TW200903383A - Method and apparatus for processing SAR images based on a complex anisotropic diffusion filtering algorithm - Google Patents
Method and apparatus for processing SAR images based on a complex anisotropic diffusion filtering algorithm Download PDFInfo
- Publication number
- TW200903383A TW200903383A TW097110213A TW97110213A TW200903383A TW 200903383 A TW200903383 A TW 200903383A TW 097110213 A TW097110213 A TW 097110213A TW 97110213 A TW97110213 A TW 97110213A TW 200903383 A TW200903383 A TW 200903383A
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- synthetic aperture
- aperture radar
- coordination
- anisotropic diffusion
- Prior art date
Links
- 238000009792 diffusion process Methods 0.000 title claims abstract description 83
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 78
- 238000012545 processing Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims description 54
- 238000001914 filtration Methods 0.000 title description 9
- 230000015572 biosynthetic process Effects 0.000 claims description 11
- 238000003786 synthesis reaction Methods 0.000 claims description 10
- 239000000463 material Substances 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000007774 longterm Effects 0.000 claims description 2
- 241001494479 Pecora Species 0.000 claims 1
- 238000010348 incorporation Methods 0.000 claims 1
- 230000002452 interceptive effect Effects 0.000 claims 1
- 230000005923 long-lasting effect Effects 0.000 claims 1
- 230000006835 compression Effects 0.000 description 16
- 238000007906 compression Methods 0.000 description 16
- 238000000605 extraction Methods 0.000 description 15
- 238000009499 grossing Methods 0.000 description 15
- 238000005259 measurement Methods 0.000 description 15
- 230000002829 reductive effect Effects 0.000 description 11
- 230000008901 benefit Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000006837 decompression Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 5
- 238000004804 winding Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000007665 sagging Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 239000002689 soil Substances 0.000 description 3
- 238000004800 variational method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000001427 coherent effect Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000012880 independent component analysis Methods 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 206010011224 Cough Diseases 0.000 description 1
- 206010036790 Productive cough Diseases 0.000 description 1
- 241001122767 Theaceae Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 208000001491 myopia Diseases 0.000 description 1
- 238000005312 nonlinear dynamic Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 238000001579 optical reflectometry Methods 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000011257 shell material Substances 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 208000024794 sputum Diseases 0.000 description 1
- 210000003802 sputum Anatomy 0.000 description 1
- 235000019640 taste Nutrition 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
- Image Processing (AREA)
Description
200903383 九、發明說明: 【發明所屬之技術領域】 本發明係關於影像處理領域,而更特定言之係關於處理 合成孔徑雷達(SAR)影像。 【先前技術】
