CN114240805A - 一种多角度sar动态成像检测方法及装置 - Google Patents
一种多角度sar动态成像检测方法及装置 Download PDFInfo
- Publication number
- CN114240805A CN114240805A CN202210169250.2A CN202210169250A CN114240805A CN 114240805 A CN114240805 A CN 114240805A CN 202210169250 A CN202210169250 A CN 202210169250A CN 114240805 A CN114240805 A CN 114240805A
- Authority
- CN
- China
- Prior art keywords
- image
- frame
- images
- initial
- difference
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 101
- 238000003384 imaging method Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 47
- 238000004590 computer program Methods 0.000 claims abstract description 36
- 230000000877 morphologic effect Effects 0.000 claims abstract description 24
- 230000005855 radiation Effects 0.000 claims abstract description 17
- 230000004927 fusion Effects 0.000 claims abstract description 16
- 230000015654 memory Effects 0.000 claims description 13
- 238000010606 normalization Methods 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 230000008859 change Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- G06T2207/20036—Morphological image processing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Image Processing (AREA)
Abstract
本公开提供了一种多角度SAR动态成像检测方法,包括:利用子孔径划分法将预置角度孔径划分为N个子孔径,并采用后向投影算法获取N个子孔径下对应的N帧初始图像;其中,N≥2;将N帧初始图像中相邻两帧初始图像进行辐射校正,得到幅度归一化后的N帧图像;对N帧图像中相邻两帧图像进行差值融合比值处理,得到N‑1帧差异图像;对N‑1帧差异图像进行形态学处理,并将形态学处理后的N‑1帧差异图像进行CFAR检测,生成N‑1帧检测图像;其中,每帧检测图像表征N帧初始图像中相邻两帧初始图像的差异。本公开还提供了一种多角度SAR动态成像检测装置、电子设备、存储介质及计算机程序产品。
Description
技术领域
本公开涉及合成孔径雷达信号处理技术领域,具体涉及一种多角度SAR动态成像检测方法、装置、电子设备、存储介质及程序产品。
背景技术
合成孔径雷达(Synthetic aperture radar,SAR)是一种高分辨率成像雷达,具有全天时、全天候成像的优势。通过大的时间带宽积来提高距离向分辨率,以及宽合成孔径来获得高方位向分辨率。在聚束SAR宽角成像中,随着观测角度的增加,可以更多的获取地面典型目标的信息,在目标的识别、追踪、检测中具有重要的作用。
常规的变化检测是对不同时相下获得的两幅SAR图像进行差值或者比值来获得变化的区域,主要应用于随着时间缓慢变化的检测中。但是对于在不同观测角度下,地面典型区域信息的动态的变化尚没有有效的检测方法。
发明内容
为解决现有技术中存在的问题,本公开实施例提供的一种多角度SAR动态成像检测方法、装置、电子设备、存储介质及程序产品,旨在解决在不同观测角度下,地面典型区域信息的动态变化有效检测的技术问题。
本公开的第一个方面提供了一种多角度SAR动态成像检测方法,包括:利用子孔径划分法将预置角度孔径划分为N个子孔径,并采用后向投影算法获取N个子孔径下对应的N帧初始图像;其中,N≥2;将N帧初始图像中相邻两帧初始图像进行辐射校正,得到幅度归一化后的N帧图像;对N帧图像中相邻两帧图像进行差值融合比值处理,得到N-1帧差异图像;对N-1帧差异图像进行形态学处理,并将形态学处理后的N-1帧差异图像进行CFAR检测,生成N-1帧检测图像;其中,每帧检测图像表征N帧初始图像中相邻两帧初始图像的差异。
