CN115720254A - 一种视频合成孔径雷达的稳定视频流生成方法和系统 - Google Patents

一种视频合成孔径雷达的稳定视频流生成方法和系统 Download PDF

Info

Publication number
CN115720254A
CN115720254A CN202310026103.4A CN202310026103A CN115720254A CN 115720254 A CN115720254 A CN 115720254A CN 202310026103 A CN202310026103 A CN 202310026103A CN 115720254 A CN115720254 A CN 115720254A
Authority
CN
China
Prior art keywords
image
video
displacement
sequence
filtering
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
Application number
CN202310026103.4A
Other languages
English (en)
Other versions
CN115720254B (zh
Inventor
王冠勇
李军
高文权
肖汉
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.)
Beijing Institute of Radio Measurement
Original Assignee
Beijing Institute of Radio Measurement
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 Beijing Institute of Radio Measurement filed Critical Beijing Institute of Radio Measurement
Priority to CN202310026103.4A priority Critical patent/CN115720254B/zh
Publication of CN115720254A publication Critical patent/CN115720254A/zh
Application granted granted Critical
Publication of CN115720254B publication Critical patent/CN115720254B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种视频合成孔径雷达的稳定视频流生成方法和系统，涉及合成孔径雷达领域。该方法包括：读取视频合成孔径雷达的基准图像和视频序列图像；根据预处理后的基准图像和预处理后的视频序列图像，获得预处理后的视频序列图像任一图像序列的预设位移量；根据预设滤波因子对任一图像序列的预设位移量进行滤波处理，获得滤波后的任一图像序列；对所述任一图像序列中的像素进行校正；将校正后的全部图像序列进行组合获得雷达图像视频流，本发明能够实现视频合成孔径雷达高稳像精度视频流的生成，实用性强，作为视频合成孔径雷达成像中的关键步骤，适用于实时处理板卡实现。

