CN113484860B - 基于多普勒中心异常的sar图像海洋锋检测方法及系统 - Google Patents

Abstract

本发明公开了一种基于多普勒中心异常的SAR图像海洋锋检测方法及系统，该方法包括：将SAR单视复图像分成M*N个子图像块；估计每个子图像块的多普勒中心频率，作为多普勒中心频率的观测值；基于卫星轨道参数和天线指向参数计算每个子图像块多普勒中心频率的预测值；根据多普勒中心频率的观测值和预测值得到多普勒中心异常值，并转换为多普勒速度；计算多普勒速度沿方位向的梯度，根据梯度向量中元素绝对值的最大值检测海洋锋。本发明提供的基于多普勒中心异常的SAR图像海洋锋检测方法及系统，充分利用了海洋锋的速度特征，解决了基于幅度图像检测海洋锋漏检和误检的问题，提高了SAR图像海洋锋检测的准确度。

Description

基于多普勒中心异常的SAR图像海洋锋检测方法及系统

技术领域

本发明涉及合成孔径雷达(SyntheticAperture Radar，SAR)信号处理领域及海洋遥感应用领域，更具体地涉及一种基于多普勒中心异常的SAR图像海洋锋检测方法及系统。

背景技术

海洋锋是海洋中特性不同的两种或几种水体之间的有明显水平梯度的狭窄过渡带，在海洋生态系统中起着重要的作用。合成孔径雷达(SyntheticAperture Radar,SAR)是一种主动式微波成像传感器，与传统光学遥感和高光谱遥感相比，SAR具备全天候、全天时、大范围、高分辨率的成像能力，使其在海洋应用上具有得天独厚的优势，并成为探测海洋锋的主要手段之一。

海洋锋附近各水文要素(如温度、盐度、密度等)梯度加大，改变了Bragg波的空间及能量分布，使得海洋锋在SAR图像上可见。目前，国内外对SAR图像海洋锋检测的研究已取得很大进展。主要算法包括：灰度梯度法、灰度直方图法、信息熵法。这些算法主要利用SAR幅度图像上海洋锋的亮暗特征检测海洋锋。因此，对于灰度梯度较大的海洋锋具有较好的检测能力，同时，一些小波多尺度分析特性和形态学梯度理论的应用，提高了对海洋锋各尺度信息提取的能力。

基于SAR幅度图像检测海洋锋主要面临两个关键问题。一方面，海洋锋在SAR图像上的表现强烈地受其两侧水文梯度的影响，对于一些水文梯度变化较小的海洋锋，海洋锋在SAR图像上的亮暗特征将很弱，甚至不可见，这对基于幅度图像的方法检测海洋锋来说尤其困难，会导致较高的漏检概率；另一方面，海洋上的一些其他海洋现象、舰船尾迹、甚至是桥梁建筑，在SAR幅度图像上会表现出和海洋锋类似的亮暗特征，此时基于幅度图像检测海洋锋的方法会有较高的虚警率。

