本發(fā)明涉及被動(dòng)微波干涉成像領(lǐng)域，具體涉及一種基于被動(dòng)微波干涉成像的運(yùn)動(dòng)點(diǎn)目標(biāo)的檢測(cè)方法。
背景技術(shù)：
：被動(dòng)微波干涉測(cè)量本質(zhì)上是通過(guò)對(duì)空間中不同點(diǎn)收到的信號(hào)進(jìn)行互相關(guān)，測(cè)出信號(hào)空間分布的傅里葉分量。如果與通常的時(shí)間序列信號(hào)處理做一個(gè)類比，這里所述的空間就相當(dāng)于時(shí)間，信號(hào)在空間的分布就相當(dāng)于通常的時(shí)域信號(hào)，而干涉測(cè)量給出其頻域信號(hào)，使用綜合成像方法，通過(guò)對(duì)干涉處理得到的可視度函數(shù)的傅里葉變換反演出信號(hào)的空間分布，得到亮溫分布圖。但由于測(cè)量的天線陣列不可避免地存在對(duì)uv平面的采樣覆蓋不完全，以及從天線接收輻射信號(hào)經(jīng)放大到最終的相關(guān)處理過(guò)程中也會(huì)引入噪聲等因素，會(huì)使圖像質(zhì)量備受影響，特別是空間采樣頻率uv平面的覆蓋不完全性使得圖像受到由高的旁瓣等因素造成的負(fù)面影響，其結(jié)果是所恢復(fù)目標(biāo)的場(chǎng)景圖像可能會(huì)出現(xiàn)混疊。需要采用重構(gòu)成像算法從“臟”圖中重構(gòu)出原始圖像，即臟圖的潔化技術(shù)。常用的處理方法有clean算法等。clean算法是一種非線性去卷積的迭代方法。clean算法適用于大數(shù)據(jù)圖像，特別是針對(duì)含噪圖像，有著較好的圖像恢復(fù)性能，但是在大數(shù)據(jù)圖像潔化處理時(shí)，因?yàn)閿?shù)據(jù)量大導(dǎo)致計(jì)算時(shí)間長(zhǎng)。而在采樣稀疏的情況下，能夠降低運(yùn)算時(shí)間及運(yùn)算的復(fù)雜度，但是對(duì)于稀疏采樣獲得的反演圖像中存在副瓣影響，當(dāng)混疊嚴(yán)重時(shí)完全無(wú)法識(shí)別出任何目標(biāo)點(diǎn)信息。因此，在稀疏采樣的情況下，利用傳統(tǒng)單幀圖像反演發(fā)現(xiàn)點(diǎn)目標(biāo)運(yùn)動(dòng)軌跡的思路是不可行的。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的在于，為解決被動(dòng)微波干涉成像中在采樣稀疏情況下，由于圖像混疊，利用單幀圖像反演無(wú)法識(shí)別出目標(biāo)點(diǎn)運(yùn)動(dòng)軌跡的技術(shù)問(wèn)題，本發(fā)明提供一種基于被動(dòng)微波干涉成像的運(yùn)動(dòng)點(diǎn)目標(biāo)檢測(cè)方法。該方法充分利用多幀圖像數(shù)據(jù)，對(duì)消弱背景后的圖像采用clean方法潔化，進(jìn)而識(shí)別出點(diǎn)目標(biāo)的運(yùn)動(dòng)軌跡。為了實(shí)現(xiàn)上述目的，本發(fā)明提供的一種被動(dòng)微波干涉成像的運(yùn)動(dòng)點(diǎn)目標(biāo)檢測(cè)方法，其步驟包括：步驟1)采用稀疏分布的天線陣列進(jìn)行干涉測(cè)量，獲得若干個(gè)采樣時(shí)刻的可見度數(shù)據(jù)，利用被動(dòng)微波干涉成像原理對(duì)可見度數(shù)據(jù)進(jìn)行傅里葉變換，反演得到與若干個(gè)采樣時(shí)刻對(duì)應(yīng)的各幀反演圖像；步驟2)將步驟1)所得到的所有反演圖像進(jìn)行數(shù)據(jù)平均，得到圖像平均估計(jì)；步驟3)從步驟1)所得到的各幀反演圖像中減去圖像平均估計(jì)，得到各幀處理圖像；步驟4)根據(jù)天線數(shù)量和陣列部署所確定的基線矢量，對(duì)步驟3)得到的各幀處理圖像采用潔化方法進(jìn)行潔化操作，得到各幀潔圖；步驟5)對(duì)步驟4)所得到的各幀潔圖進(jìn)行運(yùn)動(dòng)點(diǎn)目標(biāo)定位，記錄運(yùn)動(dòng)點(diǎn)目標(biāo)位置信息。