主权项 |
1.一种基于多角度导航卫星双基地合成孔径雷达图像融合方法,其特征在于,包括如下步骤:步骤1,单幅图像预处理:步骤1.1对获得的多角度导航卫星双基地合成孔径雷达图像的每一幅图像进行归一化辐射校正:首先对回波的功率P<sub>ref</sub>t进行归一化,得到:<maths num="0001"><![CDATA[<math><mrow><msub><mi>P</mi><mi>norm</mi></msub><mo>=</mo><mfrac><msub><mi>P</mi><mi>refl</mi></msub><msub><mi>P</mi><mi>dir</mi></msub></mfrac><mo>=</mo><mfrac><mrow><mi>σ</mi><msub><mi>G</mi><mi>refl</mi></msub></mrow><mrow><mn>4</mn><mi>π</mi><msup><mi>R</mi><mn>2</mn></msup><msub><mi>G</mi><mi>dir</mi></msub></mrow></mfrac></mrow></math>]]></maths>其中,P<sub>ref</sub>t为回波的功率,P<sub>dir</sub>为直达波的功率,σ为目标反射系数,G<sub>dir</sub>、G<sub>ref</sub>t分别是直达波天线和回波天线增益,R为目标到回波天线的距离;然后对图像作距离辐射校正:<maths num="0002"><![CDATA[<math><mrow><msub><mi>I</mi><mi>norm</mi></msub><mo>=</mo><msup><mi>R</mi><mn>2</mn></msup><msub><mi>P</mi><mi>norm</mi></msub><mo>=</mo><mfrac><msub><mi>G</mi><mi>refl</mi></msub><mrow><mn>4</mn><mi>π</mi><msub><mi>G</mi><mi>dir</mi></msub></mrow></mfrac><mi>σ</mi></mrow></math>]]></maths>其中,I<sub>norm</sub>为进行距离辐射校正之后的图像;步骤1.2,对步骤1.1获得的图像进行量化,以dB图的方式显示并存储:I=20log<sub>10</sub>I<sub>norm</sub>其中,I为预处理后得到的图像;步骤2,单幅图像区域分类及图像区域自适应分割:将图像中强点目标及其周围区域定义为感兴趣区域ROI,将植被目标和其他物体存在的区域定义为非ROI,将剩下的区域定义为噪声;首先采用聚类分割方法得到初始分割结果,然后采用MRF-MAP进行迭代计算出每一个像素的最大后验概率并获得分割结果;其中,MRF模型中的势函数为V<sub>c1</sub>,V<sub>c2</sub>,V<sub>c3</sub>,V<sub>c4</sub>中的一种;其中,V<sub>c1</sub>,V<sub>c2</sub>,V<sub>c3</sub>,V<sub>c4</sub>中分别代表SAR图像方位向分辨率斜率为-45,45,0,90时的势函数;<maths num="0003"><![CDATA[<math><mrow><msub><mi>V</mi><mrow><mi>c</mi><mn>1</mn></mrow></msub><mo>=</mo><mfenced open='(' close=')'><mtable><mtr><mtd><mn>3</mn></mtd><mtd><mn>2</mn></mtd><mtd><mn>1</mn></mtd></mtr><mtr><mtd><mn>2</mn></mtd><mtd><mn>3</mn></mtd><mtd><mn>2</mn></mtd></mtr><mtr><mtd><mn>1</mn></mtd><mtd><mn>2</mn></mtd><mtd><mn>3</mn></mtd></mtr></mtable></mfenced><mo>,</mo><msub><mi>V</mi><mrow><mi>c</mi><mn>2</mn></mrow></msub><mo>=</mo><mfenced open='(' close=')'><mtable><mtr><mtd><mn>1</mn></mtd><mtd><mn>2</mn></mtd><mtd><mn>3</mn></mtd></mtr><mtr><mtd><mn>2</mn></mtd><mtd><mn>3</mn></mtd><mtd><mn>2</mn></mtd></mtr><mtr><mtd><mn>2</mn></mtd><mtd><mn>2</mn></mtd><mtd><mn>1</mn></mtd></mtr></mtable></mfenced><mo>,</mo><msub><mi>V</mi><mrow><mi>c</mi><mn>3</mn></mrow></msub><mo>=</mo><mfenced