Description

一种视频合成孔径雷达的稳定视频流生成方法和系统
技术领域
本发明涉及合成孔径雷达领域，尤其涉及一种视频合成孔径雷达的稳定视频流生成方法和系统。
背景技术
视频合成孔径雷达（Synthetic Aperture Radar，SAR）在工作过程中通过对波束指向的控制实现对固定区域的连续观测，最终形成视频流。但是受运动参数不精确的影响，图像间存在位置偏移，造成视频流图像抖动，影响视频信息的判读。
针对这个问题，目前在特征点匹配方法上有较多研究成果，该方法类似于光学图像配准，需要在图像中选取大量特征点。但对于SAR图像，目标散射特性与光学图像不同，因此图像中的特征点难以提取，尤其在特征点较少的区域会引起配准算法失效，尚缺乏复杂场景下的视频SAR稳像方法。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，提供一种视频合成孔径雷达的稳定视频流生成方法和系统。
本发明解决上述技术问题的技术方案如下：
一种视频合成孔径雷达的稳定视频流生成方法，包括：
读取视频合成孔径雷达的基准图像和视频序列图像；
根据预处理后的基准图像和预处理后的视频序列图像，获得预处理后的视频序列图像任一图像序列的预设位移量；
根据预设滤波因子对任一图像序列的预设位移量进行滤波处理，获得滤波后的任一图像序列；
对所述任一图像序列中的像素进行校正；
将校正后的全部图像序列进行组合获得雷达图像视频流。
本发明的有益效果是：本发明提供的视频合成孔径雷达图像稳定方法，通过基准图像和视频序列图像序贯读取；基准图像和视频序列图像预处理；估计基准图像和视频序列图像之间的位移量；构造位移量滤波器并对序列图像位移量进行动态滤波；图像序列位移量校正；生成雷达图像高稳像精度视频流，能够实现视频合成孔径雷达图像的稳定，输出稳定的视频流，实用性强，适用于各种复杂场景，作为视频合成孔径雷达成像中的关键步骤，适用于实时处理板卡实现。
进一步地，所述根据预处理后的基准图像和预处理后的视频序列图像，获得预处理后的视频序列图像任一图像序列的预设位移量，具体包括：
将所述预处理后的基准图像进行二维傅里叶变换，获得第一变换结果；
将所述预处理后的视频序列图像进行二维傅里叶变换，获得第二变换结果；
根据所述第一变换结果和所述第二变换结果获得相关图像；
根据所述相关图像，结合取模运算，获得任一图像序列的预设位移量；其中，预设位移量包括：纵坐标方向位移量和横坐标方向位移量。
进一步地，所述根据预设滤波因子对任一图像序列的预设位移量进行滤波处理，获得滤波后的任一图像序列，具体包括：
根据纵坐标方向位移滤波因子对所述纵坐标方向位移量进行滤波处理；
根据横坐标方向位移滤波因子对所述横坐标方向位移量进行滤波处理，获得滤波后的任一图像序列；
其中，所述预设滤波因子包括纵坐标方向位移滤波因子和横坐标方向位移滤波因子。
进一步地，所述预处理，具体包括：
对所述基准图像和所述视频序列图像分别进行幅度校正；
并对幅度校正后的基准图像和幅度校正后的视频序列图像分别进行斑点噪声滤波处理，获得预处理后的基准图像和预处理后的视频序列图像。
进一步地，所述读取视频合成孔径雷达的基准图像和视频序列图像，具体包括：
通过后向投影算法成像读取视频合成孔径雷达的基准图像和视频序列图像。
本发明解决上述技术问题的另一种技术方案如下：
一种视频合成孔径雷达的稳定视频流生成系统，包括：读取模块、位移量计算模块、滤波模块、校正模块和组合模块；
所述读取模块用于读取视频合成孔径雷达的基准图像和视频序列图像；
所述位移量计算模块用于根据预处理后的基准图像和预处理后的视频序列图像，获得预处理后的视频序列图像任一图像序列的预设位移量；
所述滤波模块用于根据预设滤波因子对任一图像序列的预设位移量进行滤波处理，获得滤波后的任一图像序列；
所述校正模块用于对所述任一图像序列中的像素进行校正；
所述组合模块用于将校正后的全部图像序列进行组合获得雷达图像视频流。
本发明的有益效果是：本发明提供的视频合成孔径雷达图像稳定方法，通过基准图像和视频序列图像序贯读取；基准图像和视频序列图像预处理；估计基准图像和视频序列图像之间的位移量；构造位移量滤波器并对序列图像位移量进行动态滤波；图像序列位移量校正；生成雷达图像高稳像精度视频流，能够实现视频合成孔径雷达图像的稳定，输出稳定的视频流，实用性强，适用于各种复杂场景，作为视频合成孔径雷达成像中的关键步骤，适用于实时处理板卡实现。
进一步地，所述位移量计算模块具体用于将所述预处理后的基准图像进行二维傅里叶变换，获得第一变换结果；
将所述预处理后的视频序列图像进行二维傅里叶变换，获得第二变换结果；
根据所述第一变换结果和所述第二变换结果获得相关图像；
根据所述相关图像，结合取模运算，获得任一图像序列的预设位移量；其中，预设位移量包括：纵坐标方向位移量和横坐标方向位移量。
进一步地，所述滤波模块具体用于根据纵坐标方向位移滤波因子对所述纵坐标方向位移量进行滤波处理；