天線陣列中的每?jī)蓚€(gè)天線可形成一條測(cè)量基線，天線陣列可形成多條基線。天線數(shù)量和陣列部署確定了空間中基線矢量的分布。天線陣列被動(dòng)接收探測(cè)目標(biāo)的微波輻射，每一時(shí)刻每條基線對(duì)應(yīng)得到一個(gè)可見度數(shù)據(jù)，干涉陣列得到一組可見度數(shù)據(jù)。利用被動(dòng)微波干涉成像原理，可見度數(shù)據(jù)與物體亮溫為傅里葉變換對(duì)；通過(guò)可見度數(shù)據(jù)的傅里葉變換，可反演得到這一時(shí)刻的亮溫分布圖。由此，得到一段時(shí)間范圍的各幀反演圖像。作為上述技術(shù)方案的進(jìn)一步改進(jìn)，所述的步驟1)中圖像反演的步驟包括：將空間中的各天線接收到的信號(hào)做互相關(guān)處理，并積分得到可見度函數(shù)，對(duì)可見度函數(shù)進(jìn)行傅里葉變換，得到亮溫分布圖。作為上述技術(shù)方案的進(jìn)一步改進(jìn)，所述的步驟2)中圖像平均估計(jì)表示為：其中，n表示幀圖像序列數(shù)量，(x,y)為圖像中一點(diǎn)坐標(biāo)，表示點(diǎn)坐標(biāo)(x,y)處的圖像平均估計(jì)，mk(x,y)表示第k幀圖像中點(diǎn)坐標(biāo)(x,y)處的目標(biāo)貢獻(xiàn)亮溫值，若運(yùn)動(dòng)目標(biāo)位于該點(diǎn)坐標(biāo)(x,y)處，則目標(biāo)貢獻(xiàn)亮溫值為1，否者目標(biāo)貢獻(xiàn)亮溫值為0，ak(x,y)表示第k幀圖像中點(diǎn)坐標(biāo)(x,y)處目標(biāo)的混疊特性貢獻(xiàn)的亮溫值，b(x,y)表示點(diǎn)坐標(biāo)(x,y)處背景及背景混疊所貢獻(xiàn)的亮溫值。因?yàn)楸尘耙暈殪o止，所以b(x,y)不隨時(shí)間改變，因?yàn)槟繕?biāo)位置隨時(shí)間發(fā)生變化，因此mk(x,y)和ak(x,y)與時(shí)間相關(guān)。作為上述技術(shù)方案的進(jìn)一步改進(jìn)，所述的步驟3)中處理圖像表示為：其中，i′k(x,y)表示第k幀圖像的處理圖像。作為上述技術(shù)方案的進(jìn)一步改進(jìn)，所述的步驟4)包括：步驟4.1)設(shè)置初始化為零的幅度索引矩陣，矩陣大小與反演圖像大小一致；步驟4.2)根據(jù)天線數(shù)量和陣列部署所確定的基線矢量，計(jì)算點(diǎn)擴(kuò)散函數(shù)；步驟4.3)在步驟3)得到的處理圖像中尋找最大值，找到后將點(diǎn)擴(kuò)散函數(shù)的中心點(diǎn)移動(dòng)到該最大值上，并且對(duì)點(diǎn)擴(kuò)散函數(shù)的每一個(gè)點(diǎn)都乘以設(shè)定的系數(shù)，之后將該點(diǎn)擴(kuò)散函數(shù)從處理圖像中去除，在幅度索引矩陣中對(duì)應(yīng)的最大值位置處，添加幅度值；步驟4.4)對(duì)處理圖像的剩余部分重復(fù)執(zhí)行步驟4.3)，直至剩余部分的最大值小于給定的噪聲水平，迭代終止，得到幅度索引矩陣和剩余圖；步驟4.5)設(shè)置點(diǎn)擴(kuò)散函數(shù)的高斯擬合為潔束，將步驟4.4)中得到的幅度索引矩陣與潔束進(jìn)行卷積；步驟4.6)對(duì)卷積處理后的結(jié)果加上剩余圖，得到潔圖。本發(fā)明的一種基于被動(dòng)微波干涉成像的運(yùn)動(dòng)點(diǎn)目標(biāo)檢測(cè)方法優(yōu)點(diǎn)在于：本發(fā)明的運(yùn)動(dòng)點(diǎn)目標(biāo)檢測(cè)方法充分利用多幀圖像信息，消弱了背景對(duì)動(dòng)目標(biāo)檢測(cè)的影響，在分離了背景后的處理圖像基礎(chǔ)上采用clean方法進(jìn)行潔化處理，能有效地恢復(fù)點(diǎn)目標(biāo)位置信息。