一種SAR圖像艦船目標(biāo)旁瓣去除方法

楊龍順 郭鵬程 王晶晶 馮 超

(西安電子工程研究所 西安 710100)

0 引言

合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)是一種主動式微波成像傳感器,具有不受光照和氣候約束的優(yōu)點(diǎn),可以全天時、全天候獲取數(shù)據(jù),在軍事和農(nóng)業(yè)中應(yīng)用廣泛。海洋艦船檢測與識別在海上交通管制、海洋資源保護(hù)等方面具有非常重要的作用[1]。在民用方面,艦船目標(biāo)識別可以幫助相關(guān)部門進(jìn)行海面和港口交通規(guī)劃,搜尋遇難船只;在軍事方面,艦船目標(biāo)識別可以獲取敵方船只信息,幫助海軍提前布防。早期雷達(dá)分辨率較低,艦船目標(biāo)在SAR圖像上表現(xiàn)為幾個像素點(diǎn),難以實(shí)現(xiàn)對艦船目標(biāo)的識別。近十幾年來,隨著新一代高分辨率SAR系統(tǒng)如TerraSAR-X、Sentinel-1的出現(xiàn),獲取的SAR圖像中艦船目標(biāo)的幾何結(jié)構(gòu)特征和電磁散射特征更加豐富,使得艦船目標(biāo)識別成為現(xiàn)實(shí)[2]。

SAR圖像艦船目標(biāo)識別是在艦船目標(biāo)切片上提取目標(biāo)特征,進(jìn)而區(qū)分目標(biāo)的類別屬性。幾何結(jié)構(gòu)特征描述了目標(biāo)實(shí)際尺寸、形狀等信息,并且提取方法簡單,物理意義明確,成為了對艦船目標(biāo)初分類的重要依據(jù),得到了廣泛的研究。然而拖尾、旁瓣的存在導(dǎo)致船舶的最小外接矩形提取不準(zhǔn)確,獲取的幾何結(jié)構(gòu)特征與真實(shí)值存在誤差,因此去除旁瓣是提取幾何結(jié)構(gòu)特征不可或缺的一步。為了去除旁瓣的影響,陳文婷[3]使用Radon變換對SAR艦船圖像進(jìn)行處理,將目標(biāo)主體區(qū)域選擇問題轉(zhuǎn)換成ρ-θ域中的最大峰值區(qū)域檢測問題,去除了旁瓣影響,再對目標(biāo)的幾何結(jié)構(gòu)特征精確提取,然而Radon變換的最大峰值區(qū)域難以準(zhǔn)確提取。張宏[4]首先估計艦船方向,再利用逐步逼近法去除旁瓣,最后提取目標(biāo)幾何結(jié)構(gòu)特征,該方法在SAR圖像中旁瓣較小時效果好,但是當(dāng)旁瓣較大時,逐步逼近法無法去除旁瓣的影響。吳凡[5]使用積分的方式在距離向和方位向上尋找旁瓣,同時認(rèn)為旁瓣寬度為1～2個像素,因此采用局部均值濾波算法消除旁瓣,但是旁瓣的形式多種多樣,在很多情況下并不是嚴(yán)格沿著距離維和方位維方向,同時SAR圖像分辨率較高時,旁瓣的寬度可達(dá)十幾個像素,在這些情況下,此方法會失效。牛蕾[6]認(rèn)為旁瓣能量低于艦船目標(biāo)整體區(qū)域能量均值,因此提出一種兩次檢測的去旁瓣算法,在兩次檢測出的外接矩形區(qū)域內(nèi),根據(jù)旁瓣特性進(jìn)行統(tǒng)計分析,刪除疑似旁瓣區(qū)域。但是在實(shí)際SAR圖像中,離艦船較近的區(qū)域,旁瓣能量與艦船能量相當(dāng),因此在二次檢測時,可能會將旁瓣誤判為目標(biāo)強(qiáng)散射點(diǎn),使得去旁瓣效果差。

