CN113936032B - 一种基于sar图像序列的运动目标检测及视频成像方法 - Google Patents

一种基于sar图像序列的运动目标检测及视频成像方法 Download PDF

Info

Publication number
CN113936032B
CN113936032B CN202110966909.2A CN202110966909A CN113936032B CN 113936032 B CN113936032 B CN 113936032B CN 202110966909 A CN202110966909 A CN 202110966909A CN 113936032 B CN113936032 B CN 113936032B
Authority
CN
China
Prior art keywords
sub
moving target
moving
aperture
target
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
CN202110966909.2A
Other languages
English (en)
Other versions
CN113936032A (zh
Inventor
马晓萌
丁金闪
梁健
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.)
Xidian University
Beijing Research Institute of Telemetry
Original Assignee
Xidian University
Beijing Research Institute of Telemetry
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 Xidian University, Beijing Research Institute of Telemetry filed Critical Xidian University
Priority to CN202110966909.2A priority Critical patent/CN113936032B/zh
Publication of CN113936032A publication Critical patent/CN113936032A/zh
Application granted granted Critical
Publication of CN113936032B publication Critical patent/CN113936032B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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
    • 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

本发明提供一种基于SAR图像序列的运动目标检测及视频成像方法，通过对全孔径回波数据进行子孔径划分，基于子图像序列完成动目标的检测、匹配及确认，利用子图像间的位移关系实现动目标的检测与测速，并进行多次聚焦以提高动目标的测速精度，接着利用动目标中心照射时间与动目标定位位置之间的关系实现动目标的定位，最后根据所在系统分辨率要求以及帧率设计子孔径时间，对动目标进行确认关联，形成视频SAR图像。本发明基于单通道的运动目标检测方法，相对于多通道运动目标检测系统而言，系统的硬件成本和复杂度进一步降低、可靠性有所提升，更适用于慢速目标的检测，能够实现对雷达探测区域的连续视频显示，可以显著提升SAR图像产品的应用水平。

