[發(fā)明專利]一種基于自適應縮減算子的導航雷達圖像反演海面風向方法

有效

• 申請?zhí)枺?/td>: 201410557744.3
• 申請日: 2014-10-20
• 公開（公告）號: CN104297753A
• 公開（公告）日: 2015-01-21
• 發(fā)明（設計）人: 盧志忠;王慧;黃玉;張長青;呂杰;張坤;楊江紅;王璐
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G01S13/95
• 分類號: G01S13/95
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于自適應縮減算子的導航雷達圖像反演海面風向方法，其特征在于，包括以下幾個步驟：

步驟一：采集N幅導航雷達圖像形成一組導航雷達圖像序列；

步驟二：對導航雷達圖像進行中值濾波處理；

步驟三：對濾波后的導航雷達圖像進行方位向歸一化，固定每幅濾波后的導航雷達圖像的方位向線數(shù)；

步驟四：對方位向歸一化后的導航雷達圖像進行全局低通濾波處理，得到包含風條紋的海面靜態(tài)特征圖像；

步驟五：根據(jù)海面靜態(tài)特征圖像，進行海面風向反演得到海面風向。

2.根據(jù)權利要求1所述的一種基于自適應縮減算子的導航雷達圖像反演海面風向方法，其特征在于：所述的對濾波后的導航雷達圖像進行方位向歸一化的方法為：

(1)讀取極坐標下的每個濾波后的導航雷達圖像的方位向線數(shù)和徑向點數(shù)，方位向線數(shù)為3600條，間隔角度為0.1°，有N＝3600個角度值Ω_i,i＝1,2,...N，徑向點數(shù)為220個；

(2)建立方位向固定為1800條的新極坐標導航雷達圖像，間隔角度為0.2°，有N_new＝1800個新的角度值，θ_j,j＝1,2,...N_new，徑向點數(shù)為220個；

(3)為新極坐標導航雷達圖像賦灰度值，若Ω_i＝θ_j，或第一個Ω_i>θ_j，則將角度值Ω_i對應的方位向線的灰度值賦給新極坐標導航雷達圖像的新角度值θ_j對應的方位向線上；

(4)重復步驟(3)直到所有新極坐標導航雷達圖像的所有方位向線都具有灰度值，得到方位向歸一化后的導航雷達圖像。

3.根據(jù)權利要求1所述的一種基于自適應縮減算子的導航雷達圖像反演海面風向方法，其特征在于：所述根據(jù)海面靜態(tài)特征圖像，進行海面風向反演得到海面風向的方法為：

(1)將極坐標下的海面靜態(tài)特征圖像插值為笛卡爾坐標下海面靜態(tài)特征圖像；

(2)將笛卡爾坐標下海面靜態(tài)特征圖像進行平滑處理，得到一次平滑圖像；

笛卡爾坐標下海面靜態(tài)特征圖像為：

f(x_i,y_j)i＝1,2,...N_x,j＝1,2,...N_y

其中(x_i,y_j)為沿x和y軸的笛卡爾坐標，N_x和N_y為笛卡爾坐標下沿x和y軸所取像元總數(shù)，一次平滑圖像為：

F(xi,yj)=Σm=-22Σn=-22Hr(m,n)f(xi-m,yj-n)]]>i＝1,2,...N_x-4,j＝1,2,...N_y-4

H^r(m,n)為二項式卷積核，r為二項式卷積核的階數(shù)，(m,n)為二項式卷積核的坐標；

(3)應用自適應縮減算子對一次平滑圖像進行縮減，得到縮減后圖像；

縮減后圖像為：

F^(K)＝C_(↓K)*F

自適應算子C_(↓K)為：

進一步得到：

F(K)(xα,yβ)=1K2Σi=1KΣj=iKF(xi,yj)]]>

其中，(x_α,y_β)為圖像縮減后新生成的坐標，α＝1,2,...N_x-4/2，β＝1,2,...N_y-4/2，K為縮減率，縮減后圖像分辨率變?yōu)镵*γ，γ為圖像縮減前圖像分辨率；

