CN116245717B - 航拍图像生成模拟sar雷达图像的方法 - Google Patents

航拍图像生成模拟sar雷达图像的方法 Download PDF

Info

Publication number
CN116245717B
CN116245717B CN202310521272.5A CN202310521272A CN116245717B CN 116245717 B CN116245717 B CN 116245717B CN 202310521272 A CN202310521272 A CN 202310521272A CN 116245717 B CN116245717 B CN 116245717B
Authority
CN
China
Prior art keywords
image
sar radar
radar image
aerial image
resolution
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
CN202310521272.5A
Other languages
English (en)
Other versions
CN116245717A (zh
Inventor
王晓茜
高超
姚治海
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.)
Changchun University of Science and Technology
Original Assignee
Changchun University of Science and 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 Changchun University of Science and Technology filed Critical Changchun University of Science and Technology
Priority to CN202310521272.5A priority Critical patent/CN116245717B/zh
Publication of CN116245717A publication Critical patent/CN116245717A/zh
Application granted granted Critical
Publication of CN116245717B publication Critical patent/CN116245717B/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
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/04—Context-preserving transformations, e.g. by using an importance map
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C3/00—Measuring distances in line of sight; Optical rangefinders
    • 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
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00—Simulators for teaching or training purposes
    • G09B9/54—Simulation of radar

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及模拟图像生成技术领域，具体提供一种航拍图像生成模拟SAR雷达图像的方法，利用无人机搭载可见光载荷，拍摄航拍图像，对航拍图像的R、G、B进行模拟处理，检测航拍图像的红色分量R中的边缘，并对边缘进行十字扩散处理；对航拍图像的绿色分量G进行像素模糊化处理；对航拍图像的蓝色分量B添加噪点；依据无人机与目标的距离计算R、G、B的权重，对R、G、B进行叠加生成模拟SAR雷达图像。本发明通过无人机搭载低成本的可见光载荷，拍摄航拍图像，并通过本发明的方法将航拍图像进行处理，实时生成模拟SAR雷达图像，供学员观看，显著降低了SAR雷达操作手的训练成本。