进一步地,利用子孔径划分法将预置角度孔径划分为N个子孔径,并采用后向投影算法获取N个子孔径下对应的N帧初始图像,包括:获取预置角度孔径对应的回波数据;利用子孔径划分法将预置角度孔径划分为N个子孔径,得到N个不同角度对应的回波数据;采用后向投影算法对N个不同角度对应的回波数据进行成像处理,得到N个子孔径下对应的N帧初始图像。
进一步地,将形态学处理后的N-1帧差异图像进行CFAR检测,生成N-1帧检测图像,包括:利用CFAR检测器对形态学处理后的N-1帧差异图像进行检测处理,得到形态学处理后的N-1帧差异图像的检测阈值;比较N-1帧差异图像中各像素点的值是否大于该检测阈值;若是,则表示像素点值大于该检测阈值对应的像素点所在的区域存在变化,否则,不存在;根据比较结果生成N-1帧检测图像。
进一步地,幅度归一化后的N帧图像满足以下关系:
其中,表示幅度归一化后的图像;表示当前帧初始图像的方差;表示
与当前帧初始图像相邻的下一帧初始图像的方差;表示当前帧初始图像的均值;表示
与当前帧初始图像相邻的下一帧初始图像的均值;表示与当前帧初始图像相邻的
下一帧初始图像,i、j表示初始图像中各像素点对应的二维坐标,i为实数,j为实数。
进一步地,N-1帧差异图像满足以下关系:
进一步地,N帧初始图像为对同一目标区域进行的成像图像,其中,目标区域为目标物体所在的区域。
本公开的第二个方面提供了一种多角度SAR动态成像检测装置,包括:图像获取模块,用于利用子孔径划分法将预置角度孔径划分为N个子孔径,并采用后向投影算法获取N个子孔径下对应的N帧初始图像;其中,N≥2;图像辐射校正模块,用于将N帧初始图像中相邻两帧初始图像进行辐射校正,得到幅度归一化后的N帧图像;图像差异处理模块,用于对N帧图像中相邻两帧图像进行差值融合比值处理,得到N-1帧差异图像;图像差异结果生成模块,用于对N-1帧差异图像进行形态学处理,并将形态学处理后的N-1帧差异图像进行CFAR检测,生成N-1帧检测图像;其中,每帧检测图像表征N帧初始图像中相邻两帧初始图像的差异。
本公开的第三个方面提供了一种电子设备,包括:存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时,实现本公开的第一个方面提供的多角度SAR动态成像检测方法。
本公开的第四个方面提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现本公开的第一个方面提供的多角度SAR动态成像检测方法。
本公开的第五个方面提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现本公开的第一个方面提供的多角度SAR动态成像检测方法。
本公开提供的一种多角度SAR动态成像检测方法、装置、电子设备、存储介质及程序产品,该方法基于宽角成像工作模式,通过角度划分,利用差值融合比值的方法获取差异图像,结合了差值法和比值法的优点,更加有效的对目标区域的变化进行检测。同时,该方法差异结果图在逐像素与阈值进行比较之前,先进行形态学处理,考虑到像素之间的依赖关系,减少了由于斑点噪声引起的检测误差。
附图说明
为了更完整地理解本公开及其优势,现在将参考结合附图的以下描述,其中:
图1示意性示出了根据本公开一实施例的多角度SAR动态成像检测方法的流程图;
图2示意性示出了根据本公开一实施例的雷达孔径划分的示意图;
图3示意性示出了根据本公开一实施例的多角度SAR动态成像检测装置的方框图;
图4示意性示出了根据本公开一实施例的适于实现上文描述的方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
附图中示出了一些方框图和/或流程图。应理解,方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外,本公开的技术可以采取存储有指令的计算机可读存储介质上的计算机程序产品的形式,该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。
本公开实施例提供一种多角度SAR动态成像检测方法,包括:利用子孔径划分法将预置角度孔径划分为N个子孔径,并采用后向投影算法获取N个子孔径下对应的N帧初始图像;其中,N≥2;将N帧初始图像中相邻两帧初始图像进行辐射校正,得到幅度归一化后的N帧图像;对N帧图像中相邻两帧图像进行差值融合比值处理,得到N-1帧差异图像;对N-1帧差异图像进行形态学处理,并将形态学处理后的N-1帧差异图像进行CFAR检测,生成N-1帧检测图像;其中,每帧检测图像表征N帧初始图像中相邻两帧初始图像的差异。
本公开的实施例提供的多角度SAR动态成像检测方法,该方法基于孔径分割原理将宽角划分成若干个等间隔的小角度,利用差值融合比值法获取相邻图像之间的差异图像,其结合了差值法和比值法的优点,更加有效的对目标区域的变化进行检测。
图1示意性示出了根据本公开实施例的多角度SAR动态成像检测方法的流程图。如图1所示,该方法包括:步骤S101~S104。
在操作S101,利用子孔径划分法将预置角度孔径划分为N个子孔径,并采用后向投影算法获取N个子孔径下对应的N帧初始图像;其中,N≥2。
