一种合成孔径雷达三维成像方法、装置和存储介质

1.本文件涉及雷达技术领域，尤其涉及一种合成孔径雷达三维成像方法、装置和存储介质。


背景技术：

2.合成孔径雷达(synthetic aperture radar，sar)是一种全天时、全天候、信息丰富的主动式微波成像系统，已广泛应用于地形图像生成、目标探测侦察、目标识别分类等国防军事和资源管理领域。圆周合成孔径雷达(circular synthetic aperture radar，csar)利用雷达平台的定高圆周运动实现对目标的全方位观测，可获取目标的三维信息，消除sar图像中由于成像机理导致的收缩、叠掩、顶底倒置等现象。因此，csar目标三维成像是当前sar技术的研究热点。
3.csar成像模式下，利用时域后向投影(back projection，bp)成像算法可以提升图像的分辨率和获取的信息量。
4.然而，bp类三维成像算法成像速度低，严重限制了csar三维成像的实际工程应用。


技术实现要素：

5.鉴于上述的分析，本技术旨在提出一种合成孔径雷达三维成像方法、装置和存储介质，提高了合成孔径雷达三维成像的速度。
6.第一方面，本说明书一个或多个实施例提供了一种合成孔径雷达三维成像方法，包括：
7.接收待检测目标的回波信号；
8.从所述回波信号中提取正弦轨迹的脊线；
9.基于所述正弦轨迹的脊线和逆拉东变换，得到雷达二维图像体；
10.沿预设方向，对所述雷达二维图像体进行分层，得到层数据；
11.根据所述层数据，基于霍夫变换，确定所述待检测目标的位置信息。
12.进一步地，所述从所述回波信号中提取正弦轨迹的脊线，包括：
13.基于crazy climber算法提取正弦轨迹的脊线。
14.进一步地，所述基于所述正弦轨迹的脊线和逆拉东变换，得到雷达二维图像体，包括：
15.根据所述待检测目标的散射特性和慢时间，确定子孔径；
16.根据所述子孔径，将所述正弦轨迹的脊线分给为多个子脊线；
17.基于逆拉东变换，将所述子脊线变换为子平面图像；
18.根据预设成像高度，融合各所述子平面得到相应成像高度对应的二维图像；
19.叠加所述成像高度对应的二维图像，得到所述雷达二维图像体。
20.进一步地，所述预设方向为三维坐标系中x轴方向和y轴方向；
21.所述沿预设方向，对所述雷达二维图像体进行分层，得到层数据，包括：
22.根据合成孔径雷达的分辨率，确定分层数；
23.根据所述分层数，分别在x轴方向和y轴方向分割所述雷达二维图像体，得到层数据。
24.进一步地，所述根据所述层数据，基于霍夫变换，确定所述待检测目标的高度，包括：
25.针对所述层数据，进行霍夫变换，得到输出交点；
26.根据所述层数据对应的坐标，从所述输出交点中除去位置不准确的交点，得到三维点云；
27.根据所述三维点云，确定所述待检测目标的高度。
28.进一步地，x轴方向的层数据和y轴方向的层数据一一对应；
29.所述根据所述层数据对应的坐标，从所述输出交点中除去位置不准确的交点，包括：
30.确定x轴方向的层数据对应的第一线段，所述第一线段的端点为x轴方向的层数据对应的输出交点；
31.根据所述x轴方向的层数据和所述y轴方向的层数据的对应关系，确定相应的y轴方向的层数据对应的第二线段，所述第二线段的端点为y轴方向的层数据对应的输出交点；
32.确定所述第一线段和所述第二线段是否有交点；
33.当确定不存在交点时，确定所述第一线段和所述第二线段对应的输出交点为位置不准确的交点；
34.删除所述位置不准确的交点。
35.进一步地，所述确定所述第一线段和所述第二线段是否有交点，包括：
36.确定所述第一线段和所述第二线段所在的预设网格中输出交点个数；
37.在所述输出交点个数达到预设值时，确定所述第一线段和所述第二线段有交点。
38.第二方面，本技术实施例提供了一种合成孔径雷达三维成像装置，包括：接收模块、脊线提取模块和数据处理模块；
39.所述接收模块用于接收待检测目标的回波信号；
40.所述脊线提取模块用于从所述回波信号中提取正弦轨迹的脊线；
41.所述数据处理模块用于基于所述正弦轨迹的脊线和逆拉东变换，得到雷达二维图像体；沿预设方向，对所述雷达二维图像体进行分层，得到层数据；根据所述层数据，基于霍夫变换，确定所述待检测目标的位置信息。
42.进一步地，所述数据处理模块用于根据所述待检测目标的散射特性和慢时间，确定子孔径；根据所述子孔径，将所述正弦轨迹的脊线分给为多个子脊线；基于逆拉东变换，将所述子脊线变换为子平面图像；根据预设成像高度，融合各所述子平面得到相应成像高度对应的二维图像；叠加所述成像高度对应的二维图像，得到所述雷达二维图像体。
43.第三方面，本技术实施例提供了一种存储介质，包括：
44.用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现第一方面中任一项所述的方法。
45.与现有技术相比，本技术至少能实现以下技术效果：
46.本技术从回波信号中提取正弦轨迹的脊线以增强强点的成像效果，同时利用逆拉
