专利名称：基于极化合成孔径雷达图像的超分辨方法
技术领域：
本发明涉及雷达图像处理的方法，具体涉及一种极化合成孔径雷达图像处 理的方法。
背景技术：
极化合成孔径雷达是建立在传统合成孔径雷达体制上的新型雷达，它利用 不同极化通道提供同一场景的极化特性，可以区分物体的细致结构、目标指向 以及物质组成等参数，这些信息在军事和民用领域都具有无法估量的作用。极化目标分解是极化雷达图像处理最基本的方法，极化目标分解的主要目 的是把极化散射矩阵和相干矩阵或协方差矩阵分解成代表不同散射类型的若 干项之和，并且每一项对应一定的物理意义。极化目标分解理论的突出优点就 是它们大都具有明确的物理解释。但实际应用中，受信号带宽和天线尺寸的限制，极化合成孔径雷达图像的 分辨率不能和光学遥感图像相比较。通常在一幅极化图像当中，每一个分辨单 元包含了几种不同的散射机理。如果知道这些散射机理在一个分辨单元内是如 何分布的，那么图像的细节信息就可以被增强，这也就意味着图像的分辨率得 到了提高。传统的极化合成孔径雷达图像的超分辨处理方法可以提高图像的分 辨率。然而，在处理过程中，原始图像当中所包含的相位信息和极化信息会被丢失。发明内容本发明为了解决传统的极化合成孔径雷达图像超分辨算法不能保留相位 信息和散射体的全极化散射特性的不足，而提出的基于极化合成孔径雷达图像 的超分辨方法。基于极化合成孔径雷达图像的超分辨方法，所述方法由以下步骤实现； 步骤一根据数据格式读入全极化合成孔径雷达图像数据； 步骤二对读取的全极化合成孔径雷达图像数据进行预处理，并利用极化 目标分解方法得到不同散射成分；步骤三对各个散射成分的原始低分辨率图像的每个像素平均分成2x2的子像素，构成初始的高分辨图像；
步骤四在高分辨图像中确定处理窗口，利用极化空间相关性获得各个子
像素在处理窗口内的比重，进而得到各个散射成分的第n次获得的超分辨图
步骤五当所述11=1时，则计算得到该超分辨图像与初始的高分辨图像的 均方根误差；当所述11>1时，则计算得到该超分辨图像与上一次得到的超分辨 图像的均方根误差；
步骤六判断n是否达到最大迭代次数"m^或均方根误差是否小于设定的
精度s，当满足前述任意一个条件，则该超分辨图像是最终超分辨图像；否则， 在所述超分辨图像基础上，返回执行步骤四，并令11=11+1; 所述n为自然数，且初始值为1。
本发明是用于极化合成孔径雷达图像的超分辨方法，它全面考虑了地物的 极化散射特性和极化空间相关性，不但能够提高图像的分辨率，而且能够完全 保留图像的极化散射特性和相位信息，为后续的图像分类和图像解译和分类提 供更准确的信息。


图1是本发明方法的流程图；图2是全极化合成孔径雷达图像的极化目标 分解图像；图3是原始低分辨率图像的示意图；图4是高分辨率图像的示意图； 图5为本发明方法得到的超分辨极化目标分解图像。
具体实施例方式
具体实施方式
一结合图1说明本实施方式，本实施方式所述方法由以 下步骤实现；
步骤一根据数据格式读入全极化合成孔径雷达图像数据；
步骤二对读取的全极化合成孔径雷达图像数据进行预处理，并利用极化 目标分解方法得到不同散射成分；
步骤三对各个散射成分的原始低分辨率图像的每个像素平均分成2x2 的子像素，构成初始的高分辨图像；
步骤四在高分辨图像中确定处理窗口，利用极化空间相关性获得各个子 像素在处理窗口内的比重，进而得到各个散射成分的第n次获得的超分辨图步骤五当所述11=1时，则计算得到该超分辨图像与初始的高分辨图像的 均方根误差；当所述11>1时，则计算得到该超分辨图像与上一次得到的超分辨 图像的均方根误差；步骤六判断n是否达到最大迭代次数 ^或均方根误差是否小于设定的 精度S，当满足前述任意一个条件，则该超分辨图像是最终超分辨图像；否则， 在所述超分辨图像基础上，返回执行步骤四，并令11=11+1;所述n为自然数，且初始值为1。
具体实施方式
二本实施方式与具体实施方式
一不同点在于步骤二中极 化目标分解方法采用Pauli分解方法；Pauli分解是最为经典的相干目标分解方 法，在互易的情况下，将散射矩阵分解为奇次散射、偶次散射和与水平方向有 45度倾角的偶次散射，，m，Wz，M>其中参数"=^，，参数"=，l，参数7=7^&。其它步骤与具体实施方式
一相同。
具体实施方式
三结合图2~图5说明本实施方式，本实施方式与具体实 施方式一不同点在于步骤四利用相邻像素很强的极化空间相关性，来获得各个 子像素在处理窗口内的比重，并得到超分辨图像。图3是原始的低分辨率图像，经过超分辨处理，每一个低分辨率像素(如 4)被分成四个高分辨率子像素(如^，A，4，4)，可以得到图4所示的高分 辨率图像。取子像素^和它的3x3邻域，如图4中的粗实线方框所示，来定义子像 素^的空间相关系数为<formula>formula see original document page 5</formula>(2)同理可以定义子像素42,4和44的空间相关系数:<formula>formula see original document page 5</formula>(3)<formula>formula see original document page 6</formula>
(5)
+ |a54-"63| +|a54-a81| +|a54-a82| +|a54-or91| 及5,，/ = 1,2,3,4反映了子像素人和它的3x3邻域内的子像素的相关性，A,的值越 小，说明子像素人和它周围的子像素越接近，相关性越强。令
<formula>formula see original document page 6</formula> (6)
