CSAR具有全方位角度观测、波长级高分辨率以及三维成像能力，但相比较于条带SAR，其圆周运动方式引入了严重的方位与距离二维耦合，导致部分SAR成像算法不再适用。目前应用于CSAR的成像算法主要有BP(Back-Projection)、极坐标格式化算法PFA(Polar FormatAlgorithm，)。时域BP成像算法适合于任何轨迹SAR成像，然而其运算量较大，对于高分辨率大场景图像来说尤其明显。
频域PFA算法适合应用于聚束SAR成像中，该算法对载机运动轨迹没有限制，可以是直线运动也可以是曲线运动，并且相比较于BP算法运算效率更高，更适合应用于高分辨率图像，因此PFA被广泛应用于CSAR成像中。然而传统PFA算法中采用的平面波假设引入了相位误差，造成图像散焦和扭曲会随着成像场景扩大而越来越严重，因此其聚焦深度较小无法满足大场景高精度成像。
对于图像散焦的校正目前常用的方法有SVPF(Space-variant Postfiltering)和分块成像。SVPF是推导出补偿函数来补偿二次以及高次相位误差，但是该方法中补偿函数是近似推导出来的并不能完全补偿相位误差同时该补偿方法非常依赖于理想的圆形轨迹，在实验过程中难以满足理想轨迹，因此在实测数据中SVPF并不能很好的校正图像散焦。分块成像算法则将整幅图像分割成若干子块，将成像中心分别聚焦于每一个子块中心，每一个子块的大小都在聚焦深度以内，当所有子块都采用PFA算法成像之后再拼接在一起可以得到大场景高精度图像。但是这一类方法存在计算量大、图像拼接处出现不连续的问题，严重影响图像质量。
发明内容
基于此，有必要针对上述技术问题，提供一种基于分块成像的大场景高分辨率成像方法和装置。
一种基于分块成像的大场景高分辨率成像方法，所述方法包括：
根据PFA有效成像范围将成像区域分割为对应的子成像区域。
将回波信号重聚焦到子成像区域的中心位置，在距离多普勒域对重聚焦回波信号进行分割。
对重聚焦回波信号依次进行LOSPI插值、二维IFFT和图像扭曲校正插值运算，得到子成像区域对应的子块图像。
拼接子块图像得到对应的大场景高分辨率图像数据。
其中一个实施例中，根据PFA有效成像范围将成像区域分割为对应的子成像区域的步骤之前，还包括：
以高次相位误差小于预设值为条件，得到PFA有效成像半径。
根据PFA有效成像半径得到PFA的有效成像范围，得到PFA有效成像范围参数。
其中一个实施例中，在距离多普勒域获取子成像区域对应的重聚焦回波信号的方式包括：
根据子成像区域，在距离多普勒域分割重聚焦到子成像区域的中心位置的回波信号。
根据子成像区域内的回波信号得到对应的重聚焦回波信号。
其中一个实施例中，对重聚焦回波信号依次进行LOSPI插值、二维IFFT和图像扭曲校正插值运算，得到子成像区域对应的子块图像步骤包括：
通过LOSPI插值运算，将重聚焦回波信号重采样到预设的均匀网格，得到对应的波数谱数据。
对波数谱数据进行二维IFFT运算，得到对应的图像数据。
根据图像数据的一次相位误差得到目标点的位置偏移参数，根据位置偏移参数对图像数据进行图像域插值进行扭曲校正，得到子成像区域对应的子块图像。
其中一个实施例中，拼接子块图像得到对应的大场景高分辨率图像数据的步骤包括：
将相邻的子块图像进行配准，得到子块图像间的相对位移参数。
根据相对位移参数对齐相邻的子块图像，得到对应的大场景高分辨率图像数据。
其中一个实施例中，根据重聚焦回波信号得到所述子成像区域对应的子块图像的步骤之后，还包括：
采用辐射校正技术消除子块图像中的灰度差异。
其中一个实施例中，根据重聚焦回波信号得到所述子成像区域对应的子块图像的步骤之后，还包括：
采用直方图均衡化技术消除子块图像之间的灰度差异。
一种基于分块成像的大场景高分辨率成像装置，所述装置包括：
成像区域分割模块，用于根据PFA有效成像范围将成像区域分割为对应的子成像区域。
回波信号重聚焦模块，用于将回波信号重聚焦到子成像区域的中心位置，在距离多普勒域对重聚焦回波信号进行分割。
子块图像获取模块，用于对重聚焦回波信号依次进行LOSPI插值、二维IFFT和图像扭曲校正插值运算，得到子成像区域对应的子块图像。
子块图像拼接模块，用于拼接子块图像得到对应的大场景高分辨率图像数据。
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以下步骤：