本公开的实施例中,通过合成孔径雷达SAR获取宽角度范围下的回波数据,该回波数据包括目标区域的回波数据。再选取预置角度孔径范围,利用子孔径划分法将该预置角度孔径划分为N个子孔径,例如预置角度孔径范围可以为90°~270°、60°~150°等,如图2所示,通过利用子孔径划分法将90°~270°等宽角度范围下的孔径等分分成N个部分重叠的子孔径,例如可以为90°~91°、90.5°~91.5°、91°~92°、91.5°~92.5°、…等。
具体地,获取预置角度孔径(如90°~270°等)对应的回波数据,利用子孔径划分法将该90°~270°对应分成N个等分的小角度,每个小角度部分重叠,如图2所示,再采用后向投影算法对N个不同小角度对应的回波数据进行成像处理,得到N个子孔径下对应的N帧初始图像,例如初始图像M1、M2、M3、…、MN-1、MN。其中,N帧初始图像为对同一目标区域进行的成像图像,该目标区域为目标物体所在的区域,例如可以为车辆、油罐、铁塔等目标所在的区域。
需说明的是,上述实施例中预置角度孔径范围可以为90°~270°、60°~150°等仅为示例说明,将其等分分成的小角度范围也仅为示例性的说明,其并不构成本公开的实施例的限定,在实际应用场景过程中,其可以为其他预置角度孔径范围以及其他小角度孔径范围,本公开的实施例对此不做限定。
在操作S102,将N帧初始图像中相邻两帧初始图像进行辐射校正,得到幅度归一化后的N帧图像。
本公开的实施例中,沿用上述实施例,为方便图像处理与差异分析,将步骤S101中获得的初始图像M1、M2、M3、…、MN-1、MN进行相邻两帧初始图像进行辐射校正,以得到相同坐标系下的图像。例如,将初始图像M1与初始图像M2进行辐射校正,得到幅度归一化后的M1图像和M2图像;同理,将初始图像M2与初始图像M3进行辐射校正,得到幅度归一化后的M2图像和M3图像,以此类推下去,最终得到幅度归一化后的N帧图像。
在操作S103,对N帧图像中相邻两帧图像进行差值融合比值处理,得到N-1帧差异图像。
本公开的实施例中,沿用上述实施例,对幅度归一化后的M1图像和M2图像进行差值融合比值处理,得到第一差异图像;同理,对幅度归一化后的M2图像和M3图像进行差值融合比值处理,得到第二差异图像,以此类推下去,最终得到N-1帧差异图像。步骤S103中利用差值融合比值的方法获取差异图像,其结合了差值法和比值法的优点,使得更有效的对目标区域的变化进行检测。
在操作S104,对N-1帧差异图像进行形态学处理,并将形态学处理后的N-1帧差异图像进行CFAR检测,生成N-1帧检测图像。其中,每帧检测图像表征N帧初始图像中相邻两帧初始图像的差异。
本公开的实施例中,对步骤S103中获得的N-1帧差异图像进行形态学处理,以达到像细化、像素化和修剪毛刺等目的,得到形态学处理后的N-1帧差异图像。接着,对N-1帧差异图像分别进行CFAR检测,生成相应的N-1帧检测图像,其中,每帧检测图像包括相邻两帧初始图像的差异,该差异表示相邻两帧初始图像中存在像素发生变化的区域。
根据本公开的实施例,将形态学处理后的N-1帧差异图像进行CFAR检测,生成N-1帧检测图像,包括:利用CFAR检测器对形态学处理后的N-1帧差异图像进行检测处理,得到形态学处理后的N-1帧差异图像的检测阈值;比较N-1帧差异图像中各像素点的值是否大于该检测阈值;若是,则表示像素点值大于该检测阈值对应的像素点所在的区域存在变化,否则,不存在;根据比较结果生成N-1帧检测图像。
具体地,利用CFAR检测器对形态学处理后的N-1帧差异图像进行检测处理,得到形态学处理后的N-1帧差异图像的检测阈值,每帧差异图像的检测阈值由于每帧差异图像的不同而不同,该检测阈值根据每帧差异图像通过CFAR检测器而生成,其可以为任意数值,以便于对N-1帧差异图像进行精准检测,得到高精度的检测结果。
沿用上述实施例,将形态学处理后的第一差异图像进行CFAR检测包括,首先根据形态学处理后的第一差异图像得到其相应的第一检测阈值,然后比较形态学处理后的第一差异图像中各像素点的值是否大于该第一检测阈值,若是,则表示像素点值大于该第一检测阈值对应的像素点所在的区域存在变化,并将该区域标记出来生成第一检测图像。同理,根据形态学处理后的第二差异图像得到其相应的第二检测阈值,然后比较形态学处理后的第二差异图像中各像素点的值是否大于该第二检测阈值,若是,则表示像素点值大于该第二检测阈值对应的像素点所在的区域存在变化,并将该区域标记出来生成第二检测图像;依此类推下去,得到N-1帧检测图像,每帧检测图像表征N帧初始图像中相邻两帧初始图像的差异,进而得到同一目标区域在不同角度下的检测结果。
本公开的实施例中,步骤S102中得到幅度归一化后的N帧图像满足以下关系:
其中,表示幅度归一化后的图像;表示当前帧初始图像的方差;表示
与当前帧初始图像相邻的下一帧初始图像的方差;表示当前帧初始图像的均值;表示
与当前帧初始图像相邻的下一帧初始图像的均值;表示与当前帧初始图像相邻的
下一帧初始图像,i、j表示初始图像中各像素点对应的二维坐标,i为实数,j为实数。
对幅度归一化后的N帧图像进行差值融合比值处理,得到N-1帧差异图像满足:
本公开的实施例提供的多角度SAR动态成像检测方法,该方法基于宽角成像工作模式,通过角度划分,利用差值融合比值的方法获取差异图像,结合了差值法和比值法的优点,更加有效的对目标区域的变化进行检测。同时,该方法差异结果图在逐像素与阈值进行比较之前,先进行形态学处理,考虑到像素之间的依赖关系,减少了由于斑点噪声引起的检测误差。
