一种利用雷达图像检测降雨的方法技术

本发明专利技术公开了一种利用雷达图像检测降雨的方法，离线确定检测是否降雨的阈值；在待检测雷达图像中选取笛卡尔框并计算待检测雷达图像海浪主波长λ和主波长包含像元点数α；设置滑窗大小和起始位置并遍历笛卡尔框，循环计算出滑窗在每个遍历位置时回波强度矩阵中回波差异最大值；从滑窗在每个遍历位置时回波强度矩阵中回波差异最大值中选出最大值作为笛卡尔框内回波差异最大值B

【技术实现步骤摘要】
一种利用雷达图像检测降雨的方法


[0001]本专利技术属于海洋遥感
，涉及一种利用雷达图像检测降雨的方法，特别是一种基于自适应计算最大回波差异性的利用航海雷达图像检测降雨的方法。

技术介绍

[0002]海洋是人类生活中不可或缺的资源，为了能够合理利用海洋资源，需要对海洋表面环境进行探索和研究，而海洋表面降雨信息检测技术正是海洋环境遥感中极为重要的一个研究方向，其中利用舰载航海雷达在舰船移动条件下对本船附近海域的降雨信息进行遥感检测是目前相关领域研究的一个热点。
[0003]在传统的基于航海雷达的降雨检测算法中，主要是利用回波强度均值、差异系数和零强度百分比等特征参数进行降雨图像和非降雨图像的识别。其中融合零强度百分比和回波强度均值参数对降雨检测的准确率略有提高。但是由于选择遮挡区作为实验区域具有一定的局限性，且检测精度不够高，所以需要选择适用性更为广泛的监测区域进行深入研究。
[0004]经典回波差异性理论在图像检测范围的选取上未能考虑空间不均匀性，且未能根据海浪参数对回波差异性的影响确定检测距离的大小。回波的主要差异是由波峰和波谷带来的，经典回波差异算法中无法保障检测区域同时包含海浪的波峰波谷信息，且回波差异计算使用的算法误差较大。