根据PFA有效成像范围将成像区域分割为对应的子成像区域。
将回波信号重聚焦到子成像区域的中心位置，在距离多普勒域对重聚焦回波信号进行分割。
对重聚焦回波信号依次进行LOSPI插值、二维IFFT和图像扭曲校正插值运算，得到子成像区域对应的子块图像。
拼接子块图像得到对应的大场景高分辨率图像数据。
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以下步骤：
根据PFA有效成像范围将成像区域分割为对应的子成像区域。
将回波信号重聚焦到子成像区域的中心位置，在距离多普勒域对重聚焦回波信号进行分割。
对重聚焦回波信号依次进行LOSPI插值、二维IFFT和图像扭曲校正插值运算，得到子成像区域对应的子块图像。
拼接子块图像得到对应的大场景高分辨率图像数据。
与现有技术相比，上述一种基于分块成像的大场景高分辨率成像方法、装置、计算机设备和存储介质，根据PFA有效成像范围将成像区域分割为对应的子成像区域，将子成像区域对应的回波信号重聚焦到子成像区域的中心位置，在距离多普勒域获取子成像区域对应的重聚焦回波信号，对重聚焦回波信号依次进行LOSPI插值、二维IFFT和图像扭曲校正插值运算，得到子成像区域对应的子块图像，拼接子块图像得到对应的大场景高分辨率图像数据。本申请提出的分块成像算法解决了传统PFA算法聚焦深度较小的问题，不依赖于雷达轨迹，并且解决了传统分块成像算法中计算量大运算时间较长的缺点，能够实现对大场景的高分辨率成像。
附图说明
图1为一个实施例中一种基于分块成像的大场景高分辨率成像方法的步骤图；
图2为另一个实施例中一种基于分块成像的大场景高分辨率成像方法的流程示意图；
图3为一个实施例中子成像区域的成像场景示意图；
图4为子成像区域内回波信号的截取方式示意图；
图5为对子块图像进行LOSPI插值和图像插值的插值方式示意图；
图6为相邻子块图像对齐效果示意图；
图7为使用传统PFA算法的成像结果；
图8为使用一个实施例中一种基于分块成像的大场景高分辨率成像方法的成像结果；
图9为对第一区域的成像结果对比图；
图10为对第二区域的成像结果对比图；
图11为对第三区域的成像结果对比图；
图12为对第四区域的成像结果对比图；
图13为第一特显点的等高线图对比图；
图14为第二特显点的等高线图对比图；
图15为第一特显点的方位向剖面图；
图16为第二特显点的方位向剖面图；
图17为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种基于分块成像的大场景高分辨率成像方法，包括以下步骤：
步骤102，根据PFA有效成像范围将成像区域分割为对应的子成像区域。
PFA有效成像范围参数是指，在该参数对应的范围中可以忽略图像散焦。根据PFA的聚焦深度确定PFA有效成像范围参数，并对整个成像区域进行划分，使得分割得到的各个子成像区域都在有效的成像范围之内，以确保对各个子成像区域可以得到高精度的子块图像。
步骤104，将回波信号重聚焦到子成像区域的中心位置，在距离多普勒域对重聚焦回波信号进行分割。
对于整个成像区域中各个子成像区域对应的回波信号进行重新聚焦，将聚焦中心分别移动到各个子成像区域的中心位置。根据子成像区域的大小在距离-多普勒域分割重聚焦后的回波信号，分割的目的是保留子成像区域内回波数据，将子成像区域以外的回波数据截断，以降低运算量。
步骤106，对重聚焦回波信号依次进行LOSPI插值、二维IFFT和图像扭曲校正插值运算，得到子成像区域对应的子块图像。
对重聚焦回波采用沿视线方向插值(LOSPI)，将重聚焦回波在波数域插值到均匀分布的网格上，通过二维IFFT得到各个子成像区域对应的子块图像，最后通过二维图像域插值对子块图像进行图像扭曲校正(即图像扭曲校正插值运算)，得到矫正后的子块图像。
步骤108，拼接子块图像得到对应的大场景高分辨率图像数据。
所有子块图像对齐拼接在一起，就可以得到对整个成像区域的高分辨率大场景图像数据。
本实施例根据PFA有效成像范围划分子成像区域，使每个子成像区域都在聚焦深度内，从而可以保证每个子块图像的精度，进而实现对大场景的高分辨率成像。上述方法解决了传统PFA算法聚焦深度较小的问题，不依赖于雷达轨迹，并且解决了传统分块成像算法中计算量大运算时间较长的缺点。
其中一个实施例中，如图2所示，提供了一种基于分块成像的大场景高分辨率成像方法，包括以下步骤：
