一种航海雷达图像中海浪信息反演的预处理方法与流程

本发明涉及一种航海雷达图像信息处理方法，尤其是一种航海雷达图像中海浪信息反演的预处理方法。

背景技术：

航海雷达原始图像中的海浪影像是进行海面风场、溢油、海冰、赤潮/浒苔等信息反演的基础。但是航海雷达原始图像中，包含同频干扰、斑点噪声、假目标噪声、船舶、岛屿等其他信息，如何在保留海浪信息的同时，对这些信息进行预处理，是航海雷达海浪影像应用的首要工作。

zhu^[1]、liu^[2]和xu^[3]等人在应用航海雷达进行海面溢油监测之前，仅对航海雷达的同频干扰噪声进行了预处理，且算法效率都较低。沈丽兰^[4]采用小波变换对海面溢油雷达图像进行预处理，速度较慢。季顺迎等人[5]采用中值滤波，对海冰雷达监测图像进行预处理，效率也很低。

[1]zhu,x.,li,y.,feng,h.,liu,b.,xu,j.,2015.oilspilldetectionmethodusingx-bandmarineradarimagery[j].journalofappliedremotesensing.9(1),095985.

[2]liu,p.,li,y.,xu,j.,zhu,x.,2017.adaptiveenhancementofx-bandmarineradarimagerytodetectoilspillsegments[j].sensors.17(10),2349.

[3]xu,j.,liu,p.,wang,h.,lian,j.,li,b.,2018.marineradaroilspillmonitoringtechnologybasedondual-thresholdandc–vlevelsetmethods[j].indiansocietyofremotesensing.46(12),1949-1961.

[4]沈丽兰.冰区溢油雷达监测技术研究[d].大连海事大学,2010.

[5]季顺迎,陈晓东,刘煜,唐茂宁,刘宗勋,王宇新.基于油气平台的海冰雷达监测图像处理及冰速测量[j].海洋学报(中文版),2013,35(03):119-127.

技术实现要素：

针对航海雷达航浪信息提取预处理效率较低的现实问题，本发明提出的航海雷达图像中海浪信息反演的预处理方法，采用拉普拉斯算子、灰度阈值法与线性内插，消除同频干扰，采用otsu、面积阈值法、线性内插平滑高亮斑点信息，得到了较好的预处理效果，且计算效率更高。

本发明的技术方案是这样实现的：

一种航海雷达图像中海浪信息反演的预处理方法，包括以下步骤：

s1，将航海雷达图像从极坐标系统变换至平面坐标系统；

s2，采用拉普拉斯算子卷积，保留同频干扰噪声位置的高亮灰度值，降低海杂波信息的灰度值；

s3，采用灰度分割阈值，快速分割同频干扰噪声；

s4，采用线性内插法，对同频干扰噪声进行降噪处理，计算公式如下：

其中,m是噪声点左边最近的非噪声点与噪声之间的距离，n是右边对应的距离；

s5，采用otsu算法和面积阈值法，快速提取需要平滑处理的显示为高亮斑点的目标信息；

s6，采用步骤s4中相同的线性内插法，对步骤s5中的结果图像进行平滑处理；

s7，将处理后的结果变换至极坐标系，并输出预处理结果。

进一步的，步骤s2中所述同频干扰噪声主要为同一海域邻近航海雷达产生的电磁信息。

进一步的，步骤s2中所述海杂波信息主要为航海雷达照射海面产生的后向散射回波的信息。

本发明的有益效果在于：通过航海雷达图像海浪信息反演的预处理方法，提高了海浪信息反演预处理的速度及效率。

附图说明

图1为本发明所述方法工作流程图；

图2为本发明所述方法中所述航海雷达原始图像；

图3为本发明所述方法中所述坐标系统变换图像；

图4为本发明所述方法中所述拉普拉斯算子的一种形式；

图5为本发明所述方法中所述拉普拉斯算子卷积图像；

图6为本发明所述方法中所述灰度值阈值(250)分割图像；

图7为本发明所述方法中所述线性内插消除同频干扰图像；

图8为本发明所述方法中所述otsu与面积阈值法(50)提取的需要平滑的目标信息图像；

图9为本发明所述方法中所述线性内插平滑结果图像；

图10为本发明所述方法中所述预处理结果图像。

具体实施方式

下面结合附图详述本发明具体实施方式：

如图1所示，一种航海雷达图像中海浪信息反演的预处理方法，包括以下步骤：

s1，将航海雷达图像从极坐标系统变换至平面坐标系统；

s2，采用拉普拉斯算子卷积，保留同频干扰噪声位置的高亮灰度值，降低海杂波信息的灰度值；

s3，采用灰度分割阈值，快速分割同频干扰噪声；

s4，采用线性内插法，对同频干扰噪声进行降噪处理，计算公式如下：

其中,m是噪声点左边最近的非噪声点与噪声之间的距离，n是右边对应的距离；

s5，采用otsu算法和面积阈值法，快速提取需要平滑处理的显示为高亮斑点的目标信息；

s6，采用步骤s4中相同的线性内插法，对步骤s5中的结果图像进行平滑处理；

s7，将处理后的结果变换至极坐标系，并输出预处理结果。

进一步的，步骤s2中所述同频干扰噪声主要为同一海域邻近航海雷达产生的电磁信息，所述海杂波信息主要为航海雷达照射海面产生的后向散射回波的信息。

参照图2-9，上述实施方式中，航海雷达原始图像的坐标系统是以方位角和距离进行位置信息描述的极坐标系统，含有含杂波、噪声、船舶目标、岛屿目标等信息，如图2所示。为了便于对图像进行预处理，首先将航海雷达原始图像变换至以方位角为横轴，以距离为纵轴的平面直角坐标系统，如图3所示。采用拉普拉斯算子中的一种表现形式(如图4所示)，对图3进行卷积运算，结果如图5所示。由于同频干扰被拉普拉斯算子进行了亮度强化，所以用灰度阈值250，对图像进行二值化分割，提取同频干扰如图6所示。采用步骤4中的距离加权线性内插法对图6的同频干扰噪声进行降噪得到图7。采用otsu算法对图像7进行二值化，再采用像素面积阈值50，提取需要平滑的目标信息，如图8所示。再次采用步骤4中的距离加权线性内插法对图8的目标进行平滑得到结果如图9所示。最后将预处理的结果，投影回以方位角和距离描述位置的极坐标系统中，如图10所示。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。