CN1652156A - 一种利用图像分块进行合成孔径声纳图像自聚焦的方法 - Google Patents
一种利用图像分块进行合成孔径声纳图像自聚焦的方法 Download PDFInfo
- Publication number
- CN1652156A CN1652156A CNA2004100625894A CN200410062589A CN1652156A CN 1652156 A CN1652156 A CN 1652156A CN A2004100625894 A CNA2004100625894 A CN A2004100625894A CN 200410062589 A CN200410062589 A CN 200410062589A CN 1652156 A CN1652156 A CN 1652156A
- Authority
- CN
- China
- Prior art keywords
- focusing
- self
- strong point
- image
- synthetic aperture
- 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
Images
Classifications
-
- 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
- G01S15/8902—Side-looking sonar
- G01S15/8904—Side-looking sonar using synthetic aperture techniques
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
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
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,October 1989,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,December 1993.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,July 1999.)。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fs=160kHz,阵元尺寸D=0.16m,波束角α=0.8rad,最小成像距离Rmin=30m,最大成像距离Rmax=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=Rmaxα/dx=500。
在步骤105中,计算中间图像块30的质心方位坐标cm,其计算公式为:
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cm和c′m,将聚焦图像40平移Δm=cm-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 (4)
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:
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。
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或2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,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。
4、根据权利要求3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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2004100625894A CN1329871C (zh) | 2004-02-05 | 2004-07-02 | 一种利用图像分块进行合成孔径声纳图像自聚焦的方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200410039204 | 2004-02-05 | ||
CN200410039204.2 | 2004-02-05 | ||
CNB2004100625894A CN1329871C (zh) | 2004-02-05 | 2004-07-02 | 一种利用图像分块进行合成孔径声纳图像自聚焦的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1652156A true CN1652156A (zh) | 2005-08-10 |
CN1329871C CN1329871C (zh) | 2007-08-01 |
Family
ID=34888202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2004100625894A Expired - Fee Related CN1329871C (zh) | 2004-02-05 | 2004-07-02 | 一种利用图像分块进行合成孔径声纳图像自聚焦的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1329871C (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100357759C (zh) * | 2005-08-25 | 2007-12-26 | 中国船舶重工集团公司第七一五研究所 | 一种合成孔径声纳成像的自聚焦处理方法 |
CN100386649C (zh) * | 2005-08-25 | 2008-05-07 | 中国船舶重工集团公司第七一五研究所 | 合成孔径三维声成像方法 |
CN101937085A (zh) * | 2010-09-01 | 2011-01-05 | 华南理工大学 | 一种基于超分辨率图像重建的合成孔径声呐成像方法 |
CN101650426B (zh) * | 2008-12-26 | 2012-12-12 | 中国科学院声学研究所 | 一种合成孔径声纳图像数据拼接系统及方法 |
CN103529441A (zh) * | 2012-07-02 | 2014-01-22 | 中国科学院声学研究所 | 一种被动合成孔径目标信号检测和分辨方法及系统 |
CN104751413A (zh) * | 2013-12-25 | 2015-07-01 | 中国科学院声学研究所 | 一种基于时变曲线模型的sas图像自动均衡方法 |
CN107367730A (zh) * | 2016-05-11 | 2017-11-21 | 中国科学院声学研究所 | 适用于条带式合成孔径声呐对场景目标成像的自聚焦方法 |
CN113506233A (zh) * | 2021-07-08 | 2021-10-15 | 西安电子科技大学 | 基于深度学习的sar自聚焦方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6037892A (en) * | 1998-05-28 | 2000-03-14 | Multispec Corporation | Method for automatic focusing of radar or sonar imaging systems using high-order measurements |
