[发明专利]基于模值约束的SAR图像旁瓣抑制方法

说明书

技术领域

本发明涉及雷达成像技术领域，特别涉及一种SAR图像旁瓣抑制方法，可应用于雷达图像。

背景技术

旁瓣抑制技术一直是雷达图像处理领域备受专注的关键技术之一，它广泛应用于雷达脉冲响应的旁瓣抑制方面。许多重要的SAR图像质量参数可以通过冲激响应予以估计，如与旁瓣性能有关的的两个质量参数：峰值旁瓣比PSLR和积分旁瓣比ISLR都可以通过冲激响应测量。PSLR的大小决定了强目标点对邻近弱目标点的遮盖能力，ISLR表示SAR图像中局部暗区被周围亮区的能量泄露所淹没的程度。

旁瓣的性能直接影响SAR图像中的信息利用，由于旁瓣产生乘性噪声并且对临近散射点有干扰作用，所以低旁瓣的系统脉冲响应对于SAR图像非常重要。但往往SAR成像系统的二维频域为有限窗，它使得脉冲响应函数在距离和方位向均为sinc函数,这样强目标的旁瓣极易使弱目标的主瓣产生畸变，甚至达到难以辨别弱目标的程度，影响图像的质量。

近些年来，为了获取低旁瓣SAR图像，人们提出了各种各样的旁瓣抑制方法，大致分为两类：其一是使用线性加权方法来降低旁瓣电平，但这需要付出展宽主瓣，降低分辨率的代价；其二是采用一些非线性的处理方法，以保证不损失图像分辨率的情况下降低旁瓣。空间变迹法SVA就是采用非线性处理的方法，它能根据图像数据自适应地确定加权系数，即加权函数会根据主副瓣的不同而相应变换，在保留原主瓣宽度的基础上抑制旁瓣。

Environment Res Inst提出的专利申请“Super spatially variant apodization(Super sva)”(专利公开号：WO1997012257A)公开了一种空间变迹法的旁瓣抑制技术，设原始图像第m行、第n列的像素点为g(m,n)，其表达式为g(m,n)＝I(m,n)+i·Q(m,n)，I(m,n)和Q(m,n)分别为该像素点的实部和虚部，且i为虚数单位。按如下步骤对数据进行处理：

首先，将数据的实部和虚部分开处理，实部表达式为

I_SVA(m,n)＝I(m,n)+w_m[I(m-1,n)+I(m+1,n)]+w_n[I(m,n-1)+I(m,n+1)]

                                                   (1)

+w_mw_n[I(m-1,n-1)+I(m+1,n+1)+I(m-1,n+1)+I(m+1,n-1)]

其中，w_m为方位向权值、w_n为距离向权值，这两个参数用于抑制数据中的旁瓣，

分别对w_m和w_n取值为0和1/2带入式1)，将产生4个结果。如果这4个结果符号一致，则I_SVA(m,n)置为4个结果当中绝对值最小的；否则，I_SVA(m,n)置为0；

然后，对虚部Q(m,n)进行与实部相同的操作，得到Q_SVA(m,n)；

最后，将实部I_SVA(m,n)和虚部Q_SVA(m,n)进行合并，得到g_SVA(m,n)＝I_SVA(m,n)+i·Q_SVA(m,n)，其中g_SVA(m,n)为滤波后的SAR图像。

上述方法的不足之处在于：式1)当中的方位向权值w_m和距离向权值w_n仅为0或者1/2，实际应用中，由于噪声等其他非系统误差存在，选用0和1/2不能有效的抑制旁瓣，影响图像的分辨率。

发明内容

本发明针对上述现有技术的不足，提出一种基于模值约束的SAR图像旁瓣抑制方法，以降低噪声对于旁瓣抑制的影响，提高SAR图像的分辨率。

为实现上述目的，本发明的技术方案包括如下步骤：