步骤202，以高次相位误差小于预设值为条件，得到PFA有效成像半径。本实施例中，预设值为
其中，λc为波长，r0为以成像中心为原点的半径长度，ρa为方位向分辨率，φ0为雷达俯视角，Rref为参考斜距，一般为雷达到成像场景中心的距离，如图3所示。当成像范围小于r0时，可以认为高次项相位误差引起的散焦对于成像没有影响，大于r0的场景会产生散焦。
步骤204，根据PFA有效成像半径得到PFA的有效成像范围，得到PFA有效成像范围参数。根据PFA有效成像范围参数将成像区域分割为对应的子成像区域。
具体地，PFA有效成像范围参数值应当小于r0，即时为半径的成像范围小于将整幅场景分割成若干子块，即每一个子成像区域的半径都小于r0。
步骤206，根据子成像区域，在距离多普勒域分割重聚焦到子成像区域的中心位置的回波信号。根据子成像区域内的回波信号得到对应的重聚焦回波信号。
具体地，将deChirp接收的回波共轭乘以下式得到重聚焦信号：
sc＝exp(-j(k+kc)(Rref-Ra)) (2)
其中，Ra为载机到子成像区域中心的距离，因此重聚焦信号在波数域的表达式如下所示：
其中，R'Δ＝R-Ra，Ss(k,ta)为deChirp接收后的信号，R为载机到目标点的瞬时距离。此时根据子成像区域的大小可以对式(3)进行截断，保留子成像区域内的数据，去除掉子成像区域以外的数据。数据截断方式如图4所示，将式(3)变换到距离多普勒域，根据场景大小可以得到回波信号的距离范围(Rmin,Rmax)以及多普勒带宽Bs：
根据斜距范围以及多普勒带宽可以对式(3)进行截断。式(3)中R'Δ展开成泰勒展开式：
因此，式(3)可以重写成：
其中，
步骤208，通过LOSPI插值运算，将重聚焦回波信号重采样到预设的均匀网格，得到对应的波数谱数据。对波数谱数据进行二维IFFT运算，得到对应的图像数据。根据图像数据的一次相位误差得到目标点的位置偏移参数，根据位置偏移参数对图像数据进行图像域插值进行扭曲校正，得到子成像区域对应的子块图像。
根据式(7)可知重聚焦信号在波数域上的分布为非均匀分布，因此需要采用LOSPI的方式将重聚焦信号重采样于均匀网格中。对于LOSPI插值的结果，以通过二维IFFT得到对应的子块图像。这是得到的子块图像是扭曲的，根据其一次相位误差的表达式可以得到目标点的实际位置和其对应的图像点的偏移位置之间的关系：
其中，(x0,y0)是目标点的实际位置，(x0',y0')是该目标点在PFA图像中的位置。根据式(8)可以使用图像插值的方式校正图像扭曲。LOSPI和图像插值的方式如图5所示。
步骤210，拼接子块图像得到对应的大场景高分辨率图像数据。将相邻的子块图像进行配准，得到子块图像间的相对位移参数。根据相对位移参数对齐相邻的子块图像，得到对应的大场景高分辨率图像数据。
如果直接对子块图像进行拼接，可能在拼接处出现不连续的现象。因此需要先对各个相邻的子块图像进行对齐。具体地，可以获得的两个子块之间存在重叠部分，将重叠部分采用相关法获得相邻两子块存在的位移，通过将子块图像位移可以得到对齐的两个子块图像，依此类推可以将所有相邻子块对齐。具体地，设两个相邻的子块图像f1和f2仅仅存在位移上的差异：
f2(x,y)＝f1(x+Δx,y+Δy) (9)
其中，(Δx,Δy)是两个子块图像的相对位移，两个子块图像经过傅里叶变换之后的关系为：
(Δx,Δy)可以根据下式得到：
寻找使得corr(x,y)最大的点就是两个子块图像的相对位移。根据相对位移值可以将两个子块图像对齐。图6为相邻子块图像对齐效果示意图，可以看到使用相关法可以得到很好的对齐效果。
步骤212，采用辐射校正技术消除子块图像中的灰度差异。
步骤214，采用直方图均衡化技术消除子块图像之间的灰度差异。
由于雷达回波信号功率随距离增加而衰减，因此对于SAR图像而言沿距离向还存在灰度起伏的问题，成像场景中心点附近灰度值较高越远离中心点灰度值越低，如果直接将两幅图像拼接在一起则会出现明显的灰度差异，采用传统的辐射校正可以有效消除子块图像中的图像灰度差异。辐射校正方式如下式所示：
其中，s(i,j)为图像任意点处灰度值，Ri,j为该点与载机之间的距离，Rref为参考斜距。经过辐射校正之后距离场景中心较远处的灰度值得到了补偿，整幅图像灰度值更为均匀。此外，相邻图像之间还可能存在灰度差异，采用直方图均衡化可以很好的消除差异。通过上述处理后，相邻的子块图像不会在拼接处出现明显的灰度起伏。
