ES3041038T3 - Method and device for generating an optimised 3d cloud of points of an elongated object from images generated by a multi-channel synthetic aperture radar - Google Patents

Abstract

Método y dispositivo para generar una nube de puntos 3D optimizada de un objeto largo a partir de imágenes generadas por un radar de apertura sintética multicanal. El dispositivo (1) comprende una unidad de umbralización (6) para realizar una umbralización adaptativa con el fin de generar una máscara de segmentación para imágenes generadas por un radar de apertura sintética (2), previamente sometidas a procesamiento interferométrico; una unidad de procesamiento (7) para realizar, para cada una de las máscaras de segmentación, una acumulación de mediciones con el fin de generar al menos un acumulador y un perfil de energía; una unidad de alineación (8) para recalibrar los acumuladores y perfiles de energía con el fin de obtener acumuladores y perfiles de energía recalibrados; una unidad de cálculo (9) para calcular, para cada una de las máscaras de segmentación, a partir de los acumuladores y perfiles de energía recalibrados, una nube unitaria; y una unidad de fusión (10) para fusionar las nubes unitarias con el fin de obtener dicha nube 3D optimizada. (Traducción automática con Google Translate, sin valor legal)

Description

DESCRIPCIÓN

Procedimiento y dispositivo para la generación de una nube de puntos 3D optimizada de un objeto alargado, a partir de imágenes generadas por un radar de apertura sintética multicanal

SECTOR TÉCNICO

La presente invención se refiere a un procedimiento y a un dispositivo para la generación de una nube de puntos 3D optimizada que muestra un objeto alargado, a partir de una secuencia de imágenes del entorno del objeto alargado generadas por un radar de apertura sintética dotado de pluralidad de canales.

ESTADO DE LA TÉCNICA ANTERIOR

Por lo tanto, la presente invención tiene como objetivo generar una nube de puntos 3D optimizada que muestra un objeto alargado (es decir, un objeto más largo que ancho), inmóvil o móvil, por ejemplo, un buque en el mar. Esta nube 3D optimizada puede ser utilizada a continuación para identificar con precisión el objeto alargado detectado. Otras aplicaciones son asimismo posibles, tal como se especifica a continuación.

Aunque no exclusivamente, la presente invención se aplica más concretamente al sector militar. En concreto, se puede utilizar para realizar un reconocimiento y una identificación robustos de buques, en concreto de buques enemigos, mediante un radar en el contexto de una función de detección, de reconocimiento y de identificación.

Por lo tanto, puede ser montada en concreto en un misil de largo alcance, para realizar una identificación autónoma en vuelo de un objetivo a atacar, por ejemplo, un objetivo naval para el guiado terminal.

En dichas aplicaciones, el reconocimiento y la identificación se deben poder realizar en un objeto móvil, y deben ser capaces de discriminar entre dos o más objetos cercanos entre sí, ya sean móviles o no.

Además, el reconocimiento y la identificación se deben poder realizar con señales que presenten una relación señal-ruido (SNR, Signal to Noise Ratio, en inglés) que sea baja, un tiempo de integración reducido y riesgos de presencia de los efectos denominados de “destello”.

Un reconocimiento y una identificación que cumplan estas condiciones son muy difíciles de implementar. Por otra parte, se conoce:

- por la Patente US 4546355, un sistema de armamento controlado por radar y, más concretamente, un procedimiento y un aparato para generar una imagen de SAR de alta resolución, de una embarcación; - por un artículo de Salvetti Federicaet ai.,titulado “Multiview Three-Dimensional Interferometric Inverse Synthetic Aperture Radar” y publicado en el IEEE, el 1 de abril de 2019 en las páginas 718 a 733, un radar SAR inverso en tres dimensiones y multivista;

- por un artículo de Raj Raghu Get ai.,titulado “3D ISAR Imaging Algorithm Based on Amplitude Monopulse Processing at W Band” y publicado en el IEEE, el 15 de octubre de 2019 en las páginas 1 a 6, un algoritmo de imágenes para un radar SAR inverso en tres dimensiones, basado en un procesamiento monopulso de amplitud en la banda W;

- por un artículo de Cai Jinjianet ai.,titulado “3D ISAR Imaging: The Aligment Problem”, publicado en el IEEE el 23 de septiembre de 2019, páginas 1 a 5, sobre la gestión de un problema de alineación en un generador de imágenes de SAR inverso en tres dimensiones; y

- por un artículo de Guijie Diaoet ai.,titulado “Three-dimensional monopulse radar images simulation of ships on sea surfaces”, publicado en “Proceedings of spie”, el 21 de noviembre de 2012, páginas 85360V-1, sobre un radar monopulso en tres dimensiones que genera imágenes de una simulación de embarcaciones en la superficie del mar.

EXPOSICIÓN DE LA INVENCIÓN

La presente invención tiene por objetivo proponer un procedimiento que permite satisfacer las condiciones mencionadas anteriormente. Para ello, se refiere a un procedimiento para generar una nube de puntos 3D optimizada que muestra un objeto alargado, según la reivindicación 1.

Según la presente invención, dicho procedimiento consta, como mínimo, de las siguientes etapas:

- una etapa de establecimiento de umbral, que consiste en realizar un establecimiento de umbral adaptativo de manera que se genere una máscara de segmentación para cada una de las imágenes de canal de suma;

- una etapa de procesamiento, que consiste en realizar, para cada una de dichas máscaras de segmentación, una acumulación de mediciones de manera que se genere, para cada una de dichas máscaras de segmentación, como mínimo, un acumulador y un perfil de energía;

- una etapa de alineación, que consiste en reajustar los acumuladores y los perfiles de energía de manera que se obtengan acumuladores denominados reajustados y perfiles de energía denominados reajustados; - una etapa de cálculo, que consiste en calcular, para cada una de dichas máscaras de segmentación, a partir de los acumuladores reajustados y de los perfiles de energía reajustados obtenidos en la etapa de alineación, una nube unitaria mediante una fusión unitaria; y

- una etapa de fusión, que consiste en fusionar las nubes unitarias de manera que se obtenga dicha nube 3D optimizada.

De este modo, gracias a la presente invención, dicho procedimiento realiza, en concreto, la fusión de varias nubes 3D unitarias para suavizar las inestabilidades y reducir el ruido 3D, tal como se especifica a continuación.

En el contexto de la presente invención:

- una imagen de SAR denominada de multicanal está compuesta de una imagen de SAR por canal. Por ejemplo, una imagen de SAR multicanal con N canales de recepción está compuesta de N imágenes de SAR. Cada imagen de índice i (siendo i, de 1 a N) se genera con el canal de recepción de índice correspondiente; y

- el procesamiento interferométrico transforma la imagen multicanal y proporciona una imagen denominada de canal de suma y dos mapas angulares del mismo tamaño que definen los ángulos de azimut y de elevación de cada píxel de la imagen de canal de suma.

En una realización preferida, la etapa de establecimiento de umbral comprende:

- una subetapa que consiste en comparar el nivel de la intensidad de cada píxel con, como mínimo, un umbral de intensidad mínimo; y

- una subetapa que consiste en conservar solamente los píxeles cuya intensidad es superior a este umbral de intensidad mínimo en la máscara de segmentación, que es un mapa binario del mismo tamaño que la imagen de canal de suma, en el que los píxeles conservados están en 1 y los píxeles no conservados están en 0.

Ventajosamente, en la etapa de establecimiento de umbral se realiza, además, una subetapa que consiste en realizar un filtrado morfológico.

Según la presente invención, la etapa de procesamiento comprende las siguientes subetapas sucesivas, que se implementan para cada máscara de segmentación:

- una subetapa que consiste en implementar un análisis de componentes principales para estimar un eje de longitud del objeto alargado, que representa un eje denominado principal;

- una subetapa que consiste en calcular, como mínimo, un acumulador muestreado según el eje principal, representando el acumulador una cuadrícula unidimensional que consta de una pluralidad de celdas, conteniendo cada una de dichas celdas los píxeles de la máscara de segmentación que están situados a nivel de la celda; y

- una subetapa que consiste en calcular, como mínimo, un perfil de energía a partir del acumulador, representando el perfil de energía un vector unidimensional cuyos valores dependen de las intensidades de los píxeles de cada una de las celdas del acumulador.