合成孔徑雷達貢料之解析度無法與電光⑺資料之解析 度相比。EO感測器包括照片與其他光學成像器件,例如 光偵測與測距(LIDAR)集極。E〇感測器係被動,因其捕獲 來自場景的光反射率以提供其照片影像。但是,E〇感測 器受當曰時間及大氣條件之限制。 合成孔徑雷達(SAR)係有利,因在白晝或夜晚以及在惡 劣天氣中皆可獲得影像。合成孔㈣達係主動,因其記錄 來自射頻(RF”S號之背散射輻射以產生合成孔徑雷達影 像。該合成孔徑雷達之每—解析度單元—般具有許多散射 體。來自此等散射艚夕说门> & 回佗旒之相位係隨機分佈,而所 得干擾導致光斑。 =最後所觀看之偵測到的影像中產生一顆粒狀的外 觀:而因此產生與一卿像相比之一較 斑對可作測量之精確度施析度光 孔徑雷達資料中:的限制。例#,在合成 成孔徑雷達資料產生:=性。旁瓣干擾亦使得該合 電干擾可減小該合成孔㈣==體故障或無線 目前H + f , 由迓貝枓之保真性。 在此法中料的變跡法來處理合成孔徑雷達資料, 移除主瓣與旁瓣。但是,變跡法使得合成孔徑雷 129964.doc 200903383 達資料看起來係二進制。此亦導致债測到的影像具有—顆 ♦狀外觀還藉由低通滤波器(例如泰勒(丁^⑹加權)來處 成孔仁田達貝料。但是,該等散射體可能變成一同模 糊而導致-減小的解析度。目前用於處理合成孔徑雷達資 . #的方法之-結果係’特定的分析應用可能具有包含性, 其包括配準、道路债測、變化偵測、仰角萃取及測定。 、 對於含有光斑之合成孔徑雷達影像而言,一增強目的係 〇 料該光斑而不破壞重要的影像特徵。一像素之亮度不僅 係由該解析度單元中的散射體之特性決定,而且還係由來 自此等散射體的返回信號之間的相位關係決^。但是,在 特定應用中,光斑之移除可能產生不良後果。一其中光斑 I:存很重要之犯例係特徵之制與光斑圖案係相同標度之 h况帛Μ去除合成孔技雷達資料的光斑以及提高解析度 之一習知技術係應用各向異性擴散演算法。 在Yu等人之名稱為”減少光斑的I向異性擴散"的文獻中 Ο ㈣不一種用以去除合成孔徑雷達資料的光斑之方法。一偏 微分等式(PDE)方法係用於光斑移除。特定言之,產生— . 〜像‘度工間’其係從精細至粗糙變化的經過濾、影像之- ' 在Xl等人之名稱為"用於高解析度合成扎徑雷達影 ' 像的各向異性擴散去除光斑"的文獻中揭示另—方法。 在離散影像資料中應用基於一離散化方案(即,一加法算 子分裂(AOS)方案)之_非線性擴散過遽演算法。儘管此等 二法皆藉^減少雜訊而保存邊緣來使得該合成孔徑雷達資 料之解析度提高,但仍然需要使得合成孔徑雷達資料看起 129964.doc 200903383 來更象高解析度的ΕΟ資料。 【發明内容】 鑒於上述走景,因此,本發明之一目的係將合成孔徑雷 達貝料之解析度提高成看起來更像ΕΟ資料。 依據本發明之此及其他目的、特徵及優點係藉由用以處 理合成孔徑雷達(SAR)影像之—由電腦實施的方法來提 供’該方法包括·決定在—欲處理的合成孔徑雷達影像中 之雜訊;基於所歧的雜訊來選擇針對該合成孔徑雷達影 像之-雜訊限定值;以及基於選定的雜訊限定值來以算術 方:調整一各向異性擴散演算法。將經調整的各向異性擴 政β算法應用於該合成孔徑雷達影像。 可基於該合成隸雷達影像之梯度值线計分析來決定 該雜訊。例如’該統計分析可以絲於料梯度值加上一 吊數之一標準偏差。或去1·、,# 几“偏次者可以基於-傅立葉(F〇urier)窗 口化方案或一小波分解來決定該雜訊。 Ο 二向異性擴散演算法可以係基於包含一非常數項之— 熱等式。以算術方法調整該各向異性擴散演算法可包含義 於選定的雜訊限^值來調整該非常數項。藉由調㈣非; 數項’此舉有㈣允許將該熱等式訂“ 孔徑雷達諸。'mm函^獲得成 其中每-函數對應於所處理的特定合成孔 :果’ 同的合成孔徑雷達資料集可得到更佳處 :[不 成孔徑雷達影像之解析度。 n所觀看合 本發明之另一方面係 '關於—種配位 向”性擴散演算 129964.doc 200903383 法。已針對配位資料來重新推導用於上述各向異性擴散演 异法之等式從而使得該程序現在係非線性。就配位資料而 言,—合成孔徑雷達資料集之實數與虛數成分係在同一時 :::理。由於該合成孔徑雷達資料集之實數與虛數成分係 作為-配位物件來處理,因此該配位各向異性擴散演算法 2夠從雜訊極多的資料中抽出場景内容,此進而提高所觀 看合成孔徑雷達影像之解析度。 用處理配位合成孔控雷達影像之一由電腦實施的方法 3接收針肖包含複數個像素的合成孔徑雷達影像之一 配位合成孔徑雷達資料集,並將該配位各向異性擴散演算 法應用於該配位合成多丨灰带 成•孔心·田達資料集。該配位合成孔徑雷 貧料集包含針對每一像素之-實數與-虛數部分。若在 接收該配位合成孔徑雷達資料集’則將該頻率 轉換為影像空間。該頻率空間對應於針對每_像素之 :位及功率’而影像空間對應於針對每—像素之相位及振 該配位各向異性擴散演算法還可用於合成孔徑雷達資料 之干涉處理,尤其係(例如)用於城市區域的下陷測量。下 ::係-地形位移…地球表面的仰角相對於海平面而減 勺=處理干涉合成孔徑雷達影像之—由電腦實施的方法 收同场景之第一與第二配位合成孔徑雷達資料 /、Y而該第二配位合成孔徑雷達資料集係相對於該第一配 位合成孔徑雷達資料集而相位偏移。每一配位合成孔徑雷 129964.doc 200903383 達貝料集可包含複數個像素。基於該等第-及第_ 成孔徑雷達資料集形成— 〜配位合 差異。將配位各向錢擴散演算法應料該干 = 該干涉圖包含針對每一像素之一實數與一虛數部分:將 衝擊濾波器應用於該干涉圖。 將一 該配位各向異性擴散演算法局部消減雜訊 干涉圖中的場景間斷性。該衝擊遽波器係用於影:= 糊。經由配位各向異性洁曾、t — a ώ ,、像去权 '异法之非線性平滑化與經由衝擊 滤波之邊界增強接俱4日& # w、,曰 s強使仵相位差異測量之精確度及品質辦 加。由於下陷係藉由將呤 9 ㈣… 的水久物件(例如,建築 t參考點來測量,因此該等永久物件之邊界品質之 提南使得該下陷測量得到改良。 、 奋=法可進-步包含在應用該衝擊據波器後對該干涉圓 :維“相位展開。該等兩個已配準的合成孔徑雷 像之間的相位差異係與一所需要的關注實體 ^面拓樸)相關。僅可以模2B來配準該相位差異,而目 歩技術主要係藉由使用離散値來從已配準的相位
=相位)恢復絕對相位(展開相位),此趨向於使該資料 平滑化。 K 依據本發明之變分相位展閱,,當曾、L γ 子位展開々异法可以係基於-用以控 :該平滑化之成本聽。並不基於該資料之㈣而提供— 體千滑化,該變分相位展開演算法令邊緣保持完好而選 擇性地將與該等邊緣相鄰之區域平滑化。結果,基於該配 位各向異性擴散演算法、衝擊遽波器及變分相位展開之對 129964.doc ,10· 200903383 合成孔徑雷達資料的;、土 a ' 、干處理共同提高邊界品質,此進而 改良下陷測量。 該各向異性擴散涫篁 、异去還可用於合成孔徑雷達影像之壓 縮與解壓縮。應用該各 向異性擴散演算法之一優點係,叙 論所使用的壓縮方 … 乃茶如何,壓縮後的合成孔徑雷達影像之 尺寸皆產生一較小尺+ &冰& 寸的相I案。就對一合成孔徑雷達影像
之解壓縮而言,藉由缸故P 動〜'壓縮該合成孔徑雷達資料、將該 資料量化並接著與由1女 k π s由遠各向異性擴散演算法來解壓縮,亦 獲Ή、尺寸的檔案。該動態範圍越大則壓縮比率越 。土於各向異性擴散演算法之經壓縮與解壓縮 的合成孔徑雷遠影推々w, ' 〜象之儲存與傳輸佔據較小的空間與頻 寬。 該各向異性擴散洁筲、土、替1 m '、、异去逛可用於針對合成孔徑雷達影像
