CN112184643B

CN112184643B - 非参数化的sar图像自适应重采样方法

Info

Publication number: CN112184643B
Application number: CN202010997154.8A
Authority: CN
Inventors: 王岩; 丁泽刚; 李凌豪; 曾涛; 赵祎昆
Original assignee: Beijing Institute of Technology BIT
Current assignee: Beijing Institute of Technology BIT
Priority date: 2020-09-21
Filing date: 2020-09-21
Publication date: 2022-11-08
Anticipated expiration: 2040-09-21
Also published as: CN112184643A

Abstract

本发明公开了一种非参数化的SAR图像自适应重采样方法。使用本发明能够实现大前斜SAR几何下存在频谱折叠情况下的SAR图像重采样。本发明利用形态学方法自适应构造匹配的二维插值核，并通过有限点的二维卷积实现任意SAR图像图像重采样。该方法不依赖于成像参数和特定的成像平面，具有很高的鲁棒性。

Description

非参数化的SAR图像自适应重采样方法

技术领域

本发明涉及合成孔径雷达技术领域，具体涉及一种非参数化的SAR图像自适应重采样方法。

背景技术

合成孔径雷达(SAR)可以全天时全天候地获得目标区域的二维高分辨雷达图像。SAR图像可用于景象匹配、高程反演、目标识别、地物分类等多种应用场景。对SAR复图像的重采样是SAR数据处理中的一项关键技术，广泛应用于SAR成像及相关处理中。例如，在SAR成像中，斜距图像需要通过重采样获得无几何畸变的地距图像；在干涉SAR和层析SAR处理中，多幅复图像需要通过重采样进行图像配准。因此，需要提出一种具有鲁棒性的SAR复图像重采样方法。

然而，SAR图像的重采样主要面临以下两个难题。首先，当SAR工作于大前斜模式时，由于大前斜SAR的频谱二维耦合严重，导致频谱出现跨观测周期的折叠现象(频谱折叠)，导致基带重采样方法失效。其次，参数化的SAR图像频谱模型的复杂性限制了参数化SAR图像重采样方法的应用，即无法建立适用于任意模式、任意成像平面的参数化频谱模型，从而无法构造适用于任意模式、任意成像平面的参数化二维插值核。

目前对SAR图像的重采样主要有两类方法。第一类方法为参数化图像重采样方法，该类方法通过推到特定参数、特定成像平面下的SAR图像频谱模型，构造相匹配的图像插值核，从而可以适应特定情况下的频谱折叠现象，获得无失真重采样结果；然而，由于SAR图像频谱模型的复杂性，导致该方法无法用于任意模式、任意成像平面的SAR图像重采样，通用性和鲁棒性低。第二类为非参数化方法，包括双线性插值、双三次卷积插值、双三次样条插值、基带截断sinc插值、频域补零法等，这些方法通过构造基带插值核或频域高频处补零，实现SAR图像重采样，然而该类方法在对存在频谱折叠现象的SAR图像进行重采样时会使SAR图像频谱截断导致图像质量严重下降，因此在大前斜模式频谱折叠情况下该类方法失效。

发明内容

有鉴于此，本发明提供了一种非参数化的SAR图像自适应重采样方法，利用形态学运算自适应生成匹配的二维插值核并通过二维卷积实现任意SAR图像的重采样，可适应大前斜SAR几何下存在频谱折叠情况下的SAR图像重采样。

本发明的非参数化的SAR图像自适应重采样方法，包括如下步骤：

步骤1，对SAR复图像进行两维快速傅里叶变换，获得原始频谱；对原始频谱进行二值化和膨胀操作，获得二值化频谱；

步骤2，对二值化频谱进行频谱复制，获得包含完整基带频谱通带区域的频谱；

步骤3，对步骤2获得的频谱的阻带进行细化；

步骤4，对阻带细化后的频谱进行连通域检测及形态学闭操作，获得基带频谱通带区域；

步骤5，将步骤4获得的频谱进行IFFT变换并进行截断、升采样，得到插值核，利用下式对SAR图像进行重采样：

其中，(m_new,n_new)为重采样所得图像的坐标，s_new(m_new,n_new)为重采样后的图像；c、d分别为各像素点重采样过程中所采用的相邻像素的相对下标；f_map1、f_map2为待插值坐标到原图像坐标之间的映射关系；P为两维升采样倍数；T为截断点数；τ_m为

与对

向下取整之间的差，τ_n为

与对

向下取整之间的差；(x,y)为原图像的两维坐标；δ_m，δ_n分别为x，y轴的像素间隔，s为原图像，s_{Kernel_Cut}为所构造的插值核。

较优的，所述步骤5中，对升采样后的插值核加锐化窗后对SAR图像进行重采样。

较优的，所述步骤1中，二值化的门限值为原始频谱的频谱均值。

较优的，所述步骤2中，对二值化频谱进行3倍复制。

有益效果：

本发明提供了一种非参数化的SAR图像自适应重采样方法，利用形态学方法自适应构造匹配的二维插值核，并通过有限点的二维卷积实现任意SAR图像图像重采样。该方法不依赖于成像参数和特定的成像平面，具有很高的鲁棒性。

