一种利用ISAR图像序列链式计分的空间目标三维结构重构方法

1.一种利用ISAR图像序列链式计分的空间目标三维结构重构方法，其特征在于，包括：步骤1，将雷达采集得到的回波划分为多个子孔径，然后对各子孔径分别进行RD成像，获得一组ISAR图像序列；步骤2，在得到的ISAR图像序列中，选取成像效果和结果完整性均满足要求的图像，得到一组图像序列I 1 ,I 2 ,…,I k ,…,I K ，I k 表示第k幅图像，数量K不小于3；步骤3，提取每幅图像中的强散射点，得到各图像的所有强散射点坐标；步骤4，根据雷达所在的纬度β、雷达经线和地球惯性坐标系春分轴的夹角α、雷达测量的目标方位角、俯仰角、距离，计算得到三维目标到各二维ISAR图像的投影矩阵；步骤5，对各幅图像依次进行距离方位二维对准；步骤6，通过链式计分匹配方法完成散射点匹配，获得分数集f base 和匹配组合集D，用来记录每一组匹配点中成功匹配的图像总数，以及相应的图像序号与散射点序号；步骤7，通过目标三维重构求得三维重构点坐标集Sr。 2.根据权利要求1所述利用ISAR图像序列链式计分的空间目标三维结构重构方法，其特征在于，所述步骤1，根据LOS数据，计算对目标ISAR成像的理论分辨率，使各子孔径ISAR图像均满足分辨率要求的同时，具有成像稳定性，即转速短时间内相对恒定。 3.根据权利要求1所述利用ISAR图像序列链式计分的空间目标三维结构重构方法，其特征在于，所述步骤2，图像选取的原则为：杂点尽量少、散射点清晰以及图像尽量完整。 4.根据权利要求1所述利用ISAR图像序列链式计分的空间目标三维结构重构方法，其特征在于，所述步骤3，对于第k幅图像，其强散射点提取方法如下：(1)，按照图像的方位和距离维的分辨率，生成一个二维的辛克函数卷积核Ccov，然后将图像与该卷积核进行循环卷积得到一个与图像维度相同的二维矩阵H，令初始的强散射点集 计算H的初始总能量为 其中i,j分别为矩阵H的行和列的序号，初始化提取的散射点数q＝1；(2)，提取H中最大的能量位置(x max ,y max )，更新强散射点集 然后将H中最大能量位置(x max ,y max )所在的9×9大小邻域内的值置为0，计算剩余能量 (3)，令q←q+1，重复(2)，不断提取新的强散射点，直到剩余能量E q 少于初始总能量E 0 的5％，得到最终的强散射点集S k,q 。 5.根据权利要求1所述利用ISAR图像序列链式计分的空间目标三维结构重构方法，其特征在于，所述步骤4，首先根据雷达所在的纬度β、雷达经线与地球惯性坐标系春分轴的夹角α，计算从雷达观测坐标系到地球惯性坐标系的转换矩阵T 1 ：然后，由雷达观测数据中提取目标轨迹信息，即方位角 俯仰角θ(t)、距离r 0 (t)，求得卫星在雷达坐标系下的直角坐标为：进而得到卫星在地心惯性坐标系下的坐标为：P earth (t)＝T 1 ·P radar (t)+r＝[X 1 (t),Y 1 (t),Z 1 (t)] T (3)其中，r为雷达在地心惯性坐标系下的位置矢量，计算式为：其中，R e 为雷达位置处的地球半径；求得在地心惯性坐标系下卫星的方位角与俯仰角，分别表示为η(t)与γ(t)，η(0)和γ(0)表示0时刻下的角度，有：计算得到去除平动后雷达坐标系下的相对LOS为：其中，l ob (t)为从雷达观测数据读取得到的观测LOS，有T 2 (t)为卫星调姿引起的旋转矩阵，有接着，计算等效LOS：l e 对应的等效方位角 与俯仰角θ e (t)进而得到图像三维结构到第k幅二维ISAR图像的投影矩阵G k ＝[ρ a,k ,ρ r,k ] T (10)式中，ρ a,k 表示图像三维结构到二维ISAR图像中多普勒域的投影向量，ρ r,k 表示图像三维结构到二维ISAR图像中距离维的投影向量；式中，t k 表示第k幅图像的中心时刻， θ e (t k )分别为等效方位角与等效俯仰角在t k 时刻的值，λ为雷达波长， 与w θ (t k )分别为方位角与俯仰角关于时间的一阶导数在t k 时刻的值； 6.根据权利要求1所述利用ISAR图像序列链式计分的空间目标三维结构重构方法，其特征在于，所述步骤5，包括：(1)，令k＝1；(2)，选择第k-1幅图像作为基准图像；(3)，对第k幅图像进行对准，方法如下：(3.1)，设置距离和方位维度偏移最小值Smin、最大值Smax、间隔值Slag，设置二维偏移候选集；(3.2)，计算各偏移组合下基准图像散射点在第k幅图像中的投影位置，根据该投影位置，计算第k幅图像在该投影位置处的能量总和；(3.3)，选择能量最大的偏移组合Sbest作为最优值，对第k幅图像的散射点位置进行偏移校正，并将偏移校正后的散射点位置作为新的偏移候选集合中心位置；(3.4)，创建新的二维偏移候选集，其各维最小值为Sbest-Slag，最大值为Sbest+Slag，间隔值为Slag/10；(3.5)，重复(3.2)、(3.3)，直到间隔值小于1；(4)，更新k为k+1，重复(2)～(3)；(5)，当k大于图像总个数K时结束，完成对准。 