L 之仰角萃取與配準。用以配準合成孔徑雷達影像之一由電 腦實施时法包含:選擇欲配準的第-與第三合成孔徑雷 :影像’肖由—各向異性擴散演算法來個別地處理該等選 =第第二合成孔徑雷達影像;以及在處理後配準該 等第一及第二合成孔徑雷達影像。該方法可進-步包含在 配準前將—衝擊遽波器應用於個別該等第-及第二經處理 的合成孔徑雷達影像。此方㈣合成隸雷達影像配準提 供更高的精確度’此進而允許基於已配準的合成孔徑雷達 影像來更佳地萃取仰角資料。 該各向異性擴散演算法與—衝㈣波器之另—應用係相 對於用於材料分類之向量及道路萃取。用於合成孔徑雷達 129964.doc 200903383
影像中的向量萃取之一由電腦實施的方法包含:選擇用於 向量萃取之一合成孔徑雷達影像;藉由一各向異性擴散演 算法來處理選定的合成孔徑雷達影像;以及基於經處理的 合成孔徑雷達影像來萃取向量資料。可在該萃取之前將該 衝擊濾波器應用於經處理的合成孔徑雷達影像。接著,可 基於所萃取的向量資料來萃取道路影像資料。從而藉由使 用該各向異性擴散演算法之一連貫方案來描繪該資料。此 方案為道路萃取提供更高的精確度。 【實施方式】 下文將參考附®更完整地說明本發明,附圖中顯示本發 明之較佳具體實施例。不過,此發明亦可以不同的形式來 具體化而不應解釋為受限於本文所提出的具體實施例。更 確切地說’該些具體實施例將使此揭示内容更臻完整而全 面,並且將本發明的範疇完整傳達給熟習此項技術者。所 有附圖中相似的數字表示相似的元件。 、I先多考圖卜-合成孔徑雷達(咖)5〇收集合成孔徑雷 達資料’且電腦實施的系統6G處理該合成孔徑雷達資料。 該SAR 50係由-機載平臺52(例如一飛機)承載於一有關區 域上。該機載平臺52亦可係以空間為主。 埤你一硃市區域,例如一城市,並包括 若干建築物54。舉例而言,該城市區域中還包括鱼該等建 築物54相比相對較小的特徵,例如樹木%與道⑽。或 者,該關注區域可以係一農村區域,即沒有任何建準物 54,亦有極少數的建築物。 y、 129964.doc 200903383 =習此項技術者會明白,—合成孔徑雷達影像在轉換為 實數值以便硯看之前,係先接收為_複數值。首先在包 ”力率之k工間中接收該合成孔徑雷達影像。藉由 :k空間中對返回資料實施反向傅立葉轉換,產生一影像 空間。該影像空間包括相位與振幅。由於該影像空間包括 目,與振巾田貝§fL,因此其存在光斑的問題。為觀看該合成 孔技雷達影像,藉由在影像空間中取該資料之幅度而從該
t像空間移除該相位。此產生一偵測到的或實數影像以供 觀看。 一旦收集該等合成孔徑雷達影像,(例如)便可將其儲存 ^一料媒體7〇(例如—磁碟)上,以傳輸至—電腦^。在 »亥電知62内’可以將㈣合成孔徑雷達影像儲存為欲處理 之合成孔徑雷達影像之一資料庫之部分。當然,熟習此項 技術者輕易便可明白,還可以使用其他適用於傳輸合成孔
“達貝料之方法。所收集的合成孔徑雷達影像可以係複 數或實數取值。 / “ ;"、器64係連接至該電腦62以便觀看處理後的合成孔 徑雷㈣像。輪人器件(例如鍵盤66與滑鼠68)亦係連接至 °亥電月“2。依據本發明’該電腦62包括一用以處理該等合 成孔徑雷達影像之處理器68。 用^以將合成孔徑雷達資料之解析度提高成看起來更像 EO貝料之_態樣係基於修改一熱等 <,其係一二階線性 偏微分等式。該熱等式係如下: 129964.doc 13 (1) 200903383
=cV2M(x,〇,ceSR ot or = div(cVu(x,t)) = V · cVu(x,t) 在特定條件下,該熱等式之一其 土本解式係高斯 (Gaussian)密度函數。可將該熱等式寫為如下. ° ~X^J) = ^v(c(x,y,t)Vu(x,y,t)),c e (2) :cix,y,t)^ uix^y^) + ^c{x,y,t)»S7u(x,yj) 變數C係稱為一對流函數,而t對應於 τ间’而X盘v其於 所收集的合成孔徑雷達資料形成一複數。 /、土、 變數c並非-常數值。此有利地允許 又發:’該 …、寻式訂盤j用於 所處理的合成孔徑雷達資料,因為非—常數值。 、 結果,可以建立一類函數來獲得所需結果,—… 數對應於所處理的特定合成孔徑雷達 /、母一函 咖 人上 _ 在—城市區域 内,:合成孔徑雷達資料集中的散射體可能不同於另4 成孔控雷達資料集中的散射 σ 隹 欣㈣k而使得個別的合成孔徑 雷達資料集不同。 由於該等合成孔徑雷達資料集並不類似,因此同一函數 =,-各向異性擴散演算法)之應用使得更接近匹配該函 數的5成孔徑雷達資料集之解析度得到提高。對於不與該 2接近匹配之另-合成孔徑雷達資料集,其解析度將不 如在使用一更接近匹配的 數If況下之解析度。此情形對 於來自農村區域的資料集而言可能同樣存在。 藉由將該對流函數c改變成與一特定的合成孔徑雷達資 判·集更佳匹配,使得供翻丢 付、硯看之對應實數值影像將具有比在 129964.doc 200903383 :叙巾數值情況下更佳之一解析度。當該對流函數c係一 =時’對不同的合成孔徑雷達f料集作等效的處理。 7非常數e允許該各向異性擴散演算法讓—合成孔徑+達 貝料集同時變模糊與變清晰。藉由經由該對流函數二算 整該熱等式’可以更佳地處理不同的合成孔徑雷 ^ =術方式調整該熱等式,需要決定該合成孔徑雷達 二:集中的雜訊。用以決定雜訊之一方法係係於收集關 m母錢理的合成孔徑雷達資料集中的梯度值之統計 :貝枓。可以就實際的合成孔徑雷達資料集本身而收集統 貝料,或者可以基於已經處理的類似合成孔徑雷達資料集 而預疋a亥等統計資料。熟習此項技術者容易理解,用以決 定雜訊之其他方法包括一傅立葉窗口化: 解。 收乃 參考圖2至4來解說基於統計分析對在一合成孔徑雷達資 枓集中的雜訊之計算,此進而係用於以算數方法調整欲應 =於該合成孔徑雷達資料集的各向異性擴散演算法内之對 抓函數圖2中提供針對該合成孔徑雷達資料集的像素密 度之-分佈,而目3提供針對該等像素的梯度值之分佈。 梯度值之刀佈係處於同一值的梯度值數目。例如,峰值處 於12X104的尖峰!⑽表示有12(),_個梯度處於同一值。 *收集關於該雜訊之統計資料可以係基於該等梯度值之— :偏差、旦決定該標準偏差,便可以將一預定常數與 S亥標準偏差之—倍數相加以獲得該雜訊限定值k。一旦已 129964.doc •15- 200903383 針對β亥合成孔徑雷这眘祖隹&+ 以該雜訊限定值k,便應 用對應的各向異性擴散演算 謂瑕肩舁去以將該等值平滑至k的右側 而不將該等值平滑至k的亡 ./f 的左側。由於不將該等值平滑至k的 左側,因此保存該場景令的邊緣。 ^的線來標示。限定μ係設定為標準偏差之兩倍加上一 吊數°熟習此項技術者容易明白, 統計方法可用於,登摆如十 '’k化以及其他 T力忒J用於選擇所需限定值k。 該限定值k係稱為让值。高 此將#掊I@ 梯又值對應於明亮的散射體, 此將保持不變。因此,马 變模糊。相沒肢而不會使得明亮的散射體 敕W叮 看起來類似的梯度值平滑化。藉由調 正限疋值k ’可以使用不同 _ 玄的函數來建立針對所虚王f 的合成孔徑雷達資料隼之胜6 处 定值k來調整該對流函數 H亥雜錄 加々a w 優點係終端使用者不必在多 個各向異性擴散演算法 夕 、查^隹 選擇較適用於處理該合成孔徑雷 達資料集之一演算法。實 X 工田 汽h上’一旦已選定該 k便自律地實行此選擇。 Ή限疋值 圖2及3中像素強度及描 又值之分佈對應於圖4所示旦< 像,並對應於圖5所示梯度 如 似。每一影像包括一―之“象。該等兩個影像極為類 … 度110,其表示用於觀看咳,傻 之亮度數量。 娜有通衫像 對於顯示於圖6中的梯度影 . . '、/象’已在該合成孔徑雷这眘 料集之處理期間應用一慣 k甚違貝 圖式說明指出建築物邊緣並 泰勒加杻。 亦,、、、法谷易地決定樹 I29964.doc -16- 200903383 木與陰影。 