合成孔徑雷達多視處理方法性能評估*

朱　博　劉　濤

(海軍工程大學電子工程學院　武漢　430033)

?

合成孔徑雷達多視處理方法性能評估*

朱博劉濤

(海軍工程大學電子工程學院武漢430033)

摘要多視處理是減小相干斑噪聲對圖像質量影響的常用方法。常用的多視處理方法有基于多普勒子帶劃分的子孔徑多視處理方法和基于空域平均的多視處理方法。使用等效視圖數等評價指標,對兩種方法生成的圖像相關和平滑程度進行對比,發現在子帶重疊度為β=0.2時取得最佳濾波效果。最后對提出的多視處理方法和估計方法進行了實測數據驗證。結果表明基于子帶重疊的子孔徑多視處理方法更具有有效性,比較適用于對SAR圖像的多視處理研究。

關鍵詞合成孔徑雷達; 多視處理; 子帶重疊; 空域平均

Performance Evaluation in Subaperture Measurement of Synthetic Aperture Radar

ZHU BoLIU Tao

(School of Electronic Engineering, Naval University of Engineering, Wuhan430033)

AbstractMultilook processing is a basic method for speckle reduction of Synthetic aperture radar(SAR) images. The commonly subband extraction strategy are frequency subband extraction and spatial domain average processing. In the first method, the frequency domain is divided into multiple subbands. Each subband is used to generate a look, and all the looks are averaged incoherently to obtain the final image. The evaluation index, such as ENL(Equivalent Number of Looks), are used to compare the image correlation and smooth degree of two methods and put forward an optimization algorithm of the bandwidth splitting in the subband extraction is introduced in this paper. Experiments show that the subaperture overlap method has a better performance in speckle reduction compared with the traditional multilook processing.

Key WordsSAR, multilook processing, subband overlap, spatial domain average

Class NumberTN95

1引言

隨著航空航天技術的飛速發展,合成孔徑雷達(SAR)不僅廣泛的應用在軍事上,而且在農業、地理、海洋、氣象等領域也有廣泛的應用。但是由于SAR是相干成像,實測得到的圖像總是包含有相當強的紋斑噪聲(speckle)。如何從嚴重被污染的圖像中恢復出有用信號,一直以來都是遙感圖像處理的一大難點,同時也是一個熱點。SAR圖像紋斑噪聲抑制的方法主要可分為兩大類:一類是雷達圖像成像前的處理,主要是指多視處理技術[1];另一類是基于合成孔徑雷達圖像紋斑噪聲統計特性的濾波算法,如最小均方濾波和最大可能性濾波[2～3]。多視處理技術分為頻域多視及空域多視兩類,發現頻域多視處理能得到更好的濾波效果。使用等效視圖數[4]及信噪比對各方法的降噪性能進行評估并得到了最佳子帶重疊算法。

2多視處理基礎

2.1頻域多視處理

大多數雷達系統中的固有方位向分辨率高于距離向分辨率,因而盡管可以在兩個方向進行多視處理,但一般都選在方位向[5]。對SAR圖像進行方位向FFT,以進入距離多普勒域。然后使用帶通濾波器提取所需子視頻譜部分,對其進行IFFT得到子視數據,然后對每視數據進行非相干疊加得到一副多視圖像。

圖1　子帶重疊示意圖

在多視處理的實際應用中,相鄰子帶之間可能有一定的重疊[6]。當分辨率給定時,子帶寬度是給定的。設整個多譜勒帶寬為BD,子帶寬度為BS,相鄰子帶重疊寬度為BO,子帶重疊度β=B0/Bs,圖1為示意圖。

在此條件下,相鄰子帶的重疊寬度越大,視數就越大,這降低了相干斑噪聲。另一方面,相鄰子帶的重疊寬度越大,子圖像間的相關性就越大,這增加了相干斑噪聲。最終噪聲抑制的效果將由這兩種趨勢共同決定。因此,選擇合適相鄰子帶重疊寬度得到最佳降噪效果成為了需要解決的問題。

2.2空域多視處理

空域多視處理也就是空域濾波的一種[7],空域濾波器由一個鄰域(通常是一個較小的矩形),對該鄰域包圍的圖像像素執行預定義操作組成。濾波產生一個新像素,新像素的值是濾波操作的結果,新像素的坐標是所訪問像素的坐標。濾波器訪問圖像的每一個像素,就生成了處理后的圖像。如果在圖像像素上執行的是線性操作,則該濾波器被稱為線性空間濾波器。否則,濾波器就成為非線性空間濾波器。一副M×N的圖像經過a×b的加權均值濾波器濾波的過程可由下式給出:

本文為與頻域濾波作對比,使用2×2矩陣的均值濾波器,其中w(s,t)=1,a=1,b=1,f(x,y)為濾波前數據,g(x,y)為濾波后數據。

3評價標準

SNR圖像相干斑噪聲的抑制效果可以通過人的主觀目測判斷和客觀的評價參數兩個方面來衡量[8～9]。人的主觀目測判斷受個體影響較大,不同的人對同一幅圖像的判斷往往不同,很難對SNR圖像相干斑噪聲的抑制效果做出準確的評價;而客觀的評價參數能夠對SAR圖像相干斑噪聲的抑制效果做出準確的、定量化的評價。因此,尋找一些客觀的評價參數對于正確評價SNR圖像相干斑噪聲的抑制效果是十分必要的。本文使用最為常用的相干斑噪聲抑制效果評價指標,為得到最佳濾波算法提供參考。在討論各種SNR圖像相干斑抑制效果評價指標之前,首先做如下定義:假設I0為一幅大小為M×N的原始無噪SNR圖像,降噪后的圖像為I1。