De este modo, gracias a esta etapa de procesamiento, mediante la cual se sacrifica el eje transversal (que contiene poca información en el caso de un objeto alargado fotografiado) y se maximiza la información longitudinal (del objeto alargado fotografiado) según dicho eje principal, se reduce el efecto de “destello” y se suaviza el ruido aditivo. Además, el perfil de energía permitirá reajustar los acumuladores resultantes de cada máscara de segmentación, tal como se especifica a continuación.

Según la presente invención, la etapa de alineación proporciona tantos acumuladores y perfiles de energía como máscaras de segmentación. Todos los acumuladores y los perfiles de energía proporcionados tienen el mismo número de celdas, y todas las celdas con un índice determinado se corresponden. Además, de manera ventajosa, la etapa de alineación comprende las siguientes subetapas sucesivas, que se implementan para cada máscara de segmentación:

- una subetapa que consiste en realizar una correlación del o de los perfiles para estimar potenciales traslaciones y muestreos óptimos; y

- una subetapa que consiste en completar mediante celdas vacías y componentes de energía cero de perfiles anteriores o del perfil siguiente.

Esta etapa de alineación realiza la correspondencia de las mediciones de la secuencia temporal. Está dirigida a reajustar los perfiles de energía de todas las mediciones de la secuencia temporal. Es fundamental para la correspondencia de los acumuladores y los perfiles de energía de los instantes de la secuencia temporal. Según la presente invención, la etapa de cálculo consiste, para cada una de las máscaras de segmentación, en definir una nube unitaria cuyo número de puntos es igual al número de celdas del acumulador reajustado, y comprende las siguientes subetapas sucesivas, que se implementan para cada celda del acumulador reajustado:

- una subetapa que consiste en calcular un conjunto de componentes denominadas individuales de cada uno de los píxeles en la celda;

- una subetapa que consiste en calcular un conjunto de componentes denominadas globales para cada una de las celdas, a partir del conjunto de las componentes individuales de la celda; y

- una subetapa que consiste en calcular un componente de nivel, en función, como mínimo, del valor del perfil de energía en la celda.

Además, en una realización concreta, el cálculo de la componente de nivel tiene en cuenta, además del valor del perfil de energía en la celda, la suma cuadrática de las desviaciones estándar calculadas en los píxeles reubicados en 3D, contenidos en la celda.

Esta etapa de cálculo, que realiza las fusiones denominadas unitarias, permite:

- suavizar el contenido radiométrico (perfil de energía promediado por construcción) en una proximidad de la firma, lo que genera un suavizado radiométrico espacial; y

- suavizar el contenido geométrico (promedio de las posiciones 3D en cada celda del acumulador) en una proximidad de la firma, lo que genera una reducción del ruido espacial 3D inducido por el ruido angular de la medición interferométrica (inducido a su vez por el ruido térmico y el efecto de “destello”).

Según la presente invención, la etapa de fusión comprende:

- una subetapa que consiste en realizar, para cada nube unitaria, las siguientes operaciones:

• centrar las componentes globales de la nube unitaria;

• implementar un análisis de componentes principales para estimar el eje longitudinal de la nube unitaria; y • generar una rotación de la nube unitaria para orientarla según un eje predefinido;

- una subetapa que consiste en calcular el promedio estadístico, punto por punto, de las componentes globales y de la componente de nivel de todas las nubes unitarias para obtener dicha nube 3D optimizada. Esta etapa de fusión permite:

- suavizar el contenido radiométrico en una proximidad temporal de la firma. De este modo, el contenido radiométrico fluctúa menos según el ángulo de orientación; y

- suavizar el contenido geométrico en una proximidad temporal de la firma. De este modo, se obtiene una reducción adicional del ruido espacial 3D inducido por el ruido angular de la medición interferométrica (inducido a su vez por el ruido térmico y el efecto de “destello”).

Ventajosamente, la etapa de fusión comprende asimismo una subetapa de filtrado de valores atípicos, cuyo suavizado no es suficiente, lo que permite optimizar el procedimiento.

La presente invención se refiere asimismo a un dispositivo para generar una nube de puntos 3D optimizada que muestra un objeto alargado, según la reivindicación 7.

El dispositivo y/o el procedimiento, tales como los descritos anteriormente, pueden ser implementados en numerosas aplicaciones, en concreto integrándose en diferentes sistemas de utilización y de procesamiento de imágenes de radar, reales o simuladas.

La presente invención se refiere asimismo a un sistema para el reconocimiento y la identificación de un objetivo que representa un objeto alargado, según la reivindicación 8.

Ventajosamente, dicho sistema consta asimismo de una unidad de decisión que utiliza los datos transmitidos por la unidad de comparación y datos adicionales, para tomar una decisión.

La presente invención se refiere además a un sistema para la generación de una métrica entrenada y de una base de referencia, relacionadas, como mínimo, con un tipo de objeto alargado, según la reivindicación 10.

BREVE DESCRIPCIÓN DE LAS FIGURAS

Otras ventajas y características se aclararán con la siguiente descripción de varias realizaciones de la presente invención, con especial referencia a las figuras adjuntas. En estas figuras, referencias idénticas designan elementos similares.

La figura 1 es el diagrama sinóptico de un dispositivo, según una realización concreta de la presente invención.

La figura 2 muestra una aplicación concreta de la presente invención.

Las figuras 3A, 3B y 3C muestran esquemáticamente diferentes nubes 3D.

Las figuras 4A, 4B y 4C muestran esquemáticamente diferentes acumuladores.

La figura 5 es el diagrama sinóptico de un procedimiento, según una realización concreta de la presente invención.

Las figuras 6A y 6B muestran esquemáticamente una alineación de píxeles en la imagen y la creación de un acumulador.

Las figuras 7A y 7B muestran perfiles de energía, respectivamente, antes y después de un reajuste.

Las figuras 8A, 8B, 8C y 8D permiten mostrar una etapa de cálculo de nubes unitarias.

Las figuras 9A, 9B, 9C, 9D, 9E y 9F permiten mostrar una etapa de fusión de nubes unitarias para obtener una nube 3D optimizada.

La figura 10 es el diagrama sinóptico de un sistema para el reconocimiento y la identificación de un objetivo que representa un objeto alargado.

La figura 11 es el diagrama sinóptico de un sistema para la generación de una métrica entrenada y de una base de referencia.

DESCRIPCIÓN DETALLADA

El dispositivo 1, representado esquemáticamente en la figura 1 y que permite mostrar la presente invención, está destinado a generar una nube 3D (en tres dimensiones, es decir, en el espacio) de puntos que muestran un objeto alargado 3 (o elongado u oblongo) según un eje longitudinal, es decir, un objeto más largo que ancho.

El dispositivo 1 está destinado a generar la nube 3D optimizada a partir de una secuencia de imágenes del entorno del objeto alargado, generadas mediante un radar. Este radar (en adelante, “radar SAR 2”) es un radar de apertura sintética (o “SAR”, “Synthetic Aperture Radar”, en inglés), de tipo multicanal (es decir, dotado de una pluralidad de canales). Preferentemente, el radar SAR 2 dispone de un canal de emisión y de varios canales de recepción (para implementar una interferometría radar). A modo de ilustración, se han representado en la figura 2, de manera muy esquemática, ondas electromagnéticas OE emitidas por el canal de emisión del radar SAR 2.

De manera general, una imagen de SAR generada por un radar SAR (y, por lo tanto, en concreto, una imagen generada por el radar SAR 2) presenta las siguientes ventajas:

- mejora la señal en el ruido;

- separa los posibles contribuyentes diferentes.

De manera más precisa, cuanto más aumente el tiempo de integración, más aumentarán la resolución y la relación señal-ruido (SNR).

Además, un radar SAR de tipo multicanal permite, mediante un procesamiento interferométrico, la reubicación 3D con:

- una medición de distancia; y

- dos mapas angulares en elevación y en azimut (resultantes del procesamiento interferométrico).

La información angular es, en primer orden, insensible al movimiento del objeto alargado 3, y presenta un ruido proporcional al ruido térmico de la imagen. Generalmente, también es sensible a la presencia de varios contribuyentes en el píxel (fluctuación de tipo efecto denominado de “destello”). El dispositivo 1 permitirá, en concreto, superar los dos inconvenientes mencionados anteriormente (incertidumbre angular relacionada con el efecto de “destello” y el ruido térmico).