圖7中,如上所述,已基於該等梯度值的分佈之一統計 分析來設定針對該合成孔徑雷達資料集之雜訊限定值k。 訂製的過遽還可稱為一智慧濾波器,其藉由調整欲實行平 滑化之處而與所處理的合成孔徑雷達資料更佳地匹配。結 果,圖式說明指出該等建築物邊緣更加清楚,而且該等樹 木與陰影更加清楚,此有利於更佳地測定。 現在將參考圖8至丨2來說明藉由使用不同的過濾方案對 同場$所作之比較。各圖中將各種關注散射體用圓圈圈 起。圖8顯示在任何過濾之前的原始場景。圖9中,該原始 場景之過濾係基於一 9的柵格窗口。將每一群組的3x3像素 平均,並針對該合成孔徑雷達資料集中的所有像素重複此 =。如圖10所示已將-標準的高斯渡波器應用於該原始場 厅、並且如圖1 i所不已將一標準的各向異性擴散演算法應 用於該原始場景。 為更佳地移除在該原始場景中的散射體周圍之雜訊,在 讓該等散射體之組件保持完好之時,首先決定該合成孔徑 雷達資料集中的雜訊。基於該選定的雜訊限定值k,相應 也凋王》亥各向異性擴散演算法以提供一更高解析度之影 像’如圖12所示。 儘管已將一各向異性擴散演算法應用於圖u所示場景, 但該等散射體仍在其周圍具有所謂的多個反彈。藉由多個 反彈’ 4等;皮擊中該等散射體並與地面介接,而結果在該 等散射體四周反彈。該多個反彈看起來像雜訊,但在某些 129964.doc -17· 200903383 情況下可以揭示關於該等散射體之有益資訊。圖12中,已 選擇該對流函數故1^已移除該多個反彈。 由於基於針對所處理的合成隸#達f料集之梯度值分 7之-統什分析來選擇性控制該對流函數e之優點,而使 仔解析度增加。針對受附加雜訊破壞的影像而提供區域内 部的平滑化與邊緣保存。在該合成孔徑雷達資料集包含光 斑之情況下,具有可調整的對流函數c之各向異性擴散演 算法產生邊緣敏感的光斑減少。 可以有利地藉由使用硬體及/或軟體將受選擇性控制的 對流函數e應用於原始配位㈣(即,實數與虛數成分)及所 偵測衫像(即’僅實數成分)以提高該合成孔徑雷達資料集 之w體保真性。此還可以係基於針對所處理合成孔徑雷達 資料集的雜訊限定值之選擇而自律地實行。因此,可以從 合成孔徑雷達資料集產生高解析度的類似e〇之場景。藉 由同時移除雜訊並使得該合成孔徑雷達資料集中的類似^ 料區域平滑化,保存高頻率資料。因此,保存資訊紋理與 線性結構,其提供EO與SAR資料之間的—更精確的評估。 、本U之另—方面係關於—種配位各向異性擴散演算 法。已重新推導用於上述各向異性擴散演算法之等式以用 於配位資料’從而使得該程序現在係非線性。根據配位資 料’於同-時間處理一合成孔徑雷達資料集之實數與虛數 成分。 相反,即使已將各向異性擴散演算法應用於配位合成孔 桎雷達貧料,亦係採取一線性方式來對其實行此舉。此意 129964.doc 200903383 味著該配位合成孔徑雷達資料之實數與虛數成分係分別處 理,而接著將結果組合在一起。 用於配位各向異性擴散演算法之重新推導的等式係如 下:
(3)
由於該合成孔徑雷達資料集 配位物件來處理,因此該配位 雜訊極多的資料中抽出場景内 之解析度。 之實數與虛數成分係作為一 各向異性擴散演算法能夠從 容,此進而提高所觀看影像 作為一比較,參相13所示之原始影像。將配位各向異 性擴散應用於對庫对v (g!彳7 Λ α π 對應於圖13中的原始合成孔徑雷達影像之入
成孔徑雷達資料隹,丨、w D 、木以棱供圖14所示擴散影像。該等邊界 及特徵在擴散影像中明顯更清晰。 ^ = ^各向異性擴散演算法應歸單—影像合成孔徑 集之外’還可將其應用於干涉處理。特定言之, 129964.doc 19- 200903383 針對城市場景的下陷測量之干涉處理在使用配位各向異性 擴散演算法時尤其有利。 現在將更詳細地說明合成孔徑雷達資料之干涉處理。參 2圖15所示流程,將針對城市區域的下陷測量之合成孔徑 雷達資料之干涉處理作為一圖式範例來加以說明。下陷: 地形位移,其中地球表面的仰角相對於海平面而減小。 在一修整相位歷史步驟丨2 〇處接收合成孔徑雷達影像。 基於說明之目0 ’將兩個合成孔徑雷達影像相比較。熟習 項技術者U便會明白,該等兩個合成孔徑雷達影像係 關於同-場景’但該等影像係彼此相對略微偏移。若該等 合成孔徑雷達影像係作為原始資料而接收,則將其從頻率 空間轉換為影像空間。頻率空間對應於相位及功率,而影 像空間對應於相位及振幅。針對該合成孔徑雷達影像中的 每一像素之相位及振幅提供針對欲處理的配位合成孔徑雷 達資料之實數與虛數成分。 該修整相位歷史步驟120確保在一很高的位準,該等兩 個合成孔徑雷達影像適用於干涉處理。在頻率空間中該等 個另j相位歷史之父叉點係在該等兩個合成孔徑雷達影像之 間選擇,而其他一切皆予拋棄。在步驟122中配準該等兩 個合成孔徑雷達影像。配準確保該等兩個合成孔徑雷達影 像之間的特徵係對齊。例如,在該第一合成孔徑雷達影像 中處於一給定緯度/經度/高度的一建築物之一角係配準為 對應於該第二合成孔徑雷達影像中的同一緯度/經度/高 度。結果,該等像素係排列於該等兩個合成孔徑雷達影像 129964.doc -20- 200903383 在步驟124中形成干涉圖。將該第—合成孔徑雷達影像 乘以該第二合成孔徑雷達影像之複數共輛。結果係該等兩 個合成孔徑雷達影像之間的相位差異。所得干涉圖係與高 度直接相關。在該干涉圖中,針對每一像素之相位係藉由 取其虛數部分除以其實數部分的反三角函數而獲得。針對 該第-合成孔㈣達影像,決定針對每_像素之相位資 f 1, 料。同樣,針對該第二合成孔徑雷達影像而決定針對每一 像素之相位資料。下而賊;审4 下面將更坪細地說明,該干涉圖中針對 每一像素的相位資料在負W與正Pi之間變化。因此,該等 相位繞回。 接下來,-般會應用一低通據波器以平滑化該干涉圖。 但疋,此趨向於使得該場景令的邊緣變模糊。對於一農村 場景,模糊係、可以接受的,但對於—城市區域場景, 其中下陷係於特定的地標上測量,因此模物化不合需要’、 因為此會影響所測量下陷之精確度。 一替代—低通遽波器的係’在步驟126中應用如上所述之 =各向異性擴散演算法’且在步驟128中應用一衝擊 Ϊ數二位各向異性擴散演算法,將每-像素之 =數;虛數部分處理為一配位物件,即非線性處理。相反 線性處理涉及分別處理該等實數與 將該等結果組合在-起。該配位各向異性擴散演4 = 消減雜訊且同時保存該干涉圖中的場景間斷性。… 熟習此項技術者容易瞭解,該衝擊濾波器係用於影像去 129964.doc •21 · 200903383 模糊。換言之,使用算術形態學來增強該場景中的邊界。 對應於該衝擊濾波器之等式係如下: du(x>y,t) . —^ — =V u(x,y,t)pu(x,y,t)\\ (4) 邊衝擊等式係一非線性雙曲線微分等式。該等式之第一 /刀對應於藉由拉普拉斯(Laplacian)決定之侵蝕/擴張。該 等式之第二部分係該梯度之一幅度。為解說該衝擊濾波器