附图说明

图1(a)、(b)、(c)分别为SAR图像的常见频谱示意图。

图2(a)、(b)、(c)分别为传统方法升采样后的常见频谱示意图。

图3(a)、(b)、(c)分别为图像原始频谱、二值化频谱、膨胀操作的仿真结果图。

图4(a)、(b)、(c)分别为图像频谱复制、形态学闭操作、基带连通域检测的仿真结果图。

图5(a)、(b)、(c)分别为所构造的插值核的频谱、图像域以及图像域等高线图。

图6为方法整体流程图。

图7为仿真几何关系图。

图8(a)、(b)分别为传统方法和所提方法的重采样结果。

图9(a)、(b)分别为用传统方法和所提方法进行干涉配准后的相干系数图。

图10为干涉配准后的相干系数统计曲线。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

本发明提供了一种非参数化的SAR图像自适应重采样方法，包括如下步骤：

步骤一，SAR复图像两维快速傅里叶变换获得原始频谱，然后通过频谱二值化、膨胀操作初步获得二值化频谱。

具体的，

S11、二维快速傅里叶变换

以SAR复图像的行和列分别为X轴和Y轴建立直角坐标系，将点扩展函数的包络表示ρ(x,y)，则SAR复图像中位于(x₀,y₀)处目标的点扩展函数可表示为下式：

其中，δ_m，δ_n分别为x，y轴的像素间隔，m，n分别为离散化的x轴、y轴像素坐标，

M，N分别为x，y轴采样点数，R₀为图像中目标的中心斜距，λ为波长，

为初相。

通过两维快速傅里叶变换(FFT)可以直接获得原始二维频谱。由于SAR图像域的离散性，因此频谱具有隐含周期性，由FFT得到的频谱实际是一个观测周期内的频谱。因此，两维FFT后得到的频谱S′(k,l；R₀,x₀,y₀)可表示为：

其中，P()表示图像域连续情况下的频谱包络，a，b为整数，k，l为离散周期化后的两维频率轴，且均为整数，且

由上式可知，SAR图像频谱可能完全处于同一观测周期，如图1(a)所示，也可能叠加至其他观测周期，该现象被称为频谱折叠，如图1(b)、(c)所示。图2展示了基带sinc升采样后的频谱示意图，可见当存在频谱折叠现象时，基带sinc插值会使频谱被截断，从而导致图像失真。

S12、频谱二值化

为了初步区分频谱通带区域和阻带区域，将原始频谱进行二值化判断，其中，1为通带，0为阻带；二值化门限可设为频谱均值。令二值化后的频谱为S′_2Value(k,l)。二值化结果如图3(b)所示。

S13、二值化频谱膨胀

图3(b)可见二值化结果中明显的沟壑，这是由于多个散射点频谱相干叠加导致的，需要通过膨胀操作进行弥合。膨胀操作可表示为下式步骤：

其中，D为膨胀结构元，D_k,l表示膨胀结构元移动至某像素点(k,l)处。膨胀后的二值化频谱如图3(c)所示，可见沟壑基本被消除。

步骤二，频谱复制以获得包含完整基带频谱通带区域的频谱。

一般情况下，折叠仅存在于相邻的观测周期，即通过3倍复制即可得到完整的基带频谱通带区域。经过频谱复制后的二值化频谱可表示为：

S_Copy(k+aM,l+bN)＝S′_Delation(k,l) (4)

其中a＝-1,0,1,b＝-1,0,1。经过频谱复制后的二值化频谱如图4(a)所示。

步骤三，阻带细化以最大化基带频谱通带区域。

由于加窗和天线加权等因素的影响，上述步骤所得到的通带区域可能仍不完整，从而造成插值过程中的信息损失和插值结果的畸变。为解决这一问题，需要将阻带细化，提取阻带中心线，从而最大化基带频谱的通带区域。将阻带细化后的频谱通带区域记为Q_{Pass_Fat}，则各周期的通带均完全落于该区域之内，如图4(b)所示。

步骤四，连通域检测及形态学闭操作以提取基带频谱通带区域。

S41、连通域检测

上述步骤完成后，频谱通带区域内包含基带频谱通带区域，然而其他周期的频谱通带也在此区域内，因此需要进行连通域检测，提取出基带频谱通带所在区域。进行连通域检测以提取基带频谱通带所在连通域。连通域检测可以表示为：

Q_Choose＝X_t,当X_t＝X_t-1 (5)

其中，

其中，

为膨胀运算，B为结构元。

S42、形态学闭操作

连通域检测后，提取出基带频谱通带所在区域块，此时可能仍存在狭隙和小孔洞，因此需要在此时进行膨胀彻底消除狭隙和小孔洞。为了保持区域边界和面积不变，因此需在膨胀结束后进行相同程度的腐蚀，即完成了一个闭操作。至此，已提取出包含完整无折叠基带频谱通带Q_PD在内的连通区域Q_Choose，即