Description

航拍图像生成模拟SAR雷达图像的方法
技术领域
本发明涉及模拟图像生成技术领域，具体提供一种适用于无人机系统的航拍图像生成模拟SAR雷达图像的方法。
背景技术
对于大多数SAR雷达操作的初学者而言，SAR雷达系统的操作过于复杂，如果直接进行实际操作，容易对SAR雷达造成损坏，此外，SAR雷达系统的实装设备成本高昂，使用实装进行训练增加了学习培训成本。因此，在初期学习过程中，应当避免学员直接进行实际操作，降低设备受损概率，需要一种能够低成本获取模拟雷达图像的方法。
发明内容
为解决上述问题，本发明提供了一种航拍图像生成模拟SAR雷达图像的方法，包括以下步骤：
S1、获取航拍图像，并测量无人机与目标的距离；
S2、对航拍图像的R、G、B进行模拟处理，包括：
检测航拍图像的红色分量R中的边缘，并对边缘进行十字扩散处理；
对航拍图像的绿色分量G进行像素模糊化处理；
对航拍图像的蓝色分量B添加噪点；
S3、依据距离计算R、G、B的权重，对R、G、B进行叠加生成模拟SAR雷达图像。
优选的，多次测量无人机与目标的距离，取平均值作为距离。
优选的，5次测量无人机与目标的距离，取平均值作为距离，测量频率为5Hz。
优选的，边缘的检测过程如下：
利用快速边缘检测算法，设定红色分量R第i行第j列的像素值为，像素值/>满足下式即判定为边缘：
；
其中，表示判断阈值。
优选的，对边缘进行十字扩散的过程如下：
针对判定为边缘的像素值，将/>至/>、/>至/>、/>至/>、至/>区域内的像素均赋值为255。
优选的，依据所需模拟SAR雷达图像的分辨率，对航拍图像的绿色分量G进行不同程度的像素模糊化处理；
设定绿色分量G第i行第j列的像素值为；
模拟SAR雷达图像的分辨率为0.2米，则不进行像素模糊化处理；
模拟SAR雷达图像的分辨率为0.5米，则依据下式进行像素模糊化处理：
；
模拟SAR雷达图像的分辨率为1米，则依据下式进行像素模糊化处理：
；
模拟SAR雷达图像的分辨率为3米，则依据下式进行像素模糊化处理：
。
优选的，依据所需模拟SAR雷达图像的分辨率，对蓝色分量B添加噪点：
设定蓝色分量B第i行第j列的像素值为；
模拟SAR雷达图像的分辨率为0.2米，且i与j满足对50取余数为0，对i至i+10、j至j+10区域内的所有像素均赋值为；
模拟SAR雷达图像的分辨率为0.5米，且i与j满足对100取余数为0，对i至i+10、j至j+10区域内的所有像素均赋值为；
模拟SAR雷达图像的分辨率为1米，且i与j满足对150取余数为0，对i至i+10、j至j+10区域内的所有像素均赋值为；
模拟SAR雷达图像的分辨率为3米，且i与j满足对200取余数为0，对i至i+10、j至j+10区域内的所有像素均赋值为。
优选的，
红色分量R的权重为绿色分量G的权重为/>蓝色分量B的权重为/>计算模拟SAR雷达图像第i行第j列的像素值/>为：
。
与现有技术相比，本发明能够取得如下有益效果：
本发明通过无人机搭载低成本的可见光载荷，拍摄航拍图像，并通过本发明的方法将航拍图像进行处理，运算量小，运行于机载计算机上，能够实时生成模拟SAR雷达图像，供学员观看，显著降低了SAR雷达操作手的训练成本。
附图说明
图1是根据本发明实施例提供的航拍图像生成模拟SAR雷达图像的方法的流程图；
图2是根据本发明实施例提供的原始航拍图像；
图3是根据本发明实施例提供的S2中红色分量R处理前的图像；
图4是根据本发明实施例提供的S2中红色分量R处理后的图像；
图5是根据本发明实施例提供的S2中绿色分量G处理前的图像；
图6是根据本发明实施例提供的S2中绿色分量G处理后的图像；
图7是根据本发明实施例提供的S2中蓝色分量B处理前的图像；
图8是根据本发明实施例提供的S2中蓝色分量B处理后的图像；
图9是根据本发明实施例提供的最终生成的模拟SAR雷达图像。
具体实施方式
在下文中，将参考附图描述本发明的实施例。在下面的描述中，相同的模块使用相同的附图标记表示。在相同的附图标记的情况下，它们的名称和功能也相同。因此，将不重复其详细描述。
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，而不构成对本发明的限制。