之應用,圖16顯示一原始近視向量多光譜影像,而圖η; 不3亥衝擊毅n針對該影像H在應用該衝擊遽波器 後’該等邊界明顯更清晰。 。 工由配位各向異性演算法之非線性平滑化與經由衝擊淚 波器之邊界增強,使得相位差異測量之精確度及品質: 加由於下陷係使用將該場景中的永久物件(例如,建築 ^作為參考點來測量,因此該等永久物件之邊界品質^ 提高’改善該下陷測量。 由於該相位僅可在加pi至減pi之 ,厂〜丨日厂艾% ㈡〜六你稱馮 -、·堯接相位。若該等兩個合成孔徑雷達影像之間不存在相 :的杈糊繞接’便可接著在步驟130中測量該下陷。但 是’若確實存在一模糊繞接(此—般係實際情況 驟132中實行一變分相位展開。 將該變分相位展開雍爾认# 開應用於该干涉圖,此係已配準的第一 與弟一合成孔徑雷逵寻彡禮 達心像之間的相位差異。該等兩個已配 準的合成孔徑雷这影伯+ 像之間的相位差異係與一所需要的關 注實體品質(例如表面叔嫌w 而受扪關 表面拓樸)相關。僅可以模2B來配準 129964.doc -22、 200903383 位差異,而目前的干涉技術主要係藉由使用離散值來從已 配準的相位(繞接相位)恢復絕對相位(展開相位)。例如, 可藉由餘數截取樹型演算法及最小平方演算法來實行當前 相位展開。 田 為實订相位展開,依據該干涉圖來決定該相位,此係一 具有實數與虛數部分之配位物件。該虛數部分相對於該實 數邛为之反三角函數提供個別相位。拋棄振幅而留下相 位0 一=於該相位僅可在正pi至負Μ間變化,因此其係稱為 、’堯接相位。但是,實際上,該相位從正無窮大變為負無 窮大。此係該干涉程序之困難所在。 *的係决疋正確的映射以從正/負W空間變為正/負無窮 大工間。但是,該等有限影像受該場景中的最高物件高度 之限制。若該最高建築物⑽0英叹,則該差異係基於地 =處位準與_英,尺。理論上,正/負無窮大在算術上係 正確的,但j貝音^ 士 — ’、 度之間。—實中釔化係,丨於零與該場景中的最高物件高 :變分相位展開處理該資料中的非線性與間斷性。在取 兩個合成孔徑雷達影像之間的相位差異之前,在該等 η I邊界處的相位繞接處存在模糊。該相位繞接之點係 稱為邊緣線。 设< ...,δ你 於展開演算法係二維。可以藉由使用專門應用 一唯^題的要求而將—維相位展開技術重新推導用於 -維。還可以訂製可用的其他二維相位展 129964.doc •23- 200903383 在影像分析中,分割係依據一定的標準將一數位影像分 成多個區域(像素集)。分割之目的一般係定位關注物件。 某些常用於分割的技術包括求限定值、區域生長及連接成 分標記。主動輪廓亦為一常用方法。 «亥k为相位展開演算法係基於Mumford_shah(分段平滑) 函數或成本函數,如下所示:
^ j(f~g)2dA \W\2dA
Q\C rjds 該等式決定f與C會向該展開相位提供什麼。第一項係f 向g( 像)的分段式平滑近似而沿c存在間斷性。可將該等 式之此部分視為測量f品質之一資料保真性項。該等式之 第2項係平滑度項。可將此視為在給定C:之條件下針對f的 合\尘第二項對應於C的長度。一般對多餘的弧長度 θ ^ °'J原始的分段平滑函數或成本函數針對更一般 Z斷性集合使用Hau咖ff測量。依據本發明,⑽限於 平滑曲線以便替換為弧長度。 :使得該分段平滑函數或成本函數最小化,開發一新的 的志Γ數u更好地解決該等邊緣線之間的資料間斷性。新 的成本函數係如下: (6) 129964.doc -24· 200903383 【二表㈣繞接與展開相位之間的梯度。第二項表示 :欲处理场'7、之先驗知識。第三項對未經處理的干涉 之最大邊緣長度施加限制。 ' 平滑的資料。在決定該成本函數之最小卿,c)後乍:於 偏微分等式(咖)進行一轉換。接著求解該跡對- 該變分相位展開演I本采丨 秀异法利用精由該配位各向異性擴散演 算法來預處理該資料之事實。該配位各向異性擴散演;: 並非設計用於將間斷性平滑化。因此,針對該相位展開之 變分方法利用該資料仍將係間斷之優點。 現在將參考圖18至27所示曲線圖來說明變分相位展開。 圖18A與18B中提供兩個建築物15〇、152及與該等建築物 相鄰的對應地面160之-原始場景。圖⑽係該合成孔徑雷 達影像之一三維曲線圖,而圖18A係同一合成孔徑雷達影 像之一倒置圊。在原始場景中,該地面16〇係幾乎與該等> 建築物1 52之一建築物一樣高之一小山。 圖19A及19B中提供該原始場景之一繞接干涉圖。由於 該干涉圖係一配位物件,因此其相位係決定成使得可以觀 看該干涉圖。因此,圖19B所示曲線圖之軸採用弧度。對 於母X與y像素,有一繞接的相位值。此意味著範圍始終 係介於正/負pi之間。該正/|pi範圍之邊緣係邊緣線17〇與 172。 圖19B中,小山160之中心已下降。該相位差異不包括任 何雜訊。雜訊係人為添加至該場景以模擬一真實的集合, 如圖20A及20B所示。在圖21A及21B中,已藉由應用一平 129964.doc •25· 200903383 f濾波器來消減該雜訊。由於正規的平滑演算法趨向於使 付間斷性平滑化’因此已使得該等邊緣線i7Q、m平滑 化、,、α果,已減小該解析度。在圖22A及22B中提供一配 位各向異性擴散器干涉圖。該等邊緣線i7G、⑺更清晰, 而保存該等建築物邊緣。 々見在將參考圖23至27說明另_範例集合。圖23顯示四個 j梁物180、182、184及186之一倒置圖。每一建築物處於 -不同的高度,如一不同陰影所示。圖24顯示—無雜訊的 干涉圖。由於正/負間的相位繞接,因此該等四個建築 物180、182、184及186看起來係相同高度,如同一陰影所 示。當向該干涉圖添加雜訊時,該等建築物18〇、⑻、 184及186因該雜訊而變成隱藏’如圖25所示。圖%顯示依 據本發明之—配位各向異性擴散雜訊干涉^在應用該配 位各向異性擴散演算法後從該雜訊萃取該等建築物刚、 182、m及186。圖27中提供建築物18〇之一近視圖來解說 如何保持該等邊界邊緣。 回過來參考圖15所示流程,在步驟134中估計提供一個 ^合成孔徑雷達影像的每-合成孔徑雷達之幾何狀況。就 每合成孔徑雷達在取對應影像之時位於何處作一決定。 右及第一合成孔徑雷達係指向一給定緯度/經度/高度,則 就針對該像素的緯度/經度/高度值㈣該等像素值:有極 高的可信度。 在步驟"6中將以弧度表示的展開相位轉換為高度。當 獲得一展開相位測量時,其係以弧度表示。接著,進行從 129964.doc -26- 200903383 弧度至高度之一轉換。熟習此項技術者容易瞭解,一封閉 Z式的等式取該弧度值作為高度。該高度為決定該等兩個 2成孔控雷達影像之間的下陷提供所需要的測量。基於解 說目的,圖28顯示一影像影像,圖29顯示藉由一高斯遽波 ^平滑化的原始影像’而圖3〇顯示藉由一配位各向異性擴 散演算法過遽而經20個迭代後的原始影像。在該等兩個影 像之間,該等邊界邊緣在圖3〇中明顯更鮮明。 ' ^從而ϋ由該各向異性擴散演算法而保持該間斷性,此 係由於該演算法之特性。該演算法基本上對該等梯度進行 運异’因此嚴格地基於該影像之梯度而知道是否應平滑 化。若該梯度低於開頭設定的雜訊限定值,則該演算法將 會前行而使得該梯度平滑化。若該梯度高於該限定值,則 邊演算法料會使得該梯度平滑化以便保持或保存—對應 結構之-邊緣。如上面所提到’較佳的係依據關於該場: 之知識來設定該限定值。 依據稱為變分法之錯誤算術法來導出變分相位展開。變 分法之原理係用於提出一處理間斷性的相位展開演算法。 當前的展開演算法趨向於使得該資料平滑化。相反,變八 相位展開演算法係基於一用以控制該平滑化之成本函數: 並不依據該資料之特性而提供一整體平滑化,該變分相位 展開决异法令邊緣保持完好而選擇性地將與該等邊緣相 之區域平滑化。 本發明之另—方面係在壓縮與解壓縮合成孔徑雷達影像 時應用該各向異性擴散演算法。合成孔徑雷達資料集可能 129964.doc •27· 200903383 相對較大,而當壓縮一合成孔徑雷達資料集時,一般在該 程序期間降低該解析度。此係有損預處理壓縮方案之一結 果。有損預處理演算法—般使得在—場景中的散射體劣: 化。此外,資料量可能使得當前的處理能力相形見絀。 、大多數常用的預處理演算法用作低通遽波器。下面的壓 縮方案嘗試以一在所有資料中找到類似性的方式將該資料 们且:獨立成分分析(ICA)、小波轉換(Gab〇r遽波器认平 行性開發方案。