Por supuesto, dentro del contexto de la presente invención, el dispositivo 1 puede ser utilizado para procesar imágenes de otros tipos de objetos alargados, móviles o inmóviles, por ejemplo, vehículos militares terrestres o marítimos.

Además, el radar SAR 2 puede ser montado en otros vehículos aéreos, por ejemplo, en un avión de observación.

En el ejemplo descrito a continuación, el objeto alargado 3 es un buque 33 que se desplaza en el mar M (u otra extensión de agua). Además, en el ejemplo concreto mostrado en la figura 2, el dispositivo 1 y el radar 2 están montados en un misil 4 que se dirige hacia el buque 33, en este caso un buque enemigo, para neutralizarlo.

En el contexto de la presente invención, cada una de las imágenes generadas por el radar SAR 2 (de tipo multicanal) comprende una imagen de SAR por cada canal.

En el ejemplo de la figura 1, se considera que el radar SAR emite una secuencia de N imágenes, concretamente de 1 a N, transmitidas respectivamente a través de las conexiones l2-1 a l2-N.

Para facilitar la comprensión del procesamiento implementado por las unidades 5, 6, 7 y 9 especificadas a continuación, se han representado en la figura 1, por separado, las operaciones implementadas por cada una de las N imágenes multicanal, representando N módulos, concretamente de 5-1 a 5-N, de 6-1 a 6-N, de 7-1 a 7-N y de 9-1 a 9-N, aunque en cada una de estas unidades, la unidad correspondiente realiza el mismo procesamiento para las N imágenes.

El dispositivo 1 consta de las siguientes unidades, tal como está representado en la figura 1:

- una unidad de establecimiento de umbral 6, configurada para realizar un establecimiento de umbral adaptativo de manera que se genere una máscara de segmentación para cada una de las N imágenes de canal de suma, recibidas a través de las conexiones l5-1 a l5-N;

- una unidad de procesamiento 7, configurada para realizar, para cada una de las máscaras de segmentación, recibidas a través de las conexiones l6-1 a l6-N de la unidad de establecimiento de umbral 6, una acumulación de mediciones de manera que se genere, para cada una de estas máscaras de segmentación, como mínimo, un acumulador y un perfil de energía;

- una unidad de alineación 8, configurada para reajustar los acumuladores y los perfiles de energía (recibidos a través de las conexiones l7-1 a l7-N de la unidad de procesamiento 7) de manera que se obtengan acumuladores denominados reajustados y perfiles de energía denominados reajustados;

- una unidad de cálculo 9, configurada para calcular, para cada una de las máscaras de segmentación, una nube unitaria mediante una fusión unitaria, a partir de los acumuladores reajustados y de los perfiles de energía reajustados generados por la unidad de alineación 8 y recibidos a través de las conexiones l8-1 a l8-N de la unidad de alineación 8, así como mapas angulares (en elevación y en azimut) con umbrales establecidos e índices de distancia (recibidos a través de las conexiones l1 a IN de la unidad de establecimiento de umbral 6); y

- una unidad de fusión 10, configurada para fusionar las nubes unitarias, recibidas a través de las conexiones l9-1 a l9-N de la unidad de cálculo 9, de manera que se genere dicha nube 3D optimizada. Esta nube 3D optimizada puede transmitirse a través de una conexión l10 a un dispositivo o sistema de usuario (no mostrado).

Se prevé asimismo una unidad 5 para someter las imágenes generadas por el radar SAR 2 (recibidas a través de las conexiones l21 a l2N) a un procesamiento interferométrico, antes de su transmisión (a través de las conexiones l5-1 a l5-N) a la unidad de establecimiento de umbral 6. Este procesamiento interferométrico forma, para cada imagen multicanal, una imagen de canal de suma, así como dos mapas angulares en azimut y en elevación, asociados.

Esta unidad 5 puede formar parte, por ejemplo, de un conjunto o módulo que comprende, asimismo, el radar SAR 2.

Las características y los procesamientos realizados por las diferentes unidades del dispositivo 1 se especifican a continuación durante la descripción de un procedimiento PR implementado por el dispositivo 1. De hecho, el dispositivo 1, tal como el descrito anteriormente, implementa el procedimiento PR en la figura 5, para generar una nube de puntos 3D optimizada que muestra un objeto alargado 3 (a saber, el buque 33 en la descripción que se muestra a continuación). El procedimiento PR permite formar la nube 3D optimizada a partir de una secuencia de imágenes de SAR del entorno del objeto alargado 3 generadas por el radar SAR 2 y procesadas por interferometría (unidad 5), comprendiendo estas imágenes píxeles relativos al objeto alargado 3.

Tal como se especifica a continuación, el procedimiento PR realiza la fusión de varias nubes 3D, denominadas unitarias, para suavizar la inestabilidad y reducir el ruido 3D.

A modo de ilustración, las figuras 3A, 3B y 3D muestran, en un espacio en tres dimensiones (representado por un sistema de referencia de ejes X, Y y Z), respectivamente tres nubes N1, N2 y N3 diferentes de puntos P.

De manera general, el procedimiento PR prevé la correspondencia de conjuntos de píxeles entre las imágenes de SAR, por ejemplo, el punto (o píxel) Pi representado en las figuras 4A, 4B y 4C, y una fusión de los conjuntos en 3D, tal como se indica a continuación. No será posible la correspondencia de cada punto Pi, sino de conjuntos de píxeles. De este modo, en el espacio 3D, solo se conservará la fusión de los conjuntos que se resumirán, cada uno, en un solo punto. A modo de ilustración, en las figuras 4A, 4B y 4C se ha representado, en un espacio de imagen (mostrado mediante un sistema de referencia que comprende un eje de distancia D y un eje de frecuencia Doppler FD), la correspondencia realizada por el dispositivo 1 (en concreto, mediante la generación de los acumuladores A1, A2 y A3, que se especifican a continuación). Las imágenes generadas por el radar SAR 2 son sometidas, previamente, en una etapa anterior, a la implementación del procedimiento PR, a un procesamiento interferométrico antes de utilizarse en una etapa de establecimiento de umbral E1 (figura 5) del procedimiento PR. El procesamiento interferométrico lo realiza la unidad 5 (figura 1). Este procesamiento interferométrico permite obtener, a partir de las imágenes multicanal, una imagen de canal de suma y mapas angulares en azimut y en elevación.

Las imágenes (de SAR) multicanal son generadas por el radar SAR 2 según una secuencia temporal determinada. El procesamiento interferométrico es implementado por la unidad 5, dependiendo de la arquitectura de recepción (número de canales, geometría de la antena) del radar SAR 2.

Por ejemplo, en el caso de una arquitectura de radar SAR con cuatro cuadrantes (o canales) de recepción, se puede prever que la señal sea emitida por un canal y que los cuatro canales de recepción adquieran la señal de retorno. Las cuatro imágenes por canal se forman a continuación mediante el procesamiento mediante SAR. Para realizar la interferometría, se puede emplear el algoritmo “Monopulse”. Originalmente, el algoritmo “Monopulse” debe su nombre a su utilización sobre el eco de retorno de un solo pulso transmitido. En el caso de las imágenes, el algoritmo se aplica a cada uno de los píxeles de distancia y Doppler. Se crean diferentes señales (suma y diferencia) utilizando los diferentes canales. En este caso, la relación entre el canal de diferencia y el canal de suma (dos relaciones para los dos ejes) permite recuperar la diferencia de trayectoria, que contiene la información de la medición de la desviación angular.

Tras este procesamiento interferométrico, se obtiene, para cada instante (de medición) de la secuencia temporal:

- una imagen de canal de suma, que representa una suma coherente (en C) de las imágenes de SAR de cada uno de los canales de recepción del radar SAR 2; y

- un mapa angular en azimut y en elevación. Un mapa angular de este tipo tiene la misma dimensión que la imagen de canal de suma, con niveles de píxel que se corresponden con los ángulos de elevación El y con los ángulos de azimut Az, respectivamente.

Esta implementación presenta varias ventajas, y en concreto:

- la única condición impuesta por el procedimiento PR al procesamiento interferométrico es proporcionar dos ángulos estimados (azimut y elevación) por píxel de la imagen de SAR, independientemente de la arquitectura del radar SAR multicanal que permita obtener estos datos;

- la interferometría de imagen es robusta, en primer orden, a las distorsiones inducidas en la imagen de SAR por los objetos móviles y

- la secuencia temporal puede realizarse en un intervalo de tiempo reducido (con una adquisición compacta en el tiempo) para lograr una correspondencia futura óptima, tal como se especifica a continuación.