为说明本申请提供方法的有效性，使用不同的成像方法对实测场景进行成像，比较各种成像方法的成像效果。图7为使用传统PFA算法的成像结果，图8为采用本申请提供的方法对同样场景的成像结果。可以看到，相较于图7，图8在图像远端的散焦现象得到了改善，并且图8中没有出现拼接处不连续、灰度不均衡的现象。
对于图7和图8中相同的四个区域的成像结果进行对比，分别如图9至图12所示。图9表示，图7中的区域A和图8中的A′是对第一区域的成像结果；图10表示，图7中的区域B和图8中的B′是对第二区域的成像结果；图11表示，图7中的区域C和图8中的C′是对第三区域的成像结果；图12表示，图7中的区域D和图8中的D′是对第四区域的成像结果。可以看到应用传统PFA算法进行成像的结果在边缘处散焦非常严重，无法看清房屋轮廓。然而使用本申请提供的方法得到的成像结果中，在场景边缘处也聚焦的非常好，房屋轮廓可以被清晰的看到。
图13是图11中所示的第一特显点a和a′的等高线图，图14是图12中所示的第二特显点b和b′的等高线图。可以看到，本申请提供的方法目标点都被很好的聚焦，对于特显点的成像质量有很大改善。图15和图16分别是两个特显点方位向剖面图，可以看到本申请提供的方法的成像结果，对于远离场景中心的目标也可以达到理论分辨率。
应该理解的是，虽然图1-2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，提供了一种基于分块成像的大场景高分辨率成像装置，包括：
成像区域分割模块，用于根据PFA有效成像范围将成像区域分割为对应的子成像区域。
回波信号重聚焦模块，用于将回波信号重聚焦到子成像区域的中心位置，在距离多普勒域对重聚焦回波信号进行分割。
子块图像获取模块，用于对重聚焦回波信号依次进行LOSPI插值、二维IFFT和图像扭曲校正插值运算，得到子成像区域对应的子块图像。
子块图像拼接模块，用于拼接子块图像得到对应的大场景高分辨率图像数据。
其中一个实施例中，还包括有效成像半径计算模块，用于以高次相位误差小于预设值为条件，得到PFA有效成像半径。根据PFA有效成像半径得到PFA的有效成像范围，得到PFA有效成像范围参数。
其中一个实施例中，回波信号重聚焦模块用于根据子成像区域，在距离多普勒域分割重聚焦到子成像区域的中心位置的回波信号。根据子成像区域内的回波信号得到对应的重聚焦回波信号。
其中一个实施例中，子块图像获取模块用于通过LOSPI插值运算，将重聚焦回波信号重采样到预设的均匀网格，得到对应的波数谱数据。对波数谱数据进行二维IFFT运算，得到对应的图像数据。根据图像数据的一次相位误差得到目标点的位置偏移参数，根据位置偏移参数对图像数据进行图像域插值进行扭曲校正，得到子成像区域对应的子块图像。
其中一个实施例中，子块图像拼接模块用于将相邻的子块图像进行配准，得到子块图像间的相对位移参数。根据相对位移参数对齐相邻的子块图像，得到对应的大场景高分辨率图像数据。
其中一个实施例中，还包括子块图像灰度差异消除模块，用于采用辐射校正技术消除子块图像中的灰度差异。
其中一个实施例中，还包括拼接图像灰度差异消除模块，用于采用直方图均衡化技术消除子块图像之间的灰度差异。
关于基于分块成像的大场景高分辨率成像装置的具体限定可以参见上文中对于基于分块成像的大场景高分辨率成像方法的限定，在此不再赘述。上述基于分块成像的大场景高分辨率成像装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图17所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于分块成像的大场景高分辨率成像方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图17中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
根据PFA有效成像范围将成像区域分割为对应的子成像区域。
将回波信号重聚焦到子成像区域的中心位置，在距离多普勒域对重聚焦回波信号进行分割。
对重聚焦回波信号依次进行LOSPI插值、二维IFFT和图像扭曲校正插值运算，得到子成像区域对应的子块图像。