Description

一种基于SAR图像序列的运动目标检测及视频成像方法
技术领域
本发明涉及测量测试技术领域，具体涉及一种基于SAR图像序列的运动目标检测及视频成像方法。
背景技术
星载SAR是一种工作在微波波段的主动式遥感载荷，能够不受日照和天气条件的限制，全天候、全天时对地观测，对目标环境中的运动目标进行持续侦察与监视，为目标势态评估、目标战略决策提供情报支持。同时，星载SAR结合地面运动目标指示(GMTI)功能为地面大面积侦察、监视和目标跟踪、定位提供了可能，具有重要的军事价值。
目前，星载SAR系统正在向高分辨率、大测绘带、小型化、轻型化方向发展，在高分辨率条件下，运动目标在SAR图像中的散焦现象更为严重，而单通道系统无法进行有效的杂波抑制处理，也没有多余的自由度进行辅助处理，从而增加了运动目标检测、成像以及跟踪的难度。因此，针对星载SAR高分辨率的发展趋势，有必要研究更加高效可行的运动目标处理算法，促进我国星载SAR-GMTI系统向实用化发展。
发明内容
本发明是为了解决现有单通道SAR-GMTI系统的不足，通过对全孔径回波数据进行子孔径划分，形成图像序列，利用动目标在图像序列中的位置差异实现动目标的检测与测速，同时可以利用多次聚焦提高动目标的测速精度，利用动目标中心照射时间与动目标定位位置之间的关系实现动目标的定位，基于动目标检测、测速定位方法，可以实现带动目标的视频显示。
本发明提供一种基于SAR图像序列的运动目标检测及视频成像方法，包括以下步骤：
S1、动目标检测、匹配与确认：将基于单通道高分辨SAR图像数据通过子孔径划分形成图像序列，采用CFAR算法在所述图像序列中进行动目标的检测，并对疑似动目标进行匹配与确认，直至将全部所述动目标进行标记，并获得所述动目标的成像序列；
S2、动目标测速：通过所述成像序列的相邻子图像中所述动目标的位移得到所述动目标的粗测速Va'，利用所述粗测速Va'构造新的匹配滤波函数H，补偿方位频率的二次项后得到子孔径方位精聚焦位置，基于所述精聚焦位置得到所述动目标的精速度Va；
S3、动目标定位：提取其中一个所述动目标出现的所有所述子孔径中所述动目标的能量，并进行能量均衡，得到所述动目标的中心照射时刻，再通过所述中心照射时刻计算得到所述动目标的方位聚焦位置，完成所述动目标的定位；
对其他所有的所述动目标均进行定位；
S4、视频SAR成像：根据所述动目标的精测度Va、图像分辨率以及帧频的需求，选择合适的子孔径重叠时间，形成子图像序列，然后利用步骤S1、S2、S3的动目标的速度Va以及定位方法形成所述动目标的视频SAR图像。
本发明所述的一种基于SAR图像序列的运动目标检测及视频成像方法，作为优选方式，
步骤S1包括以下步骤：
S11、形成图像序列：将基于单通道高分辨SAR图像全孔径回波数据通过子孔径划分形成子图像序列；
S12、目标检测、匹配与确认：采用CFAR算法对图像序列进行动目标的检测，并对疑似动目标进行子图像序列匹配与确认，排除场景强散射点的干扰，直至将全部动目标进行标记，并获得动目标的成像序列。
本发明所述的一种基于SAR图像序列的运动目标检测及视频成像方法，作为优选方式，
步骤S12包括以下步骤：
S121、检测：采用CFAR算法对所述图像序列进行所述动目标的检测；
S122、初始化动目标序号：找到第一个疑似动目标数不为0的第i个子孔径，疑似动目标数为Ni，对所有疑似点进行编号，记为1,2，…,n,…Ni；
S123、匹配：对于第i个子孔径中的第n个动目标进行匹配：对于第i+1个子孔径，疑似动目标数为Ni+1，所有Ni+1个疑似动目标对子孔径i中的第n个所述动目标进行差分，找到距离向差分为0的疑似动目标，将其标记为子孔径i中的第n个所述动目标的序号；
对第i个子孔径中的Ni个动目标都在第i+1个子孔径中进行匹配；
将第i+1个子孔径中没有匹配到的Ni+1-Ni个疑似动目标标记为Ni+1,…Ni+1；
对于第i+1个子孔径中的第n个所述动目标进行匹配：对于第i+2个子孔径，疑似动目标数为Ni+2，所有Ni+2个疑似动目标对子孔径i+1中的第n个所述动目标进行差分，找到距离向差分为0的疑似动目标，将其标记为子孔径i+1中的第n个所述动目标的序号；
第n个所述动目标如果连续出现在K个子孔径中，且距离差分为0，对所述动目标的方位进行差分，若差分值小于阈值，则继续进行方位差分，方位差分量相等时，将K个子孔径中的所述动目标均标记为n；若所述方位差分量不相等时，将所述第n个动目标标记为新的序号；
