增強目標特征的sar圖像合成方法
【專利摘要】本發(fā)明提出的增強目標特征的SAR圖像合成方法，旨在提供一種有效的利用SAR圖像和光學圖像進行合成，從而增強目標特征的方法。本發(fā)明通過下述技術方案予以實現(xiàn)：首先獲取從同一場景拍攝到的光學圖像和SAR圖像，經(jīng)計算機中的色彩轉換模塊對光學圖像進行色彩預處理；利用恒虛警檢測SAR圖像中的高亮點，對亮點進行區(qū)域合并后利用目標先驗信息及特征完成檢測后處理，剔除虛警，將SAR圖像分成目標區(qū)域和背景區(qū)域；光學圖像目標特征提取模塊利用SAR圖像目標位置信息，提取光學圖像目標區(qū)域及目標特征；最后通過圖像合成模塊將SAR圖像與光學圖像進行三通道彩色圖像合成，將提取到的光學圖像目標邊緣疊加到合成圖像中生成最終合成圖像。
【專利說明】增強目標特征的SAR圖像合成方法
【技術領域】
[0001]本發(fā)明是關于圖像處理領域的目標圖像合成技術，特別是涉及目標特征增強的SAR圖像合成方法。
【背景技術】
[0002]近幾年來合成孔徑雷達(SAR)成像技術的成熟使其成為對地觀測的一種重要手段。SAR具有全天候、全天時成像的特點，且能發(fā)現(xiàn)隱藏在樹叢、草堆、地表下的目標。與光學、紅外圖像相比，SAR成像質量受氣候與晝夜因素的影響較小，但是它也有圖像分辨率低等缺點，且圖像不易人眼判讀。
[0003]圖像合成技術將多個傳感器探測到的圖像通過特定方式合成，從而提供更加清晰的圖像細節(jié)信息。光學圖像成像分辨率較高，可獲得較為豐富的顏色、形狀和紋理信息。因此，在SAR圖像中自動提取目標區(qū)域，將SAR圖像、光學圖像與目標圖像合成，充分利用光學圖像中獲取的目標特征信息，可以有效的提高合成圖像中目標對比度，減小對目標解譯、識別的誤差和不確定性。
[0004]在多傳感器圖像合成方面，近年來國外使用紅外與可見光流式數(shù)據(jù)進行變比例合成，取得了較好的效果，且已經(jīng)得到實際應用。不足是沒有對目標信息進行單獨處理。而SAR圖像由于成像機理與紅外圖像有很大不同，不能以流式數(shù)據(jù)與光學圖像進行合成，且SAR圖像中目標特性與紅外目標特性也有很大差異。因此，國外的方法并不適用。
[0005]目前，國內(nèi)在SAR圖像合成方面的研究較少，但在SAR與光學圖像融合方面開展了一些研究，主要包括:
[0006](I)主成分變換(PCA)，多光譜圖像進行PCA變換，提取第一主成分后，再將全色波段圖像拉伸到第一主成分的方差和均值；用拉伸后的全色波段圖像代替第一主成分，進行逆PCA變換，得到融合后圖像?；赑CA變換的圖像融合在保持圖像的清晰度方面有優(yōu)勢。
[0007](2) IHS變換融合，把光學圖像的3個波段合成的RGB假彩色圖像變換到IHS色度空間，然后用SAR圖像代替其中的I值，再變換到RGB顏色空間，形成融合后影像。
[0008](3)Brovey融合，將參與RGB組合的每個波段與該組合波段總和做比值計算進行正規(guī)化，以保持低分辨率影像的光譜分辨率，然后將比值結果乘以高分辨率波段的亮度以獲取高頻空間信息，優(yōu)點是銳化影像的同時能夠保持原多光譜影像的信息內(nèi)容，具有很高的光譜信息保真度。缺點是對中高光譜的低空間分辨率RGB組合選擇比較麻煩。