El procedimiento PR comprende, tal como está representado en la figura 5, una serie de etapas E1 a E5, que comprenden:

- una etapa de establecimiento de umbral E1, implementada por la unidad de establecimiento de umbral 6 (figura 1), que consiste en realizar un establecimiento de umbral adaptativo de manera que se genere una máscara de segmentación para cada una de las imágenes de canal de suma (mediante imagen multicanal);

- una etapa de procesamiento E2, implementada por la unidad de procesamiento 7, que consiste en realizar, para cada una de las máscaras de segmentación generadas en la etapa de establecimiento de umbral E1, una acumulación de mediciones de manera que se genere, para cada una de estas máscaras de segmentación, como mínimo, un acumulador y un perfil de energía;

- una etapa de alineación E3, implementada por la unidad de alineación 8, que consiste en alinear (o reajustar o refasear) los acumuladores y los perfiles de energía (generados en la etapa de procesamiento E2) de manera que se obtengan acumuladores denominados reajustados y perfiles de energía denominados reajustados;

- una etapa de cálculo E4, implementada por la unidad de cálculo 9, que consiste en calcular, para cada una de las máscaras de segmentación, a partir de los acumuladores reajustados y de los perfiles de energía reajustados obtenidos en la etapa de alineación E3, una nube unitaria mediante una primera fusión denominada unitaria; y

- una etapa de fusión E5, implementada por la unidad de fusión 10, que consiste en fusionar (mediante una fusión terminal) las nubes unitarias obtenidas en la etapa de cálculo E4, de manera que se genere dicha nube 3D optimizada.

En una realización preferida, la etapa de establecimiento de umbral E1 comprende en concreto, tal como está representado en la figura 5:

- una subetapa E1A, que consiste en comparar el nivel de la intensidad de cada píxel con, como mínimo, un umbral de intensidad mínimo y, preferentemente, tanto con un umbral de intensidad mínimo como con un umbral de intensidad máximo; y

- una subetapa E1B, que consiste en conservar solamente en la máscara de segmentación los píxeles cuya intensidad es superior a este umbral de intensidad mínimo, o en el caso de una comparación tanto con un umbral de intensidad mínimo como con un umbral de intensidad máximo, conservar solamente los píxeles cuya intensidad esté comprendida entre estos umbrales (es decir, inferior al umbral de intensidad máximo y superior al umbral de intensidad mínimo).

La máscara de segmentación obtenida es un mapa binario del mismo tamaño que la imagen de canal de suma, en el que los píxeles conservados en la subetapa E1B (tras la comparación implementada en la subetapa E1A) están en 1, y los píxeles no conservados (tras la comparación) están en 0.

La subetapa E1B consiste en redefinir los mapas angulares conservando solamente los puntos presentes en la máscara de segmentación.

En una realización concreta, la subetapa E1A consiste en:

- calcular un cuantil superior en la intensidad del canal de suma de la imagen de SAR (módulo al cuadrado de la imagen) para definir un umbral máximo que se conservará en la segmentación (por ejemplo, un cuantil al 100 % para el umbral hasta el pico máximo de la imagen);

- calcular un umbral bajo mediante un rango dinámico seleccionado (en dB), por ejemplo, un rango dinámico de 40 dB; y

- realizar un establecimiento de umbral comparando cada nivel (de píxel) con los umbrales alto y bajo, de manera que se obtenga una máscara de segmentación binaria de los puntos conservados (valor 0 para los píxeles inferiores al umbral bajo y valor 1 para los píxeles entre el umbral bajo y el alto).

Además, en una realización concreta, la etapa de establecimiento de umbral E1 comprende asimismo una subetapa E1C, implementada después de la subetapa E1B, que consiste en realizar un filtrado morfológico (operación de apertura morfológica) para eliminar los pequeños elementos aislados en la firma (correspondientes, por ejemplo, a falsas alarmas sobre el ruido térmico).

Esta etapa de establecimiento de umbral E1 presenta concretamente las siguientes ventajas:

- la dinámica alta de la firma comprende los puntos más estables y mayoritarios en la radiometría del objeto; y

- la dinámica alta (puntos que presentan las relaciones de SNR más altas) es la menos afectada por el ruido térmico.

De este modo, la etapa de establecimiento de umbral E1 permite conservar solamente los contribuyentes más importantes de cada firma de SAR, presentando por consiguiente la mejor relación señal-ruido (o SNR, “Signal to Noise Ratio”, en inglés). La etapa de establecimiento de umbral E1 proporciona una máscara de segmentación para cada uno de los N instantes de la secuencia de imágenes.

Por otra parte, la etapa de procesamiento E2, posterior a la etapa de establecimiento de umbral E1, tiene como objetivo cortar la firma del objeto según una cuadrícula en su eje de longitud (o eje longitudinal) denominado eje principal AP. La dimensión transversal se perderá en favor de una acumulación de mediciones que permita reducir el ruido 3D aguas abajo, tal como se especifica a continuación.

La figura 6A muestra, en el espacio de imagen (distancia D y frecuencia Doppler FD), una máscara de segmentación (que comprende los píxeles P) y su eje principal AP.

La etapa de procesamiento E2 genera, para cada máscara de segmentación:

- un acumulador AC (o diccionario de acumulación o diccionario de píxeles) que representa una cuadrícula unidimensional que consta de una pluralidad de celdas (parámetro de tamaño longitudinal y transversal), tales como las celdas C1, C2, C3, C4 y C5 del acumulador AC de la figura 6B. Cada una de las celdas C1 a C5 contiene los píxeles P de la máscara de segmentación que están situados a nivel de la celda, tal como se muestra para los píxeles Pa, Pb y Pc de la celda C1 en la figura 6B; y

- un perfil de energía, que representa un vector unidimensional cuyos valores L1 a L5 dependen de las intensidades de los píxeles de cada una de las celdas C1 a C5 del acumulador AC, tal como se especifica a continuación.

Para ello, la etapa de procesamiento E2 comprende las siguientes subetapas sucesivas, E2A a E2C, que se implementan para cada máscara de segmentación:

la subetapa E2A, que consiste en implementar un análisis de componentes principales (en adelante, “análisis de ACP”) para estimar un eje de longitud del objeto, que representa el eje principal AP (figura 6A). Este análisis de ACP se realiza sobre las coordenadas de imagen de los puntos conservados en la máscara de segmentación. Se puede considerar una ponderación del análisis de ACP, en concreto, por los niveles de los puntos, por ejemplo, mediante un promedio de los módulos o módulos al cuadrado (elección de amplitud o elección de intensidad) de las reflectividades de los píxeles segmentados,

- la subetapa E2B, que consiste en calcular uno o varios acumuladores AC (o diccionarios de acumulación o diccionarios de píxeles) según el número de muestras consideradas. El o los acumuladores AC son muestreados según el eje principal AP (figura 6B), representando el acumulador AC, por lo tanto, una cuadrícula unidimensional que consta de una pluralidad de celdas C1 a C5. Cada una de las celdas C1 a C5 contiene los píxeles P de la máscara de segmentación que están situados a nivel de la celda. Cuanto más cercanos sean los instantes de la secuencia temporal de las imágenes de SAR, más se asemejan las imágenes de manera gradual y, por lo tanto, el ángulo de presentación del objeto alargado evoluciona lentamente. Esto permite evitar errores de sentido en la definición de los acumuladores, verificando que la orientación del eje principal no fluctúa bruscamente en un ángulo cercano a los 180°; y

- la subetapa E2C, que consiste en determinar uno o varios perfiles de energía a partir del o de los acumuladores AC, representando el perfil de energía, por consiguiente, un vector unidimensional cuyos valores dependen de las intensidades de los píxeles de cada una de las celdas C1 a C5 del acumulador AC.

Para calcular el o los acumuladores (en la subetapa E2B), se fija un conjunto común de valores de tamaños de celda (en píxeles). Las coordenadas mínima y máxima de los puntos se calculan en el eje principal AP. Las celdas se definen por consiguiente mediante un dato de extensión (punto máximo - punto mínimo) y el tamaño de celda. En cada celda, se referencian los píxeles de la máscara que están presentes en el corte de la firma de SAR. Por lo tanto, es posible disponer de varios acumuladores cuyos tamaños de celda son variables.