图1示出了根据本发明实施例提供的航拍图像生成模拟SAR雷达图像的方法的流程。
如图1所示，本发明实施例提供的航拍图像生成模拟SAR雷达图像的方法，具体包括以下步骤：
S1、利用无人机搭载低成本的可见光载荷，对目标进行拍摄，获得如图2所示的航拍图像（经过去色），将航拍图像传入机载计算机，并通过光电测距等技术多次测量无人机与目标的距离。在本实施例中测量次数为5次，测量频率为5Hz，并计算无人机与目标的距离取平均值。
S2、通过机载计算机对航拍图像的R、G、B进行模拟处理，包括：
图3示出了根据本发明实施例提供的S2中红色分量R处理前的图像。
图4示出了根据本发明实施例提供的S2中红色分量R处理后的图像。
针对如图3所示的红色分量R图像，利用快速边缘检测算法检测航拍图像的红色分量R中的边缘，边缘检测过程为：
设定待处理图像的红色分量R第i行第j列的像素值为。若像素值/>满足下式则判定其为边缘：
；
其中，表示判断阈值，/>=5。
边缘检测完成后，对边缘进行十字扩散，用于模拟SAR雷达图像在物体边缘的十字形状反光，具体的，针对判定为边缘的像素值，将/>至/>、/>至/>、/>至、/>至/>区域内的像素均赋值为255。处理完成后即获得图4所示的图像。
图5示出了根据本发明实施例提供的S2中绿色分量G处理前的图像。
图6示出了根据本发明实施例提供的S2中绿色分量G处理后的图像。
依据所需的模拟SAR雷达图像的分辨率，针对如图5所示的绿色分量G图像，对其进行不同程度的像素模糊化处理即可获得如图6所示的图像。在本实施例具体提供了0.2米、0.5米、1米、3米四种常用的雷达图像的分辨率，用于模拟SAR雷达图像0.2m、0.5m、1m、3m分辨率，雷达图像的分辨率与光电照片不同，其是指能分辨地面几米的目标。
设定绿色分量G第i行第j列的像素值为。
若所需的模拟SAR雷达图像的分辨率为0.2米，则不进行像素模糊化处理。
若所需的模拟SAR雷达图像的分辨率为0.5米，则依据下式进行像素模糊化处理：
；
若所需的模拟SAR雷达图像的分辨率为1米，则依据下式进行像素模糊化处理：
；
模拟SAR雷达图像的分辨率为3米，则依据下式进行像素模糊化处理：
。
图7示出了根据本发明实施例提供的S2中蓝色分量B处理前的图像。
图8示出了根据本发明实施例提供的S2中蓝色分量B处理后的图像。
针对如图7所示的蓝色分量B图像，对航拍图像的蓝色分量B进行添加噪点处理，用于模拟SAR雷达图像0.2米、0.5m、1m、3m分辨率下的噪点，具体的：
设定蓝色分量B第i行第j列的像素值为；
若所需的模拟SAR雷达图像的分辨率为0.2米，且i与j满足对50取余数为0，即将i至i+10、j至j+10区域内的所有像素均赋值为：
。
若所需的模拟SAR雷达图像的分辨率为0.5米，且i与j满足对100取余数为0，即将i至i+10、j至j+10区域内的所有像素均赋值为：。
若所需的模拟SAR雷达图像的分辨率为1米，且i与j满足对150取余数为0，即将i至i+10、j至j+10区域内的所有像素均赋值为：
。
若所需的模拟SAR雷达图像的分辨率为3米，且i与j满足对200取余数为0，即将i至i+10、j至j+10区域内的所有像素均赋值为：
S3、 红色分量R的权重为绿色分量G的权重为/>蓝色分量B的权重为/>
图9示出了根据本发明实施例提供的最终生成的模拟SAR雷达图像。
对R、G、B进行叠加，生成如图9所示的模拟SAR雷达图像，模拟SAR雷达图像第i行第j列的像素值为：
。
本发明提出的方法编译在机载计算机中，计算机将航拍图像实时生成模拟SAR雷达图像，并通过无线电链路下传至地面站，供地面站上的学员观看和学习，增强了学员对于SAR雷达图像的了解和认知，显著降低了SAR雷达操作手的训练成本。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制。本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
以上本发明的具体实施方式，并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形，均应包含在本发明权利要求的保护范围内。