n＝n+1，继续对第i个子孔径中的第n个动目标进行匹配，直至第i个子孔径中所有动目标均被标记；
S124、第i个子孔径标记完成：第i个子孔径中所有动目标均被标记；
i＝i+1,返回步骤S122，直至直到所有子图像中的所有动目标均被标记；
S125、标记完成：所有子图像中的所有动目标均被标记，标记完成，得到所有点的匹配结果，被标记为相同序号的聚焦位置的序列即为所述动目标的成像序列。
S126、确认：通过估计动目标在子图像序列中的位置偏移量，对搜索到的疑似目标进行确认，如果方位差分近似为0，那么此序号代表的目标为静止目标，从而排除强散射静止目标点的干扰。
本发明所述的一种基于SAR图像序列的运动目标检测及视频成像方法，作为优选方式，步骤S123中的K为3。
本发明所述的一种基于SAR图像序列的运动目标检测及视频成像方法，作为优选方式，步骤S123，差分值小于阈值且方位差分量不相等的疑似动目标为静止目标。
本发明所述的一种基于SAR图像序列的运动目标检测及视频成像方法，作为优选方式，步骤S2包括以下步骤：
S21、得到粗测速Va'：根据动目标在相邻子图像中的成像位置获得位置移动量，对动目标在所有图像序列中的坐标进行方位差分，利用子孔径间的时间间隔得到动目标的粗测速Va'；
子孔径内动目标信号经过距离脉压之后方位频域为：
其中，A为其方位幅度包络，λ为工作波长，c为光速，为子孔径对应的快时间，fa为子孔径对应方位频率，fdc为多普勒中心频率，B为信号带宽，R0为雷达到子孔径中心的垂直距离，Vnew为动目标在子孔径中的相对运动速度，tc为动目标在子孔径中相应的瞬时时刻；
S22、构造新的匹配滤波函数H：利用粗测速Va'构造新的匹配滤波函数H：
其中，V'＝V-Va'，V为雷达在子孔径中的运动速度；
S23、精聚焦：匹配滤波得到如下补偿方位频率的二次项公式：
然后，对补偿二次项后的方位频域进行IFFT，得到动目标在方位tm时刻时域聚焦位置S(tm)：
由获得子图像序列间动目标的位置移动量Δx，求得粗补偿过的动目标的方位速度后剩余的动目标方位速度ΔVa，并得到动目标的精速度Va，Va＝Va'+ΔVa。
本发明所述的一种基于SAR图像序列的运动目标检测及视频成像方法，作为优选方式，步骤S3中能量检测的原则是积累点目标的能量，能量均衡即对动目标能量的中心位置进行检测。
本发明所述的一种基于SAR图像序列的运动目标检测及视频成像方法，作为优选方式，步骤S4中，帧频
其中α为重叠率，ρa为方位分辨率，R为最近斜距，f0为雷达工作频率。
本发明的技术解决方案是：基于单通道高分辨SAR图像数据，通过子孔径划分形成图像序列，实现动目标的检测与视频成像。
采用CFAR算法实现动目标的检测，并对疑似动目标进行匹配与确认，从而实现对动目标在不同序列图像中的关联。
通过相邻子图像中动目标的位移，实现动目标速度的粗估计，然后利用粗估计得到的速度对动目标进行精聚焦，基于精聚焦后的结果进行精测速，进一步提高测速精度。
通过提取某一动目标出现的所有子孔径中动目标的能量，将其进行能量均衡，即对动目标能量的中心位置进行检测，检测原则是积累点目标的能量，直到能量的积累达到全部点能量的一半，即这个位置对应的时刻即为动目标的中心照射时刻，再通过中心照射时刻计算动目标的方位向位置，实现动目标的定位。
根据分辨率以及帧频的需求，选择相邻子孔径的重叠时间，利用上述动目标检测、测速以及定位方法，实现动目标的视频显示。
本发明与现有技术相比的有益效果是：
(1)本发明基于单通道的运动目标检测方法，相对于多通道运动目标检测系统而言，利用时间维的信息代替了空间维的信息，系统的硬件成本和复杂度将进一步降低，同时可靠性也有提升。
(2)本发明所公开的检测方法对于运动速度较小的目标其信杂比反而比较大，具有更高的检测性能，更适用于慢速目标的检测，一定程度上突破了传统单通道运动目标检测方法最小可检测速度的限制。
(3)本发明公开的方法能够实现对雷达探测区域的连续视频显示，基于视频成像结果的运动目标检测技术具有最直观的呈现效果，相比传统的微波探测手段，视频SAR给出的视频成像结果可以直观反映出目标位置、速度、运动趋势等各种运动参数信息，可以显著提升SAR图像产品的应用水平。
附图说明
图1为一种基于SAR图像序列的运动目标检测及视频成像方法流程图；