本發(fā)明的方法解決了在采樣稀疏情況下，通過(guò)單幀圖像反演完全無(wú)法識(shí)別點(diǎn)目標(biāo)的技術(shù)問(wèn)題，通過(guò)多幀數(shù)據(jù)處理，能夠準(zhǔn)確地識(shí)別并提取出運(yùn)動(dòng)點(diǎn)目標(biāo)的運(yùn)動(dòng)軌跡；數(shù)據(jù)運(yùn)算的復(fù)雜度及運(yùn)算時(shí)間較低。附圖說(shuō)明圖1為本發(fā)明提供的一種基于被動(dòng)微波干涉成像的運(yùn)動(dòng)點(diǎn)目標(biāo)檢測(cè)方法流程圖；圖2為本發(fā)明中的clean方法流程圖；圖3a-3f為本發(fā)明實(shí)施例中點(diǎn)目標(biāo)運(yùn)動(dòng)的多幀原圖；圖4a-4f為本發(fā)明實(shí)施例中多幀采樣反演圖；圖5為本發(fā)明實(shí)施例中多幀圖像的平均估計(jì)圖；圖6a-6f為本發(fā)明實(shí)施例中多幀圖像的處理圖；圖7a-7f為本發(fā)明實(shí)施例中clean后各幀圖像；圖8a-8f為本發(fā)明實(shí)施例中運(yùn)動(dòng)點(diǎn)目標(biāo)識(shí)別圖。具體實(shí)施方式下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明所述的一種基于被動(dòng)微波干涉成像的運(yùn)動(dòng)點(diǎn)目標(biāo)檢測(cè)方法進(jìn)行詳細(xì)說(shuō)明。本發(fā)明提供一種基于被動(dòng)微波干涉成像的運(yùn)動(dòng)點(diǎn)目標(biāo)檢測(cè)方法，如圖1所示，該方法對(duì)圖像數(shù)據(jù)的處理過(guò)程包括：根據(jù)被動(dòng)微波干涉原理進(jìn)行稀疏采樣圖像數(shù)據(jù)條件下的圖像反演；對(duì)反演得到的多幀圖像進(jìn)行數(shù)據(jù)平均，視為背景估計(jì)；在各幀圖像中消弱背景，得到處理后的圖像；依據(jù)采樣特征，采用潔化(clean)方法對(duì)各幀處理后圖像進(jìn)行潔化操作，得到各幀潔圖；在各幀潔圖中進(jìn)行目標(biāo)定位，進(jìn)而識(shí)別出運(yùn)動(dòng)點(diǎn)目標(biāo)的運(yùn)動(dòng)軌跡。本發(fā)明的上述方法解決了采樣稀疏情況下，利用單幀圖像反演完全無(wú)法識(shí)別目標(biāo)的難題，根據(jù)多幀圖像信息消弱背景，再進(jìn)行潔化處理，以識(shí)別出運(yùn)動(dòng)點(diǎn)目標(biāo)的運(yùn)動(dòng)軌跡。所述的運(yùn)動(dòng)點(diǎn)目標(biāo)檢測(cè)方法具體包括以下步驟：步驟1)采用稀疏分布的天線陣列進(jìn)行干涉測(cè)量，獲得若干個(gè)采樣時(shí)刻的可見度數(shù)據(jù)，利用被動(dòng)微波干涉成像原理對(duì)可見度數(shù)據(jù)進(jìn)行傅里葉變換，反演得到與若干個(gè)采樣時(shí)刻對(duì)應(yīng)的各幀反演圖像；步驟2)將步驟1)所得到的多幀圖像進(jìn)行數(shù)據(jù)平均，得到圖像平均值；步驟3)從步驟1)所得到的各幀反演圖像中減去步驟2)中計(jì)算得到的圖像平均值，得到新的各幀處理圖像，各幀處理圖像相對(duì)原圖消弱了背景；步驟4)根據(jù)天線數(shù)量和陣列部署所確定的基線矢量，對(duì)步驟3)得到的各幀處理圖像采用clean方法進(jìn)行潔化操作，得到各幀潔圖；步驟5)從步驟4)所得到的各幀潔圖中查找亮源位置，記錄各幀點(diǎn)目標(biāo)的位置信息；步驟6)根據(jù)步驟5)所得到的運(yùn)動(dòng)點(diǎn)目標(biāo)位置信息，識(shí)別得到點(diǎn)目標(biāo)的運(yùn)動(dòng)軌跡。