一种基于能量损失的多通道高分辨SAR图像阴影检测方法
文献发布时间:2023-06-19 11:16:08
技术领域
本发明属于SAR技术领域,具体涉及一种基于能量损失的多通道高分辨SAR图像阴影检测方法。
背景技术
合成孔径雷达(SAR,Synthetic Aperture Radar)地面动目标检测技术可被用于全天时、全天候地获取雷达高分辨图像,同时还可以对动目标进行检测、估计与定位,被广泛用于战场监视和交通监控中。但在远场观测时,目标的回波能量较低,动目标的检测受到了限制。
近年来,SAR成像的分辨率逐渐提升,目标的阴影与轮廓等特征逐渐明显,利用目标阴影辅助匹配来对目标进行检测的新方法可有效提升检测性能。Jahangir提出了一种在SAR图像中对目标阴影追踪来检测动目标的方法。虽然该方法可以忽视目标的信噪比,其仍需要足够的动态视角来获取足够的阴影样本。Raynal等人分析了动目标与固定目标阴影的维度与强度,并指出当目标运动时是很难捕获阴影的。根据人眼对光亮、边缘与空间一致的高度敏感性,他们提出了一种一致性变化检测方法来对阴影进行检测,并且做了一个VideoSAR的时延,利用中值滤波的阴影检测方法来对动目标检测与跟踪,但是其阴影检测比较简单,没有利用到更多的阴影特征信息。Ostu提出了一种选择强度门限的方法,如果待检测单元强度低于此门限,则认为此单元为阴影。一些其他传统的方法比如CFAR(ConstantFalse-Alarm Rate,恒虚警检测),主要利用了阴影的强度信息,但是忽略了目标运动对阴影的影响。
对于多通道SAR系统,在对目标重聚焦与重定位之后,即可获得阴影尺寸与位置的匹配模板。许华健等人提出了分别利用阴影的强度与相位信息作为特征对阴影进行检测,然后融合两个合适的检测信息区域作为阴影区来与动目标匹配。但是该方法忽略了目标运动对阴影的影响。
发明内容
为了解决现有技术中存在的上述问题,本发明提供了一种基于能量损失的多通道高分辨SAR图像阴影检测方法。本发明要解决的技术问题通过以下技术方案实现:
本发明提供了一种基于能量损失的多通道高分辨SAR图像阴影检测方法,包括:
S1:对SAR的N个通道回波信号进行二维成像,并利用参考通道对所有通道的图像进行通道配准、均衡与地形干涉补偿的预处理;
S2:对预处理后所有通道的图像进行杂波抑制,获得杂波抑制后的残差图;
S3:对预处理后的参考通道图像以及杂波抑制后的残差图分别进行多视处理,获得参考通道图像的能量以及残差图的输出能量;
S4:根据参考通道图像的能量以及残差图的输出能量,获得能量损失图;
S5:利用所述能量损失图获取每个像素单元的能量设定检测门限,并根据能量设定检测门限和离散点强度阴影检测的先验条件获取待检测区域中的阴影单元。
在本发明的一个实施例中,所述S1包括:
对SAR的N个通道的回波信号进行二维成像,并以第一通道为参考通道对所有通道的图像进行通道配准、均衡与地形干涉补偿的预处理,其中,同一像素单元m在N幅通道的图像中的复向量为:
z(m)=[z
其中,上标T表示转置,z
在本发明的一个实施例中,所述S2包括:
对预处理得到的N个通道的N个图像利用自适应相位中心偏置天线法进行杂波抑制获得其残差图z
z
其中,w表示权矢量且||w||
在本发明的一个实施例中,所述S3包括:
获得第m个像素单元经过预处理和多视处理后的参考通道图像的能量E
获得第m个像素单元经过杂波抑制和多视处理后残差图的输出能量E
在本发明的一个实施例中,所述S4包括:
对参考通道图像的能量与残差图的输出能量求差,获得能量损失图:
E
其中,E
在本发明的一个实施例中,所述S5包括:
S51:去除利用动目标匹配的阴影区域之后,对能量损失图E
S52:根据给定的虚警概率P
S53:将能量损失图中能量值低于能量设定检测门限e
S54:基于离散点强度阴影检测的先验条件判断所述待检测单元所在区域是否为阴影区域,其中,所述离散点强度阴影检测的先验条件为:
其中,N表示待检测区域中所有像素单元个数之和,M为小于N的正整数门限,e(m
与现有技术相比,本发明的有益效果在于:
本发明基于能量损失的多通道高分辨SAR图像阴影检测方法适用于在阴影与杂波的对比度更高的能量损失图中对阴影进行检测,并且当场景的杂噪比较低时,提升效果更加明显,适合在远端杂波较弱的区域对阴影进行检测。
以下将结合附图及实施例对本发明做进一步详细说明。
附图说明
图1是本发明实施例提供的一种基于能量损失的多通道高分辨SAR图像阴影检测方法的流程图;
图2a是利用本发明实施例的多通道高分辨SAR图像阴影检测方法处理前的能量对比度图;
图2b是利用本发明实施例的多通道高分辨SAR图像阴影检测方法处理后的能量对比度图;