以上分析显示，现有的SAR图像海洋锋检测方法主要从幅度出发，只考虑了灰度特征，不可避免地会提高虚警率和漏检率。要想精确地检测海洋锋，势必要挖掘海洋锋的其他特征。

发明内容

基于以上问题，本发明的主要目的在于提供一种基于多普勒中心异常的SAR图像海洋锋检测方法及系统，以期至少部分地解决上述技术问题。

根据了本发明的一个方面，提出一种基于多普勒中心异常的SAR图像海洋锋检测方法，包括步骤如下：

将SAR单视复图像分成M*N个子图像；

估计每个子图像块的多普勒中心频率，作为多普勒中心频率的观测值；

基于卫星轨道参数和天线指向参数计算每个子图像块的多普勒中心频率的预测值；

根据多普勒中心频率的观测值和预测值，计算每个子图像块的多普勒中心异常值，并将得到的多普勒中心异常值转换为多普勒速度；

计算多普勒速度沿方位向的梯度，根据多普勒速度梯度向量中元素绝对值的最大值检测海洋锋。

进一步地，其中：

上述M*N个子图像块为所述单视复图像分别沿方位向和距离向平均分割得到，方位向分割数为M，距离向分割数为N，其中，M和N都是不小于3的正整数。

上述各子图像块的空间分辨率一般不小于0.5km*0.5km。

上述M*N个子图像块的大小相同。

上述基于时域自相关的方法估计每个子图像块的多普勒中心频率的观测值f_Dc使用如下公式：

其中，arg{·}表示求辐角，r(·)为相关函数，PRF为脉冲重复频率，采样间隔T＝1/PRF，通常情况下，k取1。

上述基于卫星轨道参数和天线指向参数估计每个子图像块多普勒中心频率的预测值f_Dp使用如下公式：

其中，k_e为雷达电磁波数；V_sc为平台沿轨道方向的速度大小；γ为雷达波束的高度角；α为偏航角；ω_e为地球自转角速度；ω为平台角速度；ε表示雷达侧视方向(+1为右侧视，-1为左侧视)；β为升交点和卫星轨道平面的夹角；ψ为卫星轨道倾角。

上述每个子图像块的多普勒中心异常值f_Dca为多普勒中心频率观测值f_Dc与多普勒中心频率预测值f_Dp之差，即：

f_Dca＝f_Dc-f_Dp。

上述多普勒速度为雷达径向速度，根据多普勒中心异常值得到，多普勒速度v_D的计算公式为：

其中，θ_i为雷达波束相对于海表面的入射角，k_e为雷达电磁波波数。

更进步一步地，多普勒速度v_D构成了一个M*N维的矩阵：

v_D＝[v_D1,v_D2,···,v_Di,···,v_DN]

其中，v_Di(i＝1,2,···,N)为一个M维的列向量。

上述多普勒速度矩阵v_D沿着方位向求梯度，得到多普勒速度梯度矩阵：

▽_yv_D＝[▽v_D1,▽v_D2,···,▽v_Di,···,▽v_DN]

取每个多普勒速度梯度向量

中元素绝对值的最大对应坐标，得到多普勒速度梯度绝对值最大值坐标向量：

更进一步地，上述海洋锋线的提取是对多普勒速度梯度绝对值最大值坐标向量的分段多项式拟合，多项式pⁿ(x)的选取基于最小二乘准则，即：

根据本发明的另一个方面，提出一种基于多普勒中心异常的SAR图像海洋锋检测系统，包括：

图像切分模块：用于将SAR单视复图像分成M*N个子图像块；

观测值估计模块，用于估计每个子图像块的多普勒中心频率，作为多普勒中心频率的观测值；

预测值计算模块，用于基于卫星轨道参数和天线指向参数计算每个子图像块的多普勒中心频率的预测值；

异常值计算模块，用于基于多普勒中心频率的观测值和预测值，计算每个子图像块的多普勒中心异常值，并将得到的多普勒中心异常值转换为多普勒速度；

海洋锋检测模块，计算多普勒速度沿方位向的梯度，根据多普勒速度梯度向量中元素绝对值的最大值检测海洋锋。

有益效果：

本发明提出的一种基于多普勒中心异常的SAR图像海洋锋检测方法，具有以下有益效果：

1、本发明从距离多普勒域出发，充分考虑了海洋锋的速度特征，提高了基于SAR图像的海洋锋检测概率。

2、本发明从距离多普勒域出发，充分考虑了海洋锋的速度特征，降低了基于SAR图像的海洋锋误检概率。

3、本发明从距离多普勒域出发，系统简单，方法可行。

附图说明

图1是本发明一实施例提出的基于多普勒中心异常的SAR图像海洋锋检测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多普勒中心异常的SAR图像海洋锋检测方法的详细流程示意图；

图3是本发明一实施例的选取的GF-3卫星数据通过成像后的单视复图像；

图4(a)是本发明一实施例的单视复图像分块多普勒中心异常图；

图4(b)是本发明一实施例的单视复图像分块多普勒速度图；

图5是本发明一实施例的多普勒速度梯度绝对值最大值检测结果图；

图6(a)是本发明一实施例的在多普勒速度图上的海洋锋检测结果图；

图6(b)是本发明一实施例的映射在单视复图像上的海洋锋检测结果图。

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。

现有的SAR图像海洋锋检测算法主要是基于海洋锋在SAR幅度图上的亮暗特征进行检测的，即利用海洋锋的灰度梯度特征。然而，海洋锋的这一特征通常受雷达成像系统、海况等多种因素影响，使得一些海洋锋在SAR幅度图像表现出很弱的亮暗特征，甚至不可见，这为基于幅度的检测算法带来了极大困扰；对于一些亮暗特征显著的海洋锋，一方面，海洋锋有时表现为亮条纹，有时表现为暗条纹，另一方面，一些其他海洋现象、舰船尾迹、桥梁建筑表现为与海洋锋类似的亮暗特征，使得不借助辅助数据的幅度检测算法不具有说服力。因此，为了精确地从SAR图像上检测海洋锋，亟需挖掘海洋锋的其他特征，使得海洋锋的检测不仅仅局限于SAR幅度图。