拼接子块图像得到对应的大场景高分辨率图像数据。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：以高次相位误差小于预设值为条件，得到PFA有效成像半径。根据PFA有效成像半径得到PFA的有效成像范围，得到PFA有效成像范围参数。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据子成像区域，在距离多普勒域分割重聚焦到子成像区域的中心位置的回波信号。根据子成像区域内的回波信号得到对应的重聚焦回波信号。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：通过LOSPI插值运算，将重聚焦回波信号重采样到预设的均匀网格，得到对应的波数谱数据。对波数谱数据进行二维IFFT运算，得到对应的图像数据。根据图像数据的一次相位误差得到目标点的位置偏移参数，根据位置偏移参数对图像数据进行图像域插值进行扭曲校正，得到子成像区域对应的子块图像。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：将相邻的子块图像进行配准，得到子块图像间的相对位移参数。根据相对位移参数对齐相邻的子块图像，得到对应的大场景高分辨率图像数据。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：采用辐射校正技术消除子块图像中的灰度差异。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：采用直方图均衡化技术消除子块图像之间的灰度差异。
在一个实施例中，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以下步骤：
根据PFA有效成像范围将成像区域分割为对应的子成像区域。
将回波信号重聚焦到子成像区域的中心位置，在距离多普勒域对重聚焦回波信号进行分割。对重聚焦回波信号依次进行LOSPI插值、二维IFFT和图像扭曲校正插值运算，得到子成像区域对应的子块图像。
拼接子块图像得到对应的大场景高分辨率图像数据。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：以高次相位误差小于预设值为条件，得到PFA有效成像半径。根据PFA有效成像半径得到PFA的有效成像范围，得到PFA有效成像范围参数。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据子成像区域，在距离多普勒域分割重聚焦到子成像区域的中心位置的回波信号。根据子成像区域内的回波信号得到对应的重聚焦回波信号。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：通过LOSPI插值运算，将重聚焦回波信号重采样到预设的均匀网格，得到对应的波数谱数据。对波数谱数据进行二维IFFT运算，得到对应的图像数据。根据图像数据的一次相位误差得到目标点的位置偏移参数，根据位置偏移参数对图像数据进行图像域插值进行扭曲校正，得到子成像区域对应的子块图像。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将相邻的子块图像进行配准，得到子块图像间的相对位移参数。根据相对位移参数对齐相邻的子块图像，得到对应的大场景高分辨率图像数据。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：采用辐射校正技术消除子块图像中的灰度差异。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：采用直方图均衡化技术消除子块图像之间的灰度差异。
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，所述的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，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (9)

1.一种基于分块成像的大场景高分辨率成像方法，其特征在于，所述方法包括：
根据PFA有效成像范围将成像区域分割为若干子成像区域；