Claims (6)

1.一种航拍图像生成模拟SAR雷达图像的方法，其特征在于，包括以下步骤：
S1、获取航拍图像，并测量无人机与目标的距离；
S2、对所述航拍图像的R、G、B进行模拟处理，包括：
检测所述航拍图像的红色分量R中的边缘，并对所述边缘进行十字扩散处理；所述边缘的检测过程如下：
利用快速边缘检测算法，设定红色分量R第i行第j列的像素值为，像素值/>满足下式即判定为所述边缘：
；
其中，表示判断阈值；
对所述边缘进行十字扩散的过程如下：
针对判定为所述边缘的像素值，将/>至/>、/>至/>、/>至/>、至/>区域内的像素均赋值为255；
对所述航拍图像的绿色分量G进行像素模糊化处理；
对所述航拍图像的蓝色分量B添加噪点；
S3、依据所述距离计算R、G、B的权重，对R、G、B进行叠加生成模拟SAR雷达图像。
2.如权利要求1所述的航拍图像生成模拟SAR雷达图像的方法，其特征在于，多次测量无人机与目标的距离，取平均值作为所述距离。
3.如权利要求1或2所述的航拍图像生成模拟SAR雷达图像的方法，其特征在于，5次测量无人机与目标的距离，取平均值作为所述距离，测量频率为5Hz。
4.如权利要求3所述的航拍图像生成模拟SAR雷达图像的方法，其特征在于，依据所需模拟SAR雷达图像的分辨率，对所述航拍图像的绿色分量G进行不同程度的像素模糊化处理；
设定绿色分量G第i行第j列的像素值为；
模拟SAR雷达图像的分辨率为0.2米，则不进行像素模糊化处理；
模拟SAR雷达图像的分辨率为0.5米，则依据下式进行像素模糊化处理：
；
模拟SAR雷达图像的分辨率为1米，则依据下式进行像素模糊化处理：
；
模拟SAR雷达图像的分辨率为3米，则依据下式进行像素模糊化处理：
。
5.如权利要求4所述的航拍图像生成模拟SAR雷达图像的方法，其特征在于，依据所需模拟SAR雷达图像的分辨率，对蓝色分量B添加噪点：
设定蓝色分量B第i行第j列的像素值为；
模拟SAR雷达图像的分辨率为0.2米，且i与j满足对50取余数为0，对i至i+10、j至j+10区域内的所有像素均赋值为；
模拟SAR雷达图像的分辨率为0.5米，且i与j满足对100取余数为0，对i至i+10、j至j+10区域内的所有像素均赋值为；
模拟SAR雷达图像的分辨率为1米，且i与j满足对150取余数为0，对i至i+10、j至j+10区域内的所有像素均赋值为；
模拟SAR雷达图像的分辨率为3米，且i与j满足对200取余数为0，对i至i+10、j至j+10区域内的所有像素均赋值为。
6.如权利要求3所述的航拍图像生成模拟SAR雷达图像的方法，其特征在于，红色分量R的权重为；绿色分量G的权重为/>；蓝色分量B的权重为/>；计算模拟SAR雷达图像第i行第j列的像素值/>为：
。
CN202310521272.5A 2023-05-10 2023-05-10 航拍图像生成模拟sar雷达图像的方法 Active CN116245717B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310521272.5A CN116245717B (zh) 2023-05-10 2023-05-10 航拍图像生成模拟sar雷达图像的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310521272.5A CN116245717B (zh) 2023-05-10 2023-05-10 航拍图像生成模拟sar雷达图像的方法

Publications (2)

Publication Number Publication Date
CN116245717A CN116245717A (zh) 2023-06-09
CN116245717B true CN116245717B (zh) 2023-07-21

Family

ID=86628090

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310521272.5A Active CN116245717B (zh) 2023-05-10 2023-05-10 航拍图像生成模拟sar雷达图像的方法

Country Status (1)

Country Link
CN (1) CN116245717B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117237506B (zh) * 2023-11-15 2024-02-02 中国科学院长春光学精密机械与物理研究所 航拍图像生成模拟激光点云图像的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000171554A (ja) * 1998-12-08 2000-06-23 Mitsubishi Electric Corp スペックル判定装置及びスペックル判定方法
WO2012116856A1 (fr) * 2011-03-03 2012-09-07 Thales Procede de detection et de caracterisation d'une cible mobile sur une image radar
KR20200117602A (ko) * 2019-04-05 2020-10-14 한국항공우주연구원 Sar 영상의 객체 응답 초해상도화 방법 및 객체 응답 초해상도화 장치

