[發明專利]SAR尾跡圖像質量評估及自適應探測參數調整方法

有效

• 申請號: 202011135170.2
• 申請日: 2020-10-21
• 公開（公告）號: CN112215832B
• 公開（公告）日: 2023-07-11
• 發明（設計）人: 李雯雯;行坤;劉霖;喻忠軍;鄧云凱
• 申請（專利權）人: 中國科學院空天信息創新研究院
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 孫蕾

1.一種SAR尾跡圖像質量評估及自適應探測參數調整方法，其特征在于，包括以下步驟：

獲取多幅待評估SAR尾跡圖像，所述SAR尾跡圖像為對海探測時得到的海面尾跡圖像；

計算所述多幅待評估SAR尾跡圖像的特征量；

所述SAR尾跡圖像的特征量包括灰度平均梯度、點銳度、對比度、圖像均方差、圖像熵、多尺度圖像能量、灰度共生矩陣能量灰度、共生矩陣對比度、灰度共生矩陣相關性和灰度共生矩陣熵；

根據任務需求確定各所述特征量的權值；

所述根據任務需求確定各所述特征量的權值的步驟中的任務需求是根據尾跡圖像的觀測需求決定的，其中，所述觀測需求包括尾跡尺度；

對多幅SAR尾跡圖像進行質量評估，得到質量最優的SAR尾跡圖像；

以所述質量最優的SAR尾跡圖像的探測參數作為指導，調整SAR系統工作參數，至此完成了SAR尾跡圖像質量評估及自適應探測參數調整；

所述當前質量最優SAR尾跡圖像條件下的探測參數包括波段、極化和合成孔徑時間；

所述多尺度圖像能量的計算過程如下：

對圖像進行離散小波分解；

每進行一次小波分解，生成一個代表圖像輪廓的低頻區域和三個代表圖像細節的高頻區域；

對每次小波變換結果的低頻區域再次進行二維小波變換，實現多尺度分解，最終生成一個低頻區域和多個高頻區域；

將低頻區域當做一幅獨立的圖像，依次對圖像中的像素值平方求和，得到低頻區域圖像能量。

2.根據權利要求1所述的SAR尾跡圖像質量評估及自適應探測參數調整方法，其特征在于，所述灰度平均梯度用于描述圖像的邊界點或影線兩側附近灰度值變化差異，不僅能夠用于評估圖像的清晰程度，還能夠反映圖像微小細節反差變化及紋理特征，計算公式如式(1)所示：

其中，f(i，j)表示SAR圖像第i行、第j列的像素灰度值，M、N分別為圖像的行數和列數；

所述點銳度是通過統計圖像不同方向的灰度變化情況來進行評估圖像的清晰程度，計算公式如式(2)所示：

3.根據權利要求1所述的SAR尾跡圖像質量評估及自適應探測參數調整方法，其特征在于，所述對比度的計算公式如式(3)所示：

其中，δ(i，j)＝f(i，j)-f(i-1，j)為相鄰像素間灰度差，P_δ(i，j)為相鄰像素間的灰度差為δ的像素分布概率；計算P_δ(i，j)時，先統計圖像的灰度直方圖，利用高斯函數擬合得到灰度概率密度函數f_d，對灰度概率密度函數積分得到灰度概率分布函數F_d，P_δ(i，j)＝F_d(δ)；

所述圖像均方差的計算公式如式(4)所示；

其中，B表示圖像亮度，即圖像矩陣的平均值，表達式為：

4.根據權利要求1所述的SAR尾跡圖像質量評估及自適應探測參數調整方法，其特征在于，所述圖像熵表示為圖像灰度級幾何的比特平均數，單位為比特/像素，描述了圖像信源的平均信息量，其計算公式如式(5)所示：

其中，

5.根據權利要求1所述的SAR尾跡圖像質量評估及自適應探測參數調整方法，其特征在于，所述灰度共生矩陣能量計算公式如式(6)所示：

其中，P(i，j|θ，d)為灰度共生矩陣，位于第(i，j)個元素代表：灰度為i的像元與相距為d、方向為θ、灰度為j的像元出現的概率，即P(i，j|θ，d)＝n(i，j)/L，其中n(i，j)表示灰度為i的像元與相距為d、方向為θ、灰度為j的像元出現的次數，L表示像素對的數量；

所述灰度共生矩陣對比度的計算公式如式(7)所示：