根据横坐标方向位移滤波因子对所述横坐标方向位移量进行滤波处理，获得滤波后的任一图像序列；
其中，所述预设滤波因子包括纵坐标方向位移滤波因子和横坐标方向位移滤波因子。
进一步地，还包括：预处理模块，对所述基准图像和所述视频序列图像分别进行幅度校正；
并对幅度校正后的基准图像和幅度校正后的视频序列图像分别进行斑点噪声滤波处理，获得预处理后的基准图像和预处理后的视频序列图像。
进一步地，所述读取模块具体用于通过后向投影算法成像读取视频合成孔径雷达的基准图像和视频序列图像。
本发明附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明实践了解到。
附图说明
图1为本发明的实施例提供的一种视频合成孔径雷达的稳定视频流生成方法的流程示意图；
图2为本发明的实施例提供的一种视频合成孔径雷达的稳定视频流生成系统的结构框图；
图3为本发明的其他实施例提供的图像稳像结果图像帧的示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实施例只用于解释本发明，并非用于限定本发明的范围。
如图1所示，为本发明实施例提供的一种视频合成孔径雷达的稳定视频流生成方法，包括：
S1，读取视频合成孔径雷达的基准图像和视频序列图像；
需要说明的是，读取的基准图像和视频序列图像应为通过后向投影算法成像获取的结果，成像模式应为聚束模式，成像网格定义在同一个成像坐标系下，图像分辨率一致，并且成像网格间距一致。
图像格式为jpg、tiff等，各图像帧的图像格式应保持一致。
S2，根据预处理后的基准图像和预处理后的视频序列图像，获得预处理后的视频序列图像任一图像序列的预设位移量；
需要说明的是，基准图像和视频序列图像预处理可以包括：
对基准图像和视频序列图像进行幅度校正，并对幅度校正结果进行斑点噪声滤波处理。
在幅度校正中，假设图像分辨率为
Figure DEST_PATH_IMAGE001
，其中
Figure 11092DEST_PATH_IMAGE002
为纵向像素点数，
Figure DEST_PATH_IMAGE003
为横向 像素点数。基准图像的每个像素点的幅度为
Figure 755233DEST_PATH_IMAGE004
，其中
Figure DEST_PATH_IMAGE005
为纵向像素序号，
Figure 821409DEST_PATH_IMAGE006
为横 向像素序号。对于序贯输入的每一个图像的每个像素点的幅度为
Figure DEST_PATH_IMAGE007
，其中
Figure 685198DEST_PATH_IMAGE008
表示序 列图像的序号。则对于每一幅序列图像，进行如下处理得到新的像素点的幅度
Figure DEST_PATH_IMAGE009
：
Figure 887640DEST_PATH_IMAGE010
基准图像和视频序列图像的斑点噪声滤波处理中滤波器采用Lee滤波器，得到去 噪后的基准图像
Figure DEST_PATH_IMAGE011
和序列图像
Figure 844095DEST_PATH_IMAGE012
，其中，序列图像
Figure DEST_PATH_IMAGE013
即预处 理后的视频序列图像。
在另一实施例中，计算预设位移量可以包括：
与基准图像和视频序列图像之间的位移量估计采用相关滤波方法，具体步骤如下：
对预处理后的基准图像像素点幅度
Figure 164611DEST_PATH_IMAGE014
进行二维傅里叶变换，得到表达式
Figure DEST_PATH_IMAGE015
。对序列图像
Figure 67976DEST_PATH_IMAGE016
进行二维傅里叶变换，得到表达式
Figure DEST_PATH_IMAGE017
。对每一 个图像序列生成相关图像
Figure 154619DEST_PATH_IMAGE018
：
Figure DEST_PATH_IMAGE019
其中，
Figure 750816DEST_PATH_IMAGE020
表示矩阵共轭运算。对相关图像
Figure DEST_PATH_IMAGE021
进行取模运算，并寻找最大 值点的位置坐标为
Figure 791585DEST_PATH_IMAGE022
，其中
Figure DEST_PATH_IMAGE023
则为第
Figure 265685DEST_PATH_IMAGE024
个序列图像相对于基准图像的纵坐标方向 位移像素点数，
Figure DEST_PATH_IMAGE025
则为第
Figure 973878DEST_PATH_IMAGE026
个序列图像相对于基准图像的横坐标方向位移像素点数。其 中，第
Figure DEST_PATH_IMAGE027
个序列图像表示预处理后的序列图像
Figure 239512DEST_PATH_IMAGE028
