[发明专利]一种利用雷达图像检测降雨的方法

说明书

本发明公开了一种利用雷达图像检测降雨的方法，离线确定检测是否降雨的阈值；在待检测雷达图像中选取笛卡尔框并计算待检测雷达图像海浪主波长λ和主波长包含像元点数α；设置滑窗大小和起始位置并遍历笛卡尔框，循环计算出滑窗在每个遍历位置时回波强度矩阵中回波差异最大值；从滑窗在每个遍历位置时回波强度矩阵中回波差异最大值中选出最大值作为笛卡尔框内回波差异最大值B_max；利用笛卡尔框内回波差异最大值B_max与阈值对比确定待检测图像是否存在降雨。本发明考虑了降雨监测区域存在海浪的情况，采用滑窗遍历方法来计算航海雷达图像的最大回波差异，保证了回波差异的求取范围包含波峰和波谷，提高了计算的准确率。

技术领域

本发明属于海洋遥感技术领域，涉及一种利用雷达图像检测降雨的方法，特别是一种基于自适应计算最大回波差异性的利用航海雷达图像检测降雨的方法。

背景技术

海洋是人类生活中不可或缺的资源，为了能够合理利用海洋资源，需要对海洋表面环境进行探索和研究，而海洋表面降雨信息检测技术正是海洋环境遥感中极为重要的一个研究方向，其中利用舰载航海雷达在舰船移动条件下对本船附近海域的降雨信息进行遥感检测是目前相关领域研究的一个热点。

在传统的基于航海雷达的降雨检测算法中，主要是利用回波强度均值、差异系数和零强度百分比等特征参数进行降雨图像和非降雨图像的识别。其中融合零强度百分比和回波强度均值参数对降雨检测的准确率略有提高。但是由于选择遮挡区作为实验区域具有一定的局限性，且检测精度不够高，所以需要选择适用性更为广泛的监测区域进行深入研究。

经典回波差异性理论在图像检测范围的选取上未能考虑空间不均匀性，且未能根据海浪参数对回波差异性的影响确定检测距离的大小。回波的主要差异是由波峰和波谷带来的，经典回波差异算法中无法保障检测区域同时包含海浪的波峰波谷信息，且回波差异计算使用的算法误差较大。

发明内容

针对上述现有技术，本发明要解决的技术问题是提供一种基于自适应计算最大回波差异性的利用航海雷达图像检测降雨的方法，采用海浪纹理较好的海浪监测区域作为降雨检测区域，提高降雨检测的准确性和可靠性，更有效区别降雨与非降雨图像。

为解决上述技术问题，本发明的一种利用雷达图像检测降雨的方法，包括：

离线确定检测是否降雨的阈值；

在待检测雷达图像中选取笛卡尔框并计算待检测雷达图像海浪主波长λ和主波长包含像元点数α；

设置滑窗大小和起始位置并遍历笛卡尔框，循环计算出滑窗在每个遍历位置时回波强度矩阵中回波差异最大值；

从滑窗在每个遍历位置时回波强度矩阵中回波差异最大值中选出最大值作为笛卡尔框内回波差异最大值B_max；

利用笛卡尔框内回波差异最大值B_max与阈值对比确定待检测图像是否存在降雨。

进一步的，离线确定检测是否降雨的阈值包括：

步骤1.1：采集包含降雨和非降雨的雷达图像，并记录雷达图像采集时间、对应的降雨数据以及相应浮标波周期；

步骤1.2:在雷达图像中选定笛卡尔框，所述笛卡尔框图像大小为m×m，其中，m为笛卡尔框边长包含的像原点数；使用近点插值替换将极坐标图像转化为直角坐标图像，计算每幅雷达图像的海浪主波长，将雷达图像按照海浪主波长长度依次每h米划分为一类，共分成z类；划分的雷达图像种类序号为c，c＝1,2,...,z，每类雷达图像数量为n_c幅，依次计算第c类中第j_c幅雷达图像对应的海浪主波长