将回波信号重聚焦到所述子成像区域的中心位置，在距离多普勒域对重聚焦回波信号进行分割；
对所述重聚焦回波信号依次进行LOSPI插值、二维IFFT和图像扭曲校正插值运算，得到所述子成像区域对应的子块图像；
拼接所述子块图像得到对应的大场景高分辨率图像数据；
所述将回波信号重聚焦到所述子成像区域的中心位置，在距离多普勒域对重聚焦回波信号进行分割，包括：
将回波信号重聚焦到所述子成像区域的中心位置，得到重聚焦回波信号的波数域表达；
根据所述子成像区域的大小对重聚焦回波信号的波数域表达进行截断，保留所述子成像区域内的数据；
将重聚焦回波信号的波数域表达变换到距离多普勒域，得到重聚焦回波信号的距离范围和多普勒带宽，根据所述距离范围和多普勒带宽对重聚焦回波信号的波数域表达进行截断，以此进行分割；
所述根据所述距离范围和多普勒带宽对重聚焦回波信号的波数域表达进行截断包括：
，
其中，，/>为目标点的实际位置。
2.根据权利要求1所述的方法，其特征在于，所述根据PFA有效成像范围将成像区域分割为对应的子成像区域的步骤之前，还包括：
以高次相位误差小于预设值为条件，得到PFA有效成像半径；
根据所述PFA有效成像半径得到PFA的有效成像范围，得到PFA有效成像范围参数。
3.根据权利要求1所述的方法，其特征在于，对所述重聚焦回波信号依次进行LOSPI插值、二维IFFT和图像扭曲校正插值运算，得到所述子成像区域对应的子块图像步骤包括：
通过LOSPI插值运算，将所述重聚焦回波信号重采样到预设的均匀网格，得到对应的波数谱数据；
对所述波数谱数据进行二维IFFT运算，得到对应的图像数据；
根据所述图像数据的一次相位误差得到目标点的位置偏移参数，根据所述位置偏移参数对所述图像数据进行图像域插值进行扭曲校正，得到所述子成像区域对应的子块图像。
4.根据权利要求1所述的方法，其特征在于，拼接所述子块图像得到对应的大场景高分辨率图像数据的步骤包括：
将相邻的所述子块图像进行配准，得到所述子块图像间的相对位移参数；
根据所述相对位移参数对齐相邻的所述子块图像，得到对应的大场景高分辨率图像数据。
5.根据权利要求1所述的方法，其特征在于，根据所述重聚焦回波信号得到所述子成像区域对应的子块图像的步骤之后，还包括：
采用辐射校正技术消除所述子块图像中的灰度差异。
6.根据权利要求1所述的方法，其特征在于，根据所述重聚焦回波信号得到所述子成像区域对应的子块图像的步骤之后，还包括：
采用直方图均衡化技术消除所述子块图像之间的灰度差异。
7.一种基于分块成像的大场景高分辨率成像装置，其特征在于，所述装置包括：
成像区域分割模块，用于根据PFA有效成像范围将成像区域分割为对应的子成像区域；
回波信号重聚焦模块，用于将回波信号重聚焦到所述子成像区域的中心位置，在距离多普勒域对重聚焦回波信号进行分割；
子块图像获取模块，用于对所述重聚焦回波信号依次进行LOSPI插值、二维IFFT和图像扭曲校正插值运算，得到所述子成像区域对应的子块图像；
子块图像拼接模块，用于拼接所述子块图像得到对应的大场景高分辨率图像数据；
回波信号重聚焦模块还用于将回波信号重聚焦到所述子成像区域的中心位置，得到重聚焦回波信号的波数域表达；根据所述子成像区域的大小对重聚焦回波信号的波数域表达进行截断，保留所述子成像区域内的数据；将重聚焦回波信号的波数域表达变换到距离多普勒域，得到重聚焦回波信号的距离范围和多普勒带宽，根据所述距离范围和多普勒带宽对重聚焦回波信号的波数域表达进行截断，以此进行分割；
所述根据所述距离范围和多普勒带宽对重聚焦回波信号的波数域表达进行截断包括：
，
其中，，/>为目标点的实际位置。
8.一种计算机设备，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6中任一项所述方法的步骤。
9.一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6中任一项所述方法的步骤。
