计算机图像处理中的ISAR成像手段分析

张娟娟

摘要： 随着社会的发展，人类需求的增加，对成像手段也提出了更高的要求，ISAR成像是一种全天候、全天时、远距离的信息获取手段，在目标识别领域占有非常重要的地位。传统的成像手法存在很多缺陷，已经不能跟上时代的发展，基于存在的一些问题，提出DIAC成像手段，并对DIAC成像手段进行分析，以此促进目标识别领域的发展。首先进行雷达信号调频，建立转台模型，最终实现了DIAC成像，为了验证DIAC成像手段的有效性，通过实验进行将ISAR和传统成像手法进行对比，证明了DIAC成像手段的有效性。

关键词：成像;全天候;计算机图像处理

中图分类号：TN957      文献标识码：B

文章编号：1009-3044（2019）14-0177-02

ISAR作为一种信息获取手段，在空间探测、航空交通领域中被广泛应用，已成为许多国家发展的对象。随着人们对成像精度的要求的提高，传统的成像手段已经不能满足人们的需求，传统成像手段原理是扩大目标转角实现成像分辨率，这种方法只能通过目标所决定不能进行人为改变，一些转角大的情况不能实现，所以对于方位分辨率实现相对困难[2]。传统手法在进行测量时，会存在数据污染、丢失的情况，有时难以获得完整的观测数据，无法满足成像需求，因此受各种条件的限制，对于目标识别成像存在一定的困难，面对大数据时，数据采集、传输和存储都会对雷达系统带来很大的困难，不同于传统数据采集的成像手段成为高分辨率成像雷达的迫切需要[3]。基于传统的成像手段的问题，提出DIAC成像手段，对DIAC成像手段进行分析，通过DIAC成像手段能够对飞机、导弹、卫星等的运动目标的进行成像[1]，原理是通过高分辨图像查看目标的散射率分布特征，能够对目标尺寸、形状、结构进行刻画，完成目标识别。DIAC成像手段能够满足系数信号的特征，并且能够解决海量数据的传输与存储的困难，以下是对DIAC成像的具体分析。

1成像手段设计

1.1进行雷达信号调频

在进行DIAC成像之前，首先对雷达信号进行调频，目的在于将接收到的信号进行数据库变形，使在一定光环境下，调频雷达信号具有一定的特征规律。假设运动目标的平移分量，则DIAC目标的成像为转台模型，其中雷达信号的调频发射信号为[Dtq]，公式表达为：

其中[necm]代表信号单位中的调频函数，[f]为载波频率，[M]为挑品种脉冲的时宽参数。在发射目标后就接收的信号表示为：

其中，[r]为信号光速参数，[D]为目标于雷达之间的距离参数，[B]为某一距离的回波幅度参数，此次计算不做定向计算。

1.2建立DIAC转台模型

在DIAC成像中，运动目标相对的雷达分为平动分量和转动分量，平动分量指的是雷达视线相对的方向运动，运动目标姿态不发生变化，导致目标无法进行单元内的散射点分辨，转动分量指目标围绕某中心点进行转动，补偿平动分量后，利用不同的频率对不同发射点进行分辨，经过雷达运动的分量补偿过的模型为转台模型。

1.3 实现DIAC成像

在对雷达信号调频和转台模型建立后，实现DIAC算法，首先对雷达的回波信号处理稀疏信号，根据算法中具体要求进行稀疏采样，来得到观测信号[4]。选择随机矩阵的方法保证测量矩阵和细数矩阵之间的相关度，进行稀疏采样，在方位向上随机选择一个方位获取观测信号，下一步进行去噪处理，选择合适的值对观测信号进行过滤，过滤算法的具体表达式为：

公式中，[?j]代表信号的训练结果;[β]代表网络模型的矩阵简化系数， [u]代表第[j]个稀疏信号的参数特征;[?i]代表第[i]个稀疏信号的共性参数特征，本次计算不做定向分析。

DIAC对转角要求小，转速均匀，散射点对应的值与中心轴距离程正比，假设中心参考点为Q，与雷达距离为[A0]，即在t时刻，散射点相对雷达的距离为：

其中，[z]为雷达距离的相对参数，[cq]为成像模糊参数，[v]为成像的稳定程度参数，此次计算不做定向分析。

此外，进行成像计算时，还要对距离的参数进行确定，最后通过上述算法完成DIAC成像，通过此算法能够对数据更好的存储，并且对转动角度要求小，能够扩大角度实现多方位分辨率。

2实验论证分析

为验证本文图像手段的有效性，设计仿真实验，为保证实验的严谨性，采用传统图像成像手段与本文成像手段进行对照。所有实验均在[Caffe]框架下完成[5]，配置环境使用[ubuntu14.04]操作系统，2个sdhuif高性能工作站，进行成像精度进行试验，具体实验及结果如图1所示：

根据图3能够看出，本文成像手段的精度远高于传统成像手段，传统成像手段只能出现一个模糊的形状，本文的成像手段能够呈现出细节的图像。通过上述分析可以基本确定本文成像手段的有效性，对于图像的成像精度极高。

3结束语

在认真分析传统成像缺点的基础上，提出了DIAC成像手段，这个成像方法能够提高成像的精度，在大数据的情况下能够完成对大数据图像的存储与处理，在一定程度上减少了大数据的传输与处理问题，通过实验证明了本文成像手段的有效性，希望本次研究，能够为图像手段方面做出一定的贡献，提高计算机图像处理中的成像质量。

参考文献：

[1] 向丽娜，邓鑫洁，刘瑞娟. TS201计算机平台在船舶目标ISAR成像及图像处理中的应用[J]. 舰船科学技术，2018， 40（20）：176-178.

[2] 王芃洲.基于目标电磁散射参数化分析的ISAR成像方法[D]. 西安电子科技大学，2017，23（11）：34-77.

[3] 李嘉欣.基于矩陣填充理论的ISAR成像微多普勒抑制研究[D]. 哈尔滨工业大学，2017，55（12）：45-88.

[4]高悦欣，李震宇，邢孟道，等. 一种海面舰船目标ISAR成像时间段选择方法[J]. 西安电子科技大学学报（自然科学版）， 2017， 44（2）：27-32.

[5] 吕明久，陈文峰，夏赛强. 基于联合块稀疏模型的随机调频步进ISAR成像方法[J]. 电子与信息学报， 2018， 40（11）：79-85.

【通联编辑：光文玲】