基于以上原因，本发明公开了一种基于多普勒中心异常的SAR图像海洋锋检测方法及系统。

在一方面，本发明提供了一种基于多普勒中心异常的SAR图像海洋锋检测方法，其包括步骤如下：

将SAR单视复图像分成M*N个子图像；

估计每个子图像块的多普勒中心频率，作为多普勒中心频率的观测值；

基于卫星轨道参数和天线指向参数计算每个子图像块的多普勒中心频率的预测值；

计算每个子图像块的多普勒中心异常值，并将得到的多普勒中心异常值转换为多普勒速度；

计算多普勒速度沿方位向的梯度，根据多普勒速度梯度向量中元素绝对值的最大值检测海洋锋。

一些实施例中，单视复图像的获取通过RD、CS、ωk等SAR成像算法处理得到，也可以从公开数据网站下载。

一些实施例中，将单视复图像沿方位向和距离向平均分割M*N个子图像块，每个子图像块大小相同。方位向分割数为M，距离向分割数为N，其中，M和N都是不小于3的正整数。同时考虑到多普勒沿方位向和距离向的空变特性、不同尺度海洋现象的速度特征以及噪声的影响，各子图像块的分割不可过大或过小，对应空间分辨率一般不小于0.5km*0.5km，不大于2km*2km。

对每个子图像块进行多普勒中心频率的估计，由于SAR单视复图像每个子图像块可视为平稳复高斯过程，根据维纳-辛钦定理，使用基于时域自相关的方法估计每个子图像块的多普勒中心频率的观测值f_Dc，使用如下公式：

其中，arg{·}表示求辐角，r(·)为相关函数，PRF为脉冲重复频率，采样间隔T＝1/PRF，通常情况下，k取1，该估计方法具有较强的鲁棒性。当k＝1时，每个子图像块的自相关函数r(T)可表示为：

其中s(m,n)为每个子图像块的第(m,n)个复数值，每个子图像块方位向像素数为Na，距离向像素数为Nr。此时，基于时域自相关的方法估计每个子图像块的多普勒中心频率的观测值f_Dc可表示为：

影响多普勒频率的系统因素可以归纳为卫星轨道几何模型、雷达波束指向以及波束与转动地表的交点，该部分多普勒称为多普勒中心频率的预测值。基于卫星轨道参数和天线指向参数估计每个子图像块多普勒中心频率的预测值f_Dp使用如下公式：

其中，k_e为雷达电磁波波数；V_sc为平台沿轨道方向的速度大小；γ为雷达波束的高度角；α为偏航角；ω_e为地球自转角速度；ω为平台角速度；ε表示雷达侧视方向(+1为右侧视，-1为左侧视)；β为升交点和卫星轨道平面的夹角；ψ为卫星轨道倾角。

将每个子图像块的多普勒中心频率观测值f_Dc与多普勒中心频率预测值f_Dp作差即可得到多普勒中心异常值f_Dca，即：

f_Dca＝f_Dc-f_Dp (5)

多普勒中心异常值反映了地表物体的运动速度。该值是一个矢量，其符号代表物体相对雷达视线的运动方向，靠近雷达为正，远离雷达为负；其绝对值代表物体运动速度的大小。一般地，对于地面静止物体，多普勒中心异常值为零。

根据多普勒中心异常值可以得到物体相对于雷达径向的速度，即多普勒速度，多普勒速度v_D的计算公式为：

其中，θ_i为雷达波束相对于海表面的入射角。

由于原始单视复图像被分成了M*N个子图像块，因此，多普勒速度v_D构成了一个M*N维的矩阵：

v_D＝[v_D1,v_D2,···,v_Di,···,v_DN] (7)