CN202110346801.3A 2021-03-31 2021-03-31 一种基于分块成像的大场景高分辨率成像方法和装置 Active CN113093186B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110346801.3A CN113093186B (zh) 2021-03-31 2021-03-31 一种基于分块成像的大场景高分辨率成像方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110346801.3A CN113093186B (zh) 2021-03-31 2021-03-31 一种基于分块成像的大场景高分辨率成像方法和装置

Publications (2)

Publication Number Publication Date
CN113093186A CN113093186A (zh) 2021-07-09
CN113093186B true CN113093186B (zh) 2023-10-31

Family

ID=76671975

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110346801.3A Active CN113093186B (zh) 2021-03-31 2021-03-31 一种基于分块成像的大场景高分辨率成像方法和装置

Country Status (1)

Country Link
CN (1) CN113093186B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113805146B (zh) * 2021-07-23 2024-04-02 北京空间飞行器总体设计部 一种高轨sar图像空变相位误差估计方法
CN115356730B (zh) * 2022-08-16 2024-06-07 中国人民解放军国防科技大学 基于二维自聚焦的高分辨率csar成像方法及装置
KR102665846B1 (ko) * 2023-02-28 2024-05-14 엘아이지넥스원 주식회사 김발 장치 및 이를 포함하는 레이더 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102043142A (zh) * 2010-12-01 2011-05-04 南京航空航天大学 基于数字聚束的合成孔径雷达极坐标波前弯曲补偿方法
CN102183763A (zh) * 2011-03-16 2011-09-14 南京航空航天大学 适用于复杂雷达航迹条件的pfa波前弯曲误差补偿方法
CN104330795A (zh) * 2014-10-20 2015-02-04 北京理工大学 一种基于Keystone变换的地基合成孔径雷达快速成像方法
CN104391297A (zh) * 2014-11-17 2015-03-04 南京航空航天大学 一种划分子孔径pfa雷达成像方法
CN109856635A (zh) * 2019-02-28 2019-06-07 中国人民解放军国防科技大学 一种csar地面动目标重聚焦成像方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7511656B2 (en) * 2006-02-10 2009-03-31 Raytheon Company Spotlight synthetic aperture radar (SAR) system and method for generating a SAR map in real-time using a modified polar format algorithm (PFA) approach

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102043142A (zh) * 2010-12-01 2011-05-04 南京航空航天大学 基于数字聚束的合成孔径雷达极坐标波前弯曲补偿方法
CN102183763A (zh) * 2011-03-16 2011-09-14 南京航空航天大学 适用于复杂雷达航迹条件的pfa波前弯曲误差补偿方法
CN104330795A (zh) * 2014-10-20 2015-02-04 北京理工大学 一种基于Keystone变换的地基合成孔径雷达快速成像方法
CN104391297A (zh) * 2014-11-17 2015-03-04 南京航空航天大学 一种划分子孔径pfa雷达成像方法