在所述的步驟1)中，被動(dòng)微波干涉測(cè)量本質(zhì)上是通過(guò)對(duì)空間中不同點(diǎn)收到的信號(hào)進(jìn)行互相關(guān)，測(cè)出信號(hào)空間分布的傅里葉分量。被動(dòng)微波干涉成像是通過(guò)天線陣列中各單元天線被動(dòng)地接收來(lái)自目標(biāo)場(chǎng)景的輻射信息，將各天線接收到的信號(hào)做互相關(guān)處理并積分得到可見度函數(shù)，即源的傅里葉分量；對(duì)可見度函數(shù)進(jìn)行傅里葉變換，即可得到目標(biāo)的亮溫分布圖，即“臟圖”。在運(yùn)動(dòng)點(diǎn)目標(biāo)檢測(cè)過(guò)程中，依據(jù)上述成像方法獲取多幀臟圖。在所述的步驟2)中，將所得到的多幀臟圖進(jìn)行平均，視為圖像的平均估計(jì)。假設(shè)一組n幀圖像序列，第k幀圖像為ik(x,y)，(x,y)為圖像中某一點(diǎn)坐標(biāo)。圖像中每點(diǎn)亮溫包括運(yùn)動(dòng)目標(biāo)貢獻(xiàn)亮溫、目標(biāo)混疊貢獻(xiàn)亮溫、背景及背景混疊貢獻(xiàn)亮溫，表示為：ik(x,y)＝mk(x,y)+ak(x,y)+b(x,y)。通過(guò)n幀圖像平均，得到圖像的平均估計(jì)：其中，n表示幀圖像序列數(shù)量，(x,y)為圖像中一點(diǎn)坐標(biāo)，表示點(diǎn)坐標(biāo)(x,y)處的圖象平均估計(jì)，mk(x,y)表示第k幀圖像中點(diǎn)坐標(biāo)(x,y)處的目標(biāo)貢獻(xiàn)亮溫值，若運(yùn)動(dòng)目標(biāo)位于該點(diǎn)坐標(biāo)(x,y)處，則目標(biāo)貢獻(xiàn)亮溫值為1，否者目標(biāo)貢獻(xiàn)亮溫值為0，ak(x,y)表示第k幀圖像中點(diǎn)坐標(biāo)(x,y)處目標(biāo)的混疊特性貢獻(xiàn)的亮溫值。因?yàn)槟繕?biāo)位置隨時(shí)間發(fā)生變化，因此mk(x,y)和ak(x,y)與時(shí)間相關(guān)。b(x,y)表示點(diǎn)坐標(biāo)(x,y)處背景及背景混疊所貢獻(xiàn)的亮溫值，因?yàn)楸尘耙暈殪o止，所以b(x,y)不隨時(shí)間改變。在所述的步驟3)中，各幀反演圖像減去步驟2)中計(jì)算得到的圖像平均值，得到新的各幀處理后圖像，表示為：將公式(1)帶入公式(2)得：其中，i′k(x,y)表示第k幀圖像的處理圖像。由此，可以看出處理后的圖像僅包含運(yùn)動(dòng)點(diǎn)目標(biāo)及其混疊影響，背景中的固定值部分完全去除。在所述的步驟4)中，根據(jù)采樣特征，對(duì)步驟3)得到的各幀處理圖像采用clean方法進(jìn)行潔化操作。clean是一種非線性去卷積的迭代方法，每幀處理后圖像視為臟圖，如圖2所示，得到潔圖的處理步驟具體包括：步驟4.1，設(shè)置初始化為零的幅度索引矩陣，矩陣大小與反演圖像大小一致；步驟4.2，根據(jù)天線數(shù)量和陣列部署所確定的基線矢量，計(jì)算采樣的點(diǎn)擴(kuò)散函數(shù)(臟束)；點(diǎn)擴(kuò)散函數(shù)是探測(cè)系統(tǒng)對(duì)點(diǎn)源目標(biāo)的響應(yīng)，即輸入為點(diǎn)源目標(biāo)時(shí)，基線在空間頻率域采樣后，輸出的亮溫分布；步驟4.3，在步驟3)得到的臟圖中，尋找最大值，找到后將臟束的中心點(diǎn)移動(dòng)到該最大值上，并且對(duì)臟束的每一個(gè)點(diǎn)都乘以亮溫系數(shù)γ，該系數(shù)根據(jù)實(shí)際應(yīng)用場(chǎng)景進(jìn)行設(shè)置，系數(shù)越小越精細(xì)，相應(yīng)的迭代次數(shù)增大；之后將該臟束從此臟圖中去除，在幅度索引矩陣中對(duì)應(yīng)的最大值位置處，添加幅度值；步驟4.4，對(duì)臟圖的剩余部分重復(fù)執(zhí)行步驟4.3，直至剩余部分的最大值小于給定的噪聲水平，迭代終止，得到幅度索引矩陣和剩余圖；步驟4.5，設(shè)置點(diǎn)擴(kuò)散函數(shù)的高斯擬合為潔束，將步驟4.4中得到的幅度索引矩陣與潔束進(jìn)行卷積；步驟4.6，對(duì)卷積處理后的結(jié)果加上剩余圖，得到潔圖。