Además, se pueden considerar diferentes modos de cálculo para determinar (en la subetapa E2C) el perfil de energía de una celda a partir de las intensidades de los píxeles de la celda.

En concreto, en una primera realización, el valor de energía del perfil de energía, atribuido a una celda, es igual al promedio de las intensidades de los píxeles de la celda considerada. Además, en una segunda realización, el valor de energía del perfil de energía, atribuido a una celda, es igual a la suma de las intensidades de los píxeles de la celda considerada. También se pueden considerar otros modos de cálculo. La etapa de procesamiento E2 presenta, por lo tanto, en concreto, las siguientes ventajas:

una maximización de la información longitudinal mediante el sacrificio del eje transversal, que contiene poca información, para objetos alargados (en concreto, buques, que suelen ser simétricos en el eje transversal). Esto permitirá, en concreto, una primera fusión implementada en la etapa de cálculo E4, tal como se especifica a continuación;

el perfil de energía (determinado en la subetapa E2C) permitirá reajustar los acumuladores resultantes de cada máscara de segmentación. Esto permitirá la correspondencia de los píxeles de cada medición de la secuencia (implementada en la etapa de alineación E3) para finalmente poder fusionar temporalmente las estimaciones 3D en la etapa de fusión E5.

La etapa de alineación E3, que sigue a la etapa de procesamiento E2, realiza la correspondencia de las N mediciones de la secuencia temporal. Está dirigida a reajustar los perfiles de energía de todas las mediciones de la secuencia temporal. Es fundamental para realizar la correspondencia de los acumuladores y los perfiles de energía de los instantes de la secuencia temporal.

En el ejemplo de la figura 7A, se han representado cuatro perfiles de energía F1, F2, F3 y F4 (en este ejemplo, N = 4). Estos perfiles de energía F1 a F4 han sido reajustados en la representación de la figura 7B. Esta etapa de alineación E3 prevé una correspondencia en el espacio de la imagen para obtener una normalización de los acumuladores y perfiles de energía.

La etapa de alineación E3 proporciona tantos acumuladores y perfiles de energía como máscaras de segmentación (y, por lo tanto, puntos de medición en la secuencia temporal). Todos los acumuladores y los perfiles de energía proporcionados presentan el mismo número de celdas, y todas las celdas con un índice determinado se corresponden (por ejemplo, la celda C3 de un acumulador AC2 (punto temporal 2 de la secuencia) describe con la mayor precisión posible los píxeles de la celda C3 del acumulador a C1).

En el caso de que el eje longitudinal se estire (o comprima) potencialmente entre las máscaras de segmentación, se tienen en cuenta preferentemente varios muestreos y, por lo tanto, varios acumuladores y perfiles de energía por cada máscara de segmentación.

En una realización preferida, la etapa de alineación E3 comprende las siguientes subetapas E3A y E3B sucesivas, que se implementan para cada máscara de segmentación:

- subetapa E3A, que consiste en realizar una correlación del o de los perfiles para estimar potenciales traslaciones y muestreos óptimos; y

- la subetapa E3B, que consiste en completar, mediante celdas vacías y componentes de energía cero de perfiles anteriores o del perfil siguiente conservado según el signo de la traslación estimada.

En la subetapa E3A, el o los perfiles (uno o varios perfiles, según el número de muestreos) se correlacionan para estimar las potenciales traslaciones y los muestreos óptimos (si hay varios muestreos) entre cada uno de ellos.

Un ejemplo de procesamiento con un valor de muestreo fijo es el siguiente: correlación gradual, de perfil n con perfil n+1. El índice de traslación se estima buscando la ubicación del pico en la correlación.

Además, un ejemplo de procesamiento con varios valores de muestreo es el siguiente: correlación gradual, de perfil n con los M perfiles n+1 de muestreo variable. Entre las M correlaciones, el perfil conservado Mj (y, por lo tanto, el muestreo) es aquel cuyo pico de correlación es el más fuerte entre los M picos de la correlación. El índice de traslación se estima de nuevo mediante la ubicación del pico en la correlación Mj. La etapa de alineación E3 presenta, en concreto, las siguientes características y ventajas:

- cuanto más cercanos son los instantes de la secuencia temporal de adquisición, más se asemejan las imágenes de SAR de manera gradual y más disminuyen las diferencias entre los perfiles, lo que garantiza una buena calidad en la correspondencia. Una adquisición de secuencia de imágenes de SAR multicanal compacta en el tiempo es favorable para la correspondencia. Se puede utilizar una secuencia de imágenes de SAR multicanal con recubrimiento de las integraciones de imágenes para reforzar la transición suave de los perfiles entre los puntos de la secuencia. Esto permite, además, tal como se indicó anteriormente para el procesamiento E2B, impedir inversiones accidentales de sentido entre los acumuladores;

- el procesamiento realizado en la etapa de alineación E3 es fundamental para realizar una correspondencia de los acumuladores y de los perfiles de energía de los instantes de la secuencia;

- la elección de un muestreo variable permite compensar posibles compresiones/dilataciones de las firmas de SAR (máscara de segmentación) durante la secuencia. El número de muestreos a considerar es un parámetro.

Por otra parte, la etapa de cálculo E4, que sigue a la etapa de alineación E3, consiste, para cada una de las máscaras de segmentación, en definir una nube unitaria 3D cuyo número de puntos es igual al número de celdas del acumulador reajustado. Este procesamiento constituye la primera fase de la fusión en el espacio 3D, siendo implementada la segunda fase en la etapa de fusión E5.

La salida consiste en N nubes unitarias, donde N corresponde al número de máscaras de segmentación o incluso de puntos de la secuencia temporal (número de imágenes multicanal).

La etapa de cálculo E4 prevé, para cada máscara de segmentación, la definición de una nube 3D cuyo número de puntos es igual al número de celdas del acumulador reajustado.

Además, la etapa de cálculo E4 comprende las siguientes subetapas E4A a E4C sucesivas, que se implementan para cada celda (o punto de la nube) del acumulador reajustado:

- la subetapa E4A, que consiste en calcular las componentes Xi, Yi y Zi denominadas individuales de cada uno de los píxeles de la celda;

- la subetapa E4B, que consiste en calcular las componentes X, Y Z denominadas finales de cada una de las celdas, a partir del conjunto de las componentes individuales Xi, Yi y Zi de la celda; y

- la subetapa E4C, que consiste en calcular una componente de nivel L, en función, como mínimo, del valor del perfil de energía F1 a F4 (figura 7B) en la celda.

En una realización preferida, para calcular la componente de nivel en una realización concreta, la subetapa E4C tiene en cuenta, además del valor del perfil de energía en la celda, la suma cuadrática de las desviaciones estándar calculadas en los píxeles 3D reubicados contenidos en la celda.

La subetapa E4A consiste en calcular las componentes individuales Xi, Yi y Zi de cada uno de los píxeles Pi en la celda Cj del acumulador reajustado utilizando índices de distancia de la imagen de SAR de canal de suma y ángulos estimados en los mapas angulares (reubicación geométrica). En el caso de que la celda del acumulador esté vacía, a los componentes Xi, Yi y Zi se les asigna un valor denominado “no definido”.

La subetapa E4B consiste en definir las componentes terminales X, Y, Z de la nube mediante el cálculo de los promedios estadísticos respectivos de Xi, Yi y Zi de los puntos determinados en la subetapa E4A.

La subetapa E4C consiste en calcular la componente de nivel L, que preferentemente es una función de la energía de la celda (valor del perfil de energía en la celda Cj) y la suma cuadrática de las desviaciones estándar X, Y y Z calculadas en los píxeles reubicados en 3D contenidos en la celda:<L = f {E, J á T T a f T á i )>Por ejemplo, la componente de nivel L se puede calcular mediante la siguiente expresión:

Para mostrar la etapa de cálculo E4, se ha representado en las figuras 8A y 8B un caso concreto de un radar SAR 2 que se desplaza a una velocidad V según un eje Y, tomando imágenes de un objeto alargado 3, correspondiente a un buque. Las figuras 8A y 8B representan vistas esquemáticas, respectivamente, en un plano horizontal XY y en un plano vertical XZ. Las figuras 8C y 8D corresponden, respectivamente, a las figuras 8A y 8B, y muestran una nube 3D unitaria, referenciada como Nk, de puntos Pk, que se proyecta sobre el objeto alargado 3, respectivamente, en el plano XY y en el plano XZ.

