The present invention provides a passive microwave imaging of moving point target detection method based on the method of image processing, including image data inversion of passive microwave interference principle of sparse sampling data conditions according to the data on average; multi frame image retrieval, as background estimation in each frame; the image weakened background, obtained from the processed image; according to the sampling characteristics, using the clean method of each frame image cleaning operation, the cleaning frame map; target location in each frame of clean, and then identify the trajectory of moving point targets. Moving point target detection method of the invention is to make full use of the information in image frame, weaken the background effect of the moving target detection, the separation of the background after the basic image processing using Clean method for cleaning treatment, can accurately identify and extract the moving target motion trajectory.
【技术实现步骤摘要】
一种基于被动微波干涉成像的运动点目标的检测方法
本专利技术涉及被动微波干涉成像领域,具体涉及一种基于被动微波干涉成像的运动点目标的检测方法。
技术介绍
被动微波干涉测量本质上是通过对空间中不同点收到的信号进行互相关,测出信号空间分布的傅里叶分量。如果与通常的时间序列信号处理做一个类比,这里所述的空间就相当于时间,信号在空间的分布就相当于通常的时域信号,而干涉测量给出其频域信号,使用综合成像方法,通过对干涉处理得到的可视度函数的傅里叶变换反演出信号的空间分布,得到亮温分布图。但由于测量的天线阵列不可避免地存在对uv平面的采样覆盖不完全,以及从天线接收辐射信号经放大到最终的相关处理过程中也会引入噪声等因素,会使图像质量备受影响,特别是空间采样频率uv平面的覆盖不完全性使得图像受到由高的旁瓣等因素造成的负面影响,其结果是所恢复目标的场景图像可能会出现混叠。需要采用重构成像算法从“脏”图中重构出原始图像,即脏图的洁化技术。常用的处理方法有Clean算法等。Clean算法是一种非线性去卷积的迭代方法。Clean算法适用于大数据图像,特别是针对含噪图像,有着较好的图像恢复性能,但是在大数据图像洁化处理时,因为数据量大导致计算时间长。而在采样稀疏的情况下,能够降低运算时间及运算的复杂度,但是对于稀疏采样获得的反演图像中存在副瓣影响,当混叠严重时完全无法识别出任何目标点信息。因此,在稀疏采样的情况下,利用传统单帧图像反演发现点目标运动轨迹的思路是不可行的。
技术实现思路
本专利技术的目的在于,为解决被动微波干涉成像中在采样稀疏情况下,由于图像混叠,利用单帧图像反演无法识别出目 ...
【技术保护点】
一种基于被动微波干涉成像的运动点目标的检测方法,其特征在于,包括:步骤1)采用稀疏分布的天线阵列进行干涉测量,获得若干个采样时刻的可见度数据,利用被动微波干涉成像原理对可见度数据进行傅里叶变换,反演得到与若干个采样时刻对应的各帧反演图像;步骤2)将步骤1)所得到的多帧图像进行数据平均,得到图像平均估计;步骤3)从步骤1)所得到的各帧反演图像中减去图像平均估计,得到各帧处理图像;步骤4)根据天线数量和阵列部署所确定的基线矢量,对步骤3)得到的各帧处理图像采用洁化方法进行洁化操作,得到各帧洁图;步骤5)对步骤4)所得到的各帧洁图进行运动点目标定位,记录运动点目标位置信息。
【技术特征摘要】
1.一种基于被动微波干涉成像的运动点目标的检测方法,其特征在于,包括:步骤1)采用稀疏分布的天线阵列进行干涉测量,获得若干个采样时刻的可见度数据,利用被动微波干涉成像原理对可见度数据进行傅里叶变换,反演得到与若干个采样时刻对应的各帧反演图像;步骤2)将步骤1)所得到的多帧图像进行数据平均,得到图像平均估计;步骤3)从步骤1)所得到的各帧反演图像中减去图像平均估计,得到各帧处理图像;步骤4)根据天线数量和阵列部署所确定的基线矢量,对步骤3)得到的各帧处理图像采用洁化方法进行洁化操作,得到各帧洁图;步骤5)对步骤4)所得到的各帧洁图进行运动点目标定位,记录运动点目标位置信息。2.根据权利要求1所述的基于被动微波干涉成像的运动点目标的检测方法,其特征在于,所述的步骤1)中图像反演的步骤包括:将空间中的各天线接收到的信号做互相关处理,并积分得到可见度函数,对可见度函数进行傅里叶变换,得到亮温分布图。3.根据权利要求1所述的基于被动微波干涉成像的运动点目标的检测方法,其特征在于,所述的图像平均估计表示为:其中,N表示帧图像序列数量,(x,y)为图像中一点坐标,表示点坐标(x,y)处的图像平均估计,Mk(x,y)表示第k帧图像中点坐标(x,y)处的目标贡献亮温值,若运动目标位于该点坐标(x,...
【专利技术属性】
技术研发人员:邓丽,杨宜,段然,
申请(专利权)人:中国科学院国家空间科学中心,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。