需说明的是,上述实施例中的举例而言仅为示例性的说明,其均不构成本公开实施例的限定。
图3示意性示出了根据本公开实施例的多角度SAR动态成像检测装置的方框图。
如图3所示,该多角度SAR动态成像检测装置300包括:图像获取模块310、图像辐射校正模块320、图像差异处理模块330及图像差异结果生成模块340。该装置300可以用于实现参考图1所描述的多角度SAR动态成像检测方法。
图像获取模块310,用于利用子孔径划分法将预置角度孔径划分为N个子孔径,并采用后向投影算法获取N个子孔径下对应的N帧初始图像;其中,N≥2。该图像获取模块310例如可以用于执行上文参考图1所描述的S101步骤,在此不再赘述。
图像辐射校正模块320,用于将N帧初始图像中相邻两帧初始图像进行辐射校正,得到幅度归一化后的N帧图像。该图像辐射校正模块320例如可以用于执行上文参考图1所描述的S101步骤,在此不再赘述。
图像差异处理模块330,用于对N帧图像中相邻两帧图像进行差值融合比值处理,得到N-1帧差异图像。该图像差异处理模块330例如可以用于执行上文参考图1所描述的S101步骤,在此不再赘述。
图像差异结果生成模块340,用于对N-1帧差异图像进行形态学处理,并将形态学处理后的N-1帧差异图像进行CFAR检测,生成N-1帧检测图像;其中,每帧检测图像表征N帧初始图像中相邻两帧初始图像的差异。该图像差异结果生成模块340例如可以用于执行上文参考图1所描述的S101步骤,在此不再赘述。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上装置、基板上的装置、封装上的装置、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,图像获取模块310、图像辐射校正模块320、图像差异处理模块330及图像差异结果生成模块340。中的任意多个可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,图像获取模块310、图像辐射校正模块320、图像差异处理模块330及图像差异结果生成模块340中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上装置、基板上的装置、封装上的装置、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,图像获取模块310、图像辐射校正模块320、图像差异处理模块330及图像差异结果生成模块340中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图4示意性示出了根据本公开实施例的适于实现上文描述的方法的电子设备的方框图。图4示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示,本实施例中所描述的电子设备400,包括:处理器401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。处理器401例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器401还可以包括用于缓存用途的板载存储器。处理器401可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 403中,存储有电子设备400操作所需的各种程序和数据。处理器 401、ROM402以及RAM 403通过总线404彼此相连。处理器401通过执行ROM 402和/或RAM 403中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 402和RAM 403以外的一个或多个存储器中。处理器401也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备400还可以包括输入/输出(I/O)接口405,输入/输出(I/O)接口405也连接至总线404。电子设备400还可以包括连接至I/O接口405的以下部件中的一项或多项:包括键盘、鼠标等的输入部分406;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407;包括硬盘等的存储部分408;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器410上,以便于从其上读出的计算机程序根据需要被安装入存储部分408。
