CN1329871C

CN1329871C - 一种利用图像分块进行合成孔径声纳图像自聚焦的方法

Info

Publication number: CN1329871C
Application number: CNB2004100625894A
Authority: CN
Inventors: 刘奇勇; 刘纪元; 张春华
Original assignee: Institute of Acoustics CAS
Current assignee: Institute of Acoustics CAS
Priority date: 2004-02-05
Filing date: 2004-07-02
Publication date: 2007-08-01
Anticipated expiration: 2024-07-02
Also published as: CN1652156A

Abstract

本发明公开了一种利用图像分块进行合成孔径声纳图像自聚焦的方法，用于对合成孔径声纳得到的原始图像进行自聚焦，该原始图像中包括至少一个强点。该方法包括：搜索步骤，用于在原始图像中寻找与所述强点对应的强点区域；自聚焦步骤，用于对每一个强点区域分别进行自聚焦处理。本发明的方法简单实用，依次寻找图像中的最强点目标，然后加窗分离，特别适用于多强点目标场景的合成孔径声纳图像自聚焦。

Description

一种利用图像分块进行合成孔径声纳图像自聚焦的方法

技术领域

本发明涉及一种图像自聚焦技术，更具体地说，本发明涉及一种利用图像分块的合成孔径图像自聚焦方法。

背景技术

合成孔径声纳(SAS)是采用合成孔径的原理，利用小尺寸基阵在方位向的移动，通过对不同位置接收的信号作相关处理，来获得方位上大的合成孔径，从而得到高精度的方位分辨率。合成孔径成像过程中，平台的运动误差会给图像数据引入相位误差，从而引起成像质量的下降。为了得到聚焦良好的图像，需要采用自聚焦算法进行处理，估计并补偿相位误差。

相位梯度算法(Phase Gradient Algorithm，PGA)是目前比较实用的一种图像自聚焦算法(参考文献[1]：P.H.Eichel and C.V.Jakowatz，Jr，Phase GradientAlgorithm as an Optimal Estimator of the Phase Derivative，Optics Letters，October1989，vol.14，no.20，pp.1101-1103.文献[2]：C.V.Jakowatz，Jr.and D.E.Wahl，EigenvectorMethod for Maximum-Likelihood Estimation of Phase Errors in Synthetic Aperture RadarImagery，Journal of the Optical Society of America，vol.10，no.12，pp.2539-2546，December1993.文献[3]：D.E.Wahl，P.H.Eichel，D.C.Ghiglia，and C.V.Jakowatz，Jr.，Phase Gradient Autofocus-A Robust Tool for High Resolution SAR Phase Correction，IEEE Transactions on Aerospace and Electronic Systems，July 1994，vol.30，no.3，pp.827-835.)。PGA算法利用成像区域的强点目标估计系统的扩散函数，通过计算相邻方位的相位差得到方位相位误差估计。与其它自聚焦算法相比，PGA算法不需要对方位相位误差作模型假设，可以实现任意阶相位误差的补偿。

但是，经典PGA算法最早用于聚束式SAR，经典PGA算法直接用于条带式SAS自聚焦效果并不理想。为了解决这个问题，通常采用图像分块的方法来实现。

mosaic PGA算法将SAS图像切成方位位置重叠的方位条带，这样对于每个条带，近似满足PGA假设的条件，然后对每个条带分别利用PGA进行自聚焦处理，从而得到自聚焦后的图像(参见文献[4]：William W.Bonifant，Jr.Interferometic SyntheticAperture Sonar，Master Dissertation，Georgia Institute of Technology，July1999.)。但是，由于PGA算法会引入线性相位误差，造成图像方位平移，每个条带图像都有可能产生偏移，这样最后组合得到的图像可能会面目全非。

发明内容

本发明的目的在于提供一种合成孔径声纳图像自聚焦的方法，该方法适于对包含有强点的原始图像进行自聚焦；本发明的另一目的是提供一种合成孔径声纳图像自聚焦的方法，该方法可消除自聚焦处理中产生的图像方位偏移。

为了实现上述目的，本发明提供一种利用图像分块进行合成孔径声纳图像自聚焦的方法，用于对合成孔径声纳得到的原始图像进行自聚焦，该原始图像中包括至少一个强点；该方法包括：

搜索步骤，用于在原始图像中寻找与所述强点对应的强点区域；

自聚焦步骤，用于对每一个强点区域分别进行自聚焦处理。

所述强点区域包含强点以及该强点的扩散区域。

该方法最好还包括平移步骤，用于分别对每一个自聚焦处理后的强点区域进行平移，以消除自聚焦产生的图像方位偏移。所述平移步骤依照自聚焦处理前后强点区域的质心位置进行平移，使得自聚焦处理后的强点区域的质心与自聚焦处理前的强点区域的质心相重合。