东变换和霍夫变换替代传统bp成像的，以提高计算效率，从而降低运算占据的内存空间，以使sar更适应用于小型机载平台。
附图说明
47.为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
48.图1为本说明书一个或多个实施例提供的一种合成孔径雷达三维成像方法的流程图；
49.图2a为本说明书一个或多个实施例提供的pos(tk)位于矩阵内部时的相邻位置示意图；
50.图2b为本说明书一个或多个实施例提供的pos(tk)位于矩阵边缘时的相邻位置示意图；
51.图3a为本说明书一个或多个实施例提供的待检测目标的距离向图像；
52.图3b为本说明书一个或多个实施例提供的层数据的示意图；
53.图3c为本说明书一个或多个实施例提供的输出交叉点的分布示意图；
54.图4为本说明书一个或多个实施例提供的仿真点目标分布示意图。
具体实施方式
55.为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
56.小型机载平台负载能力低，而传统的bp成像算法，通常会占用较大的内存，因此机载处理器运算能力有限，不能满足传统三维bp成像算法的运算需求，即传统的bp成像算法并不适用于小型机载平台。
57.为了解决上述技术问题，本技术实施例提供了一种合成孔径雷达三维成像方法，如图1所示，包括以下步骤：
58.步骤1、接收待检测目标的回波信号。
59.在本技术实施例中，设雷达发射的信号为调频连续波(frequency modulated continuous wave,fmcw)，采用dechirp接收的回波经距离压缩后可表示为：
[0060][0061]
其中，τ为快时间；σ
p
表示点目标p的散射系数；sinc(
·
)为sinc函数，可表示为sinc(x)＝sin(πx)/(πx)；b为发射信号带宽；表示sar与场景中心的斜距；c表示电磁波传播速度；f＝fc+fr表示发射信号频率，fc表示发射信号中心频率，fr＝kr·
τ表示距离频率，kr表示线性调频率。
[0062]
步骤2、从回波信号中提取正弦轨迹的脊线。
[0063]
在本技术实施例中，基于crazy climber算法提取正弦轨迹的脊线。具体地，包括以下步骤：
[0064]
(1)初始化。是m
×
n的矩阵，则观测矩阵r、度量矩阵d是与维度相同的零矩阵，设置k个climber均匀分布在观测矩阵r中，设climber移动次数为n。
[0065]
(2)移动climber。climber移动对应时间为tk(k＝1,2,
…
,n)，设tk时刻climber位置为pos(tk)＝(i,j)，则估计t
k+1
时刻climber位置pos(t
k+1
)＝(i',j')的规则是计算climber向相邻6个位置移动的概率
[0066][0067]
式中，δa
′u＝s(au)-s(pos(tk))+|min(s(au))-s(pos(tk))|，其中s(au)-s(pos(tk))表示pos(tk)相邻6个位置au(u＝1,2,
…
,6)相对于pos(tk)位置的幅值增量。相邻6个位置au(u＝1,2,
…
,6)，|min(s(au))-s(pos(tk))|为六个幅值增量的最小值。
[0068]
如图2a所示，当pos(tk)位于矩阵内部，即2≤i≤m-1且2≤j≤n-1，pos(tk)相邻的6个位置是a1(i-1,j-1)、a2(i,j-1)、a3(i+1,j-1)、a4(i-1,j+1)、a5(i,j+1)和a6(i+1,j+1)。
[0069]
反之，如图2b所示，当pos(tk)位于矩阵边缘，将矩阵进行首尾相接后再移位，例如当i＝m且2≤j≤n-1，pos(tk)相邻的6个位置是a1(i-1,j-1)、a2(i,j-1)、a3(i+1,j-1)、a4(i-1,j+1)、a5(i,j+1)和a6(i+1,j+1)。
[0070]
(3)根据移动结果，度量矩阵d对应位置加1。
[0071]
(4)重复上述步骤，直至climber遍历获得最终的度量矩阵d。
[0072]
(5)在慢时间方向对度量矩阵d进行递归，形成的正弦脊线，剔除长度过小的脊线，得的脊线矩阵
[0073]
回波信号中信号较强的点称之为强点，通过提取正弦轨迹的脊线，进一步增强强点的信号，进而间接的影响后续图像的清晰度，为替换bp成像算法奠定基础。
[0074]
步骤3、基于正弦轨迹的脊线和逆拉东变换，得到雷达二维图像体。
[0075]
在本技术实施例中，逆拉东变换可以将正弦轨迹转换为一个数据点，计算量相对于bp成像算法较小，因此采用逆拉东变换替代bp成像算法，生成雷达二维图像体。
[0076]
具体地，根据待检测目标的散射特性和慢时间，确定子孔径；根据子孔径，将正弦轨迹的脊线分给为多个子脊线；基于逆拉东变换，将子脊线变换为子平面图像；根据预设成像高度，融合各子平面得到相应成像高度对应的二维图像；叠加成像高度对应的二维图像，得到雷达二维图像体。
[0077]
例如，首先，分子孔径。将根据场景中目标散射特性沿慢时间划分为子孔径其中i＝1,2,