在所述的步驟5)中，對(duì)步驟4)所獲得的各幀潔圖，迭代搜尋圖像中的亮源位置，記錄各幀點(diǎn)目標(biāo)的位置信息。在所述的步驟6)中，根據(jù)步驟5)所獲得的結(jié)果，得到點(diǎn)目標(biāo)的運(yùn)動(dòng)軌跡。實(shí)施例一假設(shè)圖3a-3f為模擬的6個(gè)采樣時(shí)刻的原始圖像，圖像大小均為256×256，圖像中有兩個(gè)點(diǎn)目標(biāo)，隨時(shí)間變化，在本實(shí)施例中，對(duì)各采樣時(shí)刻的原始圖像分別均勻采樣100個(gè)點(diǎn)。目標(biāo)隨時(shí)間變換位置信息如表1所示：表1兩個(gè)點(diǎn)目標(biāo)運(yùn)動(dòng)軌跡仿真值時(shí)刻點(diǎn)目標(biāo)a點(diǎn)目標(biāo)b1(100,100)(200,200)2(100,130)(200,170)3(130,130)(170,170)4(130,160)(170,140)5(160,160)(140,140)6(190,190)(110,110)根據(jù)上述仿真數(shù)據(jù)，本發(fā)明方法的實(shí)施步驟為：步驟1)利用被動(dòng)微波干涉成像原理，進(jìn)行稀疏采樣情況下圖像反演，通過(guò)對(duì)干涉得到的可視度函數(shù)的傅里葉變換，得到6個(gè)采樣時(shí)刻對(duì)應(yīng)的各幀反演圖像，如圖4a-4f所示。步驟2)將步驟1)所得到的多幀圖像進(jìn)行平均，得到圖像平均值，如圖5所示。步驟3)從各幀反演圖像中減去步驟2)中所得到的圖像平均估計(jì)，得到各幀處理圖像，如圖6a-6f所示。步驟4)根據(jù)采樣特征，對(duì)步驟3)得到的各幀處理圖采用clean方法進(jìn)行潔化操作，得到各幀潔圖，如圖7a-7f所示。步驟5)對(duì)步驟4)得到的各幀潔圖進(jìn)行目標(biāo)定位，記錄目標(biāo)位置信息，如圖8a-8f所示。步驟6)根據(jù)步驟5)獲得的結(jié)果，識(shí)別出點(diǎn)運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)軌跡，如表2所示：表2識(shí)別的兩個(gè)點(diǎn)目標(biāo)運(yùn)動(dòng)軌跡值時(shí)刻點(diǎn)目標(biāo)a點(diǎn)目標(biāo)b1(100,100)(200,200)2(100,130)(200,170)3(130,130)(170,170)4(130,160)(170,140)5(160,160)(140,140)6(190,190)(110,110)根據(jù)上述表1和表2的數(shù)據(jù)對(duì)比可知，利用本發(fā)明提供的運(yùn)動(dòng)點(diǎn)目標(biāo)檢測(cè)方法，能夠準(zhǔn)確地識(shí)別出圖像中的點(diǎn)目標(biāo)的位置信息。最后所應(yīng)說(shuō)明的是，以上實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案而非限制。盡管參照實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，對(duì)本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，都不脫離本發(fā)明技術(shù)方案的精神和范圍，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍當(dāng)中。當(dāng)前第1頁(yè)12