CN117392549B - 一种基于高分辨率sar图像的目标特性提取方法和系统 - Google Patents
一种基于高分辨率sar图像的目标特性提取方法和系统 Download PDFInfo
- Publication number
- CN117392549B CN117392549B CN202311674966.9A CN202311674966A CN117392549B CN 117392549 B CN117392549 B CN 117392549B CN 202311674966 A CN202311674966 A CN 202311674966A CN 117392549 B CN117392549 B CN 117392549B
- Authority
- CN
- China
- Prior art keywords
- target
- resolution sar
- level high
- target area
- level
- 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
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 55
- 238000012937 correction Methods 0.000 claims abstract description 65
- 238000000034 method Methods 0.000 claims abstract description 42
- 230000011218 segmentation Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 11
- 238000003709 image segmentation Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 description 14
- 230000015654 memory Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000005070 sampling Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/243—Aligning, centring, orientation detection or correction of the image by compensating for image skew or non-uniform image deformations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种基于高分辨率SAR图像的目标特性提取方法和系统。该方法包括:获取目标区域的多级别高分辨率SAR产品,并获取与目标区域的多级别高分辨率SAR产品处于相同时期且由相同传感器生成的热带雨林区域的多级别高分辨率SAR产品;对目标区域的多级别高分辨率SAR产品进行目标区域的分割操作,得到多级别高分辨率SAR目标图像;对热带雨林区域的多级别高分辨率SAR产品进行辐射定标参数补偿校正操作,得到定标参数补偿校正值;利用定标参数补偿校正值,对多级别高分辨率SAR目标图像进行目标特性提取操作,得到目标特性信息。本发明提供的上述方法提高了针对不同级别高分辨率SAR图像提取目标特性的有效性和准确性。
Description
技术领域
本发明涉及目标电磁特性提取技术领域,尤其涉及一种基于高分辨率SAR图像的目标特性提取方法和系统、电子设备以及存储介质。
背景技术
目标特性是目标的固有属性,尤其目标电磁散射特性是雷达目标检测、跟踪、识别的重要依据,也是目标自身隐身、伪装等生存能力的基础,其中雷达散射截面积(RadarCross Section,RCS)、一维距离像等是目标电磁散射特性的重要组成部分。
目前传统目标电磁散射特性分析技术主要是通过实验测量、解析法、数值法等。实验测量法可以通过全尺寸目标测量、缩比目标测量等研究手段,但真实目标难以获取,且成本和周期也难以承受,通常只在最有必要的情况下使用;解析法一般只适用于理想体或简单目标的电磁散射特性计算;数值法基于电磁场基本理论,结合数值计算得到目标特性的近似解,近几年依赖于深度学习方法的发展得到了较为广泛的应用,但其计算相对复杂,有代表性的高频近似法也存在某些角度范围内计算不准确等问题。SAR图像分辨率的提高极大的丰富了被观测目标的细节信息,特别是使得雷达站、飞机、舰船、地面车辆等重要目标能够被显现出来,同时在高分辨率SAR实测图像中,还能够捕捉到目标对角度敏感或者对频段敏感的特性,因此基于高分辨率SAR图像提取目标电磁特性是一种实测的、快速的、有效的方法。