…
,n'，表示子孔径个数，b
sub
为子孔径宽度。
[0078]
其次，设置成像平面高度hk(j＝1,2,
…
,k)。改变逆拉东变换时的距离向数据中心，即可实现在不同高度平面进行csar二维成像。
[0079]
再次，子孔径逆拉东变换成像。沿慢时间方向对进行逆拉东变换，得到高度hk的每个子孔径的二维图像i
rj_sub,hk,i
。
[0080][0081]
其中，irt[
·
]表示逆拉东变换。
[0082]
最后，子孔径图融合。为降低非相干处理时子孔径平均效应，减少不同子孔径中散射中心强度影响，基于广义似然比对子孔径图进行融合，以每个子图像中最大的像素作为最终二维图像的像素。
[0083][0084]
其中，i
final,hk
表示高度hk的csar二维图像。不同高度的csar二维图像叠加形成csar二维图像体ι
final
。
[0085]
步骤4、沿预设方向，对雷达二维图像体进行分层，得到层数据。
[0086]
在本技术实施例中，在雷达二维图像体中，待检测目标的距离向图像如图3a所示，p点即为待检测目标，即确定p点位置信息就可以确定待检测目标的位置信息。为了确定p点位置信息，本技术先对对雷达二维图像体进行分层，得到层数据；再对层数据进行霍夫变换，以确定p点位置信息。
[0087]
分层具体过程为：
[0088]
根据合成孔径雷达的分辨率，确定分层数；根据分层数，分别在x轴方向和y轴方向分割雷达二维图像体，得到层数据。
[0089]
例如，将步骤二获得的csar二维图像体ι
final
分别沿x方向和y方向分层，如图3a所示，每一个层数据i
xj
(i
yj
)表示z-y(z-x)方向变化，j＝1,2,...,j；然后使用canny算子对每一层数据i
xj
(i
yj
)进行二值化处理，得i
x0j
(i
y0j
)，为霍夫变换做准备。
[0090]
层数据如图3b所示，其中，xa和ya表征雷达二维图像体中包含点p的的截面，xb、yb、xc和yc表征雷达二维图像体中位于点p两侧的截面，xd和yd表征位于雷达二维图像体边缘的截面。
[0091]
由图3a和3b可知，xa和ya、xb和yb、xc和yc、xd和yd两两对应。
[0092]
分层数量和位置根据分辨率和成像范围确定，例如，如果分辨率为1m，成像范围为以p点为中心，x方向5m，y方向5米，则各方向分层数为5，各层间隔为1m。
[0093]
步骤5、根据层数据，基于霍夫变换，确定待检测目标的位置信息。
[0094]
在本技术实施例中，由于层数据实际上是对p点四周位置信息的描述，因此基于霍夫变换将层数据转换成输出交点，再根据输出交点就可以精确地推测出p点位置。
[0095]
具体地，针对层数据，进行霍夫变换，得到输出交点；基于根据层数据对应的坐标，从输出交点中除去位置不准确的交点，得到三维点云；根据三维点云，确定待检测目标的高度。
[0096]
输出交叉点的分布如图3c所示，沿z轴方向，存在7个交点集。针对每一个交点集，与x轴垂直的虚线为第一线段，与y轴垂直的虚线为第二线段。如果成像平面高度与目标实际高度一致，则第一线段和第二线段有交点。其中，第一线段的端点为x轴方向的层数据对应的输出交点，第二线段的端点为y轴方向的层数据对应的输出交点。
[0097]
如果第一线段和第二线段没有交点，则说明成像平面高度与目标实际高度一致，相应的输出交点为位置不准确的交点，直接删除。
[0098]
由于输出交点本质上为对p点四周位置信息的描述，因此删除位置不准确的交点后，在剩余的输出交点中，确定距离p点最近的两组输出交点的坐标为p点的位置信息。
[0099]
需要说明的是，如果层数据包含p点的位置信息，必然会得到图3c上最中心的最优输出交点集，此时只用最优输出交点集就可以表征p点的位置信息。如果所有的层数据都不包含p点的位置信息，则不会出现最优输出交点集，此时，确定距离p点最近的两组输出交点的坐标为p点的位置信息。
[0100]
在实际应用中，可以利用投票融合法确定第一线段和第二线段是否有交点。
[0101]
具体地，第一线段和第二线段同时经过一个预设三维网格，如果成像平面高度与目标实际高度一致，则第一线段和第二线段的端点应该全部位于该三维网格中。因此，当相应的三维网格中输出交点个数达到预设阈值，则投票数加1，否则不增加。最后确定票数为0的网格对应的输出交点为位置不准确的交点。
[0102]
为了说明本技术上述实施例的可行性，本技术给出了以下仿真实验：
[0103]
仿真场景内共设置5个点目标，分别位于两个高度平面，且在场景中心和周边都有分布，仿真点目标分布如图4所示，场景中的5个点目标的坐标见表1。
[0104]
表1点目标坐标
[0105][0106]
雷达发射fmcw信号，载频为9.6ghz，带宽750mhz，csar半径600m，航高300m，飞行速度7m/s，飞行一周慢时间采样点179520个，距离向采样点1502个。成像场景大小为20m
×
20m
×
20m，基于回波斜距向分辨率，划分为88
×
88
×