7.根据权利要求1所述利用ISAR图像序列链式计分的空间目标三维结构重构方法，其特征在于，所述步骤6，包括：(1)，初始化令k＝2，初始化基准散射点集S base ＝S 1 ，其中S 1 为第一幅图像中的强散射点坐标集；基准散射点集是要将与第k幅图像散射点集进行匹配的点集，它会随着匹配过程不断扩大；初始化分数集为f base ＝[1 1…1] 1×M ，其中M为S base 中的散射点数目，生成匹配组合集 (2)散射点匹配将基准散射点集S base 与第k幅图像中的散射点集S k 进行角对准，校正S k 形成S kc ，随后对S base 与S kc 进行匹配，令S base 中匹配成功的散射点分数加1，即f base (match base )←f base (match base )+1，更新匹配对 其中，match base 为S base 中的成功匹配的散射点序号，f base (match base )表示分数集f base 中，序号为match base 的元素，match k 为第k幅图像中匹配成功的散射点的序号，D{match base }表示匹配组合集中序号为match base 的元素；S k (match k )与S base (match base )一一对应，其中S k (match k )与S base (match base )分别表示第k幅图像中的散射点集S k 与基准散射点集S base 中成功匹配的散射点；(3)匹配点重构根据下式，对匹配成功的N对散射点通过最小二乘法求解其对应的三维坐标p，公式如下：其中，G k,k-1 为第k幅和第k-1幅图像投影矩阵G k 和G k-1 的组合，P k,k-1 为匹配的散射点组成的位置矩阵；G k-1 、G k 分别表示第k-1与第k幅图像的投影矩阵，S base,1 ～S base,N 以及S k,1 ～S k,N 表示基准散射点与S k 中所有匹配成功的散射点，总数为N；然后将三维点坐标投影至第k幅图像中获得重构点在第k幅图像中的投影点集S match ＝G k p；(4)新基准点集生成对于S base 中匹配成功的点，令S base (match base )＝S match ，对于S base 中没有匹配成功的点S base (mis base )，将其替换为在第k幅图像的投影位置，即 mis base 为基准散射点集中未能匹配的点的序号， 为G k-1 的伪逆；将S k 中未匹配成功的点，并入S base 中形成新的基准散射点集S base ←[S base S k (mis k )]，mis base 为S k 中未能匹配的点的序号；然后更新分数集为f base ←[f base f add ]，其中f add ＝[1 1…1] 1×L ，L为第k幅图像中未匹配的散射点数目，更新D←{D D add }，其中 mis k (1)、mis k (2)、mis k (L)表示第k幅图像中的散射点集S k 中未能匹配的点的序号，共L个；(5)令k←k+1，并重复(2)～(4)，直到k大于图像总数K，获得分数集f base 与匹配组集合D。 8.根据权利要求1所述利用ISAR图像序列链式计分的空间目标三维结构重构方法，其特征在于，所述步骤7，根据指定的分数阈值f t ，筛选分数集f base 中分数大于f t 的项所对应的序号集Q，设Q的数量为I；则：(1)令i＝1，三维重构点坐标集 (2)提取匹配组合 其中in1,…,inV为匹配成功的各图像序号，sn1,…,snV为各图像对应的匹配的散射点序号，V为该项的分数，即匹配图像个数，构造D{Q(i)}为匹配组合集中的第i个满足分数阈值的匹配组、Q(i)表示第i个满足分数阈值的匹配组在匹配组合集D中的序号，i表示所有满足阈值的匹配组合的序号集Q中的序号；S in1 (sct 1 ),S in2 (sct 2 ),...,S inV (sct V )分别表示第in1,in2,...,inV幅图像中的散射点集的第sct 1 ,sct 1 ,...,sct V 个散射点；G in1 ,G in2 ,...,G inV 为第in1,in2,...,inV幅图像对应的投影矩阵，G V 为这些投影矩阵组成的组合矩阵；通过下式求出第i个匹配散射点组合所对应的三维点坐标更新Sr←Sr∪p i；(3)令i←i+1，重复(2)直到i>I。