Además, en estas figuras 8C y 8D también está representada una escala 11 relativa a una componente de nivel L.

El nivel de gris de la representación de esta escala 11 varía con el valor de la componente de nivel L. Cuanto más aumenta el valor de la componente de nivel L, más aumenta el nivel de gris correspondiente en la representación de las figuras. El nivel de gris tal como está representado (en las figuras 8C y 8D) de los puntos Pk corresponde, por lo tanto, al valor correspondiente de la componente de nivel.

Esta etapa de cálculo E4, que realiza las fusiones denominadas unitarias, permite:

- suavizar el contenido radiométrico (perfil de energía promediado mediante construcción en las celdas del acumulador) en una proximidad de la firma, lo que genera un suavizado radiométrico espacial; y

- suavizar el contenido geométrico (promedio de las posiciones 3D en cada celda del acumulador) en una proximidad de la firma, lo que genera una reducción del ruido espacial 3D inducido por el ruido angular de la medición interferométrica (inducido a su vez por el ruido térmico y el efecto de “destello”).

Además, la elección de la componente de nivel L (mediante una función f adaptada) permite incluir una información radiométrica completada con una información relacionada con el efecto de “destello”, que es una propiedad intrínseca del objeto en la medición (a diferencia del ruido térmico, que es una propiedad extrínseca del objeto).

Por otra parte, la etapa de fusión E5, que sigue a la etapa de cálculo E4, tiene como objetivo realizar una fusión terminal de las nubes individuales para crear la nube final (o nube 3D optimizada). Prevé un centrado y rotaciones de las nubes individuales, así como el cálculo de un promedio de las componentes X, Y, Z y L punto a punto, tal como se especifica a continuación.

La nube final (o nube 3D optimizada) se comunica a un dispositivo o sistema de usuario al final de la etapa de fusión E5.

La etapa de fusión E5 comprende, en concreto, subetapas E5A y E5B sucesivas.

La subetapa E5A que se implementa para cada nube unitaria comprende las subetapas E5Aa, E5Ab y E5Ac sucesivas:

- la subetapa E5Aa que consiste en centrar las componentes X, Y y Z de la nube unitaria (componentes restadas de su media estadística), por ejemplo X’ = X - m(X);

- la subetapa E5Ab, que consiste en implementar un análisis de componentes principales para estimar el eje longitudinal de la nube unitaria (sin tener en cuenta los valores de las componentes no definidas de la nube);

- la subetapa E5Ac, que consiste en generar una rotación de la nube unitaria 3D para orientarla según un eje predefinido (por ejemplo, la orientación del objeto con respecto al radar en medio de la secuencia). Una posible incertidumbre de 180° se elimina fácilmente conociendo la primera y la última celda del acumulador. La dirección de la nube 3D se conoce y controla.

Además, la subetapa E5B consiste en realizar la fusión terminal, que se implementa calculando el promedio estadístico, punto por punto, de las componentes X, Y, Z y de la componente de nivel L del conjunto de nubes unitarias, para obtener dicha nube 3D optimizada.

La subetapa E5B calcula el promedio estadístico, punto por punto, de las componentes X, Y, Z y L respectivas de las nubes, por ejemplo, en el valor i de la componente X:

^ Fusión ^ n [¿ ] )

Esta etapa de fusión E5 permite:

- suavizar el contenido radiométrico en una proximidad temporal de la firma. Por lo tanto, el contenido radiométrico fluctúa menos según el ángulo de orientación (puesto que el objeto se adquiere desde varios ángulos de orientación durante la secuencia); y

- suavizar el contenido geométrico en una proximidad temporal de la firma. De esta manera, se obtiene una reducción adicional del ruido espacial 3D inducido por el ruido angular de la medición interferométrica (inducido a su vez por el ruido térmico y el efecto de “destello”).

En una realización concreta, la etapa de fusión E5 comprende una subetapa E5C de filtrado de valores atípicos, cuyo suavizado no es suficiente, lo que permite optimizar el procedimiento PR.

Se consideran valores atípicos cuando la ocurrencia de valores no definidos entre las componentes que están en el origen de la fusión supera un umbral fijo. Por ejemplo, para un umbral de 0,7, si la frecuencia de ocurrencia de valores no definidos en el conjunto

{[Xn[ilYn[ilZn[i\,Ln[i]],ne[ l,J V nubes 1}

supera 0,7, se eliminan las coordenadas X(i), Y(i), Z(i) y L(i) de la nube terminal (o, en otras palabras, se elimina el punto i de la nube).

El filtrado de valores atípicos permite por lo tanto eliminar los puntos cuyo suavizado no es suficiente (por haber sido obtenido con una baja tasa de ocurrencia).

Para mostrar la etapa de fusión E5, en las figuras 9A y 9B se ha representado una nube unitaria Nk centrada (obtenida en la subetapa E5A). Las figuras 9A y 9B representan vistas esquemáticas, respectivamente, en un plano horizontal X1Y1 y en un plano vertical X1Z1, posicionadas con respecto al objeto alargado 3. Las figuras 9C y 9D corresponden, respectivamente, a las figuras 9A y 9B, y muestran la nube 3D optimizada Nopt (obtenida tras la fusión terminal realizada en la subetapa E5B). Además, las figuras 9E y 9F corresponden, respectivamente, a las figuras 9C y 9D y muestran la nube 3D optimizada Nopt tras filtrar los valores atípicos (representados por círculos con fondo blanco en las figuras 9C y 9D). Además, en estas figuras 9A a 9F también está representada una escala 11 relativa a la componente de nivel L.

El procedimiento PR y/o el dispositivo 1, tales como los descritos anteriormente, permiten calcular una nube 3D optimizada de un objeto alargado 3 a partir de una secuencia de imágenes de SAR generadas por un radar SAR 2 multicanal. Presentan, en concreto, las siguientes características y ventajas:

- realizan un suavizado radiométrico: el suavizado y la estabilidad radiométrica de la nube 3D, a diferencia de las imágenes de SAR solas (que son sensibles al ángulo de orientación), se obtienen gracias a:

• la fusión en una proximidad de la firma (promedio en las celdas de los acumuladores) teniendo en cuenta la hipótesis alargada del objeto que permite sacrificar el eje transversal de la firma; y

• la fusión en una proximidad temporal de la firma (promedio sobre varias nubes unitarias creadas en diferentes momentos de la secuencia de adquisición);

- presentan una robustez al movimiento, mediante la utilización de interferometría, a diferencia de las imágenes de SAR solas (que son borrosas y están distorsionadas);

- realizan un suavizado geométrico. Se obtiene una reducción del ruido espacial 3D generado por el ruido térmico y el efecto de “destello” gracias a:

• la utilización de imágenes de SAR multicanal que presentan una mejor relación señal-ruido (SNR) con respecto al modo nativo de una antena (perfiles de distancia);

• la segmentación de la parte superior de la firma (máscara de segmentación) para conservar solamente los puntos con la mejor relación SNR;

• la fusión en una proximidad de la firma (promedio en las celdas de los acumuladores); y

• la fusión en una proximidad temporal de la firma (promedio en varias nubes unitarias creadas en diferentes momentos de una secuencia de obtención contigua); y

- pueden llevarse a cabo según una gran variedad de implementaciones diferentes. En concreto, pueden ser implementadas:

• con cualquier radar SAR multicanal, sujeto a la estimación de dos ángulos de azimut y de elevación; • en cualquier objeto alargado, y por lo tanto, en concreto en buques; y

• en cualquier tipo de situación relacionada con la orientación del eje radioeléctrico del radar, la velocidad y/o la altura del radar con respecto al objeto.

El dispositivo 1 y/o el procedimiento PR, tales como los descritos anteriormente, pueden ser implementados en numerosas aplicaciones, en concreto (aunque no exclusivamente) en el sector militar.

A continuación, se presentan dos ejemplos de aplicaciones diferentes.

En una primera aplicación, dicho dispositivo 1 forma parte de un sistema 12, tal como se muestra en la figura 10, para el reconocimiento y la identificación de un objetivo alargado, en concreto un buque. Preferentemente, este sistema 12 está montado a bordo de una aeronave, por ejemplo, un avión de reconocimiento o un misil tal como el misil 4 de la figura 2, y cuyos procesamientos se utilizan a bordo de la aeronave.

