[发明专利]基于单时相单极化高分辨率SAR图像的二次成像方法无效
申请号: | 201010505394.8 | 申请日: | 2010-10-13 |
公开(公告)号: | CN102012511A | 公开(公告)日: | 2011-04-13 |
发明(设计)人: | 殷慧;孙洪 | 申请(专利权)人: | 武汉大学 |
主分类号: | G01S13/90 | 分类号: | G01S13/90;G06T5/50 |
代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 张火春 |
地址: | 430072*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 单时相单 极化 高分辨率 sar 图像 二次 成像 方法 | ||
技术领域
本发明属于高分辨率合成孔径雷达(Synthetic Aperture Radar,SAR)图像处理技术领域,尤其是一种基于单时相单极化高分辨率SAR图像的二次成像方法。
背景技术
SAR具有全天候、全天时成像能力并且能够在不同的频段、不同极化条件下得到地物目标的高分辨率图像,为人们提供各种非常有用的信息。但是,SAR图像的分析和处理要远比一股光学图像的分析和处理困难得多,SAR图像直接应用于民用和军事领域的障碍是:SAR图像不能像光学图像那样能直观地被理解。作为一种成像雷达,SAR系统工作在微波波段,靠相干成像,因此,其成像机理要比传统的光学遥感成像机制复杂得多,并且SAR图像具有特殊的辐射和几何畸变,其信息形成的机理和信息提取的方法也和传统的光学遥感图像有很大的不同。另一方面,由于相干成像原理,SAR图像具有相干系统所特有的相干斑干扰,从而造成图像幅度分辨率的严重下降,这使得传统的光学图像分析和处理方法也很难对SAR图像非常有效。而且,雷达波所探测的地表纹理结构通常都比较复杂,并且由于分辨率的限制,图像细节特征也没有光学图像那样明显。因此,SAR图像的分析和处理技术要比一股光学图像的更难、更复杂,这也是制约SAR系统应用的一个主要原因。
将SAR图像数据和信息特征空间的信息重构成“SAR信息图像”,我们称之为SAR图像二次成像,SAR图像二次成像使SAR图像成为可视性和可读性较好的“图像”。能够利用机器视觉方法,进行SAR图像自动解译。目前,在SAR图像处理领域,对SAR图像的二次成像已经在多极化干涉SAR图像和多时相单极化SAR图像上实现。
由于多极化SAR图像本身就包含了多个极化通道的信息,如HH极化通道、VV极化通道和HV极化通道(或VH极化通道),各通道的信息不同,因此,利用不同通道的信息就可以得到可视性和可读性较好的“图像”。
Karsten等提出在两张不同时相的高分辨率SAR干涉图像上实现二次成像。一股认为分辨率高于10米的SAR图像是高分辨率SAR图像。为了实现二次成像,他共使用了三种特征:CoV特征反应SAR图像的统计特性,用以区分SAR图像中同质和异质区域,Am特征是SAR图像的均值,它用以区分SAR图像中粗糙和平滑的区域,Coh特征计算了SAR图像的干涉相位,它用以区分SAR图像中目标的散射方式。这是我们目前所知的唯一利用多时相高分辨率SAR图像的进行二次成像的结果。
但是在实际的计算中,我们通常比较难以获得同一区域不同时相的图像,因此有必要研究如何充分利用单时相单极化高分辨率SAR图像的信息实现“二次成像”。
发明内容
本发明目的是利用单时相单极化SAR图像的信息,提供一种“二次成像”后的图像,用于提高原始SAR图像的可视性和可读性,同时保留原始SAR图像的信息。
为实现上述目的,本发明提供一种基于单通道单极化高分辨率SAR图像的二次成像方法,包括以下步骤:
步骤1,选择高分辨率SAR图像;
步骤2,计算该高分辨率SAR图像中每个像素的权秩填充比特征,构成权秩填充比特征图;
步骤3,计算该高分辨率SAR图像中每个像素的灰度共生矩阵的同质性特征,构成灰度共生矩阵的同质性特征图;
步骤4,将原始高分辨率SAR图像的像素值作为二次成像图像的亮度,权秩填充比特征图和灰度共生矩阵的逆差矩特征图分别作为蓝色和红色通道,在YCbCr颜色空间成像。
而且,步骤2中,计算高分辨率SAR图像中某像素的权秩填充比特征包括以下步骤,
步骤2.1,选择以高分辨率SAR图像中某像素(x,y)为中心的一个窗口,作为权秩填充比特征提取的对象;
步骤2.2,将步骤2.1所选择窗口内的所有像素按照像素值由大到小排序;
步骤2.3,计算窗口内排序在前k%像素的像素值总和S0;
步骤2.4,计算窗口内所有像素的像素值总和S;
步骤2.5,像素(x,y)的权秩填充比特征依据公式计算:权秩填充比=S0/S。
而且,在步骤3中,计算高分辨率SAR图像中某像素的灰度共生矩阵的逆差矩特征包括以下步骤,
步骤3.1,选择以高分辨率SAR图中某像素(x,y)为中心的窗口为特征提取的对象,窗口大小记为M×N;
步骤3.2,计算该窗口内像素值的灰度共生矩阵,计算灰度共生矩阵的方式为,
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201010505394.8/2.html,转载请声明来源钻瓜专利网。
- 上一篇:灌注桩钻头及导管打捞爪
- 下一篇:电脑收放针横机智能机械手装置