一种基于CLEAN的SAR图像旁瓣抑制方法

doi:10.7523/j.issn.2095-6134.2011.3.012

中国科学院大学学报 ›› 2011, Vol. 28 ›› Issue (3): 355-359.DOI: 10.7523/j.issn.2095-6134.2011.3.012

一种基于CLEAN的SAR图像旁瓣抑制方法

林清源^1,2,3, 王彦平^1,2, 洪文^1,2

1. 中国科学院电子学研究所, 北京 100190;
2. 微波成像技术国家重点实验室, 北京 100190;
3. 中国科学院研究生院, 北京 100190

收稿日期:2010-06-07 修回日期:2010-08-10 发布日期:2011-05-15

A SAR image side-lobes reduction method based on CLEAN

LIN Qing-Yuan^1,2,3, WANG Yan-Ping^1,2, HONG Wen^1,2

1. Institute of Electronics, Chinese Academy of Sciences, Beijing 100190,China;
2. National Key Laboratory of Science and Technology on Microwave Imaging, Beijing 100190,China;
3. Graduate University, Chinese Academy of Sciences, Beijing 100049,China

Received:2010-06-07 Revised:2010-08-10 Published:2011-05-15

摘要/Abstract

摘要：

把通常用于图像处理的CLEAN算法引入到SAR成像处理中,提出一种基于CLEAN的SAR图像旁瓣抑制方法.分析算法流程,比较点目标仿真结果和RADARSAT-1海洋稀疏目标场景成像结果,表明该方法在保证成像分辨率的同时,能够有效地抑制合成孔径雷达图像的旁瓣.

关键词: CLEAN, 合成孔径雷达, 旁瓣抑制

Abstract:

The CLEAN algorithm, which is often used in the image processing, is incorporated effectively into SAR (synthetic aperture radar) imaging algorithm, and a SAR image side-lobes reduction method based on CLEAN is proposed. By analyzing the process of this method and comparing the imaging results of point target with the oceanic sparse scene imaging results of the RADARSAT-1 raw data, we come to the conclusion that the proposed method can effectively suppress the side-lobes of the targets while preserving the SAR image resolution.

Key words: CLEAN, SAR (synthetic aperture radar), suppression of side-lobes

中图分类号:

TN957

林清源, 王彦平, 洪文. 一种基于CLEAN的SAR图像旁瓣抑制方法[J]. 中国科学院大学学报, 2011, 28(3): 355-359.

LIN Qing-Yuan, WANG Yan-Ping, HONG Wen. A SAR image side-lobes reduction method based on CLEAN[J]. , 2011, 28(3): 355-359.

[1]	尹迪, 韩冰, 孙吉利, 赵良波, 洪文, 胡玉新. 天线扫描对TOPSAR辐射影响的校正方法[J]. 中国科学院大学学报, 2021, 38(6): 791-799.
[2]	林世明, 张毅, 王吉利, 赵爽. 星载双基InSAR系统中的电离层色散效应分析与校正[J]. 中国科学院大学学报, 2021, 38(6): 809-816.
[3]	刘雨洁, 齐向阳. 基于长时间间隔序贯SAR图像的运动舰船跟踪方法[J]. 中国科学院大学学报, 2021, 38(5): 642-648.
[4]	潘志刚, 王超, 曹舸. 基于距离方程组的机载SAR图像立体定位方法[J]. 中国科学院大学学报, 2020, 37(6): 798-804.
[5]	王泽隆, 徐向辉, 张雷. 基于仿真SAR图像深度迁移学习的自动目标识别[J]. 中国科学院大学学报, 2020, 37(4): 516-524.
[6]	田东, 禹卫东. 电离层色散效应对星载SAR成像的影响[J]. 中国科学院大学学报, 2019, 36(3): 376-384.
[7]	邹浩, 林赟, 洪文. 基于多角度合成SAR图像的目标识别性能分析[J]. 中国科学院大学学报, 2019, 36(2): 226-234.
[8]	蒋莎, 仇晓兰, 韩冰, 胡文龙, 卢晓军. 一种基于普通分布目标的极化SAR幅相不平衡快速评价方法[J]. 中国科学院大学学报, 2019, 36(2): 280-288.
[9]	李松, 魏中浩, 张冰尘, 洪文. 深度卷积神经网络在迁移学习模式下的SAR目标识别[J]. 中国科学院大学学报, 2018, 35(1): 75-83.
[10]	肖垚, 刘畅. 基于稀疏求解的改进PCA方法在SAR目标识别中的应用[J]. 中国科学院大学学报, 2018, 35(1): 84-88.
[11]	杨国铮, 禹晶, 孙卫东. 基于相对全变分的复杂背景SAR图像舰船尾迹检测[J]. 中国科学院大学学报, 2017, 34(6): 734-742.
[12]	陈立福, 王思雨, 袁志辉, 王静, 邢学敏, 武鸿. 非线性ECS自配准成像算法中相位保持精度分析[J]. 中国科学院大学学报, 2017, 34(5): 640-646.
[13]	潘志刚, 王小龙, 李志勇. SAR原始数据压缩的自适应比特分配BAQ算法[J]. 中国科学院大学学报, 2017, 34(1): 106-111.
[14]	杨洋, 王岩飞. 一种基于混合模型的合成孔径雷达自聚焦算法[J]. 中国科学院大学学报, 2016, 33(5): 656-663.
[15]	邢涛, 黄友红, 胡庆荣, 李军, 王冠勇. 基于动态K均值聚类算法的SAR图像分割[J]. 中国科学院大学学报, 2016, 33(5): 674-678.

一种基于CLEAN的SAR图像旁瓣抑制方法

A SAR image side-lobes reduction method based on CLEAN

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

访问统计

联系我们