基于高斯过程回归的距离‑瞬时多普勒图像序列降噪方法技术

本发明专利技术公开了一种基于高斯过程回归的距离‑瞬时多普勒图像序列降噪方法，主要解决现有技术在低信噪比下成像质量低的问题。其方案包括：1)接收ISAR回波并进行距离向脉冲压缩；2)将距离脉冲压缩后的信号沿方位向进行短时傅里叶变换，得到距离‑多普勒‑时间立方图，并按时间顺序进行取值得到图像序列；3)对不包含目标的图像区域取值，计算得到噪声的标准差；4)根据图像序列中的值进行最大似然估计得到相应的参数向量；5)根据参数向量计算像素点的降噪向量，并构成降噪图像序列。本发明专利技术在低信噪比下实现了对含噪距离‑瞬时多普勒图像序列的降噪效果，有效改善了图像质量，可用于低信噪比条件下的非平稳运动目标检测、成像与特征提取。

Gauss return the distance image denoising method based on instantaneous Doppler sequence

The invention discloses a Gauss process regression distance instantaneous Doppler denoising method based on image sequences, mainly to solve the existing technology in the low SNR and low image quality problems. The program includes: 1) to receive ISAR echo and the distance to the pulse compression; 2) the distance of the compressed pulse signal to the short-time Fourier transform along the azimuth, distance Doppler time cube, and get the value of image sequences according to the time sequence; 3) on the regional image does not contain the target value calculation the standard deviation of the noise is obtained; 4) according to the image sequence in the value of the maximum likelihood estimator is obtained the corresponding parameter vector; 5) according to the noise vector pixel calculation parameter vector, and denoise image sequences. The present invention at low SNR is realized on the noise reduction of noise from the instantaneous Doppler image sequence, effectively improve the quality of image, and can be used for low SNR non-stationary moving target under the condition of detection, imaging and feature extraction.