它反映了当低分辨率像素4被分成四个高分辨率子像素A,4,4,4时，四个 子像素和它周围的子像素之间的接近程度，A的值越小，说明这种子像素的分 解方法使得子像素和它周围的子像素越接近，相关性越强，就越合理。而要求
解的四个子像素又有下面的关系
a51+a52+a53+a54 =a5 (7) 所以要进行的超分辨处理实际上就是求解在满足式(7)的限制条件下，使及5达 到极小值时"5,,/ = 1，2,3,4的值。可以利用拉格朗日乘数法求解这样的条件极值。 令
<formula>formula see original document page 6</formula> (8)
理论上，对上式求关于"5,,/ = 1,2,3,4的偏导数再加上式(7)的限制条件，可以解 出"5,，/ = 1,2，3，4和;1的值。而实际上，复变函数
/(z) = |z|2 (9) 除在(0，0)点可导外，在其他点处均不可导，所以式(9)的条件极值不能直接求 解出来。我们注意到
/(z)=卜|2 =卜+ "f = x2 + / = /(;c,力 (10) 是关于x，y的二元函数，且处处可导。而式(7)的限制条件可以写成
<formula>formula see original document page 6</formula>
上式中的i 和/分别表示取实部和虚部。所以要求解的条件极值问题可以转化 成在满足式(ll)的限制条件下，求^的极小值。其中^是以』和 ，/ = 1,2,3,4 为自变量的实函数。利用拉格朗日乘数法，令
<formula>formula see original document page 6</formula> (12) 对上式求关于"^和A,， / = 1，2，3,4的偏导数，再加上式(ll)的限制条件，可以解出A， A，"础和"5,,， z、l,2,3，4的值分别为<formula>formula see original document page 7</formula>上式中的^ = 1，2,3,4为"5,的3><3邻域内除去"51,"52, 53，"54时，其余5个子像素 之和。再令"a = + z. = 1， 2,3， 4 (14)即是每一个子像素的值。图2和图5为未采用本方法和采用本方法的效果比较 图。其它步骤与具体实施方式
一相同。
具体实施方式
四本实施方式与具体实施方式
一不同点在于步骤四、步 骤五和步骤六为迭代运算。步骤四中的分析及公式推导都是在高分辨率图像上进行的，得到的结果是 一幅极化空间相关性提高的高分辨率图像，步骤五和步骤六进行判断，再以得 到的结果为基础进行相同的处理，这样就形成了迭代的过程。如果/""是初始的高分辨图像或上一次迭代得到高分辨率图像，而/"是这 一次迭代得到的结果，则两幅图像的均方根误差为-^J丄，;《12 ""，2,…,"鹏 (15)式(15)中的M和iV分别是图像的行数和列数。当e小于预先设定的某一常 数s时，迭代结束。如果迭代收敛，但不能达到我们预先设定的精度s时，迭 代过程将一直持续下去不会结束，为了解决这一问题，设置最大迭代次数w^， 当迭代次数达到w^时，迭代过程结束。随着迭代次数的增加，均方根误差总体来说是下降的，说明整个迭代过程 是收敛的，本文提出的极化空间相关性超分辨算法是有效的；当下降到一定程 度以后就基本趋于稳定，这就说明该算法在提高极化空间相干性能力方面是有 限的，同时告诉我们合理的选取s和w^可以有效的减少程序运行时间，提高 程序运行效率。其它步骤与具体实施方式
一相同。
权利要求
1、基于极化合成孔径雷达图像的超分辨方法，其特征在于所述方法由以下步骤实现；步骤一根据数据格式读入全极化合成孔径雷达图像数据；步骤二对读取的全极化合成孔径雷达图像数据进行预处理，并利用极化目标分解方法得到不同散射成分；步骤三对各个散射成分的原始低分辨率图像的每个像素平均分成2×2的子像素，构成初始的高分辨图像；步骤四在高分辨图像中确定处理窗口，利用极化空间相关性获得各个子像素在处理窗口内的比重，进而得到各个散射成分的第n次获得的超分辨图像；步骤五当所述n＝1时，则计算得到该超分辨图像与初始的高分辨图像的均方根误差；当所述n＞1时，则计算得到该超分辨图像与上一次得到的超分辨图像的均方根误差；步骤六判断n是否达到最大迭代次数nmax或均方根误差是否小于设定的精度ε，当满足前述任意一个条件，则该超分辨图像是最终超分辨图像；否则，在所述超分辨图像基础上，返回执行步骤四，并令n＝n+1；所述n为自然数，且初始值为1。
2、 根据权利要求1所述的基于极化合成孔径雷达图像的超分辨方法，其 特征在于步骤四、步骤五和步骤六为迭代运算。
全文摘要
基于极化合成孔径雷达图像的超分辨方法，它涉及雷达图像处理领域。它为解决传统的极化合成孔径雷达图像超分辨算法不能保留相位信息和散射体的全极化散射特性的不足而提出的。本方法由以下步骤实现；1.读入雷达图像数据；2.预处理，得到不同散射成分；3.构成初始的高分辨图像；4.得各个散射成分的第n次获得的超分辨图像；5.均方根误差计算；6.判断是否满足迭代终止条件，如不满足，返回执行步骤四，否则获得最终图像。它不但能提高图像的分辨率，还能完全保留图像的极化散射特性和相位信息。
文档编号G01S13/00GK101408621SQ20081020957
公开日2009年4月15日 申请日期2008年11月28日 优先权日2008年11月28日
发明者晔 张, 张腊梅, 张钧萍, 蔡红军, 斌 邹 申请人:哈尔滨工业大学