然而,目前尚缺乏针对不同级别高分辨率SAR图像的目标特性提取方法流程。此外,提取较为精确的目标电磁特性还依赖于准确的定标参数,定标参数偏差会导致目标电磁特性的提取误差。因此,针对上述问题有必要研究更为精确的、流程化的高分辨率SAR图像的目标特性提取方法。
发明内容
鉴于上述问题,本发明提供了一种基于高分辨率SAR图像的目标特性提取方法和系统、电子设备以及存储介质,以期至少能够解决上述问题之一。
根据本发明的第一个方面,提供了一种基于高分辨率SAR图像的目标特性提取方法,包括:
获取目标区域的多级别高分辨率SAR产品,并获取与目标区域的多级别高分辨率SAR产品处于相同时期且由相同传感器生成的热带雨林区域的多级别高分辨率SAR产品;
利用预定义的图像分割方法,对目标区域的多级别高分辨率SAR产品进行目标区域的分割操作,得到多级别高分辨率SAR目标图像;
对热带雨林区域的多级别高分辨率SAR产品进行辐射定标参数补偿校正操作,得到定标参数补偿校正值;
利用定标参数补偿校正值,对多级别高分辨率SAR目标图像进行目标特性提取操作,得到目标区域的目标特性信息。
根据本发明的实施例,上述目标区域的多级别高分辨率SAR产品包括L1A级复数数据或L2幅度数据;
其中,热带雨林区域的多级别高分辨率SAR产品包括L1A级复数数据或L2幅度数据。
根据本发明的实施例,上述利用预定义的图像分割方法,对目标区域的多级别高分辨率SAR产品进行目标区域的分割操作,得到多级别高分辨率SAR目标图像包括:
在目标区域的多级别高分辨率SAR产品是L1A级别的情况下,基于目标区域的高分辨率SAR产品的目标行列号,对目标区域的高分辨率SAR产品中符合用户需求的目标图像进行分割,得到具有目标图像的外接矩形区域,并将具有目标图像的外接矩形区域进行掩膜处理,得到L1A级别高分辨率SAR目标图像;
在目标区域的多级别高分辨率SAR产品是L2级别的情况下,基于目标区域的高分辨率SAR产品的目标行列号或目标经纬度,对目标区域的高分辨率SAR产品中符合用户需求的目标图像进行分割,得到具有目标图像的外接矩形区域,并将具有目标图像的外接矩形区域进行掩膜处理,得到L2级别高分辨率SAR目标图像。
根据本发明的实施例,上述对热带雨林区域的多级别高分辨率SAR产品进行辐射定标参数补偿校正操作,得到定标参数补偿校正值包括:
根据预定义的选择条件,利用热带雨林区域的多级别高分辨率SAR产品的影像幅宽和分辨率信息对热带雨林区域的多级别高分辨率SAR产品进行点位选择,得到热带雨林区域均匀分布的选点位;
利用热带雨林区域的选点位分别计算热带雨林区域的不同级别高分辨率SAR产品的各选点位后向散射系数均值;
基于热带雨林区域的不同级别高分辨率SAR产品的选点位后向散射系数均值以及热带雨林区域后向散射系数标准值,对热带雨林区域的多级别高分辨率SAR产品进行辐射定标参数补偿校正操作,得到定标参数补偿校正值。
根据本发明的实施例,上述热带雨林区域的不同级别高分辨率SAR产品的选点位后向散射系数均值包括L1A级复数数据选点位后向散射系数均值和L2级幅度数据选点位后向散射系数均值。
根据本发明的实施例,上述目标区域的目标特性信息包括目标区域的雷达散射截面积、目标区域雷达散射截面积统计量特征以及目标区域的一维距离像特性。
根据本发明的实施例,上述利用定标参数补偿校正值,对多级别高分辨率SAR目标图像进行目标特性提取操作,得到目标区域的目标特性信息包括:
利用定标参数补偿校正值,分别计算不同级别高分辨率SAR产品的目标区域雷达散射截面积和目标区域雷达散射截面积的统计量特征;
利用定标参数补偿校正值,分别计算不同级别高分辨率的SAR产品的目标区域一维距离像特性。
根据本发明的第二个方面,提供了一种基于高分辨率SAR图像的目标特性提取系统,其特征在于,包括:
SAR产品获取模块,用于获取目标区域的多级别高分辨率SAR产品,并获取与目标区域的多级别高分辨率SAR产品处于相同时期且由相同传感器生成的热带雨林区域的多级别高分辨率SAR产品;
SAR产品分割模块,用于利用预定义的图像分割方法,对目标区域的多级别高分辨率SAR产品进行目标区域的分割操作,得到多级别高分辨率SAR目标图像;
校正值获取模块,用于对热带雨林区域的多级别高分辨率SAR产品进行辐射定标参数补偿校正操作,得到定标参数补偿校正值;
目标特性提取模块,用于利用定标参数补偿校正值,对多级别高分辨率SAR目标图像进行目标特性提取操作,得到目标区域的目标特性信息。
根据本发明的第三个方面,提供了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器执行基于高分辨率SAR图像的目标特性提取方法。
根据本发明的第四个方面,提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行基于高分辨率SAR图像的目标特性提取方法。
本发明针对目前目标电磁散射特征提取方法复杂的问题,通过基于高分辨率SAR实测图像建立快速的、流程化的目标电磁散射特性提取方法;同时基于同期同传感器热带雨林地区进行定标参数校正补偿,提高针对不同级别高分辨率SAR图像提取目标特性的有效性和准确性。
