(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210827994.9 (22)申请日 2022.07.13 (71)申请人 电子科技大 学 地址 610000 四川省成 都市高新区 （西区） 西源大道 2006号 (72)发明人 张晓玲　詹旭　张文思　师君　 韦顺军　曾天娇　 (74)专利代理 机构 电子科技大 学专利中心 51203 专利代理师 曾磊 (51)Int.Cl. G06T 5/00(2006.01) G06T 3/40(2006.01) G06V 10/762(2022.01) G06F 17/14(2006.01)G06F 17/15(2006.01) G06F 17/16(2006.01) (54)发明名称 一种基于二维空变 反卷积的近场 SAR图像增 强方法 (57)摘要 本发明公开了一种基于二维空变反卷积的 近场SAR图像增强方法， 它是通过计算粗略响应 矩阵， 然后基于该矩阵构建粗略卷积退化方程， 进而采用最小绝对值收敛和选择算子求解退化 方程， 实现反卷积， 获得近场SAR图像的粗略增强 图。 采用K ‑均值聚类算法提取出目标不同子类散 射点对应的子粗略增强图像， 并分别计算相对应 的精细响应矩阵， 构建相对应的精细空变卷积退 化方程， 求解退化方程， 实现 空变反卷积， 获得对 应的精细增强图像。 最终， 通过精细增强图像叠 加， 获得整体SAR图像增强结果。 该方法较其它 SAR图像增强方法， 在近场成像时， 能够在旁瓣抑 制和杂波噪声抑制、 目标幅度估计 保留方面上有 提升。 权利要求书3页 说明书11页 附图1页 CN 115423694 A 2022.12.02 CN 115423694 A 1.一种基于二维空变反卷积的近场SAR图像增强方法， 其特 征是它包括以下步骤： 步骤1.初始化相关参数 初始化以下参数： 光在空气中传播速度， 记为c； 取自然指数函数， 记为exp( ·)； 虚数单 位， 记为j； 圆周率， 记为π； 系统信号带宽， 记为B； 系统中心频率波长， 记为λ； 系统成像场景 中心距离， 记 为rc； 系统方位向孔径长度， 记 为la； 图像方位向像素数量， 记 为na； 图像距离向 像素数量， 记 为nr； 图像方位向像素大小， 记 为ia； 图像距离向像素大小， 记 为ir； 采用对于后 向投影算法处理得到的待增强的近场S AR图像矩阵， 记为Ibp； 正则化权重参 数， 记为γ； K ‑均 值聚类算法类别数， 记为K； 步骤2.计算 粗略响应矩阵 对于步骤1中初始化参数中光在空气中传播速度c、 系统信号带宽B、 系统中心频率波长 λ， 系统成像场景中心距离rc、 系统方位 向孔径长度la、 图像距离向像素数量nr、 图像方位向 像素数量na、 图像距离向像素大小ir和图像方位向像素大小ia， 计算得到系统粗略响应函数 Hc： 步骤2.1.对于步骤1中初始化的系统信号带宽B和 光在空气 中传播速度c， 采用公式drc ＝c/(2B)， 计算得到成像场景中心点距离向分辨 率， 记为drc； 步骤2.2.对于步骤1中初始化的系统中心频率波长λ、 系统方位向孔径长度la和系统成 像场景中心距离rc， 采用公式dac＝ λrc/(2la)， 计算得到成像场景中心点 方位向分辨率， 记为 dac； 步骤2.3.