1 SAR艦船圖像特性分析

當(dāng)艦船在海面上航行時,艦船速度可以沿著距離維和方位維進(jìn)行分解,在方位維上的分量會對艦船的成像結(jié)果產(chǎn)生幾何失真,在實(shí)際的SAR圖像中表現(xiàn)為艦船上方位向附近存在強(qiáng)散射區(qū)域,即拖尾現(xiàn)象[7]。同時,由于艦船強(qiáng)散射結(jié)構(gòu)的特點(diǎn),當(dāng)艦船中某一結(jié)構(gòu)后向散射較為強(qiáng)烈時,會抑制周圍弱散射目標(biāo),在SAR圖像中產(chǎn)生十字交叉的白色亮斑,這種現(xiàn)象稱為旁瓣效應(yīng)[8]。如圖1所示,旁瓣現(xiàn)象存在時,檢測得到的目標(biāo)區(qū)域相對于艦船主體區(qū)域外延,導(dǎo)致艦船輪廓(最小外接矩形)提取相比于其真實(shí)值變寬/變長,嚴(yán)重影響目標(biāo)識別性能。

圖1 “旁瓣”現(xiàn)象示意圖

海上艦船尺寸較大,并且大都呈現(xiàn)首尖尾方的細(xì)長形狀,船體邊緣到艦船主軸的距離近似不變,在SAR圖像中表現(xiàn)為近似對稱的長方形。旁瓣存在的情況下,艦船輪廓發(fā)生畸變,旁瓣處艦船兩側(cè)像素到主軸的距離明顯變大。統(tǒng)計旋轉(zhuǎn)至水平方向的艦船二值圖像每一列中上側(cè)最遠(yuǎn)目標(biāo)像素到主軸的距離,其分布如圖2所示,圖2(a)是旋轉(zhuǎn)后的二值圖,圖2(b)是圖2(a)中上側(cè)艦船像素到主軸的距離分布圖,圖2(b)中橫坐標(biāo)表示艦船上側(cè)最遠(yuǎn)目標(biāo)像素到主軸的距離,縱坐標(biāo)表示出現(xiàn)的頻數(shù)。艦船兩側(cè)到主軸的距離呈現(xiàn)出“中間高兩邊低”的分布,到主軸的距離較小的單元中一部分是由于艦船船頭尖的特性導(dǎo)致檢測后距離小,另一部分是由于艦船某些區(qū)域散射強(qiáng)度較低,未能在二值圖像中顯示,因此計算后的距離小;而右側(cè)距離值大的部分則是由于旁瓣的存在導(dǎo)致的。從圖2中可以看出,艦船兩側(cè)到主軸的真實(shí)距離位于出現(xiàn)頻率高的距離區(qū)間內(nèi)。根據(jù)這種分布特性,可以利用中間部分的平均距離和最大距離的關(guān)系迭代去除旁瓣,從而估計艦船真實(shí)寬度。

圖2 二值圖與分布圖

2 艦船SAR圖像旁瓣去除流程

根據(jù)前述艦船目標(biāo)SAR圖像中旁瓣的特性,本文提出的去旁瓣算法流程如圖3所示。

圖3 旁瓣去除流程

具體步驟如下詳解。

2.1 切片預(yù)處理

首先對原始SAR圖像切片進(jìn)行CFAR檢測[9],檢測得到二值圖像,二值圖像中目標(biāo)區(qū)域值為1,其余區(qū)域?yàn)?。得到的二值圖像中艦船目標(biāo)中有小的雜波區(qū)域,通過求取連通區(qū)域的面積,限定最小連通區(qū)域大小將面積較小的區(qū)域進(jìn)行去除。利用二值圖像對原始切片進(jìn)行掩膜處理,得到目標(biāo)區(qū)域圖像。預(yù)處理的結(jié)果如圖4所示。