附图说明
图1是根据本发明实施例的基于高分辨率SAR图像的目标特性提取方法的流程图;
图2是根据本发明实施例的基于高分辨率SAR图像的目标特性提取方法的框架图;
图3是根据本发明实施例的热点雨林点位选择示意图;
图4是根据本发明实施例的基于高分辨率SAR图像的目标特性提取系统的结构示意图;
图5示意性示出了根据本发明实施例的适于实现基于高分辨率SAR图像的目标特性提取方法的电子设备的方框图。
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。
为了解决现有技术中的问题,本发明提供了一种基于高分辨率SAR图像的目标特性提取方法,针对不同级别(L1A、L2)的高分辨率SAR图像产品,基于热带雨林定标参数补偿的方法,克服了定标参数偏差带来的目标电磁特性提取不精确的问题,从而建立了不同级别高分辨率SAR图像的目标特性提取流程化方法。
图1是根据本发明实施例的基于高分辨率SAR图像的目标特性提取方法的流程图。
如图1所示,上述基于高分辨率SAR图像的目标特性提取方法包括操作S110~操作S140。
在操作S110,获取目标区域的多级别高分辨率SAR产品,并获取与目标区域的多级别高分辨率SAR产品处于相同时期且由相同传感器生成的热带雨林区域的多级别高分辨率SAR产品。
目前高分专项工程中高分三号SAR卫星最高分辨率为1米,因此与该分辨率相当的SAR图像可以认为是高分辨率SAR图像,但针对不同目标,本领域技术人员可以根据实际需求选择合适分辨率的SAR产品。
根据本发明的实施例,上述目标区域的多级别高分辨率SAR产品包括L1A级复数数据或L2幅度数据;其中,热带雨林区域的多级别高分辨率SAR产品包括L1A级复数数据或L2幅度数据。
在操作S120,利用预定义的图像分割方法,对目标区域的多级别高分辨率SAR产品进行目标区域的分割操作,得到多级别高分辨率SAR目标图像。
在操作S130,对热带雨林区域的多级别高分辨率SAR产品进行辐射定标参数补偿校正操作,得到定标参数补偿校正值。
在操作S140,利用定标参数补偿校正值,对多级别高分辨率SAR目标图像进行目标特性提取操作,得到目标区域的目标特性信息。
根据本发明的实施例,上述目标区域的目标特性信息包括目标区域的雷达散射截面积、目标区域雷达散射截面积统计量特征以及目标区域的一维距离像特性。
本发明针对目前目标电磁散射特征提取方法复杂的问题,通过基于高分辨率SAR实测图像建立快速的、流程化的目标电磁散射特性提取方法;同时基于同期同传感器热带雨林地区进行定标参数校正补偿,提高针对不同级别高分辨率SAR图像提取目标特性的有效性和准确性。
下面结合具体实施例以及附图2,对本发明提供的上述基于高分辨率SAR图像的目标特性提取方法做进一步详细地说明。
图2是根据本发明实施例的基于高分辨率SAR图像的目标特性提取方法的框架图。
如图2所示,上述基于高分辨率SAR图像的目标特性提取方法主要包括下述步骤:在步骤A中,获取目标区域不同级别高分辨率SAR产品及同时期同一传感器热带雨林地区高分辨率SAR产品;在步骤B中,对不同级别高分辨率SAR产品进行目标区域分割;在步骤C中,基于同期热带雨林地区进行辐射定标参数补偿校正,包括不同级别高分辨率SAR产品下热带雨林点位选择、点位后向散射系数均值计算及基于热带雨林后向散射系数标准值进行定标参数补偿校正值计算;在步骤D中,利用定标参数补偿校正值,进行目标特性提取,包括目标区域RCS及其统计量特征计算、目标区域一维距离像特性提取。
其中,在上述步骤A中,为了获取目标区域和热带雨林区域的多级高分辨SAR产品还需要进行如下操作:步骤A1:获取包含目标区域的高分辨率SAR产品,如L1A级复数数据或L2幅度数据;步骤A2:获取与目标基本同期且同一传感器生成的热带雨林地区高分辨率SAR产品,包括对应的L1A级复数数据或L2幅度数据。
根据本发明的实施例,上述利用预定义的图像分割方法,对目标区域的多级别高分辨率SAR产品进行目标区域的分割操作,得到多级别高分辨率SAR目标图像包括:在目标区域的多级别高分辨率SAR产品是L1A级别的情况下,基于目标区域的高分辨率SAR产品的目标行列号,对目标区域的高分辨率SAR产品中符合用户需求的目标图像进行分割,得到具有目标图像的外接矩形区域,并将具有目标图像的外接矩形区域进行掩膜处理,得到L1A级别高分辨率SAR目标图像;在目标区域的多级别高分辨率SAR产品是L2级别的情况下,基于目标区域的高分辨率SAR产品的目标行列号或目标经纬度,对目标区域的高分辨率SAR产品中符合用户需求的目标图像进行分割,得到具有目标图像的外接矩形区域,并将具有目标图像的外接矩形区域进行掩膜处理,得到L2级别高分辨率SAR目标图像。
下面结合具体实施例,对上述获取多级别高分辨率SAR目标图像的过程做进一步详细地说明。