23的三维成像网格。
[0107]
本技术所提方法可以有效进行csar三维点云的提取，但由于逆拉东成像分辨率限
制，使得目标位置并非完全位于成像网格，致使霍夫变换提取交点过程中存在约1个网格的偏差，故远离成像中心的目标点有一定分散。
[0108]
以上数据处理采用matlab r2019b，处理器为i7-10750h，传统三维bp成像耗时和所提算法成像耗时对比如表2所示，所提算法耗时小于传统三维bp成像算法耗时六分之一。
[0109]
表2算法耗时对比
[0110][0111]
本技术实施例提供了一种存储介质，包括：
[0112]
用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现以下流程：
[0113]
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0114]
在20世纪30年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(programmable logic device，pld)(例如现场可编程门阵列(field programmable gate array，fpga))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片pld上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(hardware description language，hdl)，而hdl也并非仅有一种，而是有许多种，如abel(advanced boolean expression language)、ahdl(altera hardware description language)、confluence、cupl(cornell university programming language)、hdcal、jhdl(java hardware description language)、lava、lola、myhdl、palasm、rhdl(ruby hardware description language)等，目前最普遍使用的是vhdl(very-high-speed integrated circuit hardware description language)与verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
[0115]
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(application specific integrated circuit，asic)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：arc 625d、atmel at91sam、microchip pic18f26k20以及silicone labs c8051f320，存
储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
[0116]
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
[0117]
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
[0118]
本领域内的技术人员应明白，本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此，本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0119]
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0120]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0121]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0122]
在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
[0123]
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
[0124]
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法
或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
[0125]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0126]