圖4 原始圖像及預(yù)處理結(jié)果

2.2 方位角估計

方位角描述了艦船航向,定義為目標(biāo)主軸與圖像距離維或者方位維的夾角。方位角估計的精度對后續(xù)處理具有至關(guān)重要的作用,本文利用矩技術(shù)估計方位角?；诰丶夹g(shù)的方位角估計方法將預(yù)處理得到的二值圖看作是二維密度分布函數(shù),只考慮二階矩集,那么SAR圖像切片中艦船目標(biāo)可以近似為一個橢圓,橢圓中心為圖像目標(biāo)的質(zhì)心,這個橢圓模型的傾角就是艦船目標(biāo)的方位角[10]?；诰丶夹g(shù)的角度估計方法計算簡單,具備很強(qiáng)的抗噪聲干擾性能,是一種估計精度高同時穩(wěn)健性好的方法。

基于矩技術(shù)估計艦船方位角的具體計算過程如下,設(shè)切片的二值圖像為B(x,y),則目標(biāo)切片的(m+n)階二維笛卡爾原點(diǎn)矩Emn為

(1)

其中x,y表示像素坐標(biāo)位置,B(x,y)是在(x,y)處的二值圖像的值。方位角的計算方法為

選用30cm×20cm的黃色板誘殺蚜蟲，懸掛在植株上方20cm處，以懸掛30塊/667m2～35塊/667m2黃板為宜。

(2)

其中:

(3)

Mxx、Myy、Mxy為二階中心距,分別代表水平方向和垂直方向的凈矩及最小轉(zhuǎn)矩角。

2.3 旁瓣去除

1)高分辨艦船目標(biāo)具有對稱的特點(diǎn),質(zhì)心大致位于主軸附近。因此,認(rèn)為旋轉(zhuǎn)至水平方向的艦船目標(biāo)的質(zhì)心所在長直線為目標(biāo)主軸。以主軸為分界線,主軸上方目標(biāo)像素認(rèn)為是艦船上半部分,主軸下方目標(biāo)像素認(rèn)為是艦船下半部分。由于估計的艦船主軸與真實(shí)艦船主軸有一定偏差,因此在進(jìn)行旁瓣去除時,上下兩部分分開處理。

2)進(jìn)行上半部分旁瓣去除,統(tǒng)計艦船目標(biāo)第i列主軸上側(cè)的目標(biāo)區(qū)域像素個數(shù),定義為艦船上半部分到主軸的距離G_on,G_on=[G_on1,G_on2,…G_onw],w為目標(biāo)艦船長度。將G_on中的最大值記為max_on。

3)考慮到艦船目標(biāo)旁瓣距離主軸較遠(yuǎn),而未產(chǎn)生旁瓣的兩側(cè)艦船像素離主軸距離基本相同。同時在某些情況下,由于成像、目標(biāo)遮擋等原因,艦船上部分區(qū)域成像效果較差,導(dǎo)致計算出的艦船上邊緣距離主軸較近。為了去除這兩種情況對估計艦船主體寬度的影響,對得到的G_on進(jìn)行排序,去除前25%的近距離單元和后25%的遠(yuǎn)距離單元,用剩余的中間50%單元計算得到的平均距離mean_on作為艦船的真實(shí)上側(cè)寬度的估計。

4)去除遠(yuǎn)離主軸的旁瓣像素。比較p*max_on與mean_on的大小,如果滿足不等式p*max_on>mean_on,認(rèn)為p*max_on以外的像素是旁瓣像素,將之置為0。其中p是一個參數(shù),實(shí)驗(yàn)中設(shè)置為0.9。

5)更新二值圖,重復(fù)1)-4)步,直至p*max_on≤mean_on。循環(huán)結(jié)束。

6)使用同樣的方法對主軸下方的像素點(diǎn)進(jìn)行處理。最終得到的最小外接矩形寬度為兩次處理得到的mean_on之和,最小外接矩形的長度在寬度處理過程中自動更新。