如图2所示,上述获取多级别高分辨率的目标图像的过程属于上述步骤B,即目标区域分割,主要包括基于行列号进行目标区域分割和基于经纬度进行目标区域分割,其中,在步骤B1中,针对L1A级SAR产品,可通过目标行列号进行目标区域分割,即通过目标行列号,获取包含目标的外接矩形区域,并通过掩膜进一步对目标进行提纯;步骤B2:针对L2级SAR产品,可通过目标行列号或目标经纬度进行目标区域分割,获取包含目标的外接矩形区域,进一步通过目标掩膜进行目标提纯。
根据本发明的实施例,上述对热带雨林区域的多级别高分辨率SAR产品进行辐射定标参数补偿校正操作,得到定标参数补偿校正值包括:根据预定义的选择条件,利用热带雨林区域的多级别高分辨率SAR产品的影像幅宽和分辨率信息对热带雨林区域的多级别高分辨率SAR产品进行点位选择,得到热带雨林区域均匀分布的选点位;利用热带雨林区域的选点位分别计算热带雨林区域的不同级别高分辨率SAR产品的各选点位后向散射系数均值;基于热带雨林区域的不同级别高分辨率SAR产品的选点位后向散射系数均值以及热带雨林区域后向散射系数标准值,对热带雨林区域的多级别高分辨率SAR产品进行辐射定标参数补偿校正操作,得到定标参数补偿校正值。
根据本发明的实施例,上述热带雨林区域的不同级别高分辨率SAR产品的选点位后向散射系数均值包括L1A级复数数据选点位后向散射系数均值和L2级幅度数据选点位后向散射系数均值。
下面结合具体实施方式以及附图3对上述计算定标参数补偿校正值的过程做进一步详细地说明。
图3是根据本发明实施例的热点雨林点位选择示意图。
上述获取定标参数补偿校正值的过程与图2所示的辐射定标参数补偿校正的过程相对应,包括四个步骤:C1、C2、C3和C4;其中,在步骤C1中,针对不同级别高分辨率SAR产品,进行热带雨林地区点位选择,根据影像幅宽及分辨率信息,使得选择点位在影像区域均匀分布,本研究中针对整景高分三号影像,选取8个点位,每个点位大小范围为3000*3000像素,如图3所示。
在步骤C2中,针对不同级别的高分辨率SAR产品(L1A级复数数据与L2幅度数据),分别计算热带雨林选点位的后向散射系数均值。
基于L1A级复数数据计算热带雨林第点位后向散射系数均值如公式(1)所示:
(1),
其中,为L1A级复数数据;/>,为定标常数,单位为dB;/>为量化值;均可从头文件中获取上述参数。/>分别为矩阵的点乘、点除、复数求模、求平均值运算。
基于L2级幅度数据计算热带雨林第点位后向散射系数如公式(2)所示:
(2),
其中,,/>为L2级产品幅度值;其余与计算L1A的后向散射系数均值定义相同。
在步骤C3中,基于热带雨林后向散射系数标准值进行定标参数补偿校正值计算如公式(3)和(4)所示:
(3),
(4),
其中,为补偿校正值,单位为/>,/>为该热带雨林影像的后向散射系数,/>为所选热带雨林点位个数,/>热带雨林后向散射系数标准值,根据国际公认的结果,亚马逊热带雨林C波段后向散射系数为-6.4dB,本发明取该值进行计算。
根据本发明的实施例,上述利用定标参数补偿校正值,对多级别高分辨率SAR目标图像进行目标特性提取操作,得到目标区域的目标特性信息包括:利用定标参数补偿校正值,分别计算不同级别高分辨率SAR产品的目标区域雷达散射截面积和目标区域雷达散射截面积的统计量特征;利用定标参数补偿校正值,分别计算不同级别高分辨率的SAR产品的目标区域一维距离像特性。
下面通过具体实施方式对上述目标特性提取操作做进一步详细地说明。
上述目标区域的目标特性提取操作与图2所示的目标特性提取操作相对应,包括目标区域RCS及其统计量特征计算(即步骤D1)和目标区域一维距离像特性提取(即步骤D2)。
其中,在步骤D1中,基于定标参数补偿校正值,计算不同级别SAR目标图像目标区域RCS及其统计量特征,L1A级数据目标区域RCS及其统计量特征计算如公式(5)所示:
(5),
其中,为L1A级复数数据;/>,为定标常数,单位为/>;/>,/>为定标参数补偿校正值,单位为/>;/>为量化值;/>分别为距离向采样间隔及方位向采样间隔;/>为目标区域入射角,均可从头文件中获取上述参数。/>分别为矩阵的点乘、点除、复数求模、取平均值、取中值、取最大值运算,/>为该目标区域RCS,为目标区域RCS统计量特征。
L2级数据目标区域RCS及其统计量计算如公式(6)所示:
(6),
其中,,/>为L2级产品幅度;其余与L1A的目标区域RCS及其统计量计算公式中的定义相同。
在步骤D2中,基于定标参数补偿校正值,计算不同级别高分辨率SAR目标图像目标区域一维距离像特性。L1A级数据目标区域一维距离像特性如公式(7)~(10)所示:
(7),
(8),
(9),
(10),
其中,为影像复原后的复数数据,/>表示目标功率平均一维距离像;/>为目标一维距离像,其横坐标为距离采样间隔,纵坐标为该距离采样间隔上所对应的目标RCS值;/>表示距离像点数;/>为在距离向执行快速逆傅里叶变换;其余参数定义与上述相同。
L2级数据目标区域一维距离像特性如公式(11)~(12)所示:
(11),
(12),
其中,为影像复原后的功率值,其余参数定义与上述相同。