。
S3，根据预设滤波因子对任一图像序列的预设位移量进行滤波处理，获得滤波后的任一图像序列；
在某一实施例中，滤波处理可以包括：
根据纵坐标方向位移滤波因子对所述纵坐标方向位移量进行滤波处理，具体包 括：滤波采用递推方式，得到滤波后的第
Figure DEST_PATH_IMAGE029
个序列图像相对于基准图像的纵坐标方向位移 像素点数
Figure 767576DEST_PATH_IMAGE030
通过以下方式计算：
Figure 340640DEST_PATH_IMAGE031
其中，
Figure 434498DEST_PATH_IMAGE032
表示估计得到的第
Figure 405121DEST_PATH_IMAGE033
个序列图像的纵坐标方向位移像素点数，
Figure 217219DEST_PATH_IMAGE034
表 示第
Figure 593974DEST_PATH_IMAGE035
个序列图像的纵坐标方向位移像素点数，
Figure 807918DEST_PATH_IMAGE036
表示估计得到的第
Figure 212092DEST_PATH_IMAGE037
个序列图像 的纵坐标方向像素位移速度，
Figure 777066DEST_PATH_IMAGE038
表示第
Figure DEST_PATH_IMAGE039
个序列图像的纵坐标方向像素位移速度，
Figure 629615DEST_PATH_IMAGE040
表示图像序列的间隔时间，
Figure DEST_PATH_IMAGE041
均表示纵坐标方向位移量滤波器因子。
根据横坐标方向位移滤波因子对所述横坐标方向位移量进行滤波处理，具体包括：
滤波采用递推方式，得到滤波后的第
Figure 901328DEST_PATH_IMAGE033
个序列图像相对于基准图像的横坐标方向 位移像素点数
Figure 756631DEST_PATH_IMAGE042
通过以下方式计算：
Figure DEST_PATH_IMAGE043
其中，
Figure 746584DEST_PATH_IMAGE044
表示估计得到的第
Figure 933982DEST_PATH_IMAGE045
个序列图像的横坐标方向位移像素点数，
Figure 122518DEST_PATH_IMAGE046
表 示第
Figure DEST_PATH_IMAGE047
个序列图像的横坐标方向位移像素点数，
Figure 337337DEST_PATH_IMAGE048
表示估计得到的第
Figure DEST_PATH_IMAGE049
个序列图像 的横坐标方向像素位移速度，
Figure 814586DEST_PATH_IMAGE050
表示第
Figure 71254DEST_PATH_IMAGE051
个序列图像的横坐标方向像素位移速度，
Figure 350182DEST_PATH_IMAGE052
表示图像序列的间隔时间，
Figure 34105DEST_PATH_IMAGE053
均表示横坐标方向位移量滤波器因子。
上述递推方式求解中应包含初始化，
Figure 998650DEST_PATH_IMAGE054
初始化为0，
Figure 793430DEST_PATH_IMAGE055
和
Figure 189514DEST_PATH_IMAGE056
初始化为0。 在实际应用中，滤波器因子
Figure DEST_PATH_IMAGE057
和
Figure 247600DEST_PATH_IMAGE058
为0.2，
Figure 496179DEST_PATH_IMAGE059
和
Figure 94651DEST_PATH_IMAGE060
为0.005。图像序列的间隔时间
Figure 348171DEST_PATH_IMAGE061
为 相邻两帧图像的时间间隔，对于5Hz成像视频，图像序列的间隔时间
Figure 639475DEST_PATH_IMAGE062
为0.2s。
S4，对所述任一图像序列中的像素进行校正；
需要说明的是，校正过程可以包括：
对于第
Figure 109770DEST_PATH_IMAGE063
个序列图像，首先建立与原始图像像素相同的零矩阵
Figure 511933DEST_PATH_IMAGE064
，逐像素进行搜 索，对于第
Figure DEST_PATH_IMAGE065
个像素，对像素进行判断，其中原始头像为基准图像。如果满足以下条 件：
Figure 321757DEST_PATH_IMAGE066
，
其中，
Figure DEST_PATH_IMAGE067
为图像纵向像素点数，
Figure 220181DEST_PATH_IMAGE068
为图像横向像素点数。
其中，符号“
Figure 912193DEST_PATH_IMAGE069