由於該合成孔徑雷達資料之動態範圍,難 以採取—使得可以對該資料較佳分組的方式來求該資料之 限定值。 八用以壓縮合成孔徑雷達影像之一由電腦實施的方法包 Γ i =收—欲M縮的合成孔徑雷達影像;將—各向異性擴 散演具法應用於該合成孔徑雷達影像;以及在將該各向異 性擴散次鼻法應用於該合成孔徑雷達影像後壓縮該合成孔 徑雷達影像。應用該各向異性擴散演算法之-優點係’益 論所使用的壓縮方案如何,I縮後的合成孔徑雷達影像之 尺寸皆產生-較小尺寸的檀案。因此,經壓縮的合成孔徑 雷達影像之儲存及傳輸佔據較小的空間及頻寬。 旦基於比較目的,用於塵縮之度量係基於圖31所示原始場 …玄原始場景具有691 kB之一未經塵縮的抓檔案尺 寸。該原始場景之;PEGI縮將該檔案尺寸減小為62 kB, 而该原始場景之Wi — l縮將_案尺寸減小和四。 圖湖示藉由-高斯遽波器對該原始場景之過遽。經高 斯過滤的原始影像之㈣I縮將_案尺寸減小為55 129964.doc -28- 200903383 而經高斯過濾的原始場景之Winzi^ 減小為33 kB。 保茱尺寸 顯示依據本發明,圖33在—各向異性擴散演 始場景之過遽。經各向異性擴散過渡之場景之尺寸仍與: I過濾而經南斯過遽的原始場景之尺寸相同。經各向異性 擴散場景之肌G壓縮將該檔案尺寸減小為Μ⑽,而經各 二異性擴散場景之Winzip壓縮將該檔案尺寸減小為幻 幻提供該等不同影像之間的—並排比較。當已將各向 異性擴散應用於該等合成孔捏雷達影像之任何影像時,與 不應用該各向異性擴散演算法時相比可以獲得更大的壓 縮。經各向異性擴散過遽的影像具有— 16:l之肌G壓縮與 一30.1之Winzip壓縮比率。
就解壓縮而言,依據各向異 定言之’用以解壓縮合成孔徑 方法包含:接收一欲解壓縮的 成孔徑雷達影像實行一動態範 徑雷達影像量化;以及藉由將 f·生擴散來實行解壓縮。更特 雷達影像之—由電腦實施的 合成孔徑雷達影像;對該合 圍壓縮;冑經壓、缩的合成孔 一各向異性擴散演算法應用 129964.doc -29- 200903383 於經ϊ化壓縮的合成孔徑雷達影像來將該影像解壓縮。該 量化可以(例如)unit8類型。該動態範圍壓縮係一非線性程 序0 現在參考圖34至36來解說該解壓縮。欲解壓縮的原始影 像係顯示於圖34,而具有一 65.68 Μβ之影像儲存尺寸。: 用非線性動態範圍壓縮,而該等結果係量化為仙丨以類型: 如圖35所示。该影像儲存尺寸現在係4.11 MB。在該量化 影像中並未清楚地定義樹木及陰影。 圖3 6中顯示藉由—各向異性擴散演算法對該經量化影像 之解壓縮。樹木及陰影現在係定義得更佳。甚至可以應用 T衝擊濾波器來進一步增強所觀看的合成孔徑雷達影像。 藉由動態壓縮該合成孔徑雷達資料而接著將該資料量化, 明顯減少在傳輸期間需要的資料數量。平均起來,此等資 料=需要該場景的資料之4.1 1/65.7=6 25%用於傳輸。二 動悲範圍越大則壓縮比率越佳。^ ^ ^ ^ ^ ^ ^ ^ &狂狀场景中很凴的散射 體,其會受到更多壓縮。即使將一有損的經屢縮/解墨縮 影像提供給一使用者,庙田ι、+*旷/ 應用上述壓鈿/解壓縮方法實際上 亦會提高用於觀看的原始影像之品質。 現在將參相37至44說日料對雜訊虛數與合成孔徑雷達 虛數使用如上所述的各向異性擴散之仰角萃取/配準。雜 Γ貧料影響關聯、配準(同一感測器或橫跨感測器)及仰角 卒取之精確度。現在’將低通遽波器用於雜訊資料。將變 跡法用於合成孔徑雷達資料。 用以配準合成孔徑雷達影像之一由電腦實施的方法包 129964.doc -30- 200903383 含:選擇欲配準的第一盥笛_ 弟與第-合成孔徑雷達影像,·藉由- _ 擴散演算法來個別地處理該等選定的第一及第二 合成孔徑雷達影像;以及在處理後配準該 : 達影像。較佳的係在該配準之前將-衝《二 的第-與第二經處理的合成孔徑雷達影像。接 土、已配準的合成隸雷達影像來萃取㈣資料。 達解=的’圖37與38顯示兩個未配準的合成孔徑雷 法的優點之度量,在圖二=各向異性擴散演算 ^ A u " 不衫像丨(作為參考)與圖38所示 像)之間進行關聯。以針對該等兩個影像 數映射。獲得該關聯映射之最大值,即蜂值。 忒關聯映射上的峰值位置指 ^ 相不该貝枓之間的偏移,即配準 偏移。將影像1的全部與影像2的 得該關聯之最大值。接著_ 9。-己< 獲 來繼影像。㈣由使用该各向異性擴散演算法 如圖39所示’在未經過遽的關聯表面中該關聯峰值係 〇.9〇8丨。過攄後’該關聯峰 峰值係 m 1承υ·9674,如圖4〇所示。在 應用配準後,來自圖37及38之影像不移動,如圖41及42所 示。不過濾此等影像。斜斟給.·住 傢針對配準之關聯岭值係0.9〇81,而 配準後整個影像之後關聯繫〇 3634。過渡後,圖Μ至例 示過滤後的對應影像。針對配準之關聯峰值係Ο·,而 配準,整個影像之後關聯_鄭。使得配準提高9作。, 而使得關聯在配準後提高4 5 %。 現在將參考圖45至48來㈣㈣㈣分類錢非線性各 129964.doc 200903383 向異性擴散處理及衝螌 θ DO 衝擎/慮波窃之向a:與道路萃取。需要對 場景進行道路萃取。目前,將平滑化核心應用於 二^ S將形悲遽波器應用(膨服/腐钮)於該資料。接 者,可使用-高斯/零交越遽波器來提供向量/道路萃取。 依據本發明,用於合成孔徑雷達影像中的向量萃取之一 由電腦實施的方法包含:選擇 + 圯彈用於向里卒取之一合成孔徑 ::象’·藉由一各向異性擴散演算法來處理選定的合成 取影像;以及基於經處理的合成孔徑雷達影像來萃 ^ Α 則將β亥衝擊濾波器應用於經處 理的合成孔徑雷達影像。接著, I 了基於所卒取的向量資料 來卒取道路影像資料。 從而藉由使用該各向異性擴 給吁次^ f生擴放次异法之一連貫方案來描 、曰'•亥貝料。此方案為道路萃取提 —^ 捉、更阿的精確度。圖45顯 不一原始場景。在應用各向異 # . 共注擴放後,該目標係定義得 更么,如圖46所示。一般地,在 # ^ 在早一反射表面情況下目標 係描1仵更佳。此使得其適宜用於分段。 在已藉由其他濾波器類型 夂a田 、履其他影像後,可以應用該 各向異性擴散演算法至該等爭儋 iL ^ 仏以、^ 寺办像。此等濾波器類型包括 (如)一蒲瑞維特(prewitt)廣 冰π 域、,皮益與一羅伯特(Roberts)濾 》器。圖47顯不藉由一蒲瑞維斗主 甫祧維特濾波器過濾之一原始影 圖4 8顯示在應用該各向丑彳^ + # Π " 11擴散演算法後之同一影 像。所解說之目標以及柵欄係定義得更佳。 【圖式簡單說明】 ° 圖1係依據本發明收集與處理入 。成孔徑雷達影像之一示 129964.doc -32- 200903383 意性方塊圖β 圖2及3係依據本發明針對一合成孔徑雷達資料集之像素 強度及梯度值之個別分佈曲線圖。 〜 圖4係對應於圖2及3所示曲線圖之合成孔徑雷達資 之一影像。 ’、茱 圖5係對應於圖2及3所示曲線圖之梯度之—影像。 圖ό係依據先前技術藉由一加權方案而增強的梯产— 影像。 —
圖7係依據本發明藉由一各向異性擴散演算法而 圖6所示梯度之同一影像。 a 、 圖8係依據本發明在過濾之前的一初始影像。 圖^⑷1係在依據先前技術㈣㈣應於圖 始影像之影像。 眾 圖⑵系在藉由依據本發明之—各向異性擴散演算 後對應於圖8所示原始影像之一影像。 、 濾 圖13係在依據本發明過濾之前的-原始影像。 圖14係在藉由依據本發明之—配位各 過遽後對應於㈣所示原始影像之—景彡像。冑心异法 雷 圖15係解說依據本發明用於下陷測量之入 達資料的非線性處理之-流程圖。 〜成孔徑 圖1 6係在依據本發明應 向量多光譜影像。 ㈣錢Μ之1始近視 應於圖16所 圖1 7係在依據本發明應用該衝㈣波器 示原始影像之一影像。 129964.doc • 33 - 200903383 原始場 圖18A及18B係在依據本發明干涉處理之前的 景之二維與三維影像。 圖19A至22B係對應於圖18A及18B所示原 、σ野景之二維 及二維影像,其解說依據本發明應用干涉合成孔押一 序之各個階段。 達程 圖2 3係在依據本發明干涉處理之前的 置的二維影像。 一原始場景 之一倒