本发明一种基于高分辨率SAR产品的目标特性提取方法。首先选择适用的不同级别的高分辨率SAR产品及其同时期同一传感器的热带雨林地区影像产品;通过目标行列号或经纬度进行目标区域分割,并通过目标掩膜进行目标提纯;基于热带雨林地区均匀分布的选点位及热带雨林标准后向散射系数获取定标参数补偿校正值,减少定标参数带来的辐射误差;最后基于定标参数补偿校正值,获取目标电磁散射特性,包括RCS及其统计量特征、一维距离像特性,建立快速的目标特性提取流程方法,提高基于高分辨率SAR图像提取目标特性的有效性及准确性。
图4是根据本发明实施例的基于高分辨率SAR图像的目标特性提取系统的结构示意图。
如图4所示,提供了一种基于高分辨率SAR图像的目标特性提取系统400包括SAR产品获取模块410、SAR产品分割模块420、校正值获取模块430以及目标特性提取模块440。
SAR产品获取模块410,用于获取目标区域的多级别高分辨率SAR产品,并获取与目标区域的多级别高分辨率SAR产品处于相同时期且由相同传感器生成的热带雨林区域的多级别高分辨率SAR产品。
SAR产品分割模块420,用于利用预定义的图像分割方法,对目标区域的多级别高分辨率SAR产品进行目标区域的分割操作,得到多级别高分辨率SAR目标图像。
校正值获取模块430,用于对热带雨林区域的多级别高分辨率SAR产品进行辐射定标参数补偿校正操作,得到定标参数补偿校正值。
目标特性提取模块440,用于利用定标参数补偿校正值,对多级别高分辨率SAR目标图像进行目标特性提取操作,得到目标区域的目标特性信息。
图5示意性示出了根据本发明实施例的适于实现基于高分辨率SAR图像的目标特性提取方法的电子设备的方框图。
如图5所示,根据本发明实施例的电子设备500包括处理器501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。处理器501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501还可以包括用于缓存用途的板载存储器。处理器501可以包括用于执行根据本发明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 503中,存储有电子设备500操作所需的各种程序和数据。处理器 501、ROM502以及RAM 503通过总线504彼此相连。处理器501通过执行ROM 502和/或RAM 503中的程序来执行根据本发明实施例的方法流程的各种操作。需要注意,程序也可以存储在除ROM502和RAM 503以外的一个或多个存储器中。处理器501也可以通过执行存储在一个或多个存储器中的程序来执行根据本发明实施例的方法流程的各种操作。
根据本发明的实施例,电子设备500还可以包括输入/输出(I/O)接口505,输入/输出(I/O)接口505也连接至总线504。电子设备500还可以包括连接至I/O接口505的以下部件中的一项或多项:包括键盘、鼠标等的输入部分506;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507;包括硬盘等的存储部分508;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509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,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510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508。
本发明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/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。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,实现根据本发明实施例的方法。
根据本发明的实施例,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。在本发明中,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系统、装置或者器件使用或者与其结合使用。例如,根据本发明的实施例,计算机可读存储介质可以包括上文描述的ROM 502和/或RAM 503和/或ROM 502和RAM 503以外的一个或多个存储器。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、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系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上的具体实施例,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 (6)