”表示“与”逻辑，则进行如下赋值：
Figure 852467DEST_PATH_IMAGE070
，
S5，将校正后的全部图像序列进行组合获得雷达图像视频流。
需要说明的是，S5具体包括：按固定的时间间隔
Figure 815000DEST_PATH_IMAGE071
，将校正后的全部图像序列
Figure 182528DEST_PATH_IMAGE072
组合，按照固定视频格式生成视频流。例如：avi格式。
本发明提供的视频合成孔径雷达图像稳定方法，通过基准图像和视频序列图像序贯读取；基准图像和视频序列图像预处理；估计基准图像和视频序列图像之间的位移量；构造位移量滤波器并对序列图像位移量进行动态滤波；图像序列位移量校正；生成雷达图像高稳像精度视频流，能够实现视频合成孔径雷达图像的稳定，输出稳定的视频流，实用性强，适用于各种复杂场景，作为视频合成孔径雷达成像中的关键步骤，适用于实时处理板卡实现。
可选地，在一些实施例中，所述根据预处理后的基准图像和预处理后的视频序列图像，获得预处理后的视频序列图像任一图像序列的预设位移量，具体包括：
将所述预处理后的基准图像进行二维傅里叶变换，获得第一变换结果；
将所述预处理后的视频序列图像进行二维傅里叶变换，获得第二变换结果；
根据所述第一变换结果和所述第二变换结果获得相关图像；
根据所述相关图像，结合取模运算，获得任一图像序列的预设位移量；其中，预设位移量包括：纵坐标方向位移量和横坐标方向位移量。
可选地，在一些实施例中，所述根据预设滤波因子对任一图像序列的预设位移量进行滤波处理，获得滤波后的任一图像序列，具体包括：
根据纵坐标方向位移滤波因子对所述纵坐标方向位移量进行滤波处理；
根据横坐标方向位移滤波因子对所述横坐标方向位移量进行滤波处理，获得滤波后的任一图像序列；
其中，所述预设滤波因子包括纵坐标方向位移滤波因子和横坐标方向位移滤波因子。
可选地，在一些实施例中，所述预处理，具体包括：
对所述基准图像和所述视频序列图像分别进行幅度校正；
并对幅度校正后的基准图像和幅度校正后的视频序列图像分别进行斑点噪声滤波处理，获得预处理后的基准图像和预处理后的视频序列图像。
可选地，在一些实施例中，所述读取视频合成孔径雷达的基准图像和视频序列图像，具体包括：
通过后向投影算法成像读取视频合成孔径雷达的基准图像和视频序列图像。
在另一实施例中，对视频合成孔径雷达图像稳定方法进行仿真验证，可以通过Matlab等软件进行实测数据处理，实验参数如表1所示。通过本发明提出的视频合成孔径雷达图像稳定方法进行图像校正，通过场景内的固定定标点得到的图像稳定度误差如表2所示。场景内的固定定标点在图3中圆圈内。
Figure 361836DEST_PATH_IMAGE073
表1
Figure 105802DEST_PATH_IMAGE074
表2
在一些实施例中，基准图像和视频序列图像序贯读取可以包括：
读取的基准图像和视频序列图像应为通过后向投影算法成像获取的结果，成像模式应为聚束模式，成像网格定义在同一个成像坐标系下，图像分辨率一致，并且成像网格间距一致。
在另一实施例中，基准图像和视频序列图像预处理，具体包括：
对基准图像和视频序列图像进行幅度校正，并对幅度校正结果进行斑点噪声滤波处理。
在幅度校正中，假设图像分辨率为
Figure DEST_PATH_IMAGE075
，其中
Figure 654332DEST_PATH_IMAGE076
为纵向像素点数，
Figure DEST_PATH_IMAGE077
为横向 像素点数。基准图像的每个像素点的幅度为
Figure 130444DEST_PATH_IMAGE078
，其中
Figure DEST_PATH_IMAGE079
为纵向像素序号，
Figure 265890DEST_PATH_IMAGE080
为横向 像素序号。对于序贯输入的每一个图像的每个像素点的幅度为
Figure DEST_PATH_IMAGE081
，其中
Figure 240976DEST_PATH_IMAGE082
表示序 列图像的序号。则对于每一幅序列图像，进行如下处理得到新的像素点的幅度
Figure DEST_PATH_IMAGE083
：
Figure 145478DEST_PATH_IMAGE084
，
基准图像和视频序列图像的斑点噪声滤波处理中滤波器采用Lee滤波器，得到去 噪后的基准图像
Figure DEST_PATH_IMAGE085
和序列图像
Figure 291026DEST_PATH_IMAGE086
。
在另一实施例中，估计基准图像和视频序列图像之间的位移量，具体包括：
与基准图像和视频序列图像之间的位移量估计采用相关滤波方法，具体步骤如下：
对预处理后的基准图像像素点幅度
Figure 710506DEST_PATH_IMAGE087
进行二维傅里叶变换，得到表达 式
Figure 796274DEST_PATH_IMAGE088