连通域检测和形态学闭操作的结果如图4(c)所示。

步骤五，对步骤四的频谱进行两维逆快速傅里叶变换(IFFT)，截断并升采样，获得匹配的插值核。

步骤四后的频谱可作为插值核的频谱。然而，直接将步骤四频谱进行IFFT获得的插值核的采样较稀疏，会导致较大的插值误差，因此在插值核频谱提取完成以后需进行频域补零实现插值核的升采样，升采样倍数决定了插值精度。升采样后，可近似认为得到了连续采样的图像域插值核，即恢复了离散非周期化的插值核频谱。进行P倍两维升采样，并做两维IFFT变换，得到近似连续的插值核。在实际应用中，插值核往往需要进行截断以降低逐点插值的运算量，使在实时处理中实现插值成为可能，若想要进行T点两维截断插值，则需将升采样后的插值核进行M_Cut、N_Cut点截断，且M_Cut＝N_Cut＝P·T。截断后的插值核为

其频谱为

其中，ρ_Kernel()表示插值核包络，P_Kernel()表示插值核频谱的包络。*表示卷积运算。

由于图像域的截断导致了插值核频谱的会产生一定的振铃效应，从而导致SAR图像重采样后会出现一些旁瓣，为削弱插值核截断的影响，本发明对升采样后的插值核进行锐化窗处理。

至此，已构造出了与待插值的SAR复图像相适应的二维插值核。该插值核的频域如图5(a)所示，图像域如图5(b)和(c)所示。

步骤六，利用步骤五得到插值核，通过图像域卷积实现SAR图像重采样。

待插值网格和原图像之间的坐标(像素)映射关系为：

其中，τ_m为

与对

向下取整之间的差，τ_n为

与对

向下取整之间的差；f_map1、f_map2为待插值坐标到原图像坐标之间的映射关系，由具体的重采样几何等决定；m_new、n_new为插值所得图像的两坐标轴。

利用插值核对映射到原图像坐标附近的T×T邻域复数据进行加权，得到插值后的图像。插值过程如下式所示：

其中s_new为重采样后的图像，c、d分别为各像素点重采样过程中所采用的相邻像素的相对下标。在这里近似将插值核看成是连续的，实际操作中取升采样后的插值核中的最近临点。

自此，就实现了一种非参数化的SAR图像自适应重采样方法。图6为所提重采样方法的整体流程图。

实施例1

本实施例中，设计了两个前斜模式的SAR图像重采样仿真实验，分别为点阵目标重采样实验和面目标干涉SAR图像对配准仿真实验。其几何关系如图7所示。仿真参数如表1所示。

表1计算机仿真参数

参数/单位	数值	参数/单位	数值
				波段	Ku	距离/km	10
高度H/km	6	速度方位角/deg	10
				方位点数	4096	脉冲重复频率/kHz	4
带宽/MHz	220	采样率/MHz	260

实验一为对3×3的点阵目标场景SAR图像进行16倍升采样，并评估点扩展函数，基带截断sinc插值作为对比方法。基带截断sinc插值的处理结果如图8(a)所示，可见目标点在升采样后严重畸变失真；所提重采样方法的处理结果如图8(b)所示，可见目标点在升采样后仍为理想两维sinc函数，无明显失真。仿真结果证明了所提方法在大前斜SAR几何下的适用性以及所提方法的高精度特性。

实验二为对面目标场景进行干涉SAR图像配准仿真。仿真两个通道的回波并成像，获得两个通道的SAR复图像，两通道间距2米分布在垂直于速度方向。在图像配准过程中分别采用基带截断sinc插值与所提方法实现图像平移中的重采样操作。然后，通过对比配准后的主从两通道图像的相干系数(相干系数反映图像相关性，相干系数越高则图像越相似)来比较两种方法重采样精度。图9(a)为利用截断sinc插值进行图像配准的相干系数图，可见数值均较低，说明截断sinc插值重采样使图像明显失真，不利于后续干涉测高等应用。图9(b)为利用所提重采样方法进行图像配准的结果，可见数值均在0.9以上，因此证明了所提方法重采样的精度很高。图10进一步统计了各相干系数等级所占百分比情况，可见所提方法重采样后相干系数集中分布在略小于1的区间内，因此进一步说明所提方法重采样造成的图像失真可以忽略，有利于后续高精度的干涉测高等应用。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种非参数化的SAR图像自适应重采样方法，其特征在于，包括如下步骤：

步骤3，对步骤2获得的频谱的阻带进行细化；

与对

向下取整之间的差，τ_n为

与对

2.如权利要求1所述的非参数化的SAR图像自适应重采样方法，其特征在于，所述步骤5中，对升采样后的插值核加锐化窗后对SAR图像进行重采样。

3.如权利要求1所述的非参数化的SAR图像自适应重采样方法，其特征在于，所述步骤1中，二值化的门限值为原始频谱的频谱均值。

4.如权利要求1所述的非参数化的SAR图像自适应重采样方法，其特征在于，所述步骤2中，对二值化频谱进行3倍复制。