圖24至27係對應於圖23所示原始場景之倒 1 J夏的二維影 像,其解說依據本發明應用干涉合成孔徑雷達處理之 階段。 個 圖2 8係在依據本發明過濾之前的一原始影像。 圖29係在依據先前技術應用一高斯濾波器之後對應於圖 28所示原始影像之一影像。 圖3 0係在依據本發明藉由—配位各向異性擴散演算法的 過濾之多次迭代後對應於圖28所示原始影像之—影像。 圖3 1至3 3係解說依據本發明之合成孔徑雷達資料的壓縮 之影像。 圖34至3 6係解說依據本發明之合成孔徑雷達資料的解壓 縮之影像。 圖3 7至44係解說依據本發明之合成孔徑雷達資料的配準 之影像及曲線圖。 圖45至48係解說依據本發明的道路萃取之影像。 【主要元件符號說明】 50 合成孔徑雷達(SAR) 129964.doc -34- 200903383
52 機載平臺 54 建築物 56 樹木 58 道路 60 電腦系統/由電腦實施的系統 62 電腦 64 顯示器 66 鍵盤 68 滑鼠 69 處理器 70 儲存媒體 100 尖峰 102 參考 110 dB標度 150 建築物 152 建築物 160 地面(圖18A)/小山(圖19B) 170 邊緣線 172 邊緣線 180, 182,184及186 建築物 129964.doc -35-
Claims (1)
- 200903383 十、申請專利範圍: L :種用以處理合成孔徑雷達_)影像之由電腦實 方法,其包含: 、 接收一包含複數個像素之合成孔徑雷 人+ 田建衫像之一配位 白成孔徑雷達資料集,且該配位八志 _ X配位。成孔從雷達資料集包 各母—像素之一實數與一虛數部分:以及 將一配位各向異性擴散演算法應 帝、皆次、此 叩久这配位合成孔徑 田達貝料集,以非線性處理各 A,w _ ,像素之該實數與虛數部 刀 產生一經處理的合成孔徑雷達影像。 2. 如請求項1之由電腦實施的方法,其 收兮阳乂人 在頻率空間中接 收忒配位合成孔徑雷達資料 率办π MA A 進—步包含將該頻 羊二間轉換為影像空間,且 之相仿;《上# 用手玉間對應於每一像素 及功率,而影像空間對應於每一 幅。 像素之相位及振 3. 如請求項1之由電腦實施的方法,進—牛 位各向異性擴散演算 乂匕3在將該配 ϋ / 去應用该經處理的合成孔炉雷遠 影像之後,顯示該影像。 4. 如請求項3之由電腦實施的方法,進一 配仿久A s ω· & v包含在應用該 配位各向異性擴散演算法之後 * ΛΑ ^ 4不之前,從該經 處理的合成孔雷達影像移除該相位。 5. 如請求m之由電腦實施的方法 ^ ^ m ^ 步包含在應用該 配位各向異性擴散法 Φ it ^ ^ 1、鉍處理之合成孔徑 雷達〜像作為輪入,用於對另'經 影像進行干涉處理 妁σ成孔彺田違 129964.doc 200903383 6. -種用以處理合成孔徑雷達(SAR)影像之電腦系統,其 包含: ' -貧料庫’其係用以儲存欲處理的配位合成孔徑雷達 影像;以及 處理杰’其係用以處理來自該資料庫之該等已儲存 的配位合成孔徑雷達影像,該處理包含 接收每__已儲#之配位合成孔I雷達影像之一配位 合成孔徑雷達資料集,且每一配位合成孔徑雷達資料 集包含每一像素之一實數與一虛數部分,以及 _ 配位各向異性擴散演算法應用於該配位合成孔 f2達資料,以非線性處理每一像素之該實數與虛數 ί5刀以產生一經處理的合成孔徑雷達影像。 7. 8. 9. 10. 如請求項6之電腦系統’其中在頻率空間中接收每一配 位合成孔徑雷達資料集;該處理器進-步將該頻率空間 轉換為影像空間,且該頻率空間對應於每__像素之相位 及功率’而影像空間對應於每一像素之相位及振幅。 :請求項6之電腦系統,進—步包含一顯示器,其經耦 合至該處理器以在將該配位各向異性擴散演算法應用於 該經處理的合成孔徑雷達影像後顯示該影像。 如請求項8之電腦系統’其中該處理器在應用該配位各 向異性擴散演算法之後但在該顯示之前,進—步從該經 處理的合成孔徑雷達影像移除該相位。 月长項6之電腦系統,其中該處理器在應用該配位各 向異性擴散演算法之後’進—步移除該經處理的合成孔 129964.doc 200903383 徑雷達影像,其係作為輸入,用於對另一經處理之合成 孔徑雷達影像進行干涉處理。 C 129964.doc
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/689,616 US7737877B2 (en) | 2007-03-22 | 2007-03-22 | Method and apparatus for processing SAR images based on a complex anisotropic diffusion filtering algorithm |
Publications (1)
Publication Number | Publication Date |
---|---|
TW200903383A true TW200903383A (en) | 2009-01-16 |
Family
ID=39472854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW097110213A TW200903383A (en) | 2007-03-22 | 2008-03-21 | Method and apparatus for processing SAR images based on a complex anisotropic diffusion filtering algorithm |
Country Status (8)
Country | Link |
---|---|
US (1) | US7737877B2 (zh) |
EP (1) | EP2140424B1 (zh) |
JP (1) | JP2010522340A (zh) |
AT (1) | ATE537520T1 (zh) |
BR (1) | BRPI0808276A2 (zh) |
CA (1) | CA2681706A1 (zh) |
TW (1) | TW200903383A (zh) |
WO (1) | WO2008116050A1 (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7508334B2 (en) * | 2007-03-22 | 2009-03-24 | Harris Corporation | Method and apparatus for processing SAR images based on an anisotropic diffusion filtering algorithm |
US8044846B1 (en) * | 2007-11-29 | 2011-10-25 | Lockheed Martin Corporation | Method for deblurring radar range-doppler images |