CN109856635A (zh) * 2019-02-28 2019-06-07 中国人民解放军国防科技大学 一种csar地面动目标重聚焦成像方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A Beam Segmentation based 2-step Polar Format Algorithm for Highly Squinted SAR;Xin Nie;《IEEE Xplore》;1472-1475 *
一种基于全场景分解的宽场景斜视聚束成像算法;陈英;欧阳玉梅;邵鹏;王振辉;;桂林理工大学学报(第02期);139-144 *
结合MWD算法的低频UWB SAR运动补偿;安道祥;黄晓涛;周智敏;;电子学报(第12期);129-135 *

Also Published As

Publication number Publication date
CN113093186A (zh) 2021-07-09

Similar Documents

Publication Publication Date Title
CN113093186B (zh) 一种基于分块成像的大场景高分辨率成像方法和装置
Mao et al. Polar format algorithm wavefront curvature compensation under arbitrary radar flight path
CN111402152B (zh) 视差图的处理方法、装置、计算机设备和存储介质
CN105842694A (zh) 一种基于ffbp sar成像的自聚焦方法
CN105116411B (zh) 一种适用于距离徙动算法的两维自聚焦方法
CN109102524B (zh) 图像特征点的跟踪方法和跟踪装置
JP2006099538A (ja) 形状モデル作成方法、それを実装したコンピュータプログラムおよび形状モデル作成システム
CN103995260A (zh) 一种合成孔径雷达成像方法及装置
CN102043142A (zh) 基于数字聚束的合成孔径雷达极坐标波前弯曲补偿方法
CN111538013A (zh) 雷达回波外推方法、装置、计算机设备和存储介质
CN115205450A (zh) 三维扫描数据的处理方法、装置、系统、设备和介质
CN113888698A (zh) 一种面向肝切除术的动态三维重建方法及系统
CN115542323B (zh) Sar运动目标图像快速重聚焦方法、装置和计算机设备
Ashtari et al. Double line image rotation
CN116912103A (zh) 元成像光学成像的数字像差校正方法及装置
CN115222776B (zh) 匹配辅助视觉目标跟踪方法、装置、电子设备和存储介质
CN113030968B (zh) 基于csar模式提取dem的方法、装置及存储介质
CN115356730B (zh) 基于二维自聚焦的高分辨率csar成像方法及装置
CN113012279B (zh) 一种非接触三维成像测量方法、系统及计算机可读存储介质
CN111539964B (zh) 基于深度图像的植株冠层表面积获取方法、装置、计算机设备和存储介质
CN115015920A (zh) 一种基于距离空变频谱矫正的快速后向投影成像方法
Wasih et al. Advanced deep learning network with harris corner based background motion modeling for motion tracking of targets in ultrasound images
CN112731391A (zh) 高效的连续成像处理方法、系统、合成孔径雷达及终端
CN116879893B (zh) 基于L型基线的WasSAR动目标参数估计方法与装置
Zuo et al. A novel motion compensation method based on height term removing for spotlight SAR on circular trajectories

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