1.一种基于高分辨率SAR图像的目标特性提取方法,其特征在于,包括:
获取目标区域的多级别高分辨率SAR产品,并获取与所述目标区域的多级别高分辨率SAR产品处于相同时期且由相同传感器生成的热带雨林区域的多级别高分辨率SAR产品;
利用预定义的图像分割方法,对所述目标区域的多级别高分辨率SAR产品进行目标区域的分割操作,得到所述多级别高分辨率SAR目标图像;
对所述热带雨林区域的多级别高分辨率SAR产品进行辐射定标参数补偿校正操作,得到定标参数补偿校正值;
利用所述定标参数补偿校正值,对所述多级别高分辨率SAR目标图像进行目标特性提取操作,得到所述目标区域的目标特性信息;
其中,所述目标区域的多级别高分辨率SAR产品包括L1A级复数数据或L2幅度数据;
其中,所述热带雨林区域的多级别高分辨率SAR产品包括L1A级复数数据或L2幅度数据;
其中,利用预定义的图像分割方法,对所述目标区域的多级别高分辨率SAR产品进行目标区域的分割操作,得到所述多级别高分辨率SAR目标图像包括:
在所述目标区域的多级别高分辨率SAR产品是L1A级别的情况下,基于所述目标区域的高分辨率SAR产品的目标行列号,对所述目标区域的高分辨率SAR产品中符合用户需求的目标图像进行分割,得到具有目标图像的外接矩形区域,并将所述具有目标图像的外接矩形区域进行掩膜处理,得到所述L1A级别高分辨率SAR目标图像;
在所述目标区域的多级别高分辨率SAR产品是L2级别的情况下,基于所述目标区域的高分辨率SAR产品的目标行列号或目标经纬度,对所述目标区域的高分辨率SAR产品中符合用户需求的目标图像进行分割,得到具有目标图像的外接矩形区域,并将所述具有目标图像的外接矩形区域进行掩膜处理,得到所述L2级别高分辨率SAR目标图像;
其中,所述目标区域的目标特性信息包括所述目标区域的雷达散射截面积、所述目标区域雷达散射截面积统计量特征以及所述目标区域的一维距离像特性;
其中,利用所述定标参数补偿校正值,对所述多级别高分辨率SAR目标图像进行目标特性提取操作,得到所述目标区域的目标特性信息包括:
利用所述定标参数补偿校正值,分别计算所述不同级别高分辨率SAR产品的目标区域雷达散射截面积和所述目标区域雷达散射截面积的统计量特征;
利用所述定标参数补偿校正值,分别计算所述不同级别高分辨率的SAR产品的目标区域一维距离像特性。
2.根据权利要求1所述的方法,其特征在于,对所述热带雨林区域的多级别高分辨率SAR产品进行辐射定标参数补偿校正操作,得到定标参数补偿校正值包括:
根据预定义的选择条件,利用所述热带雨林区域的多级别高分辨率SAR产品的影像幅宽和分辨率信息对所述热带雨林区域的多级别高分辨率SAR产品进行点位选择,得到所述热带雨林区域均匀分布的选点位;
利用所述热带雨林区域的选点位分别计算所述热带雨林区域的不同级别高分辨率SAR产品的各选点位后向散射系数均值;
基于所述热带雨林区域的不同级别高分辨率SAR产品的选点位后向散射系数均值以及所述热带雨林区域后向散射系数标准值,对所述热带雨林区域的多级别高分辨率SAR产品进行辐射定标参数补偿校正操作,得到定标参数补偿校正值。
3.根据权利要求2所述的方法,其特征在于,所述热带雨林区域的不同级别高分辨率SAR产品的选点位后向散射系数均值包括L1A级复数数据选点位后向散射系数均值和L2级幅度数据选点位后向散射系数均值。
4.一种基于高分辨率SAR图像的目标特性提取系统,其特征在于,包括:
SAR产品获取模块,用于获取目标区域的多级别高分辨率SAR产品,并获取与所述目标区域的多级别高分辨率SAR产品处于相同时期且由相同传感器生成的热带雨林区域的多级别高分辨率SAR产品;
SAR产品分割模块,用于利用预定义的图像分割方法,对所述目标区域的多级别高分辨率SAR产品进行目标区域的分割操作,得到所述多级别高分辨率SAR目标图像;
校正值获取模块,用于对所述热带雨林区域的多级别高分辨率SAR产品进行辐射定标参数补偿校正操作,得到定标参数补偿校正值;
目标特性提取模块,用于利用所述定标参数补偿校正值,对所述多级别高分辨率SAR目标图像进行目标特性提取操作,得到所述目标区域的目标特性信息;
其中,所述目标区域的多级别高分辨率SAR产品包括L1A级复数数据或L2幅度数据;
其中,所述热带雨林区域的多级别高分辨率SAR产品包括L1A级复数数据或L2幅度数据;
其中,利用预定义的图像分割方法,对所述目标区域的多级别高分辨率SAR产品进行目标区域的分割操作,得到所述多级别高分辨率SAR目标图像包括:
在所述目标区域的多级别高分辨率SAR产品是L1A级别的情况下,基于所述目标区域的高分辨率SAR产品的目标行列号,对所述目标区域的高分辨率SAR产品中符合用户需求的目标图像进行分割,得到具有目标图像的外接矩形区域,并将所述具有目标图像的外接矩形区域进行掩膜处理,得到所述L1A级别高分辨率SAR目标图像;