图2为一种基于SAR图像序列的运动目标检测及视频成像方法CFAR算法流程图；
图3为一种基于SAR图像序列的运动目标检测及视频成像方法步骤S12中动目标匹配及确认流程图；
图4为一种基于SAR图像序列的运动目标检测及视频成像方法步骤S2流程图；
图5为一种基于SAR图像序列的运动目标检测及视频成像方法实施例2流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
实施例1
如图1所示，一种基于SAR图像序列的运动目标检测及视频成像方法，包括以下步骤：
S1、动目标检测、匹配与确认：将基于单通道高分辨SAR图像数据通过子孔径划分形成图像序列，采用CFAR算法在图像序列中进行动目标的检测，并对疑似动目标进行匹配与确认，直至将全部动目标进行标记，并获得动目标的成像序列；如图2所示为利用CFAR算法进行动目标检测的流程图。
步骤S1包括以下步骤：
S11、形成图像序列：将基于单通道高分辨SAR图像全孔径回波数据通过子孔径划分形成子图像序列；
S12、目标检测、匹配与确认：采用CFAR算法对图像序列进行动目标的检测，并对疑似动目标进行子图像序列匹配与确认，排除场景强散射点的干扰，直至将全部动目标进行标记，并获得动目标的成像序列；如图3所示为利用CFAR算法进行动目标检测的流程图；
如图3所示，步骤S12包括以下步骤：
S121、检测：采用CFAR算法对所述图像序列进行所述动目标的检测；
S122、初始化动目标序号：找到第一个疑似动目标数不为0的第i个子孔径，疑似动目标数为Ni，对所有疑似点进行编号，记为1,2，…,n,…Ni；
S123、匹配：对于第i个子孔径中的第n个动目标进行匹配：对于第i+1个子孔径，疑似动目标数为Ni+1，所有Ni+1个疑似动目标对子孔径i中的第n个所述动目标进行差分，找到距离向差分为0的疑似动目标，将其标记为子孔径i中的第n个所述动目标的序号；
对第i个子孔径中的Ni个动目标都在第i+1个子孔径中进行匹配；
将第i+1个子孔径中没有匹配到的Ni+1-Ni个疑似动目标标记为Ni+1,…Ni+1；
K为3；方位差分值小于阈值且不相等的疑似动目标为静止目标；
对于第i+1个子孔径中的第n个所述动目标进行匹配：对于第i+2个子孔径，疑似动目标数为Ni+2，所有Ni+2个疑似动目标对子孔径i+1中的第n个所述动目标进行差分，找到距离向差分为0的疑似动目标，将其标记为子孔径i+1中的第n个所述动目标的序号；
第n个所述动目标如果连续出现在K个子孔径中，且距离差分为0，对所述动目标的方位进行差分，若差分值小于阈值，则继续进行方位差分，方位差分量相等时，将K个子孔径中的所述动目标均标记为n；若所述方位差分量不相等时，将所述第n个动目标标记为新的序号；
n＝n+1，继续对第i个子孔径中的第n个动目标进行匹配，直至第i个子孔径中所有动目标均被标记；
S124、第i个子孔径标记完成：第i个子孔径中所有动目标均被标记；
i＝i+1,返回步骤S122，直至直到所有子图像中的所有动目标均被标记；
S125、标记完成：所有子图像中的所有动目标均被标记，标记完成，得到所有点的匹配结果，被标记为相同序号的聚焦位置的序列即为所述动目标的成像序列。
S126、确认：通过估计动目标在子图像序列中的位置偏移量，对搜索到的疑似目标进行确认，如果方位差分近似为0，那么此序号代表的目标为静止目标，从而排除强散射静止目标点的干扰。
S2、动目标测速：通过成像序列的相邻子图像中动目标的位移得到动目标的粗测速Va'，利用粗测速Va'构造新的匹配滤波函数H，补偿方位频率的二次项后得到子孔径方位精聚焦位置，基于精聚焦位置得到动目标的精速度Va；
如图4所示，步骤S2包括以下步骤：
S21、得到粗测速Va'：根据动目标在相邻子图像中的成像位置获得位置移动量，对所述动目标在所有所述图像序列中的坐标进行方位差分，利用子孔径间的时间间隔得到所述动目标的粗测速Va'；
子孔径内动目标信号经过距离脉压之后方位频域为：
其中，A为其方位幅度包络，λ为工作波长，c为光速，为子孔径对应的快时间，fa为子孔径对应方位频率，fdc为多普勒中心频率，B为信号带宽，R0为雷达到子孔径中心的垂直距离，Vnew为动目标在子孔径中的相对运动速度，tc为动目标在子孔径中相应的瞬时时刻；
S22、构造新的匹配滤波函数H：利用所述粗测速Va'构造新的匹配滤波函数H：