open='(' close=')'><mtable><mtr><mtd><mn>2</mn></mtd><mtd><mn>2</mn></mtd><mtd><mn>2</mn></mtd></mtr><mtr><mtd><mn>3</mn></mtd><mtd><mn>3</mn></mtd><mtd><mn>3</mn></mtd></mtr><mtr><mtd><mn>2</mn></mtd><mtd><mn>2</mn></mtd><mtd><mn>2</mn></mtd></mtr></mtable></mfenced><mo>,</mo><msub><mi>V</mi><mrow><mi>c</mi><mn>4</mn></mrow></msub><mo>=</mo><mfenced open='(' close=')'><mtable><mtr><mtd><mn>2</mn></mtd><mtd><mn>3</mn></mtd><mtd><mn>2</mn></mtd></mtr><mtr><mtd><mn>2</mn></mtd><mtd><mn>3</mn></mtd><mtd><mn>2</mn></mtd></mtr><mtr><mtd><mn>2</mn></mtd><mtd><mn>3</mn></mtd><mtd><mn>2</mn></mtd></mtr></mtable></mfenced><mo>;</mo></mrow></math>]]></maths>对图像进行自适应分割时,根据图像的方位向分辨率斜率,选择相近斜率的加权势函数V<sub>c</sub>计算MAP;图像杂波统计模型采用G<sup>0</sup>模型;步骤3,多角度导航卫星双基地合成孔径雷达图像的融合:对于ROI区域,采用取并集的方式对K幅图像中的ROI区域进行融合,得到融合后图像的ROI区域ROI<sub>fusion</sub>;对于非ROI区域,首先采用取并集的方式对K幅图像中的非ROI区域进行融合,获得区域U,然后将U中属于ROI区域的点剔除,将U中被分类为非ROI区域的次数未达到设定值的点剔除,得到融合后图像的非ROI区域un_ROI<sub>fusio</sub>;剩余区域为噪声区域noise_region;融合后的图像为<maths num="0004"><![CDATA[<math><mrow><msub><mi>I</mi><mi>fusion</mi></msub><mo>=</mo><mfenced open='{' close=''><mtable><mtr><mtd><mi>max</mi><mrow><mo>(</mo><msub><mi>I</mi><mn>1</mn></msub><mrow><mo>(</mo><mi>u</mi><mo>,</mo><mi>v</mi><mo>)</mo></mrow><mo>,</mo><msub><mi>I</mi><mn>2</mn></msub><mrow><mo>(</mo><mi>u</mi><mo>,</mo><mi>v</mi><mo>)</mo></mrow><mo>,</mo><mo>·</mo><mo>·</mo><mo>·</mo><mo>,</mo><msub><mi>I</mi><mi>k</mi></msub><mrow><mo>(</mo><mi>u</mi><mo>,</mo><mi>v</mi><mo>)</mo></mrow><mo>)</mo></mrow><mo>,</mo><mrow><mo>(</mo><mi>u</mi><mo>,</mo><mi>v</mi><mo>)</mo></mrow><mo>∈</mo><msub><mi>ROI</mi><mi>fusion</mi></msub></mtd></mtr><mtr><mtd><mi>mean</mi><mrow><mo>(</mo><msub><mi>I</mi><mn>1</mn></msub><mrow><mo>(</mo><mi>u</mi><mo>,</mo><mi>v</mi><mo>)</mo></mrow><mo>,</mo><msub><mi>I</mi><mn>2</mn></msub><mrow><mo>(</mo><mi>u</mi><mo>,</mo><mi>v</mi><mo>)</mo></mrow><mo>,</mo><mo>·</mo><mo>·</mo><mo>·</mo><mo>,</mo><msub><mi>I</mi><mi>k</mi></msub><mrow><mo>(</mo><mi>u</mi><mo>,</mo><mi>v</mi><mo>)</mo></mrow><mo>)</mo></mrow><mo>,</mo><mrow><mo>(</mo><mi>u</mi><mo>,</mo><mi>v</mi><mo>)</mo></mrow><mo>∈</mo><mi>un</mi><mo>_</mo><msub><mi>ROI</mi><mi>fusion</mi></msub></mtd></mtr><mtr><mtd><mn>0</mn><mo>,</mo><mrow><mo>(</mo><mi>u</mi><mo>,</mo><mi>v</mi><mo>)</mo></mrow><mo>∈</mo><mi>noise</mi><mo>_</mo><mi>region</mi></mtd></mtr></mtable></mfenced></mrow></math>]]></maths>其中,I<sub>fusion</sub>为最终的融合图像,max为选大算子,mean为平均算子。 |