恭喜北京航空航天大学杨威获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜北京航空航天大学申请的专利一种SAR图像的旁瓣抑制方法、装置、电子设备及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114460581B 。
龙图腾网通过国家知识产权局官网在2025-04-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111622504.3,技术领域涉及:G01S13/90;该发明授权一种SAR图像的旁瓣抑制方法、装置、电子设备及存储介质是由杨威;刘艳芳;陈杰;李春升;曾虹程设计研发完成,并于2021-12-28向国家知识产权局提交的专利申请。
本一种SAR图像的旁瓣抑制方法、装置、电子设备及存储介质在说明书摘要公布了:本发明实施例涉及图像处理技术领域,特别涉及一种SAR图像的旁瓣抑制方法、装置、电子设备及存储介质。该方法包括:计算待处理的SAR图像的二维PSF估计矩阵;基于所述二维PSF矩阵和所述待处理的SAR图像的相关参数,求解解卷积函数,输出解卷积结果;其中,所述解卷积结果可还原为旁瓣抑制后的SAR图像,所述相关参数包括所述待处理的SAR图像的方位向采样点数、距离向采样点数、相位误差系数、模糊核大小、惩罚参数、平衡常数和最大迭代次数,所述方位向为雷达飞行轨道的方向,所述距离向为沿着雷达波发射的方向。本申请提供的SAR图像的旁瓣抑制方法旁瓣抑制性能好,并且能够有效滤除噪声,提高图像的质量。
本发明授权一种SAR图像的旁瓣抑制方法、装置、电子设备及存储介质在权利要求书中公布了:1.一种SAR图像的旁瓣抑制方法,其特征在于,包括:计算待处理的SAR图像的二维PSF估计矩阵;基于所述二维PSF估计矩阵和所述待处理的SAR图像的相关参数,求解解卷积函数,输出解卷积结果;其中,所述解卷积结果可还原为旁瓣抑制后的SAR图像,所述相关参数包括所述待处理的SAR图像的方位向采样点数、距离向采样点数、相位误差系数、模糊核大小、惩罚参数、平衡常数和最大迭代次数,所述方位向为雷达飞行轨道的方向,所述距离向为沿着雷达波发射的方向;所述计算待处理的SAR图像的二维PSF估计矩阵,包括:获取所述待处理的SAR图像的散焦图像;分别对所述待处理的SAR图像和所述待处理的SAR图像的散焦图像作距离向傅里叶变换,得到第一图像和第二图像;分别计算所述第一图像中每一行向量的辅助因子,得到所述待处理的SAR图像的第一因子;分别对所述待处理的SAR图像和所述待处理的SAR图像的散焦图像作方位向傅里叶变换,得到第三图像和第四图像;分别计算所述第三图像中每一行向量的辅助因子,得到所述待处理的SAR图像的第二因子;基于所述第一因子和所述第二因子,计算所述待处理的SAR图像的辅助因子;对所述待处理的SAR图像的辅助因子做二维傅里叶逆变换,获得待处理的SAR图像的二维PSF估计矩阵;所述基于所述二维PSF矩阵和所述待处理的SAR图像的相关参数,求解解卷积函数,输出解卷积结果,包括:基于所述待处理的SAR图像的方位向采样点数Na和距离向采样点数Nr,生成图像Y;其中,所述图像Y的大小为Na+ha×Nr+hr,且所述待处理的SAR图像位于所述图像Y的中心,所述图像Y对应的矩阵中,除所述待处理的SAR图像所在位置的像素外,其它像素为0;构建解卷积函数:y=Hx+n;其中,为将所述图像Y拉直生成的一维向量,x为待计算的解卷积结果,n为独立同分布的高斯白噪声,H为大小为NaNr×NaNr的块循环矩阵,所述块循环矩阵H由所述二维PSF矩阵T计算得到;令将所述解卷积函数转化为下述第三方程组: 其中,N=Na×Nr,m=Na×hr+Nr×ha+ha×hr,为将所述待处理的SAR图像拉直生成的一维向量,z=zerosm,1为零向量,Dhxj代表向量Dhx的第j个元素,Dvxj代表向量Dvx的第j个元素,Dh和Dv代表所述待处理的SAR图像方位向和距离向的一阶导数,λ>0;利用交替方向乘子方法的快速解卷积方法迭代计算所述第三方程,直至到达最大迭代次数Itermax,输出解卷积结果x。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京航空航天大学,其通讯地址为:100191 北京市海淀区学院路37号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。