一种大场景SAR图像目标位置快速定位的方法

技术领域

本发明属于SAR图像处理领域，特别涉及该领域中的一种大场景SAR图像目标位置快速定位的方法。

背景技术

合成孔径雷达(Synthetic Aperture Radar-SAR)是一种主动式的对地观测系统，可全天候、全天时进行实时观测，因此在环境监测、资源勘查、军事侦察等方面的应用上具有独特的优势。随着SAR成像技术的不断提高，成像覆盖面积越来越广，为了提高大场景SAR图像目标检测与识别的效率和准确率，快速、准确的确定目标位置显得尤为重要。距离-多普勒方法是目前SAR图像定位最常用的方法，该方法可以建立SAR斜距图像坐标和地理坐标之间的函数关系，实现机载SAR图像的目标定位，但该方法没有充分利用SAR图像辅助数据，且在求解距离-多普勒方程组时需要选择迭代的初值，初值的选择与定位精度相关，使得该方法的使用受到一定的限制；利用深度学习进行目标定位时，需要一定的样本进行训练学习，无法满足小样本需求。

发明内容

本发明所要解决的技术问题就是提供一种大场景SAR图像目标位置快速定位的方法，先利用SAR图像辅助数据和目标经纬度计算出目标区域，再对目标区域进行形态学滤波，实现目标位置的自动定位。

本发明采用如下技术方案：

一种大场景SAR图像目标位置快速定位的方法，其改进之处在于，包括如下步骤：

首先读取大场景SAR图像，解析得到图像方位向航线起始点A、航线终止点B′以及目标C的经纬度坐标，经过坐标系转换得到平面坐标，转换公式为：

X＝(N+H)*cos(B)*cos(L)

Y＝(N+H)*cos(B)*sin(L)

Z＝[N*(1-e*e)+H]*sin(B)

其中，B为纬度，L为经度，H为高度，N为椭球面的曲率半径，e为椭球的第一偏心率，N和e分别由下述公式得到：

e＝sqrt(a*a-b*b)/a

上式中，a为椭球的长半径，其值为6378137.0米，b为椭球的短半径，其值为6356752.3142米；

经过坐标系转换得到图像方位向航线起始点A、航线终止点B′以及目标C的平面坐标，算出目标C到图像距离向中心C′的距离CC′，得出目标C在SAR图像上的距离向坐标；

将目标C方位向坐标与航线起始点A方位向坐标做差值并转换成像素点数，得到目标C在SAR图像中的方位向坐标；

以上述计算的距离向和方位向共同组成的坐标为中心，截取边长为400*400的矩形，该区域为目标区域，

对目标区域图像进行图像增强，采用对数变换的灰度级对比度拉伸，假设原图像为f(x,y)，变换后的图像为g(x,y)，公式为：

上式中，s，m，k都是可选择的参数，

对图像增强后的目标区域图像进行二值化，再利用开运算对目标区域二值图像进行形态学图像处理，最后利用100*100的窗口遍历上述图像，选取像素总和最大的窗口为目标位置。

本发明的有益效果是：

本发明所公开的方法，充分考虑了SAR的成像特点，充分利用了辅助数据和实测目标的经纬度，可在SAR图像中准确找到目标区域。

本发明所公开的方法，通过形态学滤波，并结合100*100的窗口遍历目标区域图像，像素和总值最大的区域为目标位置。

本发明所公开的方法，可根据输入的原始SAR图像及其辅助数据、目标实测经纬度自动完成目标位置选取。

附图说明

图1是本发明方法的流程图；

图2是目标车辆的光学图像；

图3是截取的局部大场景SAR图像；

图4是SAR成像的几何关系图；

图5是在截取的大场景SAR图像中的目标区域位置图；

图6是目标区域图像；

图7是图像增强后的目标区域图像；

图8是二值化后的目标区域图像；

图9是形态学图像处理后的目标区域图像；

图10是在目标区域中的目标位置图；

图11是在截取的大场景SAR图像中的目标位置图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图和实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明方法主要由目标区域定位和目标位置定位两个步骤组成。