。对预滤波处理后的序列图像
Figure DEST_PATH_IMAGE089
进行二维傅里叶变换，得到表达 式
Figure 555282DEST_PATH_IMAGE090
。对每一个图像序列生成相关图像
Figure DEST_PATH_IMAGE091
：
Figure 405820DEST_PATH_IMAGE092
，
其中，
Figure DEST_PATH_IMAGE093
表示矩阵共轭运算。对相关图像
Figure 250279DEST_PATH_IMAGE094
进行取模运算，并寻找最大值 点的位置坐标为
Figure DEST_PATH_IMAGE095
，其中
Figure 310377DEST_PATH_IMAGE096
则为第
Figure DEST_PATH_IMAGE097
个序列图像相对于基准图像的纵坐标方向位 移像素点数，
Figure 189471DEST_PATH_IMAGE098
则为第
Figure DEST_PATH_IMAGE099
个序列图像相对于基准图像的横坐标方向位移像素点数。
在某一实施例中，如图2所示，一种视频合成孔径雷达的稳定视频流生成系统，包括：读取模块1101、位移量计算模块1102、滤波模块1103、校正模块1104和组合模块1105；
所述读取模块1101用于读取视频合成孔径雷达的基准图像和视频序列图像；
所述位移量计算模块1102用于根据预处理后的基准图像和预处理后的视频序列图像，获得预处理后的视频序列图像任一图像序列的预设位移量；
所述滤波模块1103用于根据预设滤波因子对任一图像序列的预设位移量进行滤波处理，获得滤波后的任一图像序列；
所述校正模块1104用于对所述任一图像序列中的像素进行校正；
所述组合模块1105用于将校正后的全部图像序列进行组合获得雷达图像视频流。
本发明提供的视频合成孔径雷达图像稳定方法，通过基准图像和视频序列图像序贯读取；基准图像和视频序列图像预处理；估计基准图像和视频序列图像之间的位移量；构造位移量滤波器并对序列图像位移量进行动态滤波；图像序列位移量校正；生成雷达图像高稳像精度视频流，能够实现视频合成孔径雷达图像的稳定，输出稳定的视频流，实用性强，适用于各种复杂场景，作为视频合成孔径雷达成像中的关键步骤，适用于实时处理板卡实现。
可选地，在一些实施例中，所述位移量计算模块1102具体用于将所述预处理后的基准图像进行二维傅里叶变换，获得第一变换结果；
将所述预处理后的视频序列图像进行二维傅里叶变换，获得第二变换结果；
根据所述第一变换结果和所述第二变换结果获得相关图像；
根据所述相关图像，结合取模运算，获得任一图像序列的预设位移量；其中，预设位移量包括：纵坐标方向位移量和横坐标方向位移量。
可选地，在一些实施例中，所述滤波模块1103具体用于根据纵坐标方向位移滤波因子对所述纵坐标方向位移量进行滤波处理；
根据横坐标方向位移滤波因子对所述横坐标方向位移量进行滤波处理，获得滤波后的任一图像序列；
其中，所述预设滤波因子包括纵坐标方向位移滤波因子和横坐标方向位移滤波因子。
可选地，在一些实施例中，还包括：预处理模块，对所述基准图像和所述视频序列图像分别进行幅度校正；
并对幅度校正后的基准图像和幅度校正后的视频序列图像分别进行斑点噪声滤波处理，获得预处理后的基准图像和预处理后的视频序列图像。
可选地，在一些实施例中，所述读取模块1101具体用于通过后向投影算法成像读取视频合成孔径雷达的基准图像和视频序列图像。
可以理解，在一些实施例中，可以包含如上述各实施例中的部分或全部可选实施方式。
需要说明的是，上述各实施例是与在先方法实施例对应的产品实施例，对于产品实施例中各可选实施方式的说明可以参考上述各方法实施例中的对应说明，在此不再赘述。
读者应理解，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的方法实施例仅仅是示意性的，例如，步骤的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个步骤可以结合或者可以集成到另一个步骤，或一些特征可以忽略，或不执行。
上述方法如果以软件功能单元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，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-OnlyMemory）、随机存取存储器（RAM，RandomAccessMemory）、磁碟或者光盘等各种可以存储程序代码的介质。
以上，仅为本发明的具体实施方式，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，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种视频合成孔径雷达的稳定视频流生成方法，其特征在于，包括：