[0009](4)高通濾波融合，采用高通濾波來抑制高分辨率影像中的低頻光譜信息和增強高頻空間信息，處理后的高分辨率影像和低分辨率影像相加可以達到提高低分辨率影像的空間分辨率。
[0010](5)小波變換融合，對參與融合的遙感圖像數(shù)據(jù)進行小波正變換，將圖像分解為高頻信息和低頻信息。分別抽取來自高空間分辨率影像分解后的高頻信息和低空間分辨率的低頻信息進行小波逆變換，生成融合圖像。
[0011]上述方法主要針對圖像像素進行，不具備明顯的目標指示特性，沒有充分發(fā)揮SAR圖像目標探測能力的優(yōu)勢。

【發(fā)明內(nèi)容】

[0012]本發(fā)明目的在于提供一種增強目標特征的SAR圖像合成方法，實現(xiàn)SAR圖像和光學圖像的合成并增強目標特征。
[0013]為達到上述的目的，一種增強目標特征的SAR圖像合成方法，步驟如下:
[0014]首先將從外景獲得的經(jīng)過配準的合成孔徑雷達SAR圖像和光學數(shù)字圖像讀入計算機內(nèi)存圖像合成程序軟件，經(jīng)計算機中的色彩轉換模塊對光學圖像進行色彩預處理，按紅R、綠G、藍B分成三分量彩色圖像像素，并將彩色圖像經(jīng)亮度計算轉換為灰度圖像；SAR圖像目標提取模塊提取目標區(qū)域信息，將SAR圖像的歸一化直方圖作為統(tǒng)計分布模型，將SAR圖像分成目標區(qū)域和背景區(qū)域，然后通過恒虛警目標檢測SAR圖像中的高亮點，并依據(jù)圖像合成程序中預先存儲的先驗目標標記信息對亮點的目標形狀、位置特征進行區(qū)域合并形成SAR目標區(qū)域圖像，同時剔除虛警；目標特征提取模塊利用SAR圖像檢測到的目標區(qū)域位置信息作為初始目標位置參考，采用最大方差法對光學圖像進行目標區(qū)域分割，提取光學圖像的目標區(qū)域和邊緣特征；圖像合成模塊將SAR目標區(qū)域圖像、SAR背景區(qū)域圖像和光學圖像分別放在不同顏色通道上計算出彩色合成圖像，對三通道彩色圖像進行初次合成，最后將提取到的光學圖像目標邊緣疊加到合成圖像中生成合成圖像。
[0015]本發(fā)明相比于現(xiàn)有技術具有如下顯著優(yōu)點:
[0016]本發(fā)明根據(jù)SAR圖像與光學圖像的特點，通過恒虛警目標檢測、目標圖像合成、目標邊緣增強等處理，對SAR與光學圖像完成目標區(qū)域提取與圖像合成，經(jīng)恒虛警檢測后綜合利用SAR圖像中目標形狀、位置特征進行區(qū)域合并，并利用目標先驗信息剔除虛警，目標區(qū)域提取結果準確；采用三通道目標圖像合成技術計算出彩色合成圖像，目標背景細節(jié)清晰，且在圖像合成過程中利用目標合成系數(shù)對目標顯示效果進行控制，提高了目標對比度，突出了合成圖像中的目標視覺效果；利用提取出的目標邊緣特征增強目標圖像，圖像具備鮮明的目標指示特性，有利于后續(xù)的目標精確定位和識別。
【專利附圖】

【附圖說明】
[0017]為了更清楚地理解本發(fā)明，現(xiàn)將通過本發(fā)明實施方式，同時參照附圖，來描述本發(fā)明，其中:
[0018]圖1是本發(fā)明增強目標特征SAR圖像合成流程圖。
[0019]圖2是本發(fā)明利用SAR圖像完成目標檢測的流程圖。
[0020]圖3是本發(fā)明圖像合成與目標增強處理的流程圖。
【具體實施方式】