图3a是图2a和图2b中区域1处的能量剖面图;
图3b是图2a和图2b中区域2处的能量剖面图;
图4a是利用本发明实施例的多通道高分辨SAR图像阴影检测方法进行阴影检测的结果图;
图4b是直接进行阴影检测的结果图。
具体实施方式
为了进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及具体实施方式,对依据本发明提出的一种基于能量损失的多通道高分辨SAR图像阴影检测方法进行详细说明。
有关本发明的前述及其他技术内容、特点及功效,在以下配合附图的具体实施方式详细说明中即可清楚地呈现。通过具体实施方式的说明,可对本发明为达成预定目的所采取的技术手段及功效进行更加深入且具体地了解,然而所附附图仅是提供参考与说明之用,并非用来对本发明的技术方案加以限制。
应当说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的物品或者设备中还存在另外的相同要素。
实施例一
请参见图1,图1是图1是本发明实施例提供的一种基于能量损失的多通道高分辨SAR图像阴影检测方法的流程图。本实施例的多通道高分辨SAR图像阴影检测方法包括:
S1:对SAR的N个通道的回波信号进行预处理,得到N个图像;
对SAR的N个通道的回波信号进行二维成像,并以第一通道为参考通道对所有通道的图像进行通道配准、均衡与地形干涉补偿的预处理。
具体地,假设机载雷达监视的地面区域是均匀、齐次且完全散射的,对SAR多通道的回波信号进行通道配准、均衡与地形干涉补偿的预处理后,同一像素单元m在N幅通道的图像中的复向量为:
z(m)=[z
其中,上标T表示转置,z
S2:对预处理后所有通道的图像进行杂波抑制,获得杂波抑制后的残差图。
对预处理后的图像利用自适应相位中心偏置天线法(Adaptive Displaced PhaseCenter Antenna,ADPCA)进行杂波抑制获得其残差图。
具体地,对预处理后的N幅图像利用ADPCA进行杂波抑制,获得残差图z
z
其中,上标H表示共轭矩阵,w表示权矢量且||w||
S3:对预处理后的参考通道图像以及杂波抑制后的残差图分别进行一次多视处理,获得参考通道图像的能量以及残差图的输出能量。
为了对杂波进行平滑从而降低能量非均匀的影响,对预处理后的参考通道图像以及杂波抑制后得到的残差图分别进行一次多视处理。
具体地,获得第m个像素单元经过预处理和多视处理后的参考通道图像的能量E
获得第m个像素单元经过杂波抑制和多视处理后残差图的输出能量E
S4:根据参考通道图像的能量以及残差图的输出能量,获得能量损失图。
具体地,对参考通道图像的能量与残差图的输出能量求差,获得能量损失图:
E
其中,E
S5:利用所述能量损失图获取每个像素单元的能量设定检测门限,并根据能量设定检测门限和离散点强度阴影检测的先验条件获取非阴影区域中的阴影单元。
具体地,去除利用动目标匹配的阴影区域之后,对能量损失图E
如果像素单元的能量低于e
其中,N表示待检测区域中所有像素单元个数之和,M为小于N的正整数门限,e(m
本发明实施例基于能量损失的多通道高分辨SAR图像阴影检测方法的效果可以通过下述实验加以说明:
(1)实验条件:
为进一步验证本发明实施例方法的有效性,本节采用了含阴影较多但不含动目标(即未进行动目标阴影模板匹配)的星载实测数据进行检测。系统参数如表1。
表1实测数据系统参数
(2)实验内容与结果分析:
请参见图2a、图2b、图3a和图3b,图2a和图2b分别是利用本发明实施例的多通道高分辨SAR图像阴影检测方法处理前后的能量对比度图,图3a是图2a和图2b中区域1处的能量剖面图;图3b是图2a和图2b中区域2处的能量剖面图,可以看出,在阴影强度较弱的情况下,本发明实施例的方法提升性能越高,相反则提升较低。请参见图4a和图4b,图4a是利用本发明实施例的多通道高分辨SAR图像阴影检测方法进行阴影检测的结果图;图4b是直接进行阴影检测的结果图,可以看出,采用本方法实施例的方法检测效果更加明显。
通过仿真实验结果可以证明,本发明实施例的方法在阴影与杂波的对比度更高的能量损失图中对阴影进行检测,并且当场景的杂噪比较低时,提升效果更加明显。最后通过仿真实验与实测数据验证了本发明实施例方法的有效性,为利用阴影辅助检测动目标提供了有效的解决途径。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
- 一种基于能量损失的多通道高分辨SAR图像阴影检测方法
- 一种基于视觉注意机制的高分辨率SAR图像舰船检测方法