[發(fā)明專利]一種基于多分量分解視頻SAR陰影增強方法

在審

• 申請?zhí)枺?/td>: 202211080972.7
• 申請日: 2022-09-05
• 公開（公告）號: CN115480249A
• 公開（公告）日: 2022-12-16
• 發(fā)明（設(shè)計）人: 張曉玲;詹旭;張文思;楊振宇;師君;韋順軍;曾天驕
• 申請（專利權(quán)）人: 電子科技大學(xué)
• 主分類號: G01S13/90
• 分類號: G01S13/90;G06T5/00;G06T5/40
• 代理公司: 電子科技大學(xué)專利中心 51203
• 代理人: 曾磊

本發(fā)明公開了一種基于多分量分解視頻SAR陰影增強方法。它是通過迭代求解的方式實現(xiàn)對輸入視頻SAR數(shù)據(jù)中的陰影、背景和噪聲分量分解，在每次迭代中，首先更新陰影分量矩陣；然后，更新背景分量矩陣；其次，通過求解基于噪聲分量的斐波拉契范數(shù)正則化的去噪方程，更新噪聲分量矩陣；最后，根據(jù)本次迭代更新的陰影分量與上次迭代更新的陰影分量兩者的相對變化量判斷是否停止迭代，輸出最新更新的陰影分量為視頻SAR陰影增強結(jié)果。與基于直方圖均衡化陰影增強方法相比，本發(fā)明方法具有陰影增強結(jié)果的陰影?背景對比度高、陰影的輪廓特征完整，陰影增強效果好的特點。

技術(shù)領(lǐng)域

本發(fā)明屬于合成孔徑雷達(dá)(SyntheticAperture Radar，SAR)技術(shù)領(lǐng)域，它特別涉及到了視頻SAR成像技術(shù)領(lǐng)域。

背景技術(shù)

合成孔徑雷達(dá)是一種具有全天時、全天候成像能力的雷達(dá)，克服了光學(xué)和紅外成像系統(tǒng)不能在夜晚光照匱乏時或是天氣惡劣等條件下無法成像的缺點。然而，傳統(tǒng)的SAR僅僅能夠提供觀測場景短時的成像結(jié)果，無法實現(xiàn)對場景進(jìn)行長時間持續(xù)性地觀測，這不利于對車輛等運動目標(biāo)的監(jiān)視，即實現(xiàn)運動目標(biāo)的持續(xù)性檢測與追蹤，為了克服這一缺陷，視頻SAR應(yīng)運而生，不同于傳統(tǒng)SAR系統(tǒng)所獲取的僅僅場景單幀的圖像，視頻SAR對觀測場景持續(xù)性觀測，能夠獲取場景多時間幀的圖像，得到觀測區(qū)域的視頻成像結(jié)果，從而能進(jìn)一步對場景中的運動目標(biāo)進(jìn)行長時間監(jiān)視，有利于觀測目標(biāo)的運動狀態(tài)的持續(xù)性變化，在如民用領(lǐng)域中交通流量監(jiān)控、軍事領(lǐng)域中敵對重要目標(biāo)探測等領(lǐng)域具有顯著的應(yīng)用價值。

在視頻SAR成像結(jié)果中，運動的目標(biāo)在視頻中有兩種響應(yīng)表現(xiàn)形式，第一種為目標(biāo)本身所產(chǎn)生的響應(yīng)表現(xiàn)形式，具體為在視頻每幀圖像中距離向位置存在偏移、方位向存在散焦模糊；第二種為由于目標(biāo)遮擋所在地面產(chǎn)生的陰影的響應(yīng)表現(xiàn)形式，不同于前者，所產(chǎn)生的陰影不存在偏移與散焦情況，從而能反映出動目標(biāo)的真實位置。當(dāng)前，對于視頻SAR成像結(jié)果中運動目標(biāo)的檢測與追蹤，為了獲得更高的檢測和追蹤的精度，主要通過對陰影區(qū)域的檢測與追蹤，實現(xiàn)與之相關(guān)的動目標(biāo)的檢測與追蹤。

然而，不同于目標(biāo)通常具有較強的散射能量，由于遮擋機(jī)制產(chǎn)生的陰影的能量相對較弱，容易和它周圍同樣散射能量較低的背景混淆，并且也可能被噪聲的能量所淹沒，導(dǎo)致陰影的檢測和追蹤的精度損失。因此，為了提高陰影的檢測和追蹤的精度，可以通過增強陰影的方法實現(xiàn)，即需要提出有效的視頻SAR陰影增強方法。

現(xiàn)有的視頻SAR陰影增強方法主要采用基于直方圖均衡化陰影增強方法，該方法主要適用于光學(xué)圖像，而由于視頻SAR系統(tǒng)與光學(xué)照相系統(tǒng)存在較大差異，兩者的成像結(jié)果數(shù)據(jù)差異性大，因此當(dāng)前方法對于視頻SAR陰影增強所能發(fā)揮的作用有限，對陰影檢測和追蹤的精度提升有限。為了取得更好的視頻SAR陰影增強效果，本發(fā)明提出了一種基于多分量分解視頻SAR陰影增強方法。

發(fā)明內(nèi)容

本發(fā)明提出了一種基于多分量分解視頻SAR陰影增強方法。該方法通過迭代求解的方式實現(xiàn)對輸入視頻SAR數(shù)據(jù)中的陰影、背景和噪聲分量分解，在每次迭代中，首先建立基于陰影分量的L1范數(shù)正則化去噪方程，通過求解該方程，更新陰影分量矩陣；然后，建立基于背景分量的核范數(shù)正則化去噪方程，通過求解該方程，更新背景分量矩陣；其次，建立基于噪聲分量的斐波拉契范數(shù)正則化的去噪方程，通過求解該方程，更新噪聲分量矩陣；最后，根據(jù)本次迭代更新的陰影分量與上次迭代更新的陰影分量兩者的相對變化量判斷是否停止迭代，當(dāng)相對變化量大于閾值時，繼續(xù)迭代，當(dāng)小于閾值時，停止迭代，輸出最新更新的陰影分量為視頻SAR陰影增強結(jié)果。與基于直方圖均衡化陰影增強方法相比，本發(fā)明方法陰影增強結(jié)果的陰影-背景對比度更高、陰影的輪廓特征更完整，陰影增強效果更佳。

為了方便描述本發(fā)明的內(nèi)容，首先作以下術(shù)語定義：

定義1.合成孔徑雷達(dá)