根据本公开的实施例,根据本公开实施例的方法流程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分409从网络上被下载和安装,和/或从可拆卸介质411被安装。在该计算机程序被处理器401执行时,执行本公开实施例的装置中限定的上述功能。根据本公开的实施例,上文描述的装置、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本发明实施例还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/装置中所包含的;也可以是单独存在,而未装配入该设备/装置/装置中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的多角度SAR动态成像检测方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行装置、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 402和/或RAM 403和/或ROM 402和RAM 403以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机装置中运行时,该程序代码用于使计算机装置实现本公开实施例所提供的多角度SAR动态成像检测方法。
在该计算机程序被处理器401执行时执行本公开实施例的装置/装置中限定的上述功能。根据本公开的实施例,上文描述的装置、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分409被下载和安装,和/或从可拆卸介质411被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分409从网络上被下载和安装,和/或从可拆卸介质411被安装。在该计算机程序被处理器401执行时,执行本公开实施例的装置中限定的上述功能。根据本公开的实施例,上文描述的装置、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
需要说明的是,在本公开各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来。
附图中的流程图和框图,图示了按照本公开各种实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的装置来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
尽管已经参照本公开的特定示例性实施例示出并描述了本公开,但是本领域技术人员应该理解,在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下,可以对本公开进行形式和细节上的多种改变。因此,本公开的范围不应该限于上述实施例,而是应该不仅由所附权利要求来进行确定,还由所附权利要求的等同物来进行限定。
Claims (10)
1.一种多角度SAR动态成像检测方法,其特征在于,包括:
利用子孔径划分法将预置角度孔径划分为N个子孔径,并采用后向投影算法获取所述N个子孔径下对应的N帧初始图像;其中,N≥2;
将所述N帧初始图像中相邻两帧初始图像进行辐射校正,得到幅度归一化后的N帧图像;
对所述N帧图像中相邻两帧图像进行差值融合比值处理,得到N-1帧差异图像;
对所述N-1帧差异图像进行形态学处理,并将形态学处理后的所述N-1帧差异图像进行CFAR检测,生成N-1帧检测图像;其中,每帧检测图像表征所述N帧初始图像中相邻两帧初始图像的差异。
2.根据权利要求1所述的多角度SAR动态成像检测方法,其特征在于,所述利用子孔径划分法将预置角度孔径划分为N个子孔径,并采用后向投影算法获取所述N个子孔径下对应的N帧初始图像,包括:
获取预置角度孔径对应的回波数据;
利用子孔径划分法将预置角度孔径划分为N个子孔径,得到N个不同角度对应的回波数据;
采用后向投影算法对所述N个不同角度对应的回波数据进行成像处理,得到所述N个子孔径下对应的N帧初始图像。
3.根据权利要求1所述的多角度SAR动态成像检测方法,其特征在于,所述将形态学处理后的所述N-1帧差异图像进行CFAR检测,生成N-1帧检测图像,包括:
利用CFAR检测器对形态学处理后的所述N-1帧差异图像进行检测处理,得到形态学处理后的所述N-1帧差异图像的检测阈值;
比较所述N-1帧差异图像中各像素点的值是否大于该检测阈值;
若是,则表示像素点值大于该检测阈值对应的像素点所在的区域存在变化,否则,不存在;
根据比较结果生成所述N-1帧检测图像。
7.根据权利要求1所述的多角度SAR动态成像检测方法,其特征在于,所述N帧初始图像为对同一目标区域进行的成像图像,其中,所述目标区域为目标物体所在的区域。
8.一种多角度SAR动态成像检测装置,其特征在于,包括:
图像获取模块,用于利用子孔径划分法将预置角度孔径划分为N个子孔径,并采用后向投影算法获取所述N个子孔径下对应的N帧初始图像;其中,N≥2;
图像辐射校正模块,用于将所述N帧初始图像中相邻两帧初始图像进行辐射校正,得到幅度归一化后的N帧图像;
图像差异处理模块,用于对所述N帧图像中相邻两帧图像进行差值融合比值处理,得到N-1帧差异图像;
图像差异结果生成模块,用于对所述N-1帧差异图像进行形态学处理,并将形态学处理后的所述N-1帧差异图像进行CFAR检测,生成N-1帧检测图像;其中,每帧检测图像表征所述N帧初始图像中相邻两帧初始图像的差异。
9.一种电子设备,包括:存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如权利要求1至8中任一项所述的多角度SAR动态成像检测方法。