(4)將縮減后圖像進行平滑處理，得到二次平滑圖像；

二次平滑圖像為：

G(xα',yβ')=ΣM=-22ΣN=-22HR(M,N)F(K)(xα'-M,yβ'-N)]]>

其中，(x_α′,y_β′)二次平滑圖像坐標，H^R為二項式卷積核，R為二項式卷積核階數(shù)，(M,N)為二項式卷積核坐標，α'=1,2,···Nx-42-4,β'=1,2,···Ny-42-4;]]>

(5)對二次平滑圖像應用優(yōu)化Sobel梯度算子得到像元梯度方向直方圖；

優(yōu)化Sobel梯度算子為：

Dx=13230-3100-1030-3Dy=DxT]]>

其中，D_x和D_y為優(yōu)化Sobel算子分別沿x，y軸的梯度算子，

二次平滑圖像每個像元點沿x和y軸的梯度值為：

Gx=G*DxGy=G*Dy]]>

其中，G_x和G_y分別為所有像元點沿x軸和y軸的梯度方向，由G_x和G_y得到每個像元點的梯度方向G_θ為：

Gθ=arctanGyGx]]>

對得到的所有像元的梯度方向進行直方圖統(tǒng)計，得到像元梯度方向直方圖；

(6)通過像元梯度方向直方圖得到穩(wěn)定系數(shù)，基于自適應算法確定最優(yōu)縮減率K；

從像元梯度方向直方圖中選取從從的所有梯度方向，組成方向值數(shù)組G_P＝[G₁,G₂,...G_p]，

穩(wěn)定系數(shù)為：

η=σμ×100%]]>

其中，σ為G_P的標準差，μ為G_P的均值，

選取閾值為10，縮減率K的取值范圍為：K＝2,3,…8，

在縮減率K<8，并且穩(wěn)定系數(shù)小于閾值時，選取當前縮減率K作為最優(yōu)縮減率

在縮減率K<8，并且穩(wěn)定系數(shù)大于閾值時，K＝K+1，重復步驟(2)～步驟(6)，

在縮減率K＝8，并且穩(wěn)定系數(shù)大于閾值時，選取穩(wěn)定系數(shù)最小時對應的縮減率K作為最優(yōu)縮減率；

(7)求得對應最優(yōu)縮減率K的主梯度方向；

將當前的對應最優(yōu)縮減率K的像元梯度方向直方圖中選取的所有梯度方向，組成的新的方向值數(shù)組G_M＝[G₁,G₂,...G_m]，包含的梯度方向數(shù)量為m，對新的方向值數(shù)組求平均值得到主梯度方向G_main：

Gmain=Σi=1mGi;]]>

(8)根據(jù)主梯度方向求得海面風向W_d：

W_d＝G_main±90°

將計算出來的方向與風向標測得的風向所在象限比較，保留與其象限一致的方向去除180°模糊的方向，從而獲得準確的海面風向。

4.根據(jù)權利要求3所述的一種基于自適應縮減算子的導航雷達圖像反演海面風向方法，其特征在于：所述的將極坐標下的海面靜態(tài)特征圖像插值為笛卡爾坐標下海面靜態(tài)特征圖像方法為：

(1)在極坐標下的海面靜態(tài)特征圖像中選取扇形區(qū)域；

(2)得到扇形區(qū)域中像元點的極坐標(r,θ)對應的笛卡爾坐標(x,y)：

x=r*cosθy=r*sinθ;]]>

(3)建立與扇形區(qū)域相對應的笛卡爾坐標下的矩形區(qū)域，矩形區(qū)域的笛卡爾坐標為(x_i,y_i)，找到與矩形區(qū)域的笛卡爾坐標(x_i,y_i)距離最近的扇形區(qū)域的笛卡爾坐標(x,y)，將扇形區(qū)域的笛卡爾坐標(x,y)對應的極坐標(r,θ)的像元灰度值賦給矩形區(qū)域的笛卡爾坐標(x_i,y_i)，得到笛卡爾坐標下海面靜態(tài)特征圖像。