读取视频合成孔径雷达的基准图像和视频序列图像；
根据预处理后的基准图像和预处理后的视频序列图像，获得预处理后的视频序列图像任一图像序列的预设位移量；
根据预设滤波因子对任一图像序列的预设位移量进行滤波处理，获得滤波后的任一图像序列；
对所述任一图像序列中的像素进行校正；
将校正后的全部图像序列进行组合获得雷达图像视频流。
2.根据权利要求1所述的一种视频合成孔径雷达的稳定视频流生成方法，其特征在于，所述根据预处理后的基准图像和预处理后的视频序列图像，获得预处理后的视频序列图像任一图像序列的预设位移量，具体包括：
将所述预处理后的基准图像进行二维傅里叶变换，获得第一变换结果；
将所述预处理后的视频序列图像进行二维傅里叶变换，获得第二变换结果；
根据所述第一变换结果和所述第二变换结果获得相关图像；
根据所述相关图像，结合取模运算，获得任一图像序列的预设位移量；其中，预设位移量包括：纵坐标方向位移量和横坐标方向位移量。
3.根据权利要求2所述的一种视频合成孔径雷达的稳定视频流生成方法，其特征在于，所述根据预设滤波因子对任一图像序列的预设位移量进行滤波处理，获得滤波后的任一图像序列，具体包括：
根据纵坐标方向位移滤波因子对所述纵坐标方向位移量进行滤波处理；
根据横坐标方向位移滤波因子对所述横坐标方向位移量进行滤波处理，获得滤波后的任一图像序列；
其中，所述预设滤波因子包括纵坐标方向位移滤波因子和横坐标方向位移滤波因子。
4.根据权利要求1-3任一项所述的一种视频合成孔径雷达的稳定视频流生成方法，其特征在于，所述预处理，具体包括：
对所述基准图像和所述视频序列图像分别进行幅度校正；
并对幅度校正后的基准图像和幅度校正后的视频序列图像分别进行斑点噪声滤波处理，获得预处理后的基准图像和预处理后的视频序列图像。
5.根据权利要求1-3任一项所述的一种视频合成孔径雷达的稳定视频流生成方法，其特征在于，所述读取视频合成孔径雷达的基准图像和视频序列图像，具体包括：
通过后向投影算法成像读取视频合成孔径雷达的基准图像和视频序列图像。
6.一种视频合成孔径雷达的稳定视频流生成系统，其特征在于，包括：读取模块、位移量计算模块、滤波模块、校正模块和组合模块；
所述读取模块用于读取视频合成孔径雷达的基准图像和视频序列图像；
所述位移量计算模块用于根据预处理后的基准图像和预处理后的视频序列图像，获得预处理后的视频序列图像任一图像序列的预设位移量；
所述滤波模块用于根据预设滤波因子对任一图像序列的预设位移量进行滤波处理，获得滤波后的任一图像序列；
所述校正模块用于对所述任一图像序列中的像素进行校正；
所述组合模块用于将校正后的全部图像序列进行组合获得雷达图像视频流。
7.根据权利要求6所述的一种视频合成孔径雷达的稳定视频流生成系统，其特征在于，所述位移量计算模块具体用于将所述预处理后的基准图像进行二维傅里叶变换，获得第一变换结果；
将所述预处理后的视频序列图像进行二维傅里叶变换，获得第二变换结果；
根据所述第一变换结果和所述第二变换结果获得相关图像；
根据所述相关图像，结合取模运算，获得任一图像序列的预设位移量；其中，预设位移量包括：纵坐标方向位移量和横坐标方向位移量。
8.根据权利要求7所述的一种视频合成孔径雷达的稳定视频流生成系统，其特征在于，所述滤波模块具体用于根据纵坐标方向位移滤波因子对所述纵坐标方向位移量进行滤波处理；
根据横坐标方向位移滤波因子对所述横坐标方向位移量进行滤波处理，获得滤波后的任一图像序列；
其中，所述预设滤波因子包括纵坐标方向位移滤波因子和横坐标方向位移滤波因子。
9.根据权利要求6-8任一项所述的一种视频合成孔径雷达的稳定视频流生成系统，其特征在于，还包括：预处理模块，对所述基准图像和所述视频序列图像分别进行幅度校正；
并对幅度校正后的基准图像和幅度校正后的视频序列图像分别进行斑点噪声滤波处理，获得预处理后的基准图像和预处理后的视频序列图像。
10.根据权利要求6-8任一项所述的一种视频合成孔径雷达的稳定视频流生成系统，其特征在于，所述读取模块具体用于通过后向投影算法成像读取视频合成孔径雷达的基准图像和视频序列图像。
CN202310026103.4A 2023-01-09 2023-01-09 一种视频合成孔径雷达的稳定视频流生成方法和系统 Active CN115720254B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310026103.4A CN115720254B (zh) 2023-01-09 2023-01-09 一种视频合成孔径雷达的稳定视频流生成方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310026103.4A CN115720254B (zh) 2023-01-09 2023-01-09 一种视频合成孔径雷达的稳定视频流生成方法和系统