技术实现思路

[0005]针对上述现有技术，本专利技术要解决的技术问题是提供一种基于自适应计算最大回波差异性的利用航海雷达图像检测降雨的方法，采用海浪纹理较好的海浪监测区域作为降雨检测区域，提高降雨检测的准确性和可靠性，更有效区别降雨与非降雨图像。
[0006]为解决上述技术问题，本专利技术的一种利用雷达图像检测降雨的方法，包括：
[0007]离线确定检测是否降雨的阈值；
[0008]在待检测雷达图像中选取笛卡尔框并计算待检测雷达图像海浪主波长λ和主波长包含像元点数α；
[0009]设置滑窗大小和起始位置并遍历笛卡尔框，循环计算出滑窗在每个遍历位置时回波强度矩阵中回波差异最大值；
[0010]从滑窗在每个遍历位置时回波强度矩阵中回波差异最大值中选出最大值作为笛卡尔框内回波差异最大值B
max
；
[0011]利用笛卡尔框内回波差异最大值B
max
与阈值对比确定待检测图像是否存在降雨。
[0012]进一步的，离线确定检测是否降雨的阈值包括：
[0013]步骤1.1：采集包含降雨和非降雨的雷达图像，并记录雷达图像采集时间、对应的降雨数据以及相应浮标波周期；
[0014]步骤1.2:在雷达图像中选定笛卡尔框，所述笛卡尔框图像大小为m
×
m，其中，m为
笛卡尔框边长包含的像原点数；使用近点插值替换将极坐标图像转化为直角坐标图像，计算每幅雷达图像的海浪主波长，将雷达图像按照海浪主波长长度依次每h米划分为一类，共分成z类；划分的雷达图像种类序号为c，c＝1,2,...,z，每类雷达图像数量为n
c
幅，依次计算第c类中第j
c
幅雷达图像对应的海浪主波长
[0015][0016]式中：j
c
为第c类雷达图像中图像的序列号，j
c
＝1、2、
…
、n
c
，g为重力加速度，T
jc
为对应第c类第j
c
幅雷达图像的浮标测得的波周期；
[0017]第c类第j
c
幅图像的海浪主波长对应的图像像元点数为j
c
＝1、2、
…
、n
c
，计算公式为：
[0018][0019]式中：d为雷达图像分辨率，round为进一取整函数；
[0020]步骤1.3：初始化c＝1；
[0021]步骤1.4：对第c类第j
c
幅雷达图像均执行以下操作，j
c
＝1、2、
…
、n
c
：
[0022]在第c类第j
c
幅笛卡尔框中选取正方形滑窗，滑窗的边长包含个像元点，以滑窗左上角的点为标准点代表滑窗的位置，标准点对m
×
m维笛卡尔框图像回波强度矩阵从第1行至第行逐行从第1列元素遍历至第列元素，遍历过程中，第c类第j
c
幅笛卡尔框中滑窗共有个位置，
[0023]对第c类第j
c
幅雷达图像笛卡尔框中滑窗在第i(j
c
)位置，i(j
c
)为第c类第j
c
幅笛卡尔框图像的滑窗图像位置序列号，均执行以下操作：提取第c类第j
c
幅雷达图像笛卡尔框中滑窗在第i(j
c
)位置时回波强度矩阵中最大值和最小值将对应的点和对应的点进行组合，共得到K组滑窗在第i(j
c
)位置时回波强度差异最大的两点组合；依次判断每组回波强度差异最大的两点之间的距离是否存在满足小于等于海浪主波长λ
jc
的情况，k(j
c
,i(j
c
))为第c类第j
c
幅笛卡尔框图像的第i(j
c
)个位置的滑窗图像第k(j
c
,i(j
c
))组回波强度差异最大的两点组合，k(j
c
,i(j
c
))＝1,2，...，K：若满足，则计算滑窗图像回波差异的最大值))＝1,2，...，K：若满足，则计算滑窗图像回波差异的最大值否则舍弃该组数据；
[0024]从全部中提取第c类第j
c
幅雷达图像笛卡尔框图像回波差异最大值即：
[0025][0026]以方差最小原则确定第c类雷达图像降雨图像与非降雨图像的区分阈值R
c
，方差公式为：
[0027][0028]步骤1.7：判断c＝z是否成立，若成立，则执行后续步骤，否则，令c＝c+1，返回步骤1.4。
[0029]进一步的，满足：
[0030][0031]式中，和为第c类第j
c
幅笛卡尔框图像的第i(j
c
)个位置的滑窗图像第k(j
c
,i(j
c
))组最大点和最小点的坐标。
[0032]进一步的，在待检测雷达图像中选取笛卡尔框并计算待检测雷达图像海浪主波长和主波长包含像元点数包括：
[0033]读取待检测雷达图像，记录雷达图像采集时间及相应浮标波周期，在图像中选取m
×
m大小的笛卡尔框作为检测区域，m为笛卡尔框边长包含的像原点数，使用近点插值替换将极坐标图像转化为直角坐标图像，计算雷达图像的海浪主波长λ及λ范围内包含的图像像元点数α，海浪主波长λ计算公式为：
[0034][0035]式中：g为重力加速度，T为对应雷达图像的浮标测得的波周期；
[0036]λ对应的图像像元点数为α本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种利用雷达图像检测降雨的方法，其特征在于：离线确定检测是否降雨的阈值；在待检测雷达图像中选取笛卡尔框并计算待检测雷达图像海浪主波长λ和主波长包含像元点数α；设置滑窗大小和起始位置并遍历笛卡尔框，循环计算出滑窗在每个遍历位置时回波强度矩阵中回波差异最大值；从滑窗在每个遍历位置时回波强度矩阵中回波差异最大值中选出最大值作为笛卡尔框内回波差异最大值B
max
；利用笛卡尔框内回波差异最大值B
max
与阈值对比确定待检测图像是否存在降雨。2.根据权利要求1所述的一种利用雷达图像检测降雨的方法，其特征在于：所述离线确定检测是否降雨的阈值包括：步骤1.1：采集包含降雨和非降雨的雷达图像，并记录雷达图像采集时间、对应的降雨数据以及相应浮标波周期；步骤1.2:在雷达图像中选定笛卡尔框，所述笛卡尔框图像大小为m
×
m，其中，m为笛卡尔框边长包含的像原点数；使用近点插值替换将极坐标图像转化为直角坐标图像，计算每幅雷达图像的海浪主波长，将雷达图像按照海浪主波长长度依次每h米划分为一类，共分成z类；划分的雷达图像种类序号为c，c＝1,2,...,z，每类雷达图像数量为n
c
幅，依次计算第c类中第j
c
幅雷达图像对应的海浪主波长波长式中：j
c
为第c类雷达图像中图像的序列号，j
c
＝1、2、
…
、n
c
，g为重力加速度，为对应第c类第j
c
幅雷达图像的浮标测得的波周期；第c类第j
c
幅图像的海浪主波长对应的图像像元点数为计算公式为：式中：d为雷达图像分辨率，round为进一取整函数；步骤1.3：初始化c＝1；步骤1.4：对第c类第j
c
幅雷达图像均执行以下操作，j
c
＝1、2、
…
、n
c
：在第c类第j
c
幅笛卡尔框中选取正方形滑窗，滑窗的边长包含个像元点，以滑窗左上角的点为标准点代表滑窗的位置，标准点对m
×
m维笛卡尔框图像回波强度矩阵从第1行至第行逐行从第1列元素遍历至第列元素，遍历过程中，第c类第j
c
幅笛卡尔框中滑窗共有个位置，对第c类第j
c
幅雷达图像笛卡尔框中滑窗在第i(j
c
)位置，i(j
c
)为第c类第j
c
幅笛卡尔框图像的滑窗图像位置序列号，均执行以下操作：提取第c类第j
c
幅雷达图像笛卡尔框中滑窗在第i(j
c
)位置时回波强度矩阵中最大值和最小值将
对应的点和对应的点进行组合，共得到K组滑窗在第i(j
c
)位置时回波强度差异最大的两点组合；依次判断每组回波强度差异最大的两点之间的距离是否存在满足小于等于海浪主波长λ
jc
的情况，k(j
c
,i(j
c
))为第c类第j
c
幅笛卡尔框图像的第i(j
c
)个位置的滑窗图像第k(j
c
,i(j
c
))组回波强度差异最大的两点组合，k(j
c
,i(j
c
))＝1,2，...，K：若满足，则计算滑窗图像回波差异的最大值2，...，K：若满足，则计算滑窗图像回波差异的最大值2，...，K：若满足，则计算滑窗图像回波差异的最大值否则舍弃该组数据；从全部中提取第c类第j
c

【专利技术属性】
技术研发人员：卢志忠，张润博，文保天，张玉莹，毛勇峰，刘凯伦，孙雷，于环宇，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：