CN115542323B

CN115542323B - Sar运动目标图像快速重聚焦方法、装置和计算机设备

Info

Publication number: CN115542323B
Application number: CN202211524951.XA
Authority: CN
Inventors: 冷祥光; 王进; 计科峰; 赵凌君; 熊博莅; 雷琳
Original assignee: National University of Defense Technology
Current assignee: National University of Defense Technology
Priority date: 2022-12-01
Filing date: 2022-12-01
Publication date: 2023-03-03
Anticipated expiration: 2042-12-01
Also published as: CN115542323A

Abstract

本申请涉及一种SAR运动目标图像快速重聚焦方法及装置。所述方法包括：首先根据目标与背景的能量差异，构造更为精确代表运动目标的方位向直线集合，利用能量中心法在该直线集合中找到最佳方位向直线，该最佳方位向直线代表了运动目标的散焦特性。通过对最佳方位向直线做分数阶傅里叶变换，利用二维峰值搜索法找到最佳目标方位向直线在分数阶傅里叶变换中的最佳旋转角度。在最佳旋转角度下对代表运动目标的方位向直线集合中每条方位向直线做分数阶傅里叶变换，并将变换后的方位向直线替代SAR运动目标图像中的对应原方位向直线，得到重聚焦的SAR运动目标图像。采用本方法可以减小算法难度，从而提高计算速度。

Description

SAR运动目标图像快速重聚焦方法、装置和计算机设备

技术领域

本申请涉及SAR图像质量提升技术领域，特别是涉及一种SAR运动目标图像快速重聚焦方法、装置和计算机设备。

背景技术

合成孔径雷达（SAR，Synthetic Aperture Radar）理想情况下匀速直线运动，发射电磁波照射地面的静止目标，接受目标反射回来的回波信号。回波信号经过方位向和距离向的匹配滤波后形成二维图像。然而当目标运动时，雷达传感器和目标距离发生未知变化引起的相位误差使得方位向匹配滤波失配产生散焦现象。方位向散焦使得运动目标在SAR图像上模糊不清。如何重聚焦SAR散焦运动目标图像对于后续的分类识别有重大意义。

传统的SAR图像重焦算法主要是利用相位误差模型如相位梯度自聚焦算法或图像质量优化如最小熵等来从散焦的SAR图像中求解相位误差函数，然后在距离多普勒域将其进行补偿得到聚焦的图像。但是基于相位误差函数的方法聚焦质量有限，基于图像优化的方法由于需要不断迭代虽然成像质量较高但是处理时间长。

发明内容

基于此，有必要针对上述技术问题，提供一种能够减少处理时间的SAR运动目标图像快速重聚焦方法、装置和计算机设备。

一种SAR运动目标图像快速重聚焦方法，所述方法包括：

获取SAR运动目标图像；

基于目标与背景的能量差异，根据所述SAR运动目标图像构造代表运动目标的直线集合；

根据能量中心法在所述直线集合中找到最佳方位向直线；

利用二维峰值搜索法找到所述最佳方位向直线在分数阶傅里叶变换中的最佳旋转角度；

在所述最佳旋转角度下对所述代表运动目标的直线集合中对每条方位向直线做分数阶傅里叶变换，并将变换后的方位向直线替代SAR运动目标图像中原方位向直线，得到重聚焦的SAR运动目标图像。

在其中一实施例中，基于目标与背景的能量差异，根据所述SAR运动目标图像构造代表运动目标的直线集合包括：

计算所述SAR运动目标图像各距离单元处方位向直线能量；

根据所述SAR运动目标图像中能量大于均值的方位向直线构造所述代表运动目标的直线集合。

在其中一实施例中，根据能量中心法在所述直线集合中找到最佳方位向直线包括：

对所述直线集合按直线能量排序，得到能量为中位数所对应的方位向直线，并将该直线称作最佳方位向直线。

在其中一实施例中，所述利用二维峰值搜索法找到所述最佳方位向直线在分数阶傅里叶变换中的最佳旋转角度包括：

计算不同旋转角度下的方位向直线的分数阶傅里叶变换，并在旋转角度和分数阶傅里叶变换域坐标构成的二维平面找出最大值；

所述最大值对应的旋转角度为所述最佳旋转角度。

在其中一实施例中，所述分数阶傅里叶变换定义为：

在上式中，

为旋转角度，

，

为整数。

一种SAR运动目标图像快速重聚焦装置，所述装置包括：

SAR图像获取模块，用于获取SAR运动目标图像；

运动目标直线集合构造模块，用于基于目标与背景的能量差异，根据所述SAR运动目标图像构造代表运动目标的直线集合；

最佳方位向直线找寻模块，用于根据能量中心法在所述直线集合中找到最佳方位向直线；

最佳旋转角度找寻模块，用于利用二维峰值搜索法找到所述最佳方位向直线在分数阶傅里叶变换中的最佳旋转角度；

SAR运动目标图像重聚焦模块，用于在所述最佳旋转角度下对所述代表运动目标的直线集合中对每条方位向直线做分数阶傅里叶变换，并将变换后的方位向直线替代SAR运动目标图像中原方位向直线，得到重聚焦的SAR运动目标图像。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取SAR运动目标图像；

