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 PDF

Info

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
Application number
TW097110213A
Other languages
English (en)
Inventor
Kenneth Sartor
Josef Allen
Emile Ganthier
Original Assignee
Harris Corp
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 Harris Corp filed Critical Harris Corp
Publication of TW200903383A publication Critical patent/TW200903383A/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/73Deblurring; Sharpening
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • G06T5/92Dynamic range modification of images or parts thereof based on global image properties
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing
    • G06T2207/10044Radar image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20172Image enhancement details
    • G06T2207/20192Edge enhancement; Edge preservation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30181Earth 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)

  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
TW097110213A 2007-03-22 2008-03-21 Method and apparatus for processing SAR images based on a complex anisotropic diffusion filtering algorithm TW200903383A (en)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

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