本发明涉及一种基于多子区图像匹配的sar雷达成像质量快速自动评价方法,用于sar雷达成像性能测试。
背景技术:
sar(合成孔径雷达)传感器不依赖于太阳辐射,可以全天时工作,并且具有一定的穿透力,可以提供可见光和红外所无法提供的信息。随着sar雷达小型化技术成熟,sar雷达得到了越来越广泛的应用。完成sar雷达成像质量判读是sar雷达地面性能测试中的关键环节。
传统sar雷达成像质量判读往往采用人工判读方式,通过肉眼查看对sar图像质量进行评判。人工判读方式受评判人员主观因素影响较大,难以形成可量化的评判指标,不适合大规模雷达产品测试。此外,人工判读方式存在人力投入较大、耗时较高的缺点,评判人员的疲劳程度容易影响评判结果,不适合长时间高强度的雷达产品测试。
本项目就是针对这一问题,提出一种基于多子区图像匹配的sar雷达成像质量判读方法,该方法大大提高了sar雷达单机测试自动化程度,在提高判读精度的同时降低了人力以及时间成本。
技术实现要素:
本发明的技术解决问题是:针对sar雷达测试中雷达成像质量自动评价的需求,提出一种基于多子区图像匹配的sar雷达成像质量自动评价方法。该方法实现了sar雷达成像质量的自动评价,可有效排除了评判人员主观因素对测试结果的影响,在提高判读精度的同时降低了人力以及时间成本。
本发明的技术解决方案是:一种基于多子区图像匹配的sar雷达成像质量快速自动评价方法,包括步骤如下:
(1)选择一幅尺寸为m×n的sar图像,要求选出的sar图像的宽、高均大于待测试sar雷达成像的宽、高且分辨率与待测试sar雷达成像分辨率一致;m为sar图像的宽、n为sar图像的高;
(2)使用步骤(1)中选取的sar图像数据制备sar基准图像,在sar图像中心区域放置若干矩形信标,得到sar基准图像imgref;
(3)结合待测试sar雷达工作参数,使用sar基准图像通过雷达回波电磁仿真生成雷达回波信号,作为sar基准回波信号;
(4)将sar基准回波信号注入被测试sar雷达,由sar雷达生成sar实时图imgreal,sar实时图imgreal像素尺寸为wreal×hreal,wreal为sar实时图imgreal的宽,hreal为sar实时图imgreal的高;
(5)使用sar实时图imgreal和sar基准图imgref进行整体图像匹配,得到sar实时图左上角点在sar基准图上的像素坐标(x0,y0),并记录相似度corr;
(6)从sar基准图中依次截取信标模板imgroi,在sar实时图上进行子区图像匹配,得到信标中心点在sar实时图上的像素坐标;
(7)通过步骤(5)、步骤(6)的图像匹配结果,对待测试sar雷达成像质量进行分析判断。
所述步骤(1)中选取的sar图像为为灰度图像,每个像素对应一个灰度值,灰度值的取值范围为[0,255]。
所述步骤(2)中sar基准图像制作方法为:
在步骤(1)中选取的sar图像中心区域设置4个像素尺寸为wroi×hroi的矩形信标,信标除中心点灰度值为255外其他像素灰度值为0,各信标中心点在sar基准图像中的像素坐标(xi,yi),wroi为矩形信标的宽,hroi为矩形信标的高;i=1,2,3,4;
4个信标围绕sar图像中心对称布置,信标两两沿行向和列向平行,令两列信标行间距为disy,两行信标列间距为disx;
矩形信标的尺寸以及位置要求如下:
x1=m/2-wroi/2-disx/2
y1=n/2-hroi/2-disy/2
x2=m/2+wroi/2+disx/2
y2=n/2-hroi/2-disy/2
x3=m/2-wroi/2-disx/2
y3=n/2+hroi/2+disy/2。
x4=m/2+wroi/2+disx/2
y4=n/2+hroi/2+disy/2
wroi*2+disx<wreal
hroi*2+disy<hreal
所述步骤(5)中sar实时图imgreal和sar基准图imgref进行整体图像匹配的方法的步骤如下:
使用sar实时图imgreal作为模板叠掩在sar基准图imgref上,逐像素滑动遍历,计算相似度矩阵mcorr,其中,mcorr的宽为m-wreal+1、高为n-hreal+1;相似度矩阵mcorr中的元素mcorr(p,q)代表模板左上角点滑动到sar基准图像素坐标(p,q)处时计算的相似度;
完成遍历匹配后,找到相似度矩阵mcorr中最大值点,其对应坐标为sar实时图imgreal左上角点在sar基准图上的像素坐标(x0,y0),记录mcorr中最大值corr为相似度峰值。
所述步骤(6)中子区图像匹配的方法步骤如下:
(6.1)根据整体图像匹配结果推算各信标左上角点在sar实时图中的粗略坐标(xi”,yi”),推算公式如下:
xi″=x0+xi-wroi/2
yi″=y0+yi-hroi/2
确定各信标左上角点在sar实时图中的范围:
令第i个信标左上角点坐标搜索区域为ri,
ri={(x,y)|x>xi’-disx/2且x<xi’+disx/2且x≥0且x<wreal且y>yi’-disy/2且y<yi’+disy/2且y≥0且y<hreal};
(6.2)从sar基准图中截取1个完整的信标子区图像作为信标模板imgroi;
(6.3)使用信标模板imgroi叠掩在sar实时图imgreal上逐像素滑动遍历,计算相似度矩阵mcorr’,相似度矩阵mcorr’的宽为wreal-wroi+1、高为hreal-hroi+1;
相似度矩阵mcorr’中元素mcorr’(p’,q’)代表模板左上角点滑动到sar实时图像素坐标(p’,q’)处时计算的相似度;
在相似度矩阵mcorr’信标各自的搜索区域ri中找到最大值点(ci,ri),计算各信标中心点在sar实时图上的坐标(xi’,yi’):
所述步骤(7)中待测试sar雷达成像质量进行分析判断的方法包括相似度判断、相对位置偏差判断、相对距离判断、中心区域平均灰度评价。
所述相似度判断的步骤如下:
将相似度corr与相似度阈值thre1进行对比,若相似度corr≥thre1,则认为待测试sar雷达成像质量正常,否则认为待测试sar雷达成像质量异常;其中,thre1的取值区间为[0,1]。
所述相对位置偏差判断的步骤如下:
计算信标中心点坐标(xi’,yi’)的相对位置偏差,公式如下:
当相对偏差δx13,相对偏差δx24和相对偏差δy12,相对偏差δy34的值均小于等于设定的相对位置偏差阈值thre2,则认为待测试sar雷达成像质量正常,否则,判定待测试sar雷达成像质量异常。
所述相对距离判断的步骤如下:
计算各信标中心点之间的距离关系,计算公式如下所示:
若|l12-disx|≤thre3且|l34-disx|≤thre3,则认为方位向相对距离正常,否则认为方位向相对距离异常;
若|l13-disy|≤thre3且|l24-disy|≤thre3,则认为距离向相对距离正常,否则认为方位向相对距离异常;
其中,thre3为相对距离阈值,l12为信标中心点1与信标中心点2的距离,l34为信标中心点3和信标中心点4的距离,l13为信标中心点1和信标中心点3的距离,l24为信标中心点2和信标中心点4之间的距离。
所述中心区域平均灰度评价的步骤如下:
以sar实时图中各信标中心点为中心,计算半径3像素到半径6像素范围的同心圆区域像素灰度平均值,若灰度均值小于等于thre4,则认为待测试的sar雷达成像质量正常,否则认为待测试的sar雷达成像质量异常。其中,thre4为中心区域平均灰度阈值。
本发明与现有技术相比的优点在于:
(1)本发明的方法采用图像匹配的方法对sar雷达成像质量进行评估,使得评判标准可量化,评判结果不受评估人员主观因素影响,提高了成像质量评客观性;
(2)本发明通过对特殊信标的几何信息变化量化评价,精确有效的对图像几何形变情况进行了描述,提高了成像质量评判的精度。
(3)本发明的方法可采用计算机全自动运行,自动化程度高,有效降低了sar雷达测试中的人力投入,大大提高了测试速度。
附图说明
图1为本发明方法的流程图;
图2为本发明实施例中sar卫星遥感图像;
图3为本发明实施例中信标图像;
图4为本发明实施例中sar基准图像;
图5为本发明实施例中sar实时图像。
具体实施方式
如图1所示,本发明提供了一种基于多子区图像匹配的sar雷达成像质量快速自动评价方法,其按照如下步骤进行:
一、选择一幅sar图像
选择一幅尺寸为m×n(宽×高)的sar图像,要求图像宽高均大于待测试sar雷达成像宽高且分辨率与sar雷达成像分辨率一致。sar卫星遥感图像应为灰度图像,每个像素对应一个灰度值(取值范围为[0,255])。
二、制备sar基准图像
使用步骤(1)中选取的sar图像数据制备sar基准图像,在图像中心区域放置4个wroi×hroi(宽×高)的矩形信标,得到sar基准图像imgref。信标除中心点灰度为255外其他像素灰度值为0,各信标中心点在sar基准图像中的像素坐标(xi,yi)(i=1,2,3,4)。4个信标围绕图像中心对称布置,信标两两沿行向和列向平行(见附图),令两列信标行间距为disy,两行信标列间距为disx。矩形信标的尺寸以及位置要求如下:
x1=m/2-wroi/2-disx/2
y1=n/2-hroi/2-disy/2
x2=m/2+wroi/2+disx/2
y2=n/2-hroi/2-disy/2
x3=m/2-wroi/2-disx/2
y3=n/2+hroi/2+disy/2