US8144048B2 (en) | 2009-03-25 | 2012-03-27 | Honeywell International Inc. | Systems and methods for gaussian decomposition of weather radar data for communication |
US8855911B2 (en) | 2010-12-09 | 2014-10-07 | Honeywell International Inc. | Systems and methods for navigation using cross correlation on evidence grids |
US8818722B2 (en) | 2011-11-22 | 2014-08-26 | Honeywell International Inc. | Rapid lidar image correlation for ground navigation |
US9157743B2 (en) | 2012-07-18 | 2015-10-13 | Honeywell International Inc. | Systems and methods for correlating reduced evidence grids |
GB201403494D0 (en) * | 2014-02-27 | 2014-04-16 | Perkinelmer Improvision Ltd | Identifying cell features |
WO2020002863A1 (en) * | 2018-06-29 | 2020-01-02 | The Secretary Of State For Defence | Method and apparatus for radar imaging |
US10852421B1 (en) * | 2019-01-24 | 2020-12-01 | Descartes Labs, Inc. | Sparse phase unwrapping |
CN111812647B (zh) * | 2020-07-11 | 2022-06-21 | 桂林电子科技大学 | 一种用于干涉合成孔径雷达相位解缠方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004362395A (ja) * | 2003-06-06 | 2004-12-24 | Ge Medical Systems Global Technology Co Llc | 画像処理方法および装置 |
US6897802B1 (en) * | 2003-11-10 | 2005-05-24 | Raytheon Company | Fusion of shape and multiscale features for unknown target rejection |
US7116265B2 (en) * | 2005-02-10 | 2006-10-03 | Raytheon Company | Recognition algorithm for the unknown target rejection based on shape statistics obtained from orthogonal distance function |
-
2007
- 2007-03-22 US US11/689,616 patent/US7737877B2/en not_active Expired - Fee Related
-
2008
- 2008-03-20 BR BRPI0808276-6A patent/BRPI0808276A2/pt not_active IP Right Cessation
- 2008-03-20 EP EP08744113A patent/EP2140424B1/en not_active Not-in-force
- 2008-03-20 CA CA002681706A patent/CA2681706A1/en not_active Abandoned
- 2008-03-20 WO PCT/US2008/057624 patent/WO2008116050A1/en active Application Filing
- 2008-03-20 JP JP2010501099A patent/JP2010522340A/ja not_active Withdrawn
- 2008-03-20 AT AT08744113T patent/ATE537520T1/de active
- 2008-03-21 TW TW097110213A patent/TW200903383A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
JP2010522340A (ja) | 2010-07-01 |
EP2140424B1 (en) | 2011-12-14 |
EP2140424A1 (en) | 2010-01-06 |
BRPI0808276A2 (pt) | 2014-07-22 |
ATE537520T1 (de) | 2011-12-15 |
WO2008116050A1 (en) | 2008-09-25 |
CA2681706A1 (en) | 2008-09-25 |
US7737877B2 (en) | 2010-06-15 |
US20080234981A1 (en) | 2008-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7450054B2 (en) | Method and apparatus for processing complex interferometric SAR data | |
TW200903383A (en) | Method and apparatus for processing SAR images based on a complex anisotropic diffusion filtering algorithm | |
US7508334B2 (en) | Method and apparatus for processing SAR images based on an anisotropic diffusion filtering algorithm | |
US7538712B2 (en) | Method and apparatus for decompression of SAR images | |
US7929802B2 (en) | Method and apparatus for registration and vector extraction of SAR images based on an anisotropic diffusion filtering algorithm | |
US7598899B2 (en) | Method and apparatus for compression of SAR images | |
Wu et al. | Optimal weighted bilateral filter with dual‐range kernel for Gaussian noise removal | |
Zhang et al. | Adaptive Enhancement Method for Multimode Remote Sensing Image Based on LiDAR |