【技术实现步骤摘要】
一种极化CSAR车辆目标三维重建方法及装置
[0001]本申请涉及雷达极化信息处理与应用
,特别是涉及一种极化CSAR车辆目标三维重建方法、装置、计算机设备和存储介质。
技术介绍
[0002]传统的合成孔径雷达(Synthetic Aperture Radar,SAR)是通过距离投影进行成像,对于高度变化剧烈且结构复杂的目标,其二维雷达图像往往会产生严重的遮挡或者混叠。在SAR图像中,同一个像素往往叠加了多个散射点信息,而通过获取目标的三维信息可以消除其间的混叠现象。目前SAR三维成像技术,主要有干涉SAR和层析SAR等技术,两种三维SAR成像技术均需要通过多航过或者多天线进行大量的多角度观测采集目标高度维信息,构建高度维合成孔径,最终实现目标的三维成像。
[0003]圆迹SAR(Circular SAR,CSAR)通过围绕目标场景做360
°
圆周运动,是一种可以实现对目标场景的全方位精细观测的三维成像技术,能够有效消除阴影遮挡,并且由于方位向角度积累,CSAR可以获得比传统SAR更高的方位向分辨率。因为CSAR的全方位观测的特点,单航过CSAR也具备了目标三维信息重建能力。极化CSAR较CSAR数据相比,增加了极化这一信息维度,通过收发一组极化状态的正交电磁波,可以获取目标的全极化信息,用以更加准确的解译目标的散射机理。以车辆目标为代表的人造目标作为极化雷达的重要观测对象,重建其三维信息对于车辆目标识别、关键部位精确打击具有重要的研究意义。
[0004]然而,目前的针对单航过 ...
【技术保护点】
【技术特征摘要】
1.一种极化CSAR车辆目标三维重建方法,其特征在于,所述方法包括:获取车辆目标的单航过极化CSAR数据;根据后向投影算法对所述单航过极化CSAR数据进行成像处理,得到车辆目标的多个极化散射矩阵;根据极化旋转域散射结构辨识方法对所述多个极化散射矩阵进行二维轮廓参数提取,得到车辆目标基本轮廓;根据所述车辆目标基本轮廓构建双基准轮廓的二维平面参数模型;所述双基准轮廓的二维平面参数模型包括车身成像轮廓的散射中心和车顶成像轮廓的散射中心;根据车辆奇次散射回波路径模型和电磁波俯仰角对所述车身成像轮廓的散射中心和车顶成像轮廓的散射中心进行计算,得到散射中心的叠掩距离;利用所述散射中心的叠掩距离进行高度计算,得到车顶与车身的高度;根据所述车辆目标基本轮廓、叠掩距离和车顶与车身的高度进行车辆目标三维重建。2.根据权利要求1所述的方法,其特征在于,根据极化旋转域散射结构辨识方法对所述多个极化散射矩阵进行二维轮廓参数提取,得到车辆目标基本轮廓,包括:将所述极化散射矩阵表示为Pauli矢量,对所述Pauli矢量进行叉乘,得到极化相干矩阵;根据极化旋转域散射结构辨识方法对提取的极化相干矩阵中的元素对应的极化散射矩阵进行结构辨识,完成二维轮廓参数提取,得到车辆目标基本轮廓。3.根据权利要求2所述的方法,其特征在于,对所述Pauli矢量进行叉乘,得到极化相干矩阵,包括:对所述Pauli矢量进行叉乘,得到极化相干矩阵为其中,表示Pauli矢量,上标
H
表示共轭转置,上标*表示共轭,表示集合平均处理,为极化相干矩阵的元素,和分别表示水平极化基和垂直极化基,是垂直极化发射,水平极化接收的后向散射系数,是水平极化发射,水平极化接收的后向散射系数,是水平极化发射,垂直极化接收的后向散射系数,是垂直极化发射,垂直极化接收的后向散射系数。4.根据权利要求3所述的方法,其特征在于,根据极化旋转域散射结构辨识方法对提取的极化相干矩阵中的元素对应的极化散射矩阵进行结构辨识,完成二维轮廓参数提取,得到车辆目标基本轮廓,包括:将所有极化相干矩阵中的特征由大到小排列,取前a%的极化相干矩阵对应的像素点作为极化散射矩阵对应的图像的散射中心;所述a为经验值;
根据极化旋转域散射结构辨识方法对提取的散射中心进行辨识,剔除非窄二面角结构类型的散射点,得到窄二面角二值图像;计算所述窄二面角二值图像的行与列;所述行与列分别对应初始矩形车身轮廓的一条长与宽,并关于中心对称得到矩形剩余两条边,得到初始矩形;将所述初始矩形向外扩展一个像素,计算每条外邻边窄二面角像素数目n,若n值大于初始矩形边上的窄二面角像素数目的m%,则将矩形边向外移一个像素,若n值不大于初始矩形边上的窄二面角像素数目的m%则停止外扩,矩形框四条边均进行向外扩展操作,直到得到最终矩形轮廓;所述m为经验值;将所述最终矩形轮廓上的窄二面角像素看作散点,对散射点进行插值拟合处理,得到车辆目标基本轮廓。5.根据权利要求4所述的方法,其特征在于,所述双基准轮廓由两条封闭曲线组成;根据所述车辆目标基本轮廓构建双基准轮廓的二维平面参数模型,包括:根据所述车辆目标基本轮廓...
【专利技术属性】
技术研发人员:陈思伟,郑易颖,
申请(专利权)人:中国人民解放军国防科技大学,
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。