根据能量中心法在所述直线集合中找到最佳方位向直线；

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取SAR运动目标图像；

根据能量中心法在所述直线集合中找到最佳方位向直线；

上述SAR运动目标图像快速重聚焦方法、装置和计算机设备，通过计算SAR运动目标图像中各距离单元处方位向直线的能量，将方位向直线的能量大于均值的直线构造为代表运动目标的直线合集，根据能量中心法在直线集合中找到能量为中位数的方位向直线，利用二维峰值搜索找到该方位向直线在分数阶傅里叶变换中的最佳旋转角度，在最佳旋转角度下对代表运动目标的方位向直线集合中每条方位向直线做分数阶傅里叶变换，并将变换后的方位向直线替代SAR运动目标图像中的对应原方位向直线，得到重聚焦的SAR运动目标图像。采用本方法可以直接利用FRFT变换来消除散焦图像上残存的方位向调频信号，不需要复杂的相位误差估计流程就可实现SAR散焦图像的重聚焦。

附图说明

图1为一个实施例中SAR运动目标图像快速重聚焦方法的流程示意图；

图2为一个实施例中SAR运动目标图像快速重聚焦方法算法流程框图；

图3为一个实施例中对高分三号SAR运动舰船图像的聚焦效果示意图，其中图3（a）、图3（c）、图3（e）分别为舰船1、舰船2以及舰船3的SAR原图，而图3（b）、图3（d）、图3（f）分别对应舰船1、舰船2以及舰船3的SAR原图经本方法进行处理后的重聚焦图；

图4为一个实施例中SAR运动目标图像快速重聚焦装置的结构框图；

图5为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

如图1所示，提供了一种SAR运动目标图像快速重聚焦方法，包括以下步骤：

步骤S100，获取SAR运动目标图像；

步骤S110，基于目标与背景的能量差异，根据SAR运动目标图像构造代表运动目标的直线集合；

步骤S120，根据能量中心法在直线集合中找到最佳方位向直线；

步骤S130，利用二维峰值搜索法找到最佳方位向直线在分数阶傅里叶变换中的最佳旋转角度；

步骤S140，在最佳旋转角度下对代表运动目标的直线集合中对每条方位向直线做分数阶傅里叶变换，并将变换后的方位向直线替代SAR运动目标图像中原方位向直线，得到重聚焦的SAR运动目标图像。

本方法可以实施于以任何运动物体为目标的SAR图像，包括运动车辆、运动舰船等，但本方法特别针对在低海况下，以主要是做由自身动力导致平动的舰船为目标的SAR图像进行重聚焦具有较好的效果。由于舰船的平动是一种均质运动，各散射点的相位误差相同，因此不需要对SAR散焦图像上所有的方位向直线都进行FRFT变换，只要对一条合适的方位向直线做FRFT（Fractional Fourier Transform,分数阶傅里叶变换）变换得到最佳旋转角度，在该旋转角度下对剩下的直线做FRFT变换来对图像进行重聚焦。这样的处理方式保证聚焦质量的同时有效降低了计算量。以下以运动目标为平动舰船的SAR图像为例进行说明。

本方法首先对散焦舰船图像沿距离单元计算各条方位向直线的能量，筛选出能量大于均值的方位向直线。然后将挑选出来的直线按能量排序，利用能量中心法对能量为中位数的方位向直线进行FRFT变换。利用变换得到的最佳旋转角度对挑选出的所有方位向直线进行FRFT变换替代原有直线，得到舰船重聚焦图像。

具体的，在步骤S110中，对一幅

大小的SAR舰船图像

，第

个距离单元处方位向线直线的能量为：

（1）

在公式（1）中，

为方位向单元个数，

为距离向单元个数，

为SAR图像的幅度。

各方位向直线能量组成的集合为：

（2）

在步骤S110中，通过目标与背景的能量差异，构造代表运动目标的直线集合包括：计算SAR运动目标图像各距离单元处方位向直线能量，再根据SAR运动目标图像中能量大于均值的方位向直线构造所述代表运动目标的直线集合。