En esta primera aplicación, se prevé un aprovechamiento de la nube 3D optimizada como descriptor en una cadena de reconocimiento y de identificación basada en la comparación con objetos de referencia alargados (en concreto, buques).

Tal como está representado en la figura 10, dicho sistema 12 consta de:

- un radar SAR 2, dotado de una pluralidad de canales y capaz de generar imágenes I del entorno de un objetivo alargado;

- una base de datos 13, que contiene datos denominados de referencia de objetivos potenciales;

- una unidad de reconocimiento 14, que comprende una unidad de procesamiento 31 que consta de dicho dispositivo 1 y que integra una unidad (no representada), tal como la unidad 5, para realizar el procesamiento interferométrico. La unidad de reconocimiento 14 está configurada para procesar las imágenes I generadas por el radar SAR 2 y recibidas a través de una conexión 15, de manera que se deduzcan de ellas datos denominados de detección que representan una nube 3D optimizada, tal como la descrita anteriormente;

- una unidad de comparación 16, configurada para comparar estos datos de detección (recibidos a través de una conexión 17) con los datos de referencia recibidos de la base de datos 13 a través de una conexión 18 de manera que se pueda reconocer e identificar un objetivo alargado.

La unidad de procesamiento 31 consta, por lo tanto, de un dispositivo 1, tal como el descrito anteriormente, para generar una nube de puntos 3D optimizada que muestran el objetivo alargado. Este objetivo alargado puede corresponder a un objeto a designar, que se transmite a un dispositivo de usuario (preferentemente integrado) a través de una conexión 19.

Además, en una realización preferida, tal como la representada en la figura 10, el sistema 12 consta, asimismo, de una unidad de decisión 20 que utiliza los datos transmitidos por la unidad de comparación 16 y datos adicionales recibidos a través de las conexiones 21, en concreto otros datos relacionados con una designación, para tomar una decisión final sobre la designación de un objetivo. La unidad de decisión 20 puede transmitir el resultado de su procesamiento a través de una conexión 22.

Además, en una segunda aplicación, dicho dispositivo 1 forma parte de un sistema 23, tal como el representado en la figura 11, de generación de una base de datos de objetivos que representan un mismo tipo de objeto alargado, en concreto un buque.

En esta segunda aplicación, relacionada en concreto con una preparación de misión, se utiliza un cálculo de descriptores para la creación de entradas de preparación de misión.

El sistema 23 consta, tal como está representado en la figura 11, de:

- una base de datos 24, que comprende modelos CAO de objetos;

- un generador 25 de escena de radar de apertura sintética multicanal, vinculado a la base de datos 24 y capaz de simular imágenes de SAR multicanal (imágenes I);

- una unidad de procesamiento 30, que integra una unidad (no representada), tal como la unidad 5, para realizar el procesamiento interferométrico, y que comprende un dispositivo 1, tal como el descrito anteriormente. La unidad de procesamiento 30 está configurada para procesar las imágenes I generadas por el generador 25 para generar una nube de puntos 3D optimizada que muestra un objeto alargado, y proporcionar datos correspondientes;

- una unidad de creación 26, de una base de referencia, vinculada a la base de datos 24, y capaz de crear una base de referencia 27 (por ejemplo, siluetas de CAO); y

- una unidad de aprendizaje 28, configurada para realizar un aprendizaje a partir de los datos (por ejemplo, la nube optimizada o bien un dato que conforman esta última, tal como por ejemplo una imagen recalculada en esta nube) recibidos del dispositivo 1, así como de la base de referencia 27, y para proporcionar una métrica entrenada y la base de referencia. La unidad de aprendizaje 28 realiza un aprendizaje de una métrica de comparación (mediante Inteligencia Artificial) utilizando los descriptores en datos de síntesis.

Esta métrica entrenada (aprendizaje) y la base de referencia se pueden proporcionar a una unidad 29 como entradas de preparación de misión

Claims (10)

REIVINDICACIONES

1. Procedimiento para generar una nube de puntos 3D optimizada que muestra un objeto alargado (3), en concreto un buque (33), a partir de una secuencia de imágenes del entorno del objeto alargado (3) generadas por un radar de apertura sintética (2) dotado de una pluralidad de canales, comprendiendo cada una de las imágenes denominadas multicanal generadas por el radar de apertura sintética (2) una imagen de apertura sintética por canal, estando sometidas las imágenes multicanal a un procesamiento interferométrico que permite obtener, para cada imagen multicanal, una imagen de canal de suma y mapas angulares en azimut y en elevación, estando implementado el procedimiento por un dispositivo que consta, como mínimo, de una unidad de establecimiento de umbral, una unidad de procesamiento, una unidad de alineación, una unidad de cálculo y una unidad de fusión,caracterizado por queconsta, como mínimo, de las siguientes etapas:

- una etapa de establecimiento de umbral (E1), implementada por la unidad de establecimiento de umbral, que consiste en realizar un establecimiento de umbral adaptativo de manera que se genere una máscara de segmentación para cada una de las imágenes denominadas de canal de suma;

- una etapa de procesamiento (E2), implementada por la unidad de procesamiento, que consiste en realizar, para cada una de dichas máscaras de segmentación, una acumulación de mediciones de manera que se genere, para cada una de dichas máscaras de segmentación, como mínimo, un acumulador (AC) y un perfil de energía (F1 a F4), comprendiendo la etapa de procesamiento (E2) las siguientes subetapas sucesivas (E2A, E2B, E2C), que se implementan para cada máscara de segmentación:

• una subetapa (E2A), que consiste en implementar un análisis de componentes principales para estimar un eje de longitud del objeto alargado (3), que representa un eje denominado principal (AP);

• una subetapa (E2B) que consiste en calcular, como mínimo, un acumulador (AC) muestreado según el eje principal (AP), representando el acumulador (AC) una cuadrícula unidimensional que consta de una pluralidad de celdas (C1 a C5), conteniendo cada una de dichas celdas (C1 a C5) los píxeles de la máscara de segmentación que están situados a nivel de la celda; y

• una subetapa (E2C) que consiste en calcular, como mínimo, un perfil de energía (F1 a F4) a partir del acumulador (AC), representando el perfil de energía (F1 a F4) un vector unidimensional cuyos valores dependen de las intensidades de los píxeles de cada una de las celdas del acumulador;

- una etapa de alineación (E3), implementada por la unidad de alineación, que consiste en reajustar los acumuladores (AC) y los perfiles de energía (F1 a F4) de manera que se obtengan acumuladores (AC) denominados reajustados y perfiles de energía denominados reajustados, proporcionando la etapa de alineación (E3) tantos acumuladores y perfiles de energía como máscaras de segmentación, presentando todos los acumuladores y los perfiles de energía proporcionados el mismo número de celdas y correspondiéndose todas las celdas con un índice determinado;

- una etapa de cálculo (E4), implementada por la unidad de cálculo, que consiste en calcular, para cada una de dichas máscaras de segmentación, a partir de los acumuladores reajustados y de los perfiles de energía reajustados obtenidos en la etapa de alineación, una nube unitaria (Nk) mediante una fusión unitaria, consistiendo la etapa de cálculo (E4), para cada una de las máscaras de segmentación, en definir una nube unitaria cuyo número de puntos es igual al número de celdas del acumulador reajustado, y que comprende las siguientes subetapas sucesivas (E4A, E4B, E4C), que se implementan para cada celda del acumulador reajustado:

• una subetapa (E4A) que consiste en calcular un conjunto de componentes (Xi, Yi, Zi) denominadas individuales para cada uno de los píxeles de la celda;

• una subetapa (E4B) que consiste en calcular un conjunto de componentes (X, Y, Z) denominadas globales para cada una de las celdas, a partir del conjunto de las componentes individuales (Xi, Yi, Zi) de la celda; y

• una subetapa (E4C) que consiste en calcular una componente de nivel (L), en función, como mínimo, del valor del perfil de energía en la celda; y

- una etapa de fusión (E5), implementada por la unidad de fusión, que consiste en fusionar las nubes unitarias (Nk), de manera que se obtenga dicha nube 3D optimizada (Nopt), comprendiendo la etapa de fusión (E5):

• una subetapa (E5A) que consiste, para cada nube unitaria, en realizar las siguientes operaciones:

- centrar las componentes globales de la nube unitaria;

- implementar un análisis de componentes principales para estimar el eje longitudinal de la nube unitaria; y

- generar una rotación de la nube unitaria para orientarla según un eje predefinido; y

• una subetapa (E5B) que consiste en calcular el promedio estadístico, punto por punto, de las componentes globales (X, Y, Z) y de la componente de nivel (L) de todas las nubes unitarias, para obtener dicha nube 3D optimizada.

