ISAR像目標(biāo)識(shí)別中的預(yù)處理及特征提取

【摘要】目標(biāo)逆合成孔徑雷達(dá)（inverse synthetic aperture radar，ISAR）像通常受多種噪聲的影響，這些噪聲影響了ISAR圖像的質(zhì)量，使得對(duì)圖像的理解以及特征提取變得困難。提高圖像質(zhì)量，減少噪聲的干擾成為識(shí)別過程中重要的步驟。首先根據(jù)所得ISAR成像分別對(duì)圖像進(jìn)行橫條紋干擾抑制和去除噪聲干擾然后提取出清晰的目標(biāo)像。對(duì)ISAR像進(jìn)行邊緣提取，計(jì)算邊緣圖像上點(diǎn)的馬氏距離，得到馬氏距離陣列，并作為目標(biāo)特征向量。實(shí)驗(yàn)表明，對(duì)目標(biāo)進(jìn)行預(yù)處理有效地提高了ISAR特征的穩(wěn)定性，有利于后續(xù)的目標(biāo)特征提取與識(shí)別。

【關(guān)鍵詞】逆合成孔徑雷達(dá)預(yù)處理斑點(diǎn)噪聲橫條紋干擾馬氏距離

逆合成孔徑雷達(dá)是一種高分辨成像雷達(dá)，依據(jù)雷達(dá)二維成像對(duì)目標(biāo)進(jìn)行識(shí)別和分類，是目前研究的熱點(diǎn)之一[1，2]。由于測量條件和成像原理等原因，相比普通光學(xué)圖像，ISAR像存在如下特點(diǎn)[3，4]：（1）通常表現(xiàn)為稀疏、孤立的散射中心分布；（2）存在斑點(diǎn)噪聲和條紋干擾，使得ISAR像質(zhì)量下降；（3）ISAR像隨雷達(dá)視角變化而變化等。因此，圖像的預(yù)處理對(duì)后續(xù)基于圖像的特征提取和分類識(shí)別至關(guān)重要。

本文先對(duì)ISAR成像進(jìn)行斑點(diǎn)噪聲和橫條紋干擾抑制，提高圖像質(zhì)量，再通過小波變換和馬氏距離性質(zhì)提取，獲得目標(biāo)的有效特征，有利于后續(xù)分類識(shí)別。

一、圖像預(yù)處理

橫條紋干擾產(chǎn)生的主要原因是相位補(bǔ)償時(shí)聚焦不良、螺旋槳調(diào)制效應(yīng)以及強(qiáng)散射點(diǎn)的副瓣。有兩種方法可以用來減少橫條紋干擾[5]：（1）成像過程中提高相位補(bǔ)償?shù)木龋唬?）成像后，根據(jù)所得圖像特征選取合適的方法進(jìn)行橫條紋干擾抑制。

本文中，采取將各個(gè)距離單元中幅度小于該點(diǎn)最大幅度1/10以下的點(diǎn)全部置零的方法。由此，強(qiáng)散射點(diǎn)所在的單元橫條紋干擾有效減少了，弱散射點(diǎn)仍有部分噪聲保留，還需進(jìn)行進(jìn)一步處理。

小波變換不改變信號(hào)所引起的小波變換系數(shù)的極值點(diǎn)的位置，而噪聲所引起的小波變換系數(shù)的極值點(diǎn)主要表現(xiàn)在第一、二尺度上，且隨著尺度增大，小波系數(shù)的極值點(diǎn)越來越少。用小波變換系數(shù)的局部極大值點(diǎn)，可得出圖像信號(hào)突出點(diǎn)的位置，即得到圖像邊緣。利用小波變換的極大值檢測進(jìn)行邊緣檢測。步驟如下[9]：

（1）設(shè)圖象的灰度函數(shù)為p（m，n），進(jìn)行Mallat快速算法，得

根據(jù)以上分析可以看出，首先利用小波變換實(shí)現(xiàn)圖像的邊緣檢測，計(jì)算邊緣圖像上點(diǎn)的馬氏距離，得到馬氏距離，將其作為目標(biāo)的穩(wěn)定的特征向量。

圖3、圖4分別為Yak-42飛機(jī)和An-26飛機(jī)得到邊緣圖像。計(jì)算邊緣圖像上各點(diǎn)的馬氏距離以及各圖馬氏距離陣列之間的相關(guān)系數(shù)，結(jié)果見表1（其中a1，a2，b1，b2分別代表Yak-42的兩個(gè)飛機(jī)以及An-26兩個(gè)飛機(jī)）。由表1可以看出，同一種飛機(jī)目標(biāo)之間的馬氏距離的相關(guān)系數(shù)較大，不同種飛機(jī)目標(biāo)之間馬氏距離相關(guān)系數(shù)較小，有利于后續(xù)進(jìn)行不同類別的分類識(shí)別。

三、結(jié)術(shù)語

基于ISAR目標(biāo)二維像的識(shí)別，重要的步驟之一即對(duì)成像的后處理，即對(duì)圖像進(jìn)行去除噪聲和橫條紋干擾，這對(duì)后續(xù)的特征提取和有效識(shí)別至關(guān)重要。本文對(duì)ISAR成像的橫條紋以及噪聲干擾進(jìn)行了抑制，通過對(duì)ISAR圖像進(jìn)行圖像的邊緣檢測以及馬氏距離陣列的提取，得到穩(wěn)定有效的目標(biāo)特征向量，從而能夠進(jìn)一步進(jìn)行不同類別目標(biāo)間的分類識(shí)別。

參考文獻(xiàn)

[1] M. J. Prickect，C. C. Chen. Principle of inverse synthetic aperture radar（ISAR）imaging. FASCON record，1 980：340-345

[2] Zhang X G， Bai Y C. ISAR target 2D images pre-processing in ATR [C] Proc. of the World Congress on Computer Science and Information Engineering，2009：542-544.

[3] Martorella M；Giusti E，Demi L，et al. Automatic target recognition by means of polarimetric ISAR images： a model matching based algorithm[C] //Proc. of the Radar International Conference，2008： 27-31.

[4] Zeljkovic V，Li Q，Vincelette R，et al. Automatic algorithm for ISAR images recognition and classification [J]. IET Radar，Sonar，and Navigation，2010，4（1）： 96-109

[5] S. Musman，D. Kerr，C. Bachmann. Automatic recognition of ISAR ship images. IEEE Trans. Aerospace Electron. Syst.，Vol.32，No. 4，1996：1392-1404

[6]陳善麗.浙大逆合成孔徑雷達(dá)圖像識(shí)別研究[D].浙江大學(xué)碩士學(xué)位論文. 2008.06

[7]張興敢.逆合成孔徑雷達(dá)成像及目標(biāo)識(shí)別[D].南京航空航天大學(xué)博士學(xué)位論文. 2001.10

[8]唐寧，高勛章，黎湘. ISAR像自動(dòng)識(shí)別中的預(yù)處理算法[J].系統(tǒng)工程與電子技術(shù)，2011，33（3）：46 - 48