x4=m/2+wroi/2+disx/2
y4=n/2+hroi/2+disy/2
wroi*2+disx<wreal
hroi*2+disy<hreal
三、制备sar基准回波信号
结合待测试sar雷达工作参数,使用sar基准图像通过雷达回波电磁仿真生成雷达回波信号作为sar基准回波信号。
四、生成sar实时图像
在sar雷达成像质量测试中,将sar基准回波信号注入sar雷达,由sar雷达生成sar实时图imgreal,imgreal尺寸为wreal×hreal(宽×高)。
五、整体图像匹配
将imgreal作为模板叠掩在imgref上逐像素滑动遍历,计算相似度矩阵mcorr(mcorr宽高为m-wreal+1、n-hreal+1)。mcorr(p,q)代表模板左上角点滑动到sar基准图像素坐标(p,q)处时计算的相似度,,计算方法可采用常用的相关法等相似度计算方法。
找到mcorr中最大值点,其对应坐标即为imgreal左上角点在sar基准图上的像素坐标(x0,y0),记录mcorr中最大值corr。
六、子区图像匹配
1)根据整体图像匹配结果推算各信标左上角点在sar实时图中的粗略坐标(xi”,yi”)(i=1,2,3,4),推算公式如下:
xi″=x0+xi-wroi/2
yi″=y0+yi-hroi/2
确定各信标左上角点在sar实时图中的搜索区域,令第i个信标左上角点坐标搜索区域为ri,ri={(x,y)|x>xi’-disx且x<xi’+disx且x>xi’-disx且x<xi’+disx}。
2)从sar基准图中截取1个完整的信标作为模板imgroi。
3)使用信标模板imgroi叠掩在sar实时图imgreal上逐像素滑动遍历,计算相似度矩阵mcorr’(mcorr’宽高为wreal-wroi+1、hreal-hroi+1)。mcorr’(p’,q’)代表模板左上角点滑动到sar实时图像素坐标(p’,q’)处时计算的相似度,计算方法可采用常用的相关法等相似度计算方法。
在相似度矩阵mcorr’信标各自的搜索区域ri(i=1,2,3,4)中找到最大值点(ci,ri),计算各信标中心点在实时图上的精确坐标(xi’,yi’):
xi'=ci+wroi/2
yi'=ri+hroi/2
七、sar成像质量自动评价
从相似度、相对位置偏差、相对距离以及中心区域平均灰度4个房方面对sar雷达成像质量进行量化评价,评价方法如下:
(1)相似度判断
图像相似度根据整体图像匹配结果的相似度峰值corr作为判断依据,若corr>=thre1,则认为待测试sar雷达成像质量正常,否则认为待测试sar雷达成像质量异常。其中,thre1为相似度阈值(取值区间为[0,1]),取值越大对雷达成像质量要求越高,通常设置为0.8。
(2)相对位置偏差判断
计算信标中心点坐标(xi’,yi’)相对位置偏差:
δx13=x1'-x3'
δx24=x2'-x4'
δy12=y1'-y2'
δy34=y3′-y4′
当δx13,δx24和δy12,δy34值均小于等于thre2,则认为待测试sar雷达成像质量正常,否则判断待测试sar雷达成像质量异常。其中,thre2为相对位置偏差阈值,取值越小对雷达成像质量要求越高,通常设置为2。
(3)相对距离判断
计算各信标中心点点之间的距离关系,计算公式如下所示:
若|l12-disx|<=thre3且|l34-disx|<=thre3,则认为方位向相对距离正常,否则异常;
若|l13-disy|<=thre3且|l24-disy|<=thre3,则认为距离向相对距离正常,否则异常。
其中,thre3为相对距离阈值,取值越小对雷达成像质量要求越高。
(4)中心区域平均灰度评价
以实时图中各信标中心点为中心,计算半径3像素到半径6像素范围的同心圆区域像素灰度平均值,若灰度均值小于等于thre4,则认为正常,否则异常。其中,thre4为中心区域平均灰度阈值,取值越小对雷达成像质量要求越高。实施例
图2给出的sar图像是terrasar卫星x波段图像,图像大小512x512,分辨率与待测试雷达成像分辨率一致为10米;
图3是在图2基础上设置4个信标后生成的sar基准图像,图4即为信标图像。
图5是测试中sar雷达输出的sar实时图,分辨率为10m,图像大小为200*300。
在测试中,本方法成功的对sar实时图中信标的位置进行了精确提取,并基于提出的量化指标进行了sar成像质量评估,测试时间被有效控制在5s以内。经过大量测试,本评价方法具有较高可靠性,可以满足大规模sar雷达产品测试需求。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。