2. Procedimiento, según la reivindicación 1,

caracterizado por quela etapa de establecimiento de umbral (E1) comprende:

- una subetapa (E1A) que consiste en comparar el nivel de intensidad de cada píxel con, como mínimo, un umbral de intensidad mínimo; y

- una subetapa (E1B) que consiste en conservar solamente los píxeles cuya intensidad es superior a este umbral de intensidad mínimo en la máscara de segmentación, que es un mapa binario del mismo tamaño que la imagen de canal de suma, en la que los píxeles conservados están en 1 y los píxeles no conservados están en 0.

3. Procedimiento, según la reivindicación 2,

caracterizado por que,en la etapa de establecimiento de umbral (E1), también se realiza una subetapa (E1C) que consiste en realizar un filtrado morfológico.

4. Procedimiento, según cualquiera de las reivindicaciones anteriores,

caracterizado por quela etapa de alineación (E3) comprende las siguientes subetapas (E3A, E3B) sucesivas, que se implementan para cada máscara de segmentación:

- una subetapa (E3A) que consiste en realizar una correlación del o de los perfiles para estimar potenciales traslaciones y muestreos óptimos; y

- una subetapa (E3B) que consiste en completar mediante celdas vacías y componentes de energía cero de perfiles anteriores o del perfil siguiente.

5. Procedimiento, según cualquiera de las reivindicaciones anteriores,

caracterizado por queel cálculo de la componente de nivel (L) tiene en cuenta, además del valor del perfil de energía en la celda, la suma cuadrática de las desviaciones estándar calculadas en los píxeles reubicados en 3D contenidos en la celda.

6. Procedimiento, según cualquiera de las reivindicaciones anteriores,

caracterizado por quela etapa de fusión (E5) comprende una subetapa (E5C) de filtrado de valores atípicos.

7. Dispositivo para generar una nube de puntos 3D optimizada que muestra un objeto alargado (3), en concreto un buque (33), a partir de una secuencia de imágenes del entorno del objeto alargado (3) generadas por un radar de apertura sintética (2) dotado de una pluralidad de canales, comprendiendo cada una de las denominadas multicanal generadas por el radar de apertura sintética (2) una imagen de apertura sintética por canal, estando sometidas las imágenes multicanal a un procesamiento interferométrico que permite obtener, para cada imagen multicanal, una imagen de canal de suma y mapas angulares en azimut y en elevación,caracterizado por queconsta, como mínimo, de:

- una unidad de establecimiento de umbral (6), configurada para realizar un establecimiento de umbral adaptativo de manera que se genere una máscara de segmentación para cada una de las imágenes denominadas multicanal, comprendiendo cada una de las imágenes multicanal una imagen de canal de suma y mapas angulares en azimut y en elevación;

- una unidad de procesamiento (7), configurada para realizar, para cada una de dichas máscaras de segmentación, una acumulación de mediciones de manera que se genere, para cada una de dichas máscaras de segmentación, como mínimo, un acumulador (AC) y un perfil de energía (F1 a F4), estando la unidad de procesamiento (7) configurada para, para cada máscara de segmentación:

• implementar un análisis de componentes principales para estimar un eje de longitud del objeto alargado (3), que representa un eje denominado principal (AP);

• calcular, como mínimo, un acumulador (AC) muestreado según el eje principal (AP), representando el acumulador (AC) una cuadrícula unidimensional que consta de una pluralidad de celdas (C1 a C5), conteniendo cada una de dichas celdas (C1 a C5) los píxeles de la máscara de segmentación que están situados a nivel de la celda; y

• calcular, como mínimo, un perfil de energía (F1 a F4) a partir del acumulador (AC), representando el perfil de energía (F1 a F4) un vector unidimensional cuyos valores dependen de las intensidades de los píxeles de cada una de las celdas del acumulador;

- una unidad de alineación (8), configurada para reajustar los acumuladores (AC) y los perfiles de energía (F1 a F4) de manera que se obtengan acumuladores denominados reajustados y perfiles de energía denominados reajustados, proporcionándose tantos acumuladores y perfiles de energía como máscaras de segmentación, presentando todos los acumuladores y los perfiles de energía proporcionados el mismo número de celdas, y correspondiéndose todas las celdas con un índice determinado;

- una unidad de cálculo (9), configurada para calcular, para cada una de dichas máscaras de segmentación, a partir de los acumuladores reajustados y de los perfiles de energía reajustados, una nube unitaria (Nk) mediante una fusión unitaria, estando configurada la unidad de cálculo (9) para definir, para cada una de las máscaras de segmentación, una nube unitaria cuyo número de puntos es igual al número de celdas del acumulador reajustado, y, para cada celda del acumulador reajustado:

• calcular un conjunto de componentes (Xi, Yi, Zi) denominadas individuales de cada uno de los píxeles en la celda;

• calcular un conjunto de componentes (X, Y, Z) denominadas globales para cada una de las celdas, a partir del conjunto de las componentes individuales (Xi, Yi, Zi) de la celda; y

• calcular una componente de nivel (L), en función, como mínimo, del valor del perfil de energía en la celda; y

- una unidad de fusión (10), configurada para fusionar las nubes unitarias (Nk), de manera que se obtenga dicha nube 3D optimizada (Nopt), estando configurada la unidad de fusión (10) para:

• para cada nube unitaria, realizar las siguientes operaciones:

- centrar las componentes globales de la nube unitaria;

- implementar un análisis de componentes principales para estimar el eje longitudinal de la nube unitaria; y

- generar una rotación de la nube unitaria para orientarla según un eje predefinido; y

- calcular el promedio estadístico, punto por punto, de las componentes globales (X, Y, Z) y de la componente de nivel (L) de todas las nubes unitarias, para obtener dicha nube 3D optimizada.

8. Sistema para el reconocimiento y la identificación de un objetivo que representa un objeto alargado, en concreto un buque, contando dicho sistema (12), como mínimo, de:

- un radar de apertura sintética (2), dotado de una pluralidad de canales, y capaz de generar imágenes del entorno del objetivo alargado (3);

- una unidad de procesamiento (31), configurada para procesar las imágenes generadas por el radar de apertura sintética (2) de manera que se deduzcan los denominados datos de detección;

- una base de datos (13), que contiene datos denominados de referencia del objetivo; y

- una unidad de comparación (16), configurada para comparar los datos de detección con los datos de referencia de la base de datos (13) de manera que se pueda reconocer e identificar un objetivo alargado (3),

caracterizado por quela unidad de procesamiento (31) comprende un dispositivo (1) según la reivindicación 7, y una unidad que realiza el procesamiento interterométrico.

9. Sistema, según la reivindicación 8,

caracterizado por queconsta de una unidad de decisión (20) que utiliza los datos de identificación de un objetivo alargado transmitidos por la unidad de comparación (16), y datos adicionales para tomar una decisión sobre la designación de objetivo.

10. Sistema de generación de una métrica entrenada y una base de referencia relacionada con, como mínimo, un tipo de objeto alargado, en concreto un buque, constando dicho sistema (23), como mínimo, de: - una base de modelos de objetos (24) y, como mínimo, de objetos alargados;

- un generador de escena (25) de un radar de apertura sintética multicanal, vinculado a la base de modelos de objetos (24) y capaz de simular imágenes de SAR multicanal (1);

- una unidad de procesamiento (30), configurada para procesar las imágenes generadas por el generador de escena (25) para crear una nube de puntos que muestra un objeto alargado y proporcionar datos; - una unidad (26) de creación de una base de referencia, vinculada a la base de modelos de objetos (24) y capaz de crear una base de referencia (27); y

- una unidad de aprendizaje (28), configurada para realizar un aprendizaje a partir de los datos recibidos de la unidad de procesamiento (30) y de la base de referencia (27), y para proporcionar la métrica entrenada y la base de referencia,

caracterizado por quela unidad de procesamiento (30) comprende un dispositivo (1), según la reivindicación 7, y una unidad que realiza previamente un procesamiento interferométrico.