对于步骤1中初始化的图像距离向像素数量nr， 采用传统的N点离散傅里叶变 换矩阵构建方法， 构建nr点离散傅里叶变换矩阵， 记为 Wr； 步骤2.4对于步骤1中初始化的 图像方位向像素数量na， 采用传统的N点离散傅里叶变换 矩阵构建方法， 构建na点离散傅里叶变换矩阵， 记为 Wa； 步骤2.5对于步骤1中初始化的图像距离向像素数量nr、 图像距离向像素大小ir和步骤 2.1中计算得到的成像场景中心点距离向分辨率drc， 采用公式 计算得到 系统频域 粗略响应函数距离向支撑域大小， 记为 nrfc， 其中 表示向下 取整； 步骤2.6对于步骤1中初始化的图像方位向像素数量na、 图像方位向像素大小ia和步骤 2.2中计算得到的成像场景 中心点方位向分辨率dac， 采用公式 计算得到 系统频域 粗略响应函数 方位向支撑域大小， 记为 nafc， 其中 表示向下 取整； 步骤2.7对于步骤1中初始化的距离向方位向像素数量nr、 图像方位向像素数量na、 步骤 2.5中计算得到的系统频域粗略响应函数距离向支撑域大小nrfc和步骤2.6中计算得到的系 统频域粗略响应函数方位向支撑域大小nafc， 采用如下公 式计算系统频域粗略响应矩阵， 记 为Hcf； 其中0m×n表示维度为m ×n的全零矩阵 ， 1m×n表示维度为m ×n的全1矩阵 ，权　利　要　求　书 1/3 页 2 CN 115423694 A 2表示向下 取整； 步骤2.8对于步骤2.3中构建的矩阵Wr、 步骤2.4中构建的矩阵Wa和步骤2.7中计算的矩 阵Hcf， 采用公式 计算得到系统粗响应矩阵， 记为Hc， 其中 表示矩阵哈达 玛积， vec( ·)为矩阵向量 化算子， dia g(·)为向量矩阵化对角算子； 步骤3.构建粗略卷积退化方程 对于步骤2中计算得到的系统粗略响应矩阵Hcf、 步骤1中初始化的待增强的近场SAR图 像矩阵Ibp和正则化权 重参数γ， 记Ic为粗略增强图像矩阵， 构建粗略卷积退化方程如下： 其中 表示向量2范 数的平方， | ·|表示向量1范 数， vec(·)为矩阵向量 化算子； 步骤4.求 解粗略卷积退化方程 对于步骤3中构建的粗略卷积退化方程， 采用标准的最小绝对值收敛和选择算子求解 方程， 得到粗略增强图像矩阵Ic； 步骤5.粗略增强图聚类 对于步骤1中初 始化得到的类别数K和步骤4中得到的粗略增强图像矩阵Ic， 采用传统的 K‑均值聚类算法得到K类目标不同子类散射点的粗略增强图像矩阵记为Ii和对应的聚类中 心记为ci＝(cai， cri)， i＝1， 2， ...K， 其中cai为第i类子散射点的中心点的方位向坐标， cri为 第i类子散射点的中心点的距离向坐标； 步骤6.计算精细响应矩阵 对于步骤5中得到的不同子类散射点粗略增强图像矩阵Ii及对应的聚类中心ci＝(cai， cri)， i＝1， 2， ...K、 步骤1初始化参数中光在空气中传播速度c、 系统信号带宽B、 系统中心频 率波长λ， 系统成像场景中心距离rc、 系统方位 向孔径长度la、 图像距离向像素数量nr、 图像 方位向像素数量na、 图像距离向像素大小ir和图像方位向像素大小ia， 计算系统精细响应函 数Hi， i＝1， 2， ...K： 步骤6.1.对于步骤1中初 始化的系统 中心频率波长 λ、 系统方位向孔径 长度la和步骤5中 得到的聚类中心ci＝(cai， cri)， 采用公式 计算得到第i类散射 点的图像矩阵中心点方位向分辨 率， 记为dai， i＝1， 2， ...K； 步骤6.2对于步骤1中初始化的图像方位向像素数量na、 图像方位向像素大小ia和步骤 6 .1中计算得到的第i类散射点的图像矩阵中心点方位向分辨率da i， 采用公式 计算得到 频域精细响应函数方位向支 撑域大小， 记为nafi， 其中 表示向 下取整， i＝1， 2， ...K； 步骤6.3对于步骤1中初始化的距离 向像素数量nr、 图像方位向像素数量na、 步骤2.5中 计算得到的系统频域粗略响应函数距离向支撑域大小nrfc和步骤6.2 中计算得到的频域精 细响应函数方位向支撑域大小nafi， 采用如下公式， 计算频域精细响应矩阵， 记为Hf(i)， i＝ 1， 2， ...K；权　利　要　求　书 2/3 页 3 CN 115423694 A 3