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与流程

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。