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书的一个或多个实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
[0127]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0128]
以上所述仅为本文件的实施例而已，并不用于限制本文件。对于本领域技术人员来说，本文件可以有各种更改和变化。凡在本文件的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本文件的权利要求范围之内。

技术特征：
1.一种合成孔径雷达三维成像方法，其特征在于，包括：接收待检测目标的回波信号；从所述回波信号中提取正弦轨迹的脊线；基于所述正弦轨迹的脊线和逆拉东变换，得到雷达二维图像体；沿预设方向，对所述雷达二维图像体进行分层，得到层数据；根据所述层数据，基于霍夫变换，确定所述待检测目标的位置信息。2.根据权利要求1所述的方法，其特征在于，所述从所述回波信号中提取正弦轨迹的脊线，包括：基于crazy climber算法提取正弦轨迹的脊线。3.根据权利要求1所述的方法，其特征在于，所述基于所述正弦轨迹的脊线和逆拉东变换，得到雷达二维图像体，包括：根据所述待检测目标的散射特性和慢时间，确定子孔径；根据所述子孔径，将所述正弦轨迹的脊线分给为多个子脊线；基于逆拉东变换，将所述子脊线变换为子平面图像；根据预设成像高度，融合各所述子平面得到相应成像高度对应的二维图像；叠加所述成像高度对应的二维图像，得到所述雷达二维图像体。4.根据权利要求1所述的方法，其特征在于，所述预设方向为三维坐标系中x轴方向和y轴方向；所述沿预设方向，对所述雷达二维图像体进行分层，得到层数据，包括：根据合成孔径雷达的分辨率，确定分层数；根据所述分层数，分别在x轴方向和y轴方向分割所述雷达二维图像体，得到层数据。5.根据权利要求4所述的方法，其特征在于，所述根据所述层数据，基于霍夫变换，确定所述待检测目标的高度，包括：针对所述层数据，进行霍夫变换，得到输出交点；根据所述层数据对应的坐标，从所述输出交点中除去位置不准确的交点，得到三维点云；根据所述三维点云，确定所述待检测目标的高度。6.根据权利要求5所述的方法，其特征在于，x轴方向的层数据和y轴方向的层数据一一对应；所述根据所述层数据对应的坐标，从所述输出交点中除去位置不准确的交点，包括：确定x轴方向的层数据对应的第一线段，所述第一线段的端点为x轴方向的层数据对应的输出交点；根据所述x轴方向的层数据和所述y轴方向的层数据的对应关系，确定相应的y轴方向的层数据对应的第二线段，所述第二线段的端点为y轴方向的层数据对应的输出交点；确定所述第一线段和所述第二线段是否有交点；当确定不存在交点时，确定所述第一线段和所述第二线段对应的输出交点为位置不准确的交点；删除所述位置不准确的交点。7.根据权利要求6所述的方法，其特征在于，
所述确定所述第一线段和所述第二线段是否有交点，包括：确定所述第一线段和所述第二线段所在的预设网格中输出交点个数；在所述输出交点个数达到预设值时，确定所述第一线段和所述第二线段有交点。8.一种合成孔径雷达三维成像装置，其特征在于，包括：接收模块、脊线提取模块和数据处理模块；所述接收模块用于接收待检测目标的回波信号；所述脊线提取模块用于从所述回波信号中提取正弦轨迹的脊线；所述数据处理模块用于基于所述正弦轨迹的脊线和逆拉东变换，得到雷达二维图像体；沿预设方向，对所述雷达二维图像体进行分层，得到层数据；根据所述层数据，基于霍夫变换，确定所述待检测目标的位置信息。9.根据权利要求8所述的装置，其特征在于，所述数据处理模块用于根据所述待检测目标的散射特性和慢时间，确定子孔径；根据所述子孔径，将所述正弦轨迹的脊线分给为多个子脊线；基于逆拉东变换，将所述子脊线变换为子平面图像；根据预设成像高度，融合各所述子平面得到相应成像高度对应的二维图像；叠加所述成像高度对应的二维图像，得到所述雷达二维图像体。10.一种存储介质，其特征在于，包括：用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现权利要求1-7中任一项所述的方法。

技术总结
本说明书实施例提供了一种合成孔径雷达三维成像方法、装置和存储介质，方法包括：接收待检测目标的回波信号；从所述回波信号中提取正弦轨迹的脊线；基于所述正弦轨迹的脊线和逆拉东变换，得到雷达二维图像体；沿预设方向，对所述雷达二维图像体进行分层，得到层数据；根据所述层数据，基于霍夫变换，确定所述待检测目标的位置信息。本申请提供的技术方案用以解决BP类三维成像算法成像速度低，严重限制了CSAR三维成像的实际工程应用的问题。CSAR三维成像的实际工程应用的问题。CSAR三维成像的实际工程应用的问题。


技术研发人员：褚丽娜 马彦恒 李永科 韩春辉 李秉璇 李伟 李灿
受保护的技术使用者：中国人民解放军陆军工程大学
技术研发日：2023.05.04
技术公布日：2023/8/28