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5353030A (en) * 1993-06-09 1994-10-04 Science Applications International Corporation Method for simulating high resolution synthetic aperture radar imagery from high altitude photographs
US8040361B2 (en) * 2005-04-11 2011-10-18 Systems Technology, Inc. Systems and methods for combining virtual and real-time physical environments
US20090019382A1 (en) * 2007-07-13 2009-01-15 Honeywell International Inc. Systems and methods for side angle radar training and simulation
JP5523427B2 (ja) * 2011-10-31 2014-06-18 株式会社パスコ 地物情報判読用画像生成方法
JP5636085B1 (ja) * 2013-12-27 2014-12-03 アジア航測株式会社 単偏波ｓａｒカラー画像作成装置
CN103927741B (zh) * 2014-03-18 2017-02-01 中国电子科技集团公司第十研究所 增强目标特征的sar图像合成方法
US10613214B2 (en) * 2015-07-08 2020-04-07 Conocophillips Company Terrestrial imaging using multi-polarization Synthetic Aperture Radar
US11347235B2 (en) * 2019-04-17 2022-05-31 GM Global Technology Operations LLC Methods and systems for generating radar maps
US11300652B1 (en) * 2020-10-30 2022-04-12 Rebellion Defense, Inc. Systems and methods for generating images from synthetic aperture radar data using neural networks

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000171554A (ja) * 1998-12-08 2000-06-23 Mitsubishi Electric Corp スペックル判定装置及びスペックル判定方法
WO2012116856A1 (fr) * 2011-03-03 2012-09-07 Thales Procede de detection et de caracterisation d'une cible mobile sur une image radar
KR20200117602A (ko) * 2019-04-05 2020-10-14 한국항공우주연구원 Sar 영상의 객체 응답 초해상도화 방법 및 객체 응답 초해상도화 장치

Also Published As

Publication number Publication date
CN116245717A (zh) 2023-06-09

Similar Documents

Publication Publication Date Title
US10031040B1 (en) Method and system for analyzing gas leak based on machine learning
CN116245717B (zh) 航拍图像生成模拟sar雷达图像的方法
CN106056625A (zh) 一种基于地理同名点配准的机载红外运动目标检测方法
CN112379342B (zh) 一种星载测云雷达回波模拟及回波特征参数精度估算方法
CN107505289A (zh) 一种基于地形沙盘的山地方向性反射率的测量方法
CN103942786A (zh) 无人机可见光和红外图像的自适应团块目标检测方法
CN100443859C (zh) 用于光电经纬仪的目标仿真方法
CN110765631A (zh) 基于有效成像像素的红外辐射特性测量小目标判断方法
CN111523392B (zh) 一种基于卫星正射影像全姿态的深度学习样本制备方法及识别方法
CN109978982B (zh) 一种基于倾斜影像的点云快速上色方法
CN104537653A (zh) 星敏感器星像质心坐标和半径的高斯解析求解方法
CN113870150B (zh) 基于连续多张遥感图像反演航天器低频振动参数的方法
CN109272551B (zh) 一种基于圆形标志点布局的视觉定位方法
CN111207683A (zh) 一种隧道变形的监测方法、装置及计算机可读存储介质
CN116609857A (zh) 一种基于可见光、红外和微波图像的云垂直结构参数估算方法
CN111932642B (zh) 一种结构裂纹体积的测算方法、装置、设备及存储介质
CN113326924B (zh) 基于深度神经网络的稀疏图像内关键目标测光定位方法
CN111950343B (zh) 一种基于卫星遥感技术的输电杆塔自动识别方法和系统
CN117237199B (zh) 基于无人机航拍生成模拟gmti雷达图像的方法
CN109829204B (zh) 基于时间序列的空间目标遥感特性建模方法
CN117237506B (zh) 航拍图像生成模拟激光点云图像的方法
CN116956533A (zh) 一种复杂背景下弱小目标的红外视景仿真方法
CN105676208B (zh) 一种机载高光谱遥感数据光度校正方法
CN116912476B (zh) 松材线虫病无人机遥感监测快速定位方法及相关装置
RU2799904C1 (ru) Система сбора и обработки полётной информации при проведении лётных испытаний цифровых оптико-электронных систем дистанционного зондирования земли с использованием цифрового двойника

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