旁瓣處理完畢后,根據(jù)得到的船體目標(biāo)二值圖估計最小外接矩形,提取目標(biāo)的幾何結(jié)構(gòu)特征。

3 實(shí)驗(yàn)及結(jié)果分析

為驗(yàn)證本文算法的有效性,使用實(shí)測衛(wèi)星SAR圖像和彈載SAR圖像分別進(jìn)行驗(yàn)證。

1)實(shí)驗(yàn)一:

圖5中SAR圖像船只樣本來源于FUSAR_Ship1.0數(shù)據(jù)集[11],實(shí)驗(yàn)樣本來自于高分三號衛(wèi)星,分辨率為1.7m×1.124m,圖像大小為512×512,前兩幅圖是散裝貨船,后兩幅圖是集裝箱船。將本文提出的旁瓣去除算法與逐步逼近法Radon變換法進(jìn)行對比,實(shí)驗(yàn)結(jié)果如圖5所示。圖中淺灰色虛線框是初始的最小外接矩形,實(shí)線框是使用不同旁瓣去除算法去除旁瓣后得到的最小外接矩形。

如圖5中第一行的散裝貨船所示,由于其特殊的散射特性,SAR圖像中船體中存在多個空腔,使用逐步逼近法去除旁瓣時,出現(xiàn)旁瓣去除不完全的現(xiàn)象,這種情況下提取的最小外接矩形與真實(shí)值存在差距。這是因?yàn)橛捎诳涨坏拇嬖?計算出來的船只面積較小,而初始獲取的船只長寬與真實(shí)值相近,使用這種情況下的面積和長寬進(jìn)行實(shí)驗(yàn)時,獲得的閾值偏小,最后使得去除旁瓣的循環(huán)提前終止,最終導(dǎo)致旁瓣不能完全去除。使用Radon變換法去除的旁瓣效果比使用逐步逼近法好,但是從圖中可以看出,底部旁瓣仍然未能完全去除。而本文提出的方法可以完全去除旁瓣,獲得準(zhǔn)確的最小外接矩形。

圖5 3種算法實(shí)驗(yàn)對比(星載SAR圖像)

第二、三幅船只樣本實(shí)驗(yàn)表明,當(dāng)船只成像的效果很好,旁瓣現(xiàn)象較弱時,使用這三種方法都可以很好地去除旁瓣,只是在邊緣細(xì)節(jié)上存在差異,逐步逼近法效果最差,仍有較少的旁瓣未能去除,Radon變換法存在將船只邊緣當(dāng)作旁瓣去除的情況,而本文提出的方法明顯更貼合船只邊緣。

與前三幅圖像相比,第四幅圖中艦船的旁瓣明顯嚴(yán)重,此時逐步逼近法失效,這是由于旁瓣較大時,最初獲取的外接矩形寬較大,從而導(dǎo)致后續(xù)使用逐步逼近法時迭代提前結(jié)束,最后得到的最小外接矩形中包含旁瓣,而Radon變換法受到艦船兩側(cè)雜波的影響,選擇的最大峰值附近的區(qū)域過大,使得最后得到的最小外接矩形偏大。本文提出的算法能夠在迭代過程中逐步將艦船強(qiáng)散射點(diǎn)導(dǎo)致的大旁瓣遠(yuǎn)距離單元點(diǎn)去除,從而獲取最接近于艦船真實(shí)寬度的最小外接矩形,提取出更準(zhǔn)確的艦船目標(biāo)區(qū)域。

2)實(shí)驗(yàn)二:

圖6中船只為使用某型號導(dǎo)引頭對海灣靜止貨船成像的結(jié)果,圖像的分辨率為3.58m×2.51m,實(shí)驗(yàn)數(shù)據(jù)切片大小為512×512,三幅圖像中的船只都是貨船。在這三幅SAR圖像上分別應(yīng)用三種旁瓣去除算法,實(shí)驗(yàn)結(jié)果如圖6所示,其中第一列為未經(jīng)過預(yù)處理的原始圖像,第2、3、4列圖像是分別應(yīng)用旁瓣去除算法得到的結(jié)果,圖6中灰色虛線框是初始的最小外接矩形,實(shí)線框是使用不同旁瓣去除算法去除旁瓣后得到的最小外接矩形。為了讓最小外接矩形邊框更加清晰,圖6中放大了船只部分區(qū)域。

圖6 3種算法實(shí)驗(yàn)對比(彈載SAR圖像)

彈載SAR傳感器成像孔徑小于星載SAR傳感器,且平臺沒有衛(wèi)星穩(wěn)定,導(dǎo)致數(shù)據(jù)補(bǔ)償誤差較大,因此圖6中彈載平臺的成像結(jié)果沒有星載好,船只整體亮度偏低,旁瓣現(xiàn)象比星載SAR圖像要更嚴(yán)重。同時,彈載SAR圖像分辨率低于星載SAR圖像,所以圖6中所示艦船目標(biāo)的細(xì)節(jié)沒有星載艦船目標(biāo)豐富。

如第一個船只樣本所示,旋轉(zhuǎn)至水平方向后的艦船右下方有較大的旁瓣,嚴(yán)重影響了對艦船幾何結(jié)構(gòu)特征的估計,使用逐步逼近法和Radon變換法對于較大的旁瓣無能為力,而經(jīng)過本文提出的逐步逼近法處理后,可以獲得較為準(zhǔn)確的船只最小外接矩形。

如圖6中第二行所示,船只整體均勻,船體內(nèi)空腔較少,而且旁瓣現(xiàn)象也較弱,使用三種旁瓣去除算法都可以獲得滿意的結(jié)果,但是從細(xì)節(jié)上可以看出,使用逐步逼近法得到的最小外接矩形偏大,效果最差,而Radon變換法效果與本文所提方法近似。

第三個船只樣本的旁瓣現(xiàn)象非常嚴(yán)重,旁瓣寬度甚至與船只寬度相同,此時逐步逼近法完全失效,得到的最小外接矩形寬度遠(yuǎn)大于船只的寬度,這是逐步逼近法無法解決的情況。Radon變換法去除旁瓣效果也下降,艦船的寬度估計明顯偏大,而本文提出的基于距離約束的去旁瓣算法仍然能夠準(zhǔn)確地去除旁瓣,獲得符合船只特性的最小外接矩形。

由上述對彈載SAR圖像和星載SAR圖像的實(shí)驗(yàn)結(jié)果可以看出,逐步逼近法魯棒性較差,受限條件較多,在旁瓣過大,或者船只內(nèi)部空腔過多時會出現(xiàn)失效的情況,Radon變換法效果比逐步逼近法好,但是存在將艦船邊緣當(dāng)作旁瓣去除的情況,而本文提出的去旁瓣算法適用于各種情況,相比于逐步逼近法和Radon變換法能夠更準(zhǔn)確地去除旁瓣,并且算法實(shí)現(xiàn)簡單,有較好的工程應(yīng)用價值。

4 結(jié)束語

旁瓣效應(yīng)廣泛存在于SAR圖像中,旁瓣的存在嚴(yán)重影響了幾何結(jié)構(gòu)特征的提取,本文分析了真實(shí)SAR艦船圖像中旁瓣和艦船特性,提出了一種基于距離約束的SAR圖像艦船目標(biāo)旁瓣去除方法。實(shí)驗(yàn)結(jié)果表明,本文提出的算法能夠有效去除旁瓣的影響,保留目標(biāo)主體區(qū)域,對后續(xù)提取幾何結(jié)構(gòu)特征、提高目標(biāo)識別精度提供了有力的保障。