【技术实现步骤摘要】
基于高斯过程回归的距离-瞬时多普勒图像序列降噪方法
本专利技术属于雷达
，更进一步涉及距离-瞬时多普勒图像序列降噪方法，可用于低信噪比条件下的非平稳运动目标检测、成像与特征提取。
技术介绍
由于逆合成孔径雷达ISAR对空天运动目标成像具有诸多优点，因此广泛应用于军事、民用等领域。但是，目标的雷达回波往往受到高斯白噪声干扰，从而严重影响ISAR的成像质量，增加了目标分类识别的难度。因此，ISAR图像降噪是成像的关键步骤。现有的雷达图像降噪方法有两种：一是基于基追踪的稀疏重构方法，该方法未充分利用散射点在图像序列间的变化信息，在低信噪比条件下效果较差；二是基于空域的降噪方法，这种方法未利用噪声的统计信息，并且图像细节信息保留不足。Ji-HoonBae,Byung-SooKang,Kyung-TaeKim,andEunjungYang等在其发表的论文“PerformanceofSparseRecoveryAlgorithmsfortheReconstructionofRadarImagesFromIncompleteRCSData”(IEEEGeoscienceandRemoteSensingLetters,Vol.12,No.4,April2015)中提出了一种基于基追踪降噪的方法。该方法利用目标图像的稀疏特性，将成像问题转化为l1范数优化问题，通过求解正则化优化目标函数l1实现稀疏ISAR成像和图像降噪。由于该方法仅利用单幅图像进行降噪，未利用散射点在图像序列中的变化特性，因此当回波信噪比很低时效果较差。JunZ,XueguangC,JianL在其发表的论文“Aspecklereductionalgorithmbysoft-thresholdingbasedonwaveletfiltersforSARimages”(FourthInternationalConferenceonSignalProcessingProceedings,IEEE,1998:1469-1472vol.2.)中提出了一种基于小波变换的图像降噪方法。该方法首先用二维小波基表示SAR图像，然后针对SAR图像特性，选择适合的软阈值滤除斑点噪声，最后通过小波变换重构出去噪后的SAR图像。该方法属于传统空域滤波方法，其性能依赖于窗口的选择，并且对图像细节信息保留不足。
技术实现思路
本专利技术的目的在于提出一种基于高斯过程回归的距离-瞬时多普勒RID图像序列降噪方法，以实现在低信噪比条件下对运动目标图像序列的有效去噪，从而获得聚焦良好的目标图像序列。本专利技术的基本思路是：基于高斯过程回归理论，将RID图像序列去噪问题转化为数据回归问题，采用核方法求解超参数向量，并对数据进行精确重构，最终实现对RID图像序列的去噪。同时，采用共轭梯度法求解参数最优解，算法复杂度低，准确性高。其实现方案包括如下：基于高斯过程回归的距离-瞬时多普勒图像序列降噪方法，包括：(1)通过逆合成孔径雷达向运动目标发射线性调频信号，并获取其回波，取距离向采样点数为Nr，方位向采样点数为Na，得到一个Nr×Na的含噪雷达回波矩阵Sr；(2)对含噪雷达回波矩阵Sr沿距离向进行脉冲压缩，得到距离向脉冲压缩后的矩阵Sd；(3)对距离向脉冲压缩后的矩阵Sd沿方位向进行短时傅里叶变换，得到距离-多普勒-时间立方图其中r代表距离维，f代表多普勒维，t代表时间维，M代表多普勒维分辨单元个数，N代表时间单元个数；(4)按照时间顺序从1到N取距离-多普勒-时间立方图C(r,f,t)中的不同时刻的N帧距离-瞬时多普勒图像，组成含噪图像序列I；(5)将含噪图像序列I中第i行第j列的像素点序列记为Iij，用序列Iij的纵坐标值组成含噪纵坐标向量Yij，在含噪图像序列I中选取没有目标出现的正方形区域，对区域中所有像素点位置取值，计算得到含噪图像序列I的平均噪声标准差σn；(6)重新设置行下标i和列下标j的初始值为i＝1，j＝1，用序列Iij的横坐标值组成横坐标向量Xij；(7)根据公式计算得到参数核矩阵CN，其中σf为幅度参数，σ为尺度参数，xa代表横坐标向量Xij中的第a个元素，xb代表横坐标向量Xij中的第b个元素，a和b取值从1到N；(8)采用共轭梯度法最大化函数得到参数向量估计值其中参数向量θ＝{σf,σ}，为幅度参数估计值，σ*为尺度参数估计值；(9)取横坐标向量Xij中的第c个元素设循环下标c的初始值为c＝1；(10)将步骤(8)中得到的参数向量估计值代入如下公式：并计算得到数据核矩阵K和核向量K*，将数据核矩阵K、核向量K*和含噪纵坐标向量Yij代入公式计算得到元素所对应的函数值-1表示求逆操作，T表示转置操作；(11)将循环下标c与时间单元个数N比较，若c＜N,则令c＝c+1，返回步骤(10)；若c≥N，用这些函数值构成降噪纵坐标向量并执行步骤(12)；(12)将行下标i与距离向采样点数Nr比较，将列下标j与多普勒维分辨单元个数M比较，若i＜Nr且j＜M，则令j＝j+1，若i＜Nr且j≥M，则令i＝i+1，j＝1，返回步骤(7)；若i≥Nr，用这些降噪纵坐标向量构成降噪图像序列I*。本专利技术具有如下优点：1.本专利技术充分利用了运动目标散射点在图像序列中所蕴含位置分布和幅度变化信息，避免了传统单幅图像降噪方法导致的图像细节模糊、虚假目标点无法消除等问题。2.本专利技术充分利用了噪声统计信息，在低信噪比条件下获得了运动目标图像序列良好的降噪效果。以下结合附图和具体实施方式对本专利技术的技术方案作进一步详细描述。附图说明图1是本专利技术的实现流程图；图2是含有-13dB高斯白噪声图像序列中的第22幅图像；图3是利用本专利技术对图2进行降噪后图像序列中的第22幅图像。具体实施方式以下结合附图对本专利技术的技术方案和效果作进一步详细描述。参照图1，对本专利技术的实施步骤如下：步骤1，逆合成孔径雷达录取动目标含噪雷达回波矩阵Sr。逆合成孔径雷达发射电磁波，该电磁波在传播过程中遇到目标后发生的反射，所反射的回波在传播过程中受到噪声干扰被雷达接收机接收，得到含噪雷达回波矩阵Sr，取距离向采样点数为Nr，方位向采样点数为Na。步骤2，对含噪雷达回波矩阵Sr进行处理，得到含噪图像序列I。(2a)将逆合成孔径雷达到场景中心的距离作为参考距离，将与发射线性调频信号载频、调频率相同，且距离为参考距离的线性调频信号作为参考信号，对参考信号取共轭后与接收的回波信号相乘，得到解线频调理后的矩阵：其中，为距离快时间，tm为方位慢时间，Sref(·)为参考信号，Srd为解线频调后的矩阵，*表示共轭操作；(2b)将解线频调后的矩阵沿距离维做傅里叶变换，得到距离向脉冲压缩矩阵Sd；(2c)对距离向脉冲压缩矩阵Sd沿方位向进行短时傅里叶变换，得到距离-多普勒-时间立方图；(2c1)设定短时傅里叶变换的窗长L＝31、多普勒维分辨单元个数M＝61和窗函数滑动步长Sp＝20，迭代次数m的初始值为m＝1；(2c2)取距离脉压后的信号Sd的第m行做短时傅里叶变换，得到一幅M×N的时频分布图，并存储于距离-多普勒-时间立方图中，其中r代表距离维，f代表多普勒维，t代表时间维，M代表多普勒维分辨单元个数，N代表时间单元个数，N＝(Nr-L/2)/Sp；(2c本文档来自技高网...