本发明的方法简单实用，特别适用于多强点目标场景的合成孔径声纳图像自聚焦。本发明与现有技术相比具有如下优点：

1)本发明图像分块的方法非常简单，依次寻找图像中的最强点目标，然后加窗分离。

2)本发明消除了自聚焦图像的方位偏移现象，而且实现的方法简单，通过补偿自聚焦前后图像的质心方位坐标差，达到消除方位平移的目的。

附图说明

图1是一个示例性的原始图像；

图2是本发明自聚焦方法的图解示意图；

图3是本发明的一个实施例的方法流程图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细描述。

以一个示例性的合成孔径声纳为例，该合成孔径声纳的相关系统参数为：发射信号中心频率为f₀＝20kHz，波长λ＝75mm，采样频率f_s＝160kHz，阵元尺寸D＝0.16m，波束角α＝0.8rad，最小成像距离R_min＝30m，最大成像距离R_max＝50m，信号在水中的速度为C＝1500m/s，水平成像精度dx＝D/2＝0.08m，距离成像精度dy＝D/2＝0.08m。

用上述示例性的合成孔径声纳系统采集目标信号，并生成一原始图像。如图1所示的一个示例性的原始图像10，该原始图像中包含了四个强点目标区域(即图1中具有显著亮度的四个区域)。在本发明的一个具体实施中，将该原始图像10输入计算机，计算机按照图3所示的流程图对该原始图像进行处理。在一个实施例中，在计算机中存储有原始图像10各个象素点的图像值(如该象素点的能量值)。

下面结合图2，并按照图3的流程图详细描述本发明。

步骤101为开始步骤。

在步骤102中进行参数初始化，根据实际的原始图像10，设置强点目标个数K，例如在图1的实施例中K＝4；并设置一个循环变量k，并将k初始化为零。在该步骤中，还要定义一个最终图像60，其大小与原始图像10相同，并将该最终图像60初始化为原始图像10。

在步骤103中，寻找原始图像10中的最亮点，即一个强点的位置，设该最亮点的坐标为(m，n)。以该最亮点(m，n)为中心加一窗体20(图1中白色虚框所示)，该窗体20所包围的区域可称为强点区域。将该窗体20内的图像(即强点区域)从原始图像10中截取出来，然后将原始图像10中被截取部分的图像值置零。如图2所示，从原始图像10截取出的强点区域图像用标号20’表示，用标号10’表示将强点区域20’分离后且窗体20内图像值置零后的原始图像。该窗体20的大小应该能包围所找到的强点以及该强点的扩散区域，对于本领域的普通技术人员来说，窗体20大小的选取是很容易的。进一步，该窗体20的尺寸也可用其所含强点的模糊函数的最大有效尺寸来决定，这是本领域的普通技术人员所熟知的。在图1和图2的实施例中，该窗体20可选择为一个40×20的矩形区域。

在步骤104中，提供一个中间图像块30，其图像值初始化为零，然后并将强点区域图像20’拷贝到中间图像块30的中心，如图2所示。该中间图像块30的尺寸应大于或等于强点区域图像20’的尺寸。在图2的实施例中，当强点区域图像20’为40×20的矩形区域时，该中间图像块30优选为一个M×20的矩形区域，即其宽度与强点区域图像20’的宽度相同，而其高度M最好是合成孔径声纳的一个合成孔径对应的点数。例如在上述示例性的合成孔径声纳中，M＝R_maxα/dx＝500。

在步骤105中，计算中间图像块30的质心方位坐标c_m，其计算公式为：

c_{m} = \frac{\underset{m}{Σ} m \underset{n}{Σ} | f (m, n) |^{2}}{\underset{m}{Σ} \underset{n}{Σ} | f (m, n) |^{2}}

其中，|f(m，n)|²为象素点(m，n)的能量值，为图像第m行的能量和，

为图像的总能量。

在步骤106中，对中间图像块30采用常规的自聚焦方法进行自聚焦处理，在一个实施例中可采用PGA算法进行自聚焦处理，得到聚焦图像40。

在步骤107中，计算聚焦图像40的质心方位坐标c_m′。

在步骤108中，根据步骤105和步骤107计算的质心方位坐标c_m和c_m′，将聚焦图像40平移Δm＝c_m-c_m′，这样就消除了步骤106中自聚焦过程中产生的方位偏移。

在步骤109中，将步骤108平移后的聚焦图像40中心处大小为窗体20的图像50拷贝到最终图像60，图像50在最终图像60中的位置与窗体20在原始图像10中的位置相同。

在步骤110中，判断是否已经对所有的强点进行了自聚焦处理，当k＜K时，说明还有强点尚未进行自聚焦处理，则进行步骤111，将k加一后重新返回步骤103寻找下一个强点，即在图2中返回图像10’中寻找下一个强点；否则进入步骤112结束。需要指出的是，当返回步骤103寻找下一个强点时，由于之前找到的强点及其强点区域已经在原始图像10中置零，因此不会被重复寻找到。

Claims

1、一种利用图像分块进行合成孔径声纳图像自聚焦的方法，用于对合成孔径声纳得到的原始图像进行自聚焦，该原始图像中包括至少一个强点；该方法包括：

自聚焦步骤，用于对每一个强点区域分别进行自聚焦处理；

平移步骤，用于分别对每一个自聚焦处理后的强点区域进行平移，以消除自聚焦产生的图像方位偏移。

2、根据权利要求1所述的利用图像分块进行合成孔径声纳图像自聚焦的方法，其特征在于，所述强点区域包含强点以及该强点的扩散区域。

3、根据权利要求1所述的利用图像分块进行合成孔径声纳图像自聚焦的方法，其特征在于，所述平移步骤依照自聚焦处理前后强点区域的质心位置进行平移，使得自聚焦处理后的强点区域的质心与自聚焦处理前的强点区域的质心相重合。