[0021]參閱圖1。根據(jù)本發(fā)明提出的一種增強目標特征的SAR圖像合成方法，首先將從外景獲得的經(jīng)過配準的合成孔徑雷達SAR圖像和光學數(shù)字圖像讀入計算機內(nèi)存圖像合成程序軟件，經(jīng)計算機中的色彩轉換模塊對光學圖像進行色彩預處理，按紅R、綠G、藍B分成三分量彩色圖像像素，并將彩色圖像經(jīng)亮度計算轉換為灰度圖像；SAR圖像目標提取模塊提取目標區(qū)域信息，將SAR圖像的歸一化直方圖作為統(tǒng)計分布模型，將SAR圖像分成目標區(qū)域和背景區(qū)域，然后通過恒虛警目標檢測SAR圖像中的高亮點，并依據(jù)圖像合成程序中預先存儲的先驗目標標記信息對亮點的目標形狀、位置特征進行區(qū)域合并形成SAR目標區(qū)域圖像，同時剔除虛警；目標特征提取模塊利用SAR圖像檢測到的目標區(qū)域位置信息作為初始目標位置參考，采用最大方差法對光學圖像進行目標區(qū)域分割，提取光學圖像的目標區(qū)域和邊緣特征；圖像合成模塊將SAR目標區(qū)域圖像、SAR背景區(qū)域圖像和光學圖像分別放在不同顏色通道上計算出彩色合成圖像，對三通道彩色圖像進行初次合成，最后將提取到的光學圖像目標邊緣疊加到合成圖像中生成合成圖像。
[0022]上述利用目標特征增強的SAR圖像合成的方法，具體可以通過如下步驟予以實現(xiàn):
[0023]I)由計算機圖像合成程序讀入經(jīng)過配準的SAR圖像和光學數(shù)字圖像，經(jīng)計算機程序色彩轉換模塊進行亮度計算，通過亮度計算將三分量為R、G、B的彩色圖像轉換為灰度圖像，轉換后灰度圖像的像素亮度按以下公式計算:
[0024]I = 0.114B+0.587G+0.299R
[0025]其中，R、G、B分別代表對應點的彩色圖像像素的紅色、綠色和藍色分量的亮度值。
[0026]2)計算機中的SAR圖像目標提取模塊利用恒虛警的方法檢測SAR圖像中的高亮點的步驟為:
[0027]第一，SAR圖像目標提取模塊對于輸入灰度范圍為[0，N]的SAR圖像X(i，j)，計算SAR圖像的歸一化統(tǒng)計直方圖，并記為F(X)，則:
[0028]
【權利要求】
1.一種增強目標特征的SAR圖像合成方法，其特征在于包括如下步驟: 首先將從外景獲得的經(jīng)過圖像配準的合成孔徑雷達SAR圖像和光學數(shù)字圖像讀入計算機內(nèi)存圖像合成程序軟件，經(jīng)計算機中的色彩轉換模塊對光學圖像進行色彩預處理，按紅R、綠G、藍B分成三分量彩色圖像像素，并將彩色圖像經(jīng)亮度計算轉換為灰度圖像；SAR圖像目標提取模塊提取目標區(qū)域信息，將SAR圖像的歸一化直方圖作為統(tǒng)計分布模型，將SAR圖像分成目標區(qū)域和背景區(qū)域，然后通過恒虛警目標檢測SAR圖像中的高亮點，并依據(jù)圖像合成程序中預先存儲的先驗目標標記信息對亮點的目標形狀、位置特征進行區(qū)域合并形成SAR目標區(qū)域圖像，同時剔除虛警；目標特征提取模塊利用SAR圖像檢測到的目標區(qū)域位置信息作為初始目標位置參考，采用最大方差法對光學圖像進行目標區(qū)域分割，提取光學圖像的目標區(qū)域和邊緣特征；圖像合成模塊將SAR目標區(qū)域圖像、SAR背景區(qū)域圖像和光學圖像分別放在不同顏色通道上計算出彩色合成圖像，對三通道彩色圖像進行初次合成，最后將提取到的光學圖像目標邊緣疊加到合成圖像中生成合成圖像。