在所述目标区域的多级别高分辨率SAR产品是L2级别的情况下,基于所述目标区域的高分辨率SAR产品的目标行列号或目标经纬度,对所述目标区域的高分辨率SAR产品中符合用户需求的目标图像进行分割,得到具有目标图像的外接矩形区域,并将所述具有目标图像的外接矩形区域进行掩膜处理,得到所述L2级别高分辨率SAR目标图像;
其中,所述目标区域的目标特性信息包括所述目标区域的雷达散射截面积、所述目标区域雷达散射截面积统计量特征以及所述目标区域的一维距离像特性;
其中,利用所述定标参数补偿校正值,对所述多级别高分辨率SAR目标图像进行目标特性提取操作,得到所述目标区域的目标特性信息包括:
利用所述定标参数补偿校正值,分别计算所述不同级别高分辨率SAR产品的目标区域雷达散射截面积和所述目标区域雷达散射截面积的统计量特征;
利用所述定标参数补偿校正值,分别计算所述不同级别高分辨率的SAR产品的目标区域一维距离像特性。
5.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~3中任一项所述的方法。
6.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~3中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311674966.9A CN117392549B (zh) | 2023-12-08 | 2023-12-08 | 一种基于高分辨率sar图像的目标特性提取方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311674966.9A CN117392549B (zh) | 2023-12-08 | 2023-12-08 | 一种基于高分辨率sar图像的目标特性提取方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117392549A CN117392549A (zh) | 2024-01-12 |
CN117392549B true CN117392549B (zh) | 2024-04-09 |
Family
ID=89470514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311674966.9A Active CN117392549B (zh) | 2023-12-08 | 2023-12-08 | 一种基于高分辨率sar图像的目标特性提取方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117392549B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104730503A (zh) * | 2015-03-18 | 2015-06-24 | 中国科学院电子学研究所 | 确定高分辨率sar参考目标rcs对定标影响的方法及补偿方法 |
DE102014110079B3 (de) * | 2014-07-17 | 2015-07-09 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren zur absoluten radiometrischen Kalibrierung des Radarrückstreuquerschnitts von Radarzielen |
CN106950551A (zh) * | 2017-03-31 | 2017-07-14 | 中国科学院电子学研究所 | 基于辐射稳定特性挖掘的sar辐射定标方法 |
KR101963895B1 (ko) * | 2018-10-25 | 2019-04-01 | 엘아이지넥스원 주식회사 | 해상 표적 탐지에 사용되는 sar 신호 처리 장치 및 그 방법 |
CN109752696A (zh) * | 2017-11-06 | 2019-05-14 | 中国人民解放军61646部队 | 一种高分辨率合成孔径雷达卫星图像中角反射器rcs校正方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230184929A1 (en) * | 2021-12-15 | 2023-06-15 | Korea Aerospace Research Institute | Method of calculating power level reflectance of object on ground using sar image |
-
2023
