本公开提供了一种用于SAR方位模糊干扰图像的目标检测方法、装置、设备及存储介质，可以应用于合成孔径雷达的SAR信号处理和智能解译技术领域。该方法包括：对含方位模糊的1A级复数数据进行方位向傅里叶变换处理，得到距离多普勒域数据；将距离多普勒域数据输入谱估计模型，得到谱估计图，其中，谱估计模型是根据仿真频谱数据集训练得到的，仿真频谱数据集是利用随机参数构建的，谱估计模型包括多尺度特征提取模块和谱序列分析模块；根据谱估计图和子谱占比，截取子谱段；对子谱段进行外推，得到方位模糊被抑制的图像数据；将方位模糊被抑制的图像数据进行处理后输入目标检测模型，得到最终检测结果。检测结果。检测结果。
【技术实现步骤摘要】
用于SAR方位模糊干扰图像的目标检测方法及装置
[0001]本公开涉及合成孔径雷达的SAR信号处理和智能解译
，尤其涉及一种用于SAR方位模糊干扰图像的目标检测方法、装置、设备、介质和程序产品。
技术介绍
[0002]星载SAR(Synthetic Aperture Radar，合成孔径雷达)是一种主动式成像系统，能够突破云、雨、雾、黑夜等条件限制完成成像作业。星载SAR凭借全天候、全天时的成像能力，在目标检测、目标变化监测、目标跟踪等任务方面具有独特优势，且在军事、环境监测、资源勘查等领域得到广泛应用。
[0003]合成孔径雷达在针对海陆交界、水面等大动态场景成像时极易受到方位模糊干扰，在图像上形成虚假目标。此问题在目标检测任务中容易造成目标的误检和漏检。
[0004]但相关技术中，基于选择滤波器概念的方位模糊抑制方法，只适用于条带工作模式，而且需要获得准确的成像参数来构建选择滤波器，在参数缺失、不准确的恶劣条件下难以正常使用。同时，针对SAR图像的智能解译方法，存在没有考虑方位模糊带来的干扰，导致在解译受方位模糊干扰的图像时，造成误检和漏检的问题。
技术实现思路
[0005]鉴于上述问题，本公开提供了一种用于SAR方位模糊干扰图像的目标检测方法、装置、设备、介质和程序产品。
[0006]根据本公开的第一个方面，提供了一种用于SAR方位模糊干扰图像的目标检测方法，包括：
[0007]对含方位模糊的1A级复数数据进行方位向傅里叶变换处理，得到距离多普勒域数据，其中，上述含方位模糊的1A级复数数据表征受方位模糊干扰的原始图像数据；
[0008]将上述距离多普勒域数据输入谱估计模型，得到谱估计图，其中，上述谱估计模型是根据仿真频谱数据集训练得到的，上述仿真频谱数据集是利用随机参数构建的，上述仿真频谱数据集包括仿真频谱和与上述仿真频谱对应的干扰图，上述谱估计模型包括多尺度特征提取模块和谱序列分析模块；
[0009]根据上述谱估计图和子谱占比，截取子谱段，其中，上述子谱占比表征上述子谱段所在频段与脉冲重复周期的比值；
[0010]对上述子谱段进行外推，得到上述方位模糊被抑制的图像数据，其中，上述方位模糊被抑制的图像与上述原始图像具有相同的方位向分辨率；
[0011]将上述方位模糊被抑制的图像数据进行处理后输入目标检测模型，得到最终检测结果。
[0012]根据本公开的实施例，上述仿真频谱数据集是利用随机参数构建的，包括：
[0013]根据沿距离向的逆高斯分布随机幅度序列和点扩散函数，得到距离向的最终幅度序列，其中，上述沿距离向的逆高斯分布随机幅度序列是根据上述随机参数生成的；
[0014]根据上述距离向的最终幅度序列和与上述距离向的最终幅度序列对应的徙动线方程，得到二维幅度谱；
[0015]对上述二维幅度谱进行方位向天线方向图加权处理，得到模糊区分量和主区分量；
[0016]对上述模糊区分量和上述主区分量进行叠加处理和添加相干噪声处理，得到上述仿真频谱。
[0017]根据本公开的实施例，上述用于SAR方位模糊干扰图像的目标检测方法还包括：
[0018]对上述二维幅度谱进行叠加处理，得到与上述仿真频谱对应的干扰图；以及
[0019]根据上述仿真频谱和与上述仿真频谱对应的上述干扰图训练上述谱估计模型，得到训练后的上述谱估计模型。
[0020]根据本公开的实施例，上述多尺度特征提取模块包括第一多尺度特征提取模块和第二多尺度特征提取模块，上述将上述距离多普勒域数据输入谱估计模型，得到谱估计图，包括：
[0021]将上述距离多普勒域数据输入上述谱估计模型中的上述第一多尺度特征提取模块，得到不同尺寸的特征图；
[0022]对上述不同尺寸的特征图进行特征图拆解，得到第一序列；
[0023]将上述第一序列输入上述谱序列分析模块，得到第二序列；
[0024]对上述第二序列进行特征图重组，得到重组特征图；以及
[0025]将上述重组特征图输入上述第二多尺度特征提取模块，得到上述谱估计图。
[0026]根据本公开的实施例，上述根据上述谱估计图和子谱占比，截取子谱段，包括：
[0027]将上述谱估计图沿着距离向求平均，得到以方位频率为序的一维向量；
[0028]根据上述一维向量和上述子谱占比，确定上述子谱段；以及
[0029]根据上述含方位模糊的1A级复数数据和谱选择傅里叶变换矩阵，截取上述子谱段。