目标区域定位主要包含以下两步：首先根据SAR图像辅助数据解算出航迹起始点和终止点的经纬度，再通过坐标系转换，得到航迹起始点和终止点的平面坐标，利用现场实测的目标经纬度坐标经过相同的坐标系转换，得到目标的平面坐标；然后根据目标、航迹起始点、航迹终止点的平面坐标，推算出目标在SAR图像中的坐标，并以计算的坐标为中心，边长为400*400的像素点区域作为目标区域。

目标位置定位主要包含以下两步：首先对框选的目标区域进行图像增强，以提高目标的相对亮度，再进行二值化处理；然后对二值化后的图像进行形态学图像处理，再用100*100的滑窗遍历整幅图像，像素值总和最大的区域为目标位置。

实施例1，本实施例公开了一种大场景SAR图像目标位置快速定位的方法，如图1所示，包括如下步骤：

本实施例选用实采目标进行实施方式描述，目标车辆光学图像如图2所示。

首先读取大场景SAR图像，本实施例选取的SAR图像大小为11337*9944，由于图像过大，图3为截取的局部大场景SAR图像(3000*3000)。

导入图像对应的辅助数据，经解析得到图像方位向航线起始点A和航线终止点B′的经纬度坐标，目标C的经纬度坐标通过RTK获得，经过坐标系转换得到平面坐标，选用WGS84球体模型，其转换公式为：

X＝(N+H)*cos(B)*cos(L)

Y＝(N+H)*cos(B)*sin(L)

Z＝[N*(1-e*e)+H]*sin(B)

其中，B为纬度(单位为rad)，L为经度(单位为rad)，H为高度(单位为m)，N为椭球面的曲率半径，e为椭球的第一偏心率，N和e分别由下述公式得到：

e＝sqrt(a*a-b*b)/a

上式中，a为椭球的长半径，其值为6378137.0米，b为椭球的短半径，其值为6356752.3142米；

经过坐标系转换得到图像方位向航线起始点A、航线终止点B′以及目标C的平面坐标，算出目标C到图像距离向中心C′的距离CC′，由此可以得出目标C在SAR图像上的距离向坐标；

如图4所示，根据SAR成像几何关系，算出目标C到航线的距离CD′，SAR的航路规划是以目标C为中心，理论上目标C应处于图像的中心位置，图4中C点为目标位置，AB为航路规划时设计的航线，理论上采集的图像区域为实线所示的矩形。但图像采集时无人机由人为控制，且在飞行中受到风速等因素的影响，使得实际的航迹(如图中AB′所示)与规划的航迹出现偏差，造成目标不再处于图像的中心位置，实际采集图像区域为虚线所示的矩形，此时目标距离向的中心为C′，此时CD′的距离为：

由几何关系可知，CD与C′D′相等，根据CD′的值可以求出CC′的距离。

将目标C方位向坐标与航线起始点A方位向坐标做差值并转换成像素点数，得到目标C在SAR图像中的方位向坐标；

以上述计算的距离向和方位向共同组成的坐标为中心，截取边长为400*400的矩形，如图5框内部分和图6所示，该区域为目标区域，

为了增大图像的动态范围，使得图像的特征、纹理更明显，对目标区域图像进行图像增强，采用对数变换的灰度级对比度拉伸，假设原图像为f(x,y)，变换后的图像为g(x,y)，公式为：

上式中，s，m，k都是可选择的参数，f(x,y)+1是为了避免对0求对数。图7是图像增强后的目标区域图像。

对图像增强后的目标区域图像进行二值化，图8是二值化后的目标区域图像。

再利用开运算对目标区域二值图像进行形态学图像处理，图9是形态学图像处理后的目标区域图像。

形态学图像处理可对图像进行去燥、增强、提取图像分量等，其中膨胀和腐蚀运算是形态学图像处理的基础。膨胀是一个求局部最大值的过程，可将二值图像“加长”或者“变粗”，通常会使边缘更加圆滑。而腐蚀与膨胀的效果正好相反，它可以收缩或者细化二值图像中的对象，线条明显变细，提出图像中对象的骨架。其数学表达式分别为：

开运算是A被B腐蚀后再用B来膨胀后的结果，记作A°B，可以用来去噪，消除一些小的像素点，断开了狭窄的连接，去掉细小的突出部分，数学表达式为：

最后利用100*100的窗口遍历上述图像，选取像素总和最大的窗口为目标位置。图10是在目标区域中的目标位置图；图11是在截取的大场景SAR图像中的目标位置图。