其中，V'＝V-Va'，V为雷达在子孔径中的运动速度；
S23、精聚焦：匹配滤波得到如下补偿方位频率的二次项公式：
然后，所述对补偿二次项后的方位频域进行IFFT，得到所述动目标在方位tm时刻时域聚焦位置S(tm)：
由其获得子图像序列间动目标的位置移动量Δx，求得粗补偿过的所述动目标的方位速度后剩余的动目标方位速度ΔVa，并得到所述动目标的精速度Va，Va＝Va'+ΔVa。
S3、动目标定位：提取其中一个所述动目标出现的所有所述子孔径中所述动目标的能量，并进行能量均衡，得到所述动目标的中心照射时刻，再通过所述中心照射时刻计算得到所述动目标的方位聚焦位置，完成所述动目标的定位；
对其他所有的所述动目标均进行定位；
S4、视频SAR成像：根据所述动目标的精测度Va、图像分辨率以及帧频的需求，选择合适的子孔径重叠时间，形成子图像序列，然后利用步骤S1、S2、S3的动目标的速度Va以及定位方法形成所述动目标的视频SAR图像。
帧频
其中α为重叠率，ρa为方位分辨率，R为最近斜距，f0为雷达工作频率。
实施例2
如图5所示，一种基于SAR图像序列的运动目标检测及视频成像方法，通过对全孔径回波数据进行子孔径分割成像，形成子图像序列，基于子图像序列进行动目标的检测、匹配及确认，经过动目标确认后，对每一动目标在所有图像中的位置进行差分，利用位置移动关系进行动目标的速度估计，利用估计得到的动目标运动参数对动目标进行精确聚焦，对聚焦后的动目标位置再次进行差分，以获得更精确的速度估计，同时利用动目标中心照射时间与动目标定位位置之间的关系对动目标进行定位，最后根据分辨率要求以及帧率设计子孔径的重叠时间，对动目标进行确认关联，形成视频SAR图像。
一、动目标检测、匹配与确认
在图像序列中，首先找到子图像中能量密度最大的像素点，如果此像素点周围的像素点能量密度超过了衡量图像平均能量密度的门限，且属于此目标的像素点比较集中，不多不少，不能同时属于另外一个目标，此目标就可以被当作疑似动目标，其像素点的平均能量密度要明显高于周围背景杂波的平均能量密度。SAR图像目标检测通过CFAR算法实现，CFAR算法通过滑窗处理对图像每一像素点进行遍历，实现动目标检测。如图2所示为利用CFAR算法进行动目标检测的流程图。
对于检测到的疑似动目标点，可以通过图像序列进行匹配。如果检测到的强点信号在子图像序列中的位置是连续移动的，那么该强点可以确认为动目标，而静止目标在子图像序列之间的成像点位置不变。相邻两幅子图像间，动目标在距离向的位置不发生偏移，而其方位偏移量是连续的。通过对相邻子图像间的检测到的强点根据此规则进行匹配，即可得到某一动目标对应的成像序列。如图4所示为动目标匹配的流程图，匹配的具体操作步骤如下：
1.初始化动目标序号：找到第一个疑似动目标数不为0的第i个子孔径，疑似动目标数为Ni，对所有疑似点进行编号，记为1,2，…,n,…Ni；
2.对于第i个子孔径中的第n个动目标进行匹配：对于第i+1个子孔径，疑似动目标数为Ni+1，所有Ni+1个疑似动目标对子孔径i中的第n个动目标进行差分，找到距离向差分为0的疑似动目标，将其标记为子孔径i中的第n个动目标的序号；
3.对第i个子孔径中的Ni个动目标都在第i+1个子孔径中进行匹配；
4.将第i+1个子孔径中没有匹配到的Ni+1-Ni个疑似动目标标记为Ni+1,…Ni+1；
5.对于第i+1个子孔径中的第n个动目标进行匹配：对于第i+2个子孔径，疑似动目标数为Ni+2，所有Ni+2个疑似动目标对子孔径i+1中的第n个动目标进行差分，找到距离向差分为0的疑似动目标，将其标记为子孔径i+1中的第n个动目标的序号；
6.第n个动目标如果连续出现在3个子孔径中，如果其在3个子孔径内的方位差分近似相等，那么接下来除了距离差分为0以外，还需满足方位差分量相等的原则；如果其在3个子孔径内的方位差分不满足近似相等，那么将其标记为新的序号；
7.重复上述过程，直到所有子图像中的所有动目标均被标记。
通过上述处理，即可得到所有点的匹配结果，被标记为相同序号的聚焦位置的序列记某一动目标的成像序列。
子图像序列中除了动目标外，还有一些场景的强散射点，需要进行子图像序列间的动目标确认，通过估计动目标在子图像序列中的位置偏移量，当子图像之间的位置偏移量是连续的，就可以对搜索到的疑似目标进行确认，如果方位差分近似为0，那么此序号代表的目标为静止目标，从而排除强散射静止目标点的干扰。