- 2023-12-08 CN CN202311674966.9A patent/CN117392549B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014110079B3 (de) * | 2014-07-17 | 2015-07-09 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren zur absoluten radiometrischen Kalibrierung des Radarrückstreuquerschnitts von Radarzielen |
CN104730503A (zh) * | 2015-03-18 | 2015-06-24 | 中国科学院电子学研究所 | 确定高分辨率sar参考目标rcs对定标影响的方法及补偿方法 |
CN106950551A (zh) * | 2017-03-31 | 2017-07-14 | 中国科学院电子学研究所 | 基于辐射稳定特性挖掘的sar辐射定标方法 |
CN109752696A (zh) * | 2017-11-06 | 2019-05-14 | 中国人民解放军61646部队 | 一种高分辨率合成孔径雷达卫星图像中角反射器rcs校正方法 |
KR101963895B1 (ko) * | 2018-10-25 | 2019-04-01 | 엘아이지넥스원 주식회사 | 해상 표적 탐지에 사용되는 sar 신호 처리 장치 및 그 방법 |
Non-Patent Citations (2)
Title |
---|
云日升 ; 郭伟 ; 魏茉 ; .亚马逊热带雨林星载SAR辐射定标算法.雷达科学与技术.2007,(第02期),全文. * |
洪峻 ; 雷大力 ; 王宇 ; 费春娇 ; .高分辨率SAR定标参考目标辐射特性的校正方法.电子与信息学报.2016,(第02期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN117392549A (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108051809B (zh) | 基于Radon变换的运动目标成像方法、装置及电子设备 | |
CN108279404B (zh) | 一种基于空间谱估计的双通道sar相位误差校正方法 | |
CN104991241B (zh) | 强杂波背景下目标信号的提取和超分辨率增强处理方法 | |
CN107093196B (zh) | 视频卫星面阵相机在轨相对辐射定标方法 | |
CN112414554B (zh) | 海面盐度获取方法、装置、设备及介质 | |
CN102346910B (zh) | 一种基于单帧红外图像的点目标的实时检测方法 | |
CN112561940B (zh) | 密集多目标参数提取的方法、装置及终端设备 | |
CN116310883B (zh) | 基于遥感图像时空融合的农业灾害预测方法及相关设备 | |
CN107765225A (zh) | 基于log度量的稀疏正则化SAR图像旁瓣抑制方法 | |
Xiong et al. | A resample-based SVA algorithm for sidelobe reduction of SAR/ISAR imagery with noninteger Nyquist sampling rate | |
CN114240805B (zh) | 一种多角度sar动态成像检测方法及装置 | |
CN117392549B (zh) | 一种基于高分辨率sar图像的目标特性提取方法和系统 | |
CN113608218B (zh) | 一种基于后向投影原理的频域干涉相位稀疏重构方法 | |
CN106950551B (zh) | 基于辐射稳定特性挖掘的sar辐射定标方法 | |
CN111859266A (zh) | 基于多源信息融合的空间目标结构反演方法和装置 | |
CN109345583B (zh) | 基于omp的sar目标图像几何尺寸估计方法 | |
EP2453409B1 (en) | Edge diversity object detection | |
CN112819729B (zh) | 一种图像校正方法、装置、计算机存储介质及设备 | |
CN105974413B (zh) | 多基地外辐射源雷达成像系统的自聚焦方法 | |
CN111369507B (zh) | 基于归一化灰度霍夫变换和局部cfar的尾迹检测方法 | |
CN110490889B (zh) | 一种基于边缘检测的雷达目标提取方法 | |
CN112731392B (zh) | 高效的太赫兹步进频率合成孔径雷达成像方法 | |
CN110766005B (zh) | 目标特征提取方法、装置和终端设备 | |
CN112330560B (zh) | 一种合成孔径雷达数据图像可视化增强方法及系统 | |
CN116008927B (zh) | 一种基于psp-ca的低波段星载sar电离层闪烁相位误差校正方法 |
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 |