[0030]根据本公开的实施例，上述对上述子谱段进行外推，得到上述方位模糊被抑制的图像数据，包括：
[0031]根据上述子谱段和外推公式，得到外推结果；以及
[0032]对上述外推结果进行方位向傅里叶逆变换处理，得到上述方位模糊被抑制的图像数据。
[0033]根据本公开的实施例，上述将上述方位模糊被抑制的图像数据进行处理后输入目标检测模型，得到最终检测结果，包括：
[0034]将上述方位模糊被抑制的图像数据进行取幅度图处理和截顶量化处理；以及
[0035]将处理后的上述图像数据输入上述目标检测模型，得到上述最终检测结果。
[0036]本公开的第二方面提供了一种用于SAR方位模糊干扰图像的目标检测装置，包括：第一获得模块、第二获得模块、截取模块、第三获得模块和第四获得模块。其中，第一获得模块，用于对含方位模糊的1A级复数数据进行方位向傅里叶变换处理，得到距离多普勒域数据，其中，上述含方位模糊的1A级复数数据表征受方位模糊干扰的原始图像数据。第二获得模块，用于将上述距离多普勒域数据输入谱估计模型，得到谱估计图，其中，上述谱估计模型是根据仿真频谱数据集训练得到的，上述仿真频谱数据集是利用随机参数构建的，上述
仿真频谱数据集包括仿真频谱和与上述仿真频谱对应的干扰图，上述谱估计模型包括多尺度特征提取模块和谱序列分析模块。截取模块，用于根据上述谱估计图和子谱占比，截取子谱段，其中，上述子谱占比表征上述子谱段所在频段与脉冲重复周期的比值。第三获得模块，用于对上述子谱段进行外推，得到上述方位模糊被抑制的图像数据，其中，上述方位模糊被抑制的图像与上述原始图像具有相同的方位向分辨率。第四获得模块，用于将上述方位模糊被抑制的上述图像数据进行处理后输入目标检测模型，得到最终检测结果。
[0037]本公开的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述方法。
[0038]本公开的第四方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述方法。
[0039]本公开的第五方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述方法。
[0040]根据本公开提供的用于SAR方位模糊干扰图像的目标检测方法、装置、设本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用于SAR方位模糊干扰图像的目标检测方法，包括：对含方位模糊的1A级复数数据进行方位向傅里叶变换处理，得到距离多普勒域数据，其中，所述含方位模糊的1A级复数数据表征受方位模糊干扰的原始图像数据；将所述距离多普勒域数据输入谱估计模型，得到谱估计图，其中，所述谱估计模型是根据仿真频谱数据集训练得到的，所述仿真频谱数据集是利用随机参数构建的，所述仿真频谱数据集包括仿真频谱和与所述仿真频谱对应的干扰图，所述谱估计模型包括多尺度特征提取模块和谱序列分析模块；根据所述谱估计图和子谱占比，截取子谱段，其中，所述子谱占比表征所述子谱段所在频段与脉冲重复周期的比值；对所述子谱段进行外推，得到所述方位模糊被抑制的图像数据，其中，所述方位模糊被抑制的图像与所述原始图像具有相同的方位向分辨率；将所述方位模糊被抑制的图像数据进行处理后输入目标检测模型，得到最终检测结果。2.根据权利要求1所述的方法，其中，所述仿真频谱数据集是利用随机参数构建的，包括：根据沿距离向的逆高斯分布随机幅度序列和点扩散函数，得到距离向的最终幅度序列，其中，所述沿距离向的逆高斯分布随机幅度序列是根据所述随机参数生成的；根据所述距离向的最终幅度序列和与所述距离向的最终幅度序列对应的徙动线方程，得到二维幅度谱；对所述二维幅度谱进行方位向天线方向图加权处理，得到模糊区分量和主区分量；对所述模糊区分量和所述主区分量进行叠加处理和添加相干噪声处理，得到所述仿真频谱。3.根据权利要求2所述的方法，还包括：对所述二维幅度谱进行叠加处理，得到与所述仿真频谱对应的干扰图；以及根据所述仿真频谱和与所述仿真频谱对应的所述干扰图训练所述谱估计模型，得到训练后的所述谱估计模型。4.根据权利要求1所述的方法，其中，所述多尺度特征提取模块包括第一多尺度特征提取模块和第二多尺度特征提取模块，所述将所述距离多普勒域数据输入谱估计模型，得到谱估计图，包括：将所述距离多普勒域数据输入所述谱估计模型中的所述第一多尺度特征提取模块，得到不同尺寸的特征图；对所述不同尺寸的特征图进行特征图拆解，得到第一序列；将所述第一序列输入所述谱序列分析模块，得到第二序列；对所述第二序列进行特征图重组，得到重组特征图；以及将所述重组特征图输入所述第二多尺度特征提取模块，得到所述谱估计图。5.根据权利要...
【专利技术属性】
技术研发人员：付琨，吴有明，索玉玺，冯瑛超，王佩瑾，孙超，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：
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。