二、动目标测速
子孔径内动目标信号经过距离脉压之后方位频域表达式为：
其中，A为其方位幅度包络，λ为工作波长，c为光速，为子孔径对应的快时间，fa为子孔径对应方位频率，fdc为多普勒中心频率，B为信号带宽，R0为雷达到子孔径中心的垂直距离，Vnew为动目标在子孔径中的相对运动速度，tc为动目标在子孔径中相应的瞬时时刻；
由于动目标在子图像中发生了连续的方位移动，基于确认的动目标对其在所有图像序列中的坐标进行方位差分，根据子孔径间的时间间隔实现动目标的粗测速Va'，利用粗测速得到的运动目标速度构造新的匹配滤波函数H:
其中，V'＝V-Va'，V为雷达在子孔径中的运动速度，如此能够很好地补偿方位频率的二次项：
从而取得良好的聚焦效果，实现精聚焦，如果速度估计准确，补偿了动目标方位速度之后，动目标同静止目标相似，位置不再发生移动，此时经IFFT后得到动目标在方位tm时刻时域聚焦位置表达式为：
由其获得子图像序列间动目标的位置移动量Δx，求得粗补偿过的所述动目标的方位速度后剩余的动目标方位速度ΔVa，并得到所述动目标的精速度Va，Va＝Va'+ΔVa。
三、动目标定位
在对动目标进行了确认和提取后，动目标的成像位置是已知的，通过提取某一动目标出现的所有子孔径中动目标的能量，将其进行能量均衡，即对动目标能量的中心位置进行检测，检测原则是积累点目标的能量，直到能量的积累达到全部能量的一半，认为这个位置对应的时刻即为动目标的中心照射时刻，然后通过目标中心照射时刻与目标方位向位置的关系即可得到动目标方位向位置，完成动目标的定位。
四、视频SAR成像
视频SAR能够实现动目标成像后以一定帧率的连续显示，相邻子孔径数据不重叠的情况下视频SAR的帧频
其中卫星飞行速度为ν，雷达工作频率为f0，R为最近斜距。
在这种情况下需要通过提高雷达的工作频率实现较高的帧频，从而保证画面的流畅性，但无重叠方式对雷达的载波频率要求很高，一般采用有重叠的方式，即相邻子孔径的数据有重叠，该模式下，帧频
其中α为重叠率，ρa为方位分辨率，根据动目标的速度、图像分辨率与帧频的需求，选择合适的重叠率，形成子图像序列，然后进行动目标的检测，测速，定位，进而形成视频SAR图像。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种基于SAR图像序列的运动目标检测及视频成像方法，其特征在于：包括以下步骤：
S1、动目标检测、匹配与确认：将基于单通道高分辨SAR图像数据通过子孔径划分形成图像序列，采用CFAR算法在所述图像序列中进行动目标的检测，并对疑似动目标进行匹配与确认，直至将全部所述动目标进行标记，并获得所述动目标的成像序列；
S2、动目标测速：通过所述成像序列的相邻子图像中所述动目标的位移得到所述动目标的粗测速Va'，利用所述粗测速Va'构造新的匹配滤波函数H，补偿方位频率的二次项后得到子孔径方位精聚焦位置，基于所述精聚焦位置得到所述动目标的精速度Va；
S21、得到粗测速Va'：根据动目标在相邻子图像中的成像位置获得位置移动量，对所述动目标在所有所述图像序列中的坐标进行方位差分，利用子孔径间的时间间隔得到所述动目标的粗测速Va'；
子孔径内动目标信号经过距离脉压之后方位频域为：
其中，A为其方位幅度包络，λ为工作波长，c为光速，为子孔径对应的快时间，fa为子孔径对应方位频率，fdc为多普勒中心频率，B为信号带宽，R0为雷达到子孔径中心的垂直距离，Vnew为动目标在子孔径中的相对运动速度，tc为动目标在子孔径中相应的瞬时时刻；
S22、构造新的匹配滤波函数H：利用所述粗测速Va'构造新的匹配滤波函数H：
其中，V'＝V-Va'，V为雷达在子孔径中的运动速度；
S23、精聚焦：匹配滤波得到如下补偿方位频率的二次项公式：
然后，所述对补偿二次项后的方位频域进行IFFT，得到所述动目标在方位tm时刻时域聚焦位置S(tm)：
由其获得子图像序列间动目标的位置移动量Δx，求得粗补偿过的所述动目标的方位速度后剩余的动目标方位速度ΔVa，并得到所述动目标的精速度Va，Va＝Va'+ΔVa；
S3、动目标定位：提取其中一个所述动目标出现的所有所述子孔径中所述动目标的能量，并进行能量均衡，得到所述动目标的中心照射时刻，再通过所述中心照射时刻计算得到所述动目标的方位聚焦位置，完成所述动目标的定位；
对其他所有的所述动目标均进行定位；