2.如權利要求1所述的增強目標特征的SAR圖像合成方法，其特征在于:轉換后灰度圖像的像素亮度按以下公式計算:
I = 0.114B+0.587G+0.299R 其中，R、G、B分別代表對應點的彩色圖像像素的紅色、綠色和藍色分量的亮度值。
3.如權利要求1所述的增強目標特征的SAR圖像合成方法，其特征在于:SAR圖像目標提取模塊對于輸入灰度范圍為[0，N]的SAR圖像X(i，j)，計算SAR圖像的歸一化統(tǒng)計直方圖，并記為F(x)，則:
4.如權利要求1所述的增強目標特征的SAR圖像合成方法，其特征在于:SAR圖像目標提取模塊根據(jù)虛警率
5.如權利要求1所述的增強目標特征的SAR圖像合成方法，其特征在于:在SAR圖像目標檢測處理中，SAR圖像目標提取模塊根據(jù)亮點像素的密度自動剔除分割結果X' (i,j)中的孤立點；給定閾值分割結果X' (i，j)，如果X' (i，j)=l，統(tǒng)計像素(i，j)所在窗口內(nèi)的亮點個數(shù)D(i，j);如果X' (i，j)=0，記D(i，j)=0，且亮點密度
6.如權利要求5所述的增強目標特征的SAR圖像合成方法，其特征在于:若D(i，j)小于設定的密度閾值Dt，則將相應位置的分割結果X" (i，j)值為O，描述為下式
7.如權利要求1所述的增強目標特征的SAR圖像合成方法，其特征在于:SAR圖像目標提取模塊對剔除孤立點后的亮點圖像進行標號，使得同一連通區(qū)域內(nèi)的亮點具有相同的標號，不同連通區(qū)域具有不同的標號，然后統(tǒng)計各連通區(qū)域的信息，并記為如下具有4個分量的結構體數(shù)據(jù):R(k) = (' Label' , ' PointNum' ,Location' , ' Rect' } 其中，四個分量分別表示連通區(qū)域的標號'Label'、像素點數(shù)'PointNum'、質心位置'Location'和最小外接矩形'Rect'，k表示連通區(qū)域的序號。
8.如權利要求1所述的增強目標特征的SAR圖像合成方法，其特征在于:SAR圖像目標提取模塊根據(jù)各連通區(qū)域的信息進行區(qū)域合并，形成候選目標區(qū)域，對任意兩個不同的連通區(qū)域R(m)和R(n)，計算兩連通區(qū)域質心位置之間的距離Dis(m，n) = |R(m).Location-R(η).Location |,式中，m和η是連通區(qū)域的序號。
9.如權利要求1所述的增強目標特征的SAR圖像合成方法，其特征在于:SAR圖像目標提取模塊根據(jù)下式自動計算各候選目標區(qū)域R(k)的相關特征長-L、寬-W、大小-Size、面積比-Ratio:
10.如權利要求1所述的增強目標特征的SAR圖像合成方法，其特征在于:SAR圖像與光學圖像進行三通道彩色圖像合成時，圖像合成模塊新生成一幅合成圖像H，圖像大小與SAR和光學圖像大小相同，將SAR圖像的目標區(qū)域、背景區(qū)域和光學圖像分別放在合成圖像不同通道:
【文檔編號】G06T7/00GK103927741SQ201410100632
【公開日】2014年7月16日 申請日期:2014年3月18日 優(yōu)先權日:2014年3月18日
【發(fā)明者】俞鴻波, 彭易錦, 劉杰, 周德民, 陳懷新 申請人:中國電子科技集團公司第十研究所