Publications (2)

Publication Number Publication Date
CN115720254A true CN115720254A (zh) 2023-02-28
CN115720254B CN115720254B (zh) 2023-04-18

Family

ID=85257896

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310026103.4A Active CN115720254B (zh) 2023-01-09 2023-01-09 一种视频合成孔径雷达的稳定视频流生成方法和系统

Country Status (1)

Country Link
CN (1) CN115720254B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101067657A (zh) * 2007-02-28 2007-11-07 北京航空航天大学 一种机载双天线双测量装置干涉sar基线运动测量方法
CN101398487A (zh) * 2007-09-28 2009-04-01 北京师范大学 一种降低合成孔径雷达影像斑点噪声的方法
CN104406594A (zh) * 2014-12-09 2015-03-11 上海新跃仪表厂 交会对接航天器相对位姿的测量算法
CN106846322A (zh) * 2016-12-30 2017-06-13 西安电子科技大学 基于曲线波滤波器和卷积结构学习的sar图像分割方法
US20180045825A1 (en) * 2015-03-16 2018-02-15 Mitsubishi Electric Corporation Radar video creation apparatus and method

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101067657A (zh) * 2007-02-28 2007-11-07 北京航空航天大学 一种机载双天线双测量装置干涉sar基线运动测量方法
CN101398487A (zh) * 2007-09-28 2009-04-01 北京师范大学 一种降低合成孔径雷达影像斑点噪声的方法
CN104406594A (zh) * 2014-12-09 2015-03-11 上海新跃仪表厂 交会对接航天器相对位姿的测量算法
US20180045825A1 (en) * 2015-03-16 2018-02-15 Mitsubishi Electric Corporation Radar video creation apparatus and method
CN106846322A (zh) * 2016-12-30 2017-06-13 西安电子科技大学 基于曲线波滤波器和卷积结构学习的sar图像分割方法

Also Published As

Publication number Publication date
CN115720254B (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
Park et al. Bmbc: Bilateral motion estimation with bilateral cost volume for video interpolation
WO2021088473A1 (en) Image super-resolution reconstruction method, image super-resolution reconstruction apparatus, and computer-readable storage medium
US10944960B2 (en) Free-viewpoint video generating method and free-viewpoint video generating system
Uhrig et al. Sparsity invariant cnns
CN107481279B (zh) 一种单目视频深度图计算方法
Dolson et al. Upsampling range data in dynamic environments
US8605118B2 (en) Matrix generation apparatus, method, and program, and information processing apparatus
KR20140109439A (ko) 잡음에 강한 영상 정합 방법 및 시스템
CN105635588A (zh) 一种稳像方法及装置
US8711231B2 (en) Digital image processing device and processing method thereof
US9838572B2 (en) Method and device for determining movement between successive video images
Su et al. Super-resolution without dense flow
Lotan et al. Needle-match: Reliable patch matching under high uncertainty
Cheng et al. A multi-scale position feature transform network for video frame interpolation
CN115508834A (zh) 一种视频合成孔径雷达快速成像的方法和系统
CN115720254B (zh) 一种视频合成孔径雷达的稳定视频流生成方法和系统
CN106920213B (zh) 一种高分辨率图像的获取方法及系统
CN112950468A (zh) 图像拼接方法、电子设备及可读存储介质
US20130120461A1 (en) Image processor and image processing method
Angelopoulou et al. FPGA-based real-time super-resolution on an adaptive image sensor
CN114972571B (zh) 一种基于密度聚类和全局混合评价的纳米ct漂移校正方法
Tian et al. Accelerated bilateral filtering with block skipping
Liu et al. DCM-CNN: Densely connected multiloss convolutional neural networks for light field view synthesis
Ito et al. Deep homography-based video stabilization
CN112672052A (zh) 一种图像数据增强方法、系统、电子设备及存储介质

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