3.1信噪比

信噪比是評價SAR圖像中噪聲大小的傳統方法,經常用來作為圖像降噪效果的評價指標,其定義為

其中I表示整個圖像矩陣,I(m,n)表示圖像中某個像素的強度,其中MSE為圖像方差,降噪后的SAR圖像信噪比越大,說明相干斑抑制效果越好。

3.2等效視數

等效視數(ENL)是衡量一幅圖像相干斑噪聲相對強度的一種指標,等效視數越大,表明SAR圖像上的相干斑越弱,可辨識性越好,其定義為

E(I)和Var(I)分別是SAR圖像中一塊均勻區域內的均值和方差。等效視數是最常用的評價相干斑抑制效果的參數,通常情況下,要求等效視數大于3。但是,等效視數越高并不一定表明斑點噪聲抑制越好,還要通過其他評價手段評估圖像的細節特征是否得到很好的保持。

4實驗過程與結果分析

本文使用歐航局PolSARpro軟件及ESAR、EMISAR、RADARSAT2數據進行實驗。

圖2使用ESAR數據。圖中SLI代表空域平均算法,HH、HV、VV為ESAR三個通道,β=B0/Bs。可以明顯看出頻域算法相較與空域算法的優越性,且頻域算法在β值逼近1時SNR、ENL、C三個質量標準不斷向空域情況靠近,這也與β=1時實際情況是原圖像直接平均的理論情況相符。在分析得SNR、EN與B0的變化關系得出頻域多視處理算法中降噪效果與相鄰子帶的重疊寬度B0之間的變化關系。如圖所示。SNR、ENL隨著β的變化圖像質量逐漸變高并在到達峰值后緩慢下滑,并最終接近空域濾波值。其中,當β=0.22時,得到了最優化情況。

圖2　ESAR空域、頻域多視處理性能分析

為了驗證該算法的復雜環境下的表現,仍然采用ESAR數據,選取其中各種不同地形(A草地、B城區)進行重復性試驗,如圖3、圖4所示。區域A為單一的草地地形,可以看到此時的變化特征非常明顯,在β=1.6時得到最優化結果,且三個通道的變化趨勢基本一致三個。相比較于區域B的城市地形而言,后者在VV通道的表現不盡如人意,這是因為復雜地形的不規則電磁特性所致,這也表明越是單一環境,此種算法越能發揮其優越性[10]。

為了驗證該算法的普適應,分別選取了EMISAR、RADARSAT2數據,對算法進行重復性試驗,實驗結果如圖5、圖6所示。仍在子帶重疊度在0.2附近時降噪效果最佳,這跟ESAR數據的表現是一致的,這兩組數據證明了雖然此種算法雖然在各類地形的表現各有差別,但是在整體性上還是能夠起到比較好的效果。

圖3　區域A—草地

圖4　區域C—城市

圖5　EMISAR

圖6　RADARSAT_2

5結語

實驗結果表明在多視處理中,頻域處理算法明顯相較空域處理效果更佳,并通過多組對比實驗,得到了頻域多視處理最佳優化算法,圖像在子帶重疊比例達到20%左右效果最佳,最大程度的抑制了紋斑噪聲。

參 考 文 獻

[1] John C Curlander, Robert N. McDonough. Synthetic Aperture Radar-Systems and Signal Processing[M]. New York: John Wiley & Sons, Inc,1991:214-220.

[2] Oliver C, Quegan S. Understanding Synthetic Aperture Radar Images[M]. London: ArtechHouse,1998:157-192.

[3] Lee J S. Speckle Analysis and Smoothing of Synthetic Aperture RadarImages[J]. Computer Graphics and Image Processing,1981,17(1):24-32.

[4] Kuan D T, Sawchuk A A, Strand T C, et al. Adaptive Restoration of Images with Speckle[J]. IEEE Transanctions on Acoustics, Speech and Signal Processing,1987,35(3):373-383.

[5] 劉湛.機載SAR實時數字方位多視處理器[J].電子科學學刊,1997,(1):124-127.

[6] 丁亮,王軍鋒,劉興釗.SAR圖像多視處理中相鄰子帶重疊寬度的最優化[J].信息技術,2007,31(3):22-25.

[7] 張靜怡,雷斌,劉團結.一種新型的空域SAR圖像相干斑抑制方法[J].遙感技術與應用,2012,27(4):523-529.

[8] 王曉軍,孫洪,管鮑.SAR圖像相干斑抑制濾波性能評價[J].系統工程與電子技術,2004,26(9):1165-1171.

[9] 張孝樂,李立萍,楊曉波.基于圖像質量指標的SAR干擾效能評估研究[J].電子對抗,2005,(6):22-25.

[10] 王娜,時公濤,陸軍,等.一種新的極化SAR圖像目標CFAR檢測方法[J].電子與信息學報,2011,33(2):395-400.

中圖分類號TN95

DOI:10.3969/j.issn.1672-9730.2016.02.013

作者簡介:朱博,男,碩士研究生,研究方向:信息處理系統。劉濤,男,博士,副教授,碩士生導師,研究方向:極化合成孔徑雷達。

基金項目:國家自然基金項目(編號:61372165);湖北省自然科學基金項目(編號:2012FB06902)資助。

*收稿日期:2015年8月2日,修回日期:2015年9月27日