S4、视频SAR成像：根据所述动目标的精测度Va、图像分辨率以及帧频的需求，选择合适的子孔径重叠时间，形成子图像序列，然后利用步骤S1、S2、S3的动目标的速度Va以及定位方法形成所述动目标的视频SAR图像。
2.根据权利要求1所述的一种基于SAR图像序列的运动目标检测及视频成像方法，其特征在于：
步骤S1包括以下步骤：
S11、形成图像序列：将基于单通道高分辨SAR图像全孔径回波数据通过子孔径划分形成所述子图像序列；
S12、目标检测、匹配与确认：采用CFAR算法对所述图像序列进行所述动目标的检测，并对疑似动目标进行子图像序列匹配与确认，排除场景强散射点的干扰，直至将全部所述动目标进行标记，并获得所述动目标的成像序列。
3.根据权利要求2所述的一种基于SAR图像序列的运动目标检测及视频成像方法，其特征在于：
步骤S12包括以下步骤：
S121、检测：采用CFAR算法对所述图像序列进行所述动目标的检测；
S122、初始化动目标序号：找到第一个疑似动目标数不为0的第i个子孔径，疑似动目标数为Ni，对所有疑似点进行编号，记为1,2，···,n,···Ni；
S123、匹配：对于第i个子孔径中的第n个动目标进行匹配：对于第i+1个子孔径，疑似动目标数为Ni+1，所有Ni+1个疑似动目标对子孔径i中的第n个所述动目标进行差分，找到距离向差分为0的疑似动目标，将其标记为子孔径i中的第n个所述动目标的序号；
对第i个子孔径中的Ni个动目标都在第i+1个子孔径中进行匹配；
将第i+1个子孔径中没有匹配到的Ni+1-Ni个疑似动目标标记为Ni+1,···Ni+1；
对于第i+1个子孔径中的第n个所述动目标进行匹配：对于第i+2个子孔径，疑似动目标数为Ni+2，所有Ni+2个疑似动目标对子孔径i+1中的第n个所述动目标进行差分，找到距离向差分为0的疑似动目标，将其标记为子孔径i+1中的第n个所述动目标的序号；
第n个所述动目标如果连续出现在K个子孔径中，且距离差分为0，对所述动目标的方位进行差分，若差分值小于阈值，则继续进行方位差分，方位差分量相等时，将K个子孔径中的所述动目标均标记为n；若所述方位差分量不相等时，将所述第n个动目标标记为新的序号；
n＝n+1，继续对第i个子孔径中的第n个动目标进行匹配，直至第i个子孔径中所有动目标均被标记；
S124、第i个子孔径标记完成：第i个子孔径中所有动目标均被标记；
i＝i+1,返回步骤S122，直至直到所有子图像中的所有动目标均被标记；
S125、标记完成：所有子图像中的所有动目标均被标记，标记完成，得到所有点的匹配结果，被标记为相同序号的聚焦位置的序列即为所述动目标的成像序列；
S126、确认：通过估计动目标在子图像序列中的位置偏移量，对搜索到的疑似目标进行确认，如果方位差分近似为0，那么此序号代表的目标为静止目标，从而排除强散射静止目标点的干扰。
4.根据权利要求3所述的一种基于SAR图像序列的运动目标检测及视频成像方法，其特征在于：步骤S123中的K为3。
5.根据权利要求3所述的一种基于SAR图像序列的运动目标检测及视频成像方法，其特征在于：步骤S123，差分值小于阈值且方位差分量不相等的疑似动目标为静止目标。
6.根据权利要求1所述的一种基于SAR图像序列的运动目标检测及视频成像方法，其特征在于：步骤S3中能量检测的原则是积累点目标的能量，能量均衡即对所述动目标能量的中心位置进行检测。
7.根据权利要求1所述的一种基于SAR图像序列的运动目标检测及视频成像方法，其特征在于：步骤S4中，帧频
其中α为重叠率，ρa为方位分辨率，R为最近斜距，f0为雷达工作频率。
CN202110966909.2A 2021-08-23 2021-08-23 一种基于sar图像序列的运动目标检测及视频成像方法 Active CN113936032B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110966909.2A CN113936032B (zh) 2021-08-23 2021-08-23 一种基于sar图像序列的运动目标检测及视频成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110966909.2A CN113936032B (zh) 2021-08-23 2021-08-23 一种基于sar图像序列的运动目标检测及视频成像方法