其中，v_Di(i＝1,2,···,N)为一个M维的列向量。

将得到的多普勒速度矩阵v_D沿着方位向求梯度，得到多普勒速度梯度矩阵：

取每个多普勒速度梯度向量

中元素绝对值的最大对应坐标，得到多普勒速度梯度绝对值最大值坐标向量：

海洋锋锋线两侧速度梯度大是海洋锋的一个典型特征。将得到的多普勒速度梯度绝对值最大值坐标向量进行分段拟合，分段依据海洋速度梯度的表现形态，分段多项式pⁿ(x)系数的选取基于最小二乘准则，即：

根据分好的段数和选取的各段多项式系数对梯度绝对值最大值坐标向量进行拟合，实现基于多普勒中心异常的SAR图像海洋锋检测。

另一方面，本发明提供了一种基于多普勒中心异常的SAR图像海洋锋检测系统，包括：

图像切分模块：用于将SAR单视复图像分成M*N个子图像块；

观测值估计模块，用于估计每个子图像块的多普勒中心频率，作为多普勒中心频率的观测值；

预测值计算模块，用于基于卫星轨道参数和天线指向参数计算每个子图像块的多普勒中心频率的预测值；

异常值计算模块，用于基于多普勒中心频率的观测值和预测值，计算每个子图像块的多普勒中心异常值，并将得到的多普勒中心异常值转换为多普勒速度；

海洋锋检测模块，计算多普勒速度沿方位向的梯度，根据多普勒速度梯度向量中元素绝对值的最大值检测海洋锋。

以下通过具体应用实施例对本发明提出的基于多普勒中心异常的SAR图像海洋锋检测方法及系统进行进一步详细描述：

如图1所示，本实施例采用所述基于多普勒中心异常的SAR图像海洋锋检测方法检测海洋锋，包括步骤如下：

步骤1、将SAR单视复图像分成M*N个子图像；

步骤2、估计每个子图像块的多普勒中心频率，作为多普勒中心频率的观测值；

步骤3、基于卫星轨道参数和天线指向参数计算每个子图像块的多普勒中心频率的预测值；

步骤4、计算每个子图像块的多普勒中心异常值，并将得到的多普勒中心异常值转换为多普勒速度；

步骤5、计算多普勒速度沿方位向的梯度，根据多普勒速度梯度向量中元素绝对值的最大值检测海洋锋。

该方法的详细流程图如图2所示：

首先，获取SAR原始数据并成像生成单视复图像，本实施例选取GF-3卫星的单视复图像进行海洋锋的检测。如图3所示为一个条带SAR数据，位于日本附近黑潮边界，根据幅度图像亮暗特征可以明显看到，此时海表水体流速较大，且距离向三分之二处海洋锋不连续。

然后对获取的单视复图像进行方位向傅里叶变换后得到距离多普勒域数据，对其进行方位和距离向的平均分割，得到子图像块用于后续的多普勒估计。本实施例获取的方位向子图像块M为30，距离向子图像块N为35。根据公式(1)-(5)估计每个子图像块的多普勒中心异常，如图4(a)所示，并根据公式(6)将多普勒中心异常值转换为多普勒速度，如图4(b)所示。

接着，根据公式(8)对每个子图像块沿着方位向求多普勒速度梯度，并根据公式(9)确定每个梯度向量元素绝对值最大值所在位置，得到结果如图5所示。

最后，对图5所示结果根据公式(10)进行分段多项式拟合，拟合的结果如图6(a)所示，将拟合的结果映射到原始的单视复图像上，如图6(b)所示，实现了基于多普勒中心异常的SAR图像海洋锋检测。

通过图6(b)可以看出，检测结果与海洋锋在幅度图像上呈现特征较为匹配，相较与图3海洋锋不连续的地方，基于多普勒中心异常的SAR图像海洋锋检测实现了海洋锋的连续检测，说明该方法具有有效性。

至此，完成基于多普勒中心异常的SAR图像海洋锋检测。

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 (12)