具体的，计算SAR图像方位向直线能量的均值采用以下公式：

（3）

由于在SAR图像上舰船的能量要远大于背景区域，判断各方位向直线能量是否大于均值

，挑选出能量大于均值

的方位向直线，其能量集合表示为：

（4）

而能量集合中各能量对应的方位向直线代表了更为精确的舰船所在区域，即代表舰船的方位向直线集合

，表示为：

（5）

接着，在步骤S120中，对直线集合按直线能量排序，得到能量为中位数所对应的方位向直线，并将该直线称作最佳方位向直线

。对最佳方位向直线做分数阶傅里变换。分数阶傅里叶变换定义为：

（6）

在公式（6）中，

为旋转角度，

，

为整数。

由于，SAR舰船图像散焦的根本原因就在于匹配滤波技术的失效，使得每个方位向直线还残存有线性调频信号。一个典型的线性调频信号表达式为：

（7）

将公式（7）做分数阶傅里叶变换为：

（8）

当

时，残余的线性调频信号在最佳分数阶Fourier域中形成了能量聚集，有：

（9）

因此，在最佳旋转角度

下，SAR图像上各方位向直线的线性调频信号会重新得到聚集。

故，在步骤S130中，利用二维峰值搜索找到最佳方位向直线在分数阶傅里叶变换中的最佳旋转角度包括：计算不同旋转角度下的方位向直线的分数阶傅里叶变换，并在各旋转角度分别和分数阶傅里叶变换域坐标构成的二维平面找出最大值，该最大值对应的旋转角度为所述最佳旋转角度。

具体的，以旋转角度和FRFT域坐标为二维平面，在每一个旋转角度处，计算该旋转角度的下方位向直线的分数阶傅里叶变换，在和组成的二维平面上找出最大值，即

（10）

该值即为方位向直线信号在二维平面的能量聚集，相当于残存的线性调频信号被重新匹配滤波。其中，最大值对应的

为最佳旋转角度。

在步骤S140中，在最佳旋转角度

下对表舰船的方位向直线集合

中每条方位向直线做分数阶傅里叶变换，将变换后的方位向直线替代SAR图像中的原方位向直线，最后得到重聚焦的SAR舰船图像。

在本实施例中，在根据本方法实际进行重聚焦操作时，还可根据图2所示的算法流程框图进行实施。

在本文中，还提供了应用本方法对实际SAR舰船图像进行重聚焦，如图3所示，为高分三号聚束模式下SAR舰船图像的聚焦效果，其中图3（a）、图3（c）、图3（e）分别为舰船1、舰船2以及舰船3的SAR原图，而图3（b）、图3（d）、图3（f）分别对应舰船1、舰船2以及舰船3的SAR原图经本方法进行处理后的重聚焦图。

表一为本方法与经典SAR自聚焦算法PGA、最小熵处理效果和处理时间的对比。

表1

从表一可以看到本算法在处理精度和速度上达到了很好的平衡，处理时间大为减少。

上述SAR运动目标图像快速重聚焦方法中，通过首先对运动目标图像沿距离单元计算各条方位向直线的能量，筛选出能量大于均值的方位向直线。然后将挑选出来的直线按能量排序，利用能量中心法对能量为中位数的方位向直线进行FRFT变换。利用变换得到的最佳旋转角度对挑选出的所有方位向直线进行FRFT变换替代原有直线，得到运动目标重聚焦图像。采用本方法可以直接利用FRFT变换来消除散焦图像上残存的方位向调频信号，不需要复杂的相位误差估计流程就可实现SAR散焦运动目标图像的重聚焦。并且只需要对一条方位向直线进行二维峰值搜索寻找最佳旋转角度，大幅减少了算法的处理时间。本方法通用性强，由于直接对单视复数SAR图像处理，可灵活适用于各种机载或星载平台不同成像模式的SAR数据。

应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图4所示，提供了一种SAR运动目标图像快速重聚焦装置，包括：SAR图像获取模块200、运动目标直线集合构造模块210、最佳方位向直线找寻模块220、最佳旋转角度找寻模块230和SAR运动目标图像重聚焦模块240，其中：

SAR图像获取模块200，用于获取SAR运动目标图像；

运动目标直线集合构造模块210，用于基于目标与背景的能量差异，根据所述SAR运动目标图像构造代表运动目标的直线集合；

最佳方位向直线找寻模块220，用于根据能量中心法在所述直线集合中找到最佳方位向直线；

最佳旋转角度找寻模块230，用于利用二维峰值搜索法找到所述最佳方位向直线在分数阶傅里叶变换中的最佳旋转角度；

SAR运动目标图像重聚焦模块240，用于在所述最佳旋转角度下对所述代表运动目标的直线集合中对每条方位向直线做分数阶傅里叶变换，并将变换后的方位向直线替代SAR运动目标图像中原方位向直线，得到重聚焦的SAR运动目标图像。

关于SAR运动目标图像快速重聚焦装置的具体限定可以参见上文中对于SAR运动目标图像快速重聚焦方法的限定，在此不再赘述。上述运动目标SAR图像快速重聚焦装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种SAR运动目标图像快速重聚焦方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

获取SAR运动目标图像；

根据能量中心法在所述直线集合中找到最佳方位向直线；

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取SAR运动目标图像；

根据能量中心法在所述直线集合中找到最佳方位向直线；

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。