US6661369B1 (en) * | 2002-05-31 | 2003-12-09 | Raytheon Company | Focusing SAR images formed by RMA with arbitrary orientation |
-
2004
- 2004-07-02 CN CNB2004100625894A patent/CN1329871C/zh not_active Expired - Fee Related
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100357759C (zh) * | 2005-08-25 | 2007-12-26 | 中国船舶重工集团公司第七一五研究所 | 一种合成孔径声纳成像的自聚焦处理方法 |
CN100386649C (zh) * | 2005-08-25 | 2008-05-07 | 中国船舶重工集团公司第七一五研究所 | 合成孔径三维声成像方法 |
CN101650426B (zh) * | 2008-12-26 | 2012-12-12 | 中国科学院声学研究所 | 一种合成孔径声纳图像数据拼接系统及方法 |
CN101937085A (zh) * | 2010-09-01 | 2011-01-05 | 华南理工大学 | 一种基于超分辨率图像重建的合成孔径声呐成像方法 |
CN101937085B (zh) * | 2010-09-01 | 2012-02-22 | 华南理工大学 | 一种基于超分辨率图像重建的合成孔径声纳成像方法 |
CN103529441B (zh) * | 2012-07-02 | 2015-06-17 | 中国科学院声学研究所 | 一种被动合成孔径目标信号检测和分辨方法及系统 |
CN103529441A (zh) * | 2012-07-02 | 2014-01-22 | 中国科学院声学研究所 | 一种被动合成孔径目标信号检测和分辨方法及系统 |
CN104751413A (zh) * | 2013-12-25 | 2015-07-01 | 中国科学院声学研究所 | 一种基于时变曲线模型的sas图像自动均衡方法 |
CN104751413B (zh) * | 2013-12-25 | 2017-09-26 | 中国科学院声学研究所 | 一种基于时变曲线模型的sas图像自动均衡方法 |
CN107367730A (zh) * | 2016-05-11 | 2017-11-21 | 中国科学院声学研究所 | 适用于条带式合成孔径声呐对场景目标成像的自聚焦方法 |
CN107367730B (zh) * | 2016-05-11 | 2019-08-20 | 中国科学院声学研究所 | 适用于条带式合成孔径声呐对场景目标成像的自聚焦方法 |
CN113506233A (zh) * | 2021-07-08 | 2021-10-15 | 西安电子科技大学 | 基于深度学习的sar自聚焦方法 |
CN113506233B (zh) * | 2021-07-08 | 2024-04-19 | 西安电子科技大学 | 基于深度学习的sar自聚焦方法 |
Also Published As
Publication number | Publication date |
---|---|
CN1329871C (zh) | 2007-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8160364B2 (en) | System and method for image registration based on variable region of interest | |
US5642299A (en) | Electro-optical range finding and speed detection system | |
CN1248488C (zh) | 测定帧图像间主运动的方法 | |
US20050010108A1 (en) | Method for correction of relative object-detector motion between successive views | |
CN100399183C (zh) | 数码相机中自适应自动聚焦方法 | |
CN107167788A (zh) | 获取激光雷达校准参数、激光雷达校准的方法及系统 | |
JP2008504060A5 (zh) | ||
EP0687401A1 (en) | Imaging apparatus and method for determining range from focus and focus information | |
CN110475123B (zh) | 一种用于显微镜视频流的手动实时拼接方法 | |
CN1415105A (zh) | 光流与成像 | |
Darell et al. | Depth from focus using a pyramid architecture | |
CN108960190A (zh) | 基于fcn图像序列模型的sar视频目标检测方法 | |
CN1652156A (zh) | 一种利用图像分块进行合成孔径声纳图像自聚焦的方法 | |
Tabata et al. | High-speed 3D sensing with three-view geometry using a segmented pattern | |
Chang et al. | New metrics for clutter affecting human target acquisition | |
CN111709995A (zh) | 一种激光雷达与摄像头之间的位置标定方法 | |
CN105676223B (zh) | 一种非匀速太赫兹雷达平台sar成像方法 | |
CN114140534A (zh) | 一种用于激光雷达与相机的联合标定方法 | |
EP0619023A1 (en) | DOPPLER TRACKING METHOD FOR IMAGING OBJECTS FROM REFLECTED RADAR SIGNALS. | |
Huber et al. | Motion stereo for mobile robots | |
KR102015177B1 (ko) | 압축 센싱을 이용한 isar 영상의 자동 초점 및 수직 거리 스케일링 장치와 그 방법 | |
Pham et al. | Depth from defocusing using a neural network | |
CN114199205B (zh) | 基于改进四叉树orb算法的双目测距方法 | |
CN113640794B (zh) | 一种mimo-sar三维成像自聚焦方法 | |
JPH0252204A (ja) | 3次元座標計測装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20070801 Termination date: 20100702 |