1.一种基于多普勒中心异常的SAR图像海洋锋检测方法，其特征在于，包括：

步骤1、将SAR单视复图像分成M*N个子图像块；

步骤2、估计每个子图像块的多普勒中心频率，作为多普勒中心频率的观测值；

步骤3、基于卫星轨道参数和天线指向参数计算每个子图像块的多普勒中心频率的预测值；

步骤4、根据多普勒中心频率的观测值和预测值，计算每个子图像块的多普勒中心异常值，并将得到的多普勒中心异常值转换为多普勒速度；

步骤5、计算多普勒速度沿方位向的梯度，根据多普勒速度梯度向量中元素绝对值的最大值检测海洋锋。

2.根据权利要求1所述的基于多普勒中心异常的SAR图像海洋锋检测方法，其特征在于，所述M*N个子图像块为所述单视复图像分别沿方位向和距离向平均分割得到，方位向分割数为M，距离向分割数为N，其中，M和N都是不小于3的正整数。

3.根据权利要求1所述的基于多普勒中心异常的SAR图像海洋锋检测方法，其特征在于，各个所述子图像块的空间分辨率不小于0.5km*0.5km。

4.根据权利要求1所述的基于多普勒中心异常的SAR图像海洋锋检测方法，其特征在于，所述M*N个子图像块的大小相同。

5.根据权利要求1所述的基于多普勒中心异常的SAR图像海洋锋检测方法，其特征在于，使用时域自相关的方法估计每个子图像块的多普勒中心频率的观测值f_Dc：

其中，arg{·}表示求辐角，r(·)为相关函数，PRF为脉冲重复频率，采样间隔T＝1/PRF，k取1。

6.根据权利要求1所述的基于多普勒中心异常的SAR图像海洋锋检测方法，其特征在于，基于卫星轨道参数和天线指向参数计算每个子图像块多普勒中心频率的预测值f_Dp使用如下公式：

其中，k_e为雷达电磁波波数；V_sc为平台沿轨道方向的速度大小；γ为雷达波束的高度角；α为偏航角；ω_e为地球自转角速度；ω为平台角速度；ε表示雷达侧视方向，+1为右侧视，-1为左侧视；β为升交点和卫星轨道平面的夹角；ψ为卫星轨道倾角。

7.根据权利要求1所述的基于多普勒中心异常的SAR图像海洋锋检测方法，其特征在于，所述每个子图像块的多普勒中心异常值f_Dca为多普勒中心频率观测值f_Dc与多普勒中心频率预测值f_Dp之差，即：

f_Dca＝f_Dc-f_Dp。

8.根据权利要求1所述的基于多普勒中心异常的SAR图像海洋锋检测方法，其特征在于，多普勒速度为雷达径向速度，根据多普勒中心异常值得到，多普勒速度v_D的计算公式为：

其中，θ_i为雷达波束相对于海表面的入射角，k_e为雷达电磁波波数。

9.根据权利要求1所述的基于多普勒中心异常的SAR图像海洋锋检测方法，其特征在于，所述每个子图像块的多普勒速度v_D构成了一个M*N维的矩阵：

v_D＝[v_D1,v_D2,···,v_Di,···,v_DN]

其中，v_Di为一个M维的列向量，i＝1,2,···,N。

10.根据权利要求9所述的基于多普勒中心异常的SAR图像海洋锋检测方法，其特征在于，对多普勒速度矩阵v_D沿着方位向求梯度，得到多普勒速度梯度矩阵：

取每个多普勒速度梯度向量

中元素绝对值的最大值对应坐标，其中i＝1,2,···,N，得到多普勒速度梯度绝对值最大值坐标向量：

11.根据权利要求10所述的基于多普勒中心异常的SAR图像海洋锋检测方法，其特征在于，海洋锋线的提取是对多普勒速度梯度绝对值最大值坐标向量的分段多项式拟合，多项式pⁿ(x)的选取基于最小二乘准则，即：

12.一种基于多普勒中心异常的SAR图像海洋锋检测系统，其特征在于，包括：

图像切分模块：用于将SAR单视复图像分成M*N个子图像块；

观测值估计模块，用于估计每个子图像块的多普勒中心频率，作为多普勒中心频率的观测值；

预测值计算模块，用于基于卫星轨道参数和天线指向参数计算每个子图像块的多普勒中心频率的预测值；

异常值计算模块，用于基于多普勒中心频率的观测值和预测值，计算每个子图像块的多普勒中心异常值，并将得到的多普勒中心异常值转换为多普勒速度；

海洋锋检测模块，计算多普勒速度沿方位向的梯度，根据多普勒速度梯度向量中元素绝对值的最大值检测海洋锋。

Images