10.一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,实现如权利要求1至8中任一项所述的多角度SAR动态成像检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210169250.2A CN114240805B (zh) | 2022-02-24 | 2022-02-24 | 一种多角度sar动态成像检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210169250.2A CN114240805B (zh) | 2022-02-24 | 2022-02-24 | 一种多角度sar动态成像检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114240805A true CN114240805A (zh) | 2022-03-25 |
CN114240805B CN114240805B (zh) | 2022-05-27 |
Family
ID=80747914
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210169250.2A Active CN114240805B (zh) | 2022-02-24 | 2022-02-24 | 一种多角度sar动态成像检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114240805B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115963466A (zh) * | 2023-03-16 | 2023-04-14 | 中国科学院空天信息创新研究院 | 多角度sar场景的人造目标提取方法 |
CN117630936A (zh) * | 2024-01-23 | 2024-03-01 | 中国科学院空天信息创新研究院 | 合成孔径雷达观测角度分析方法、装置、电子设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101493520A (zh) * | 2009-01-16 | 2009-07-29 | 北京航空航天大学 | 一种基于二维Gamma分布的SAR图像变化检测方法 |
CN101908213A (zh) * | 2010-07-16 | 2010-12-08 | 西安电子科技大学 | 基于量子免疫克隆的sar图像变化检测方法 |
JP2017106799A (ja) * | 2015-12-09 | 2017-06-15 | 株式会社東芝 | 合成開口レーダ装置及びそのレーダ信号処理方法 |
CN109102503A (zh) * | 2018-08-13 | 2018-12-28 | 北京市遥感信息研究所 | 一种基于色彩空间平滑和改进频率调谐显著模型的高分图像变化检测方法 |
CN113570632A (zh) * | 2021-07-28 | 2021-10-29 | 北京航空航天大学 | 基于高时相星载sar序贯图像的运动小目标检测方法 |
CN113936032A (zh) * | 2021-08-23 | 2022-01-14 | 北京遥测技术研究所 | 一种基于sar图像序列的运动目标检测及视频成像方法 |
-
2022
- 2022-02-24 CN CN202210169250.2A patent/CN114240805B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101493520A (zh) * | 2009-01-16 | 2009-07-29 | 北京航空航天大学 | 一种基于二维Gamma分布的SAR图像变化检测方法 |
CN101908213A (zh) * | 2010-07-16 | 2010-12-08 | 西安电子科技大学 | 基于量子免疫克隆的sar图像变化检测方法 |
JP2017106799A (ja) * | 2015-12-09 | 2017-06-15 | 株式会社東芝 | 合成開口レーダ装置及びそのレーダ信号処理方法 |
CN109102503A (zh) * | 2018-08-13 | 2018-12-28 | 北京市遥感信息研究所 | 一种基于色彩空间平滑和改进频率调谐显著模型的高分图像变化检测方法 |
CN113570632A (zh) * | 2021-07-28 | 2021-10-29 | 北京航空航天大学 | 基于高时相星载sar序贯图像的运动小目标检测方法 |
CN113936032A (zh) * | 2021-08-23 | 2022-01-14 | 北京遥测技术研究所 | 一种基于sar图像序列的运动目标检测及视频成像方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115963466A (zh) * | 2023-03-16 | 2023-04-14 | 中国科学院空天信息创新研究院 | 多角度sar场景的人造目标提取方法 |