Publications (2)

Publication Number Publication Date
CN113936032A CN113936032A (zh) 2022-01-14
CN113936032B true CN113936032B (zh) 2024-05-14

Family

ID=79274540

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110966909.2A Active CN113936032B (zh) 2021-08-23 2021-08-23 一种基于sar图像序列的运动目标检测及视频成像方法

Country Status (1)

Country Link
CN (1) CN113936032B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114240805B (zh) * 2022-02-24 2022-05-27 中国科学院空天信息创新研究院 一种多角度sar动态成像检测方法及装置
CN115166934B (zh) * 2022-06-09 2023-11-24 杭州海康威视数字技术股份有限公司 一种摄像机设备及图像处理方法
CN116047461B (zh) * 2023-03-08 2023-07-07 中国科学院空天信息创新研究院 基于视频合成孔径雷达的动目标检测方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7498968B1 (en) * 2006-05-22 2009-03-03 Sandia Corporation Synthetic aperture design for increased SAR image rate
CN101609152A (zh) * 2009-07-17 2009-12-23 重庆大学 一种基于单通道合成孔径雷达(sar)子图像对消的运动目标检测方法
CN101858976A (zh) * 2010-05-25 2010-10-13 重庆大学 一种基于单通道sar多子孔径的运动目标检测方法
CN108549081A (zh) * 2018-05-02 2018-09-18 北京空间飞行器总体设计部 一种高轨合成孔径雷达动目标速度检测方法
CN109581378A (zh) * 2018-12-29 2019-04-05 中国科学院电子学研究所 动目标检测方法、电子设备及存储介质
CN112505647A (zh) * 2020-09-25 2021-03-16 北京空间飞行器总体设计部 一种基于序贯子图像序列的动目标方位速度估计方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7498968B1 (en) * 2006-05-22 2009-03-03 Sandia Corporation Synthetic aperture design for increased SAR image rate
CN101609152A (zh) * 2009-07-17 2009-12-23 重庆大学 一种基于单通道合成孔径雷达(sar)子图像对消的运动目标检测方法
CN101858976A (zh) * 2010-05-25 2010-10-13 重庆大学 一种基于单通道sar多子孔径的运动目标检测方法
CN108549081A (zh) * 2018-05-02 2018-09-18 北京空间飞行器总体设计部 一种高轨合成孔径雷达动目标速度检测方法
CN109581378A (zh) * 2018-12-29 2019-04-05 中国科学院电子学研究所 动目标检测方法、电子设备及存储介质
CN112505647A (zh) * 2020-09-25 2021-03-16 北京空间飞行器总体设计部 一种基于序贯子图像序列的动目标方位速度估计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
一种有效的机载合成孔径雷达动目标成像方法;康雪艳, 杨汝良;测试技术学报;20040915(第03期);全文 *
基于单通道SAR图像序列特征值分解的动目标检测方法;刘书君;袁运能;毛士艺;;电子与信息学报;20090815(第08期);全文 *

Also Published As

Publication number Publication date
CN113936032A (zh) 2022-01-14

Similar Documents

Publication Publication Date Title
CN113936032B (zh) 一种基于sar图像序列的运动目标检测及视频成像方法
US5818383A (en) Interferometric moving vehicle imaging apparatus and method
US20040032361A1 (en) Method of detecting moving objects and estimating their velocity and position in SAR images
CN109856635B (zh) 一种csar地面动目标重聚焦成像方法
CN110109102B (zh) 一种sar运动目标检测与速度估计的方法
CN110146882B (zh) 一种基于星载视频sar的运动目标检测与参数估计方法
US6741202B1 (en) Techniques for 3-dimensional synthetic aperture radar
IL184444A (en) Method and apparatus for detection of moving objects by sar images
CN113687356B (zh) 一种机载多通道圆迹sar运动目标检测与估计方法
CN109901162B (zh) 一种适用于分布式地球同步轨道sar的长基线成像stap方法
Sun et al. Improved ambiguity estimation using a modified fractional Radon transform
CN109946659A (zh) 一种车载毫米波雷达线性调频连续波运动频率扩展校正方法
CN112505647B (zh) 一种基于序贯子图像序列的动目标方位速度估计方法
Page et al. Detection and tracking of moving vehicles with Gotcha radar systems
US6982668B1 (en) Tangential velocity measurement using interferometric MTI radar
Wang et al. Automatic correction of range migration in SAR imaging
Li et al. Ground moving target detection and location based on SAR images for distributed spaceborne SAR
Lipps et al. Advanced sar gmti techniques
Weihing et al. Detection of along-track ground moving targets in high resolution spaceborne SAR images
Chen et al. Radar imaging of ground moving targets
CN110736988B (zh) 双基地pfa运动目标参数估计和成像方法
Chiu et al. RADARSAT-2 moving object detection experiment (MODEX)
Hong et al. Single-channel UWB SAR ground moving targets detection method using change detection based on single-pass sub-aperture images
Zhang et al. Data Processing of Airborne FMCW SAR Sliding Spotlight
Gao et al. Approaches of single channel SAR combining ATI for GMTI

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