【技术保护点】
基于高斯过程回归的距离‑瞬时多普勒图像序列降噪方法，包括：(1)通过逆合成孔径雷达向运动目标发射线性调频信号，并获取其回波，取距离向采样点数为Nr，方位向采样点数为Na，得到一个Nr×Na的含噪雷达回波矩阵Sr；(2)对含噪雷达回波矩阵Sr沿距离向进行脉冲压缩，得到距离向脉冲压缩后的矩阵Sd；(3)对距离向脉冲压缩后的矩阵Sd沿方位向进行短时傅里叶变换，得到距离‑多普勒‑时间立方图

【技术特征摘要】
1.基于高斯过程回归的距离-瞬时多普勒图像序列降噪方法，包括：(1)通过逆合成孔径雷达向运动目标发射线性调频信号，并获取其回波，取距离向采样点数为Nr，方位向采样点数为Na，得到一个Nr×Na的含噪雷达回波矩阵Sr；(2)对含噪雷达回波矩阵Sr沿距离向进行脉冲压缩，得到距离向脉冲压缩后的矩阵Sd；(3)对距离向脉冲压缩后的矩阵Sd沿方位向进行短时傅里叶变换，得到距离-多普勒-时间立方图其中r代表距离维，f代表多普勒维，t代表时间维，M代表多普勒维分辨单元个数，N代表时间单元个数；(4)按照时间顺序从1到N取距离-多普勒-时间立方图C(r,f,t)中的不同时刻的N帧距离-瞬时多普勒图像，组成含噪图像序列I；(5)将含噪图像序列I中第i行第j列的像素点序列记为Iij，用序列Iij的纵坐标值组成含噪纵坐标向量Yij，在含噪图像序列I中选取没有目标出现的正方形区域，对区域中所有像素点位置取值，计算得到含噪图像序列I的平均噪声标准差σn；(6)重新设置行下标i和列下标j的初始值为i＝1，j＝1，用序列Iij的横坐标值组成横坐标向量Xij；(7)根据公式计算得到参数核矩阵CN，其中σf为幅度参数，σ为尺度参数，xa代表横坐标向量Xij中的第a个元素，xb代表横坐标向量Xij中的第b个元素，a和b取值从1到N；(8)采用共轭梯度法最大化函数得到参数向量估计值其中参数向量θ＝{σf,σ}，为幅度参数估计值，σ*为尺度参数估计值；(9)取横坐标向量Xij中的第c个元素设循环下标c的初始值为c＝1；(10)将步骤(8)中得到的参数向量估计值代入如下公式：并计算得到数据核矩阵K和核向量K*，将数据核矩阵K、核向量K*和含噪纵坐标向量Yij代入公式计算得到元素所对应的函数值-1表示求逆操作，T表示转置操作；(11)将循环下标c与时间单元个数N比较，若c＜N,则令c＝c+1，返回步骤(10)；若c≥N，用这些函数值构成降噪纵坐标向量并执行步骤(12)；(12)将行下标i与距离向采样点数Nr比较，将列下标j与多普勒维分辨单元个数M比较，若i＜Nr且j＜M，则令j＝j+1，若i＜Nr且j≥M，则令i＝i+1，j＝1，返回步骤(7)；若i≥Nr，用这些降噪纵坐标向量构成降噪图像序列I*。2.根据权利要求1所述的方法，其特征在于，步骤(2)中对含噪雷达回波矩阵Sr沿距离向进行脉冲压缩，按如下步骤进行：(2a)将逆合成孔径雷达到场景中心的距离作为参考距离，将与逆合成孔径雷达发射信号载频、调频率相同，距离为参考距离的线性调频信号作为参考信号Sref；(2b)将参考信号Sref取共轭后与接收的含噪雷达回波矩阵Sr相乘，得到解线频调后的矩阵Srd；(2c)对解线频调后的矩阵Srd沿距离维做傅里叶变换得到距离向脉冲压缩后的矩阵Sd。3.根据权利要求1所述的方法，其特征在于，步骤(3)中对距离向脉冲压缩后的矩阵Sd沿方位向进行短时傅里叶变换，按如下步骤进行：(3a)设定短时傅里叶变换的窗长L＝31、多普勒维分...

【专利技术属性】
技术研发人员：白雪茹，彭鑫，周峰，张毓，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61