CN117630936A (zh) * | 2024-01-23 | 2024-03-01 | 中国科学院空天信息创新研究院 | 合成孔径雷达观测角度分析方法、装置、电子设备及介质 |
CN117630936B (zh) * | 2024-01-23 | 2024-04-09 | 中国科学院空天信息创新研究院 | 合成孔径雷达观测角度分析方法、装置、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114240805B (zh) | 2022-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114240805B (zh) | 一种多角度sar动态成像检测方法及装置 | |
US10699134B2 (en) | Method, apparatus, storage medium and device for modeling lane line identification, and method, apparatus, storage medium and device for identifying lane line | |
EP3621034B1 (en) | Method and apparatus for calibrating relative parameters of collector, and storage medium | |
US10445616B2 (en) | Enhanced phase correlation for image registration | |
CN110927708B (zh) | 智能路侧单元的标定方法、装置及设备 | |
CN115019187B (zh) | 针对sar图像船舶目标的检测方法、装置、设备及介质 | |
Spinosa et al. | Remote sensing-based automatic detection of shoreline position: A case study in apulia region | |
US10572976B2 (en) | Enhancing observation resolution using continuous learning | |
CN116907509A (zh) | 基于图像匹配的auv水下辅助导航方法、系统、设备及介质 | |
CN112465886A (zh) | 模型生成方法、装置、设备和可读存储介质 | |
WO2023179032A1 (zh) | 图像处理方法及装置、电子设备、存储介质、计算机程序、计算机程序产品 | |
CN114881763B (zh) | 养殖业贷后监管方法、装置、设备和介质 | |
CN114266819A (zh) | 一种船只吃水深度求解方法和装置 | |
US11593597B2 (en) | Object detection in vehicles using cross-modality sensors | |
CN113393508A (zh) | 激光测距成像方法、装置、电子设备和存储介质 | |
KR20180097004A (ko) | 차량용 레이다 목표 리스트와 비전 영상의 목표물 정합 방법 | |
Yan et al. | A hybrid SAR/ISAR approach for refocusing maritime moving targets with the GF-3 SAR satellite | |
Wu et al. | A novel positioning approach for an intelligent vessel based on an improved simultaneous localization and mapping algorithm and marine radar | |
Wang et al. | A detection method for impact point water columns based on improved YOLO X | |
CN114236544B (zh) | 一种基于几何匹配的升降轨星载sar三维成像方法及装置 | |
US8917956B1 (en) | Enhancing spatial resolution of an image | |
Lopez et al. | Automatic change detection using very high-resolution SAR images and prior knowledge about the scene | |
CN112179360B (zh) | 地图生成方法、装置、系统及介质 | |
O’Connor et al. | Low-latency GNSS multipath simulation and building wall detection in urban environments | |
CN115082810B (zh) | 同步轨道卫星红外图像船舶检测方法、装置、设备及介质 |
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 |