基于序列圖像處理方法的岸基MTD雷達視頻回波處理研究

宋穎祥　唐克琴　李喬

摘要：為了解決岸基MTD雷達回波噪聲的干擾，剔除雷達探測數據的散點噪聲，提高岸基雷達界面的可讀性，通過分析雷達視頻回波數據的特點，文章提出了一種基于序列圖像方法的MTD雷達視頻回波處理方案，對雷達視頻回波數據采取進行預處理。實驗結果表明該方法不僅可以有效的去除噪聲，而且可以有效的保留了真實目標。

關鍵詞：雷達視頻回波 動目標檢測 中值濾波 海雜波 數據率 形態學

中圖分類號：TN957.51 文獻標識碼：A 文章編號：1007-9416（2016）06-0000-00

動目標檢測（MTD）雷達回波經過信號處理器完成脈沖壓縮、FFT、CFAR等一系列處理，除輸出目標點跡數據外，還包含一定量的雜波剩余數據【1】。此階段稱為雷達視頻回波（又稱為一次回波）。有的還要生成雜波圖等。由于雜波剩余會影響到后續數據處理的點跡凝聚、航跡關聯，在雜波嚴重時，還可能造成數據處理計算機過載。除此之外，由于原始回波數據包含著目標特征信息，有經驗的雷達操作手可根據回波視頻判斷目標屬性，很多雷達都要求顯示視頻回波，不經過適當處理的由于雜波和摩爾紋的存在，可讀性差，因此有必要對視頻回波進行預處理[2]。

1 岸基MTD雷達視頻回波特點分析

如圖1所示，動目標檢測雷達的視頻回波與非相參VTS雷達有很大不同，由于在信號處理機中零速通道采用了超雜波檢測，其視頻回波主要表現在沒有大面積的固定雜波，但有大量的零散雜波點和小面積雜波片區，與目標非常接近，信號處理機難以區分；而當海情較高時，會出現大面積由雜波點組成的雜波區，單幀點跡數多達10000個，雷達顯示出現不流暢的現象，表明雷達數據處理過載。

由圖2可知零速通道目標和雜波的數量遠遠多余其它速度通道中的目標與雜波數量，這與直觀理解也是相符的。因此，在對數據進行處理時，首先考慮對第9速度通道中的數據進行處理。

由于信號處理機實時只能處理掃描線上的目標點跡，對徑向點跡的相互關系可以做出判斷，根據“距離厚度”剔除少量雜波，而對方位上點跡的鄰接關系不能做出判斷，對于掃描幀間的關系更是無能為力。

事實上，雷達原始視頻回波可以看作隨時間連續變化的序列圖像，可以針對單幀圖像像素間空間的統計關系以及幀間的時間統計關系，借用圖像處理的方法作進一步處理，濾除雜波，改善視頻。

2 序列圖像處理方法

處理前首先要將信號處理器輸出的點跡數據擴充成一幅完整的圖像。因為每一幀輸出的點跡數是不同的，必須按照距離和方位分辨率將單元像素擴充成一幅圖像，沒有輸出點跡的單元填充為零。

2.1 多圖像平均法

采用MTD體制對圖像處理是非常有利的，因為它可將一幅視頻回波按照速度通道劃分成若干幅不同的畫面，可以分別采用不同的圖像處理方法和參數設置進行處理，然后再合成。處理直觀理解和通過直方圖統計表明，雜波主要分布在零速通道和鄰近的1號通道。

由于海雜波存在相關性，對于一個C波段雷達來說，當它以低仰角觀測海面時，海雜波相關時間約為1.6ms～15ms的強相關延伸至2s左右的弱相關，由于海雜波的強相關時間小于波束駐留時間，在這個時間段內收到的任何多個脈沖都是相關的，脈沖積累不會改善信雜比，即使采用了頻率捷變進行頻率去相關，但實際效果并不理想，這與文獻[1]中提到的論點是吻合的。

由于雷達天線以15s/r的速度掃描，海雜波在相鄰兩幀是去相關的，因此在零速通道的視頻回波圖中，可將海雜波視作不相關的噪聲，采用三圖像平均法，可以有效濾除噪聲。為了不降低數據率，采用流水的方法進行平均，計算機同時存儲順序三幀圖像，第1、2、3幀作平均輸出，然后第2、3、4幀做平均輸出、接下來第3、4、5幀做平均輸出，這樣依次進行，既做了平均，又保持了數據率。如圖5所示，前三幀數據做平均之后得到的圖像，選定的數據為距離40-50公里，方位0-30度。

2.2 中值濾波法

中值濾波法是局部平均法的一種[3]。對目標圖像的平滑處理采用中值濾波法便于實現、計算，速度較快，結果也比較令人滿意。

局部平均法是用某像素領域內的各點灰度級的平均值來代替該像素原來的灰度等級。通過鄰域都取成N * N 方形窗口。窗口沿水平和垂直兩個方向逐點移動，從而平滑了整幅圖像。圖像經平滑處理后可使噪聲方差減少M倍。但是，簡單的局部平均會使圖像模糊，特別是交界處輪廓不清晰。為了能保持輪廓邊緣的清晰度而又可達到某種程度的平滑，就需要用局部中值來代替局部平均值。若令[f（ x， y）]代表雷達一次回波直角坐標系下的圖像陣列， f（ x， y）的數值代表幅度等級，那么中值濾波后得到的圖像則是[g（ x， y）] ，其中g（x， y）是以（x， y）為中心的N* N 窗口所框住的各像素的幅度中間值。中值濾波是一種非線性變換，通過中值濾波可以降低灰度值，擴大雜波與目標之間的灰度區別，為閾值分割創造條件。

標準的中值濾波可以有效地濾去離散的雜波點，但通過對比分析多幅圖像發現，由于目標RCS的起伏，有些目標會在某一幀點數較少被認為是雜波被濾除，這就給后面的跟蹤處理帶來的麻煩。這里我們借鑒了彩色序列圖像運動跟蹤處理的方法，對于序列圖像動目標跟蹤來說，由于目標姿態變換以及遮擋等因素的影響，選定的目標在每一幀分割出的像素都是變化的，這就給動目標跟蹤帶來了困難，但對于彩色圖像來說，無論被跟蹤的目標像素如何變化，其顏色是基本不變的，據此可實現連續穩定跟蹤。目標回波起伏類似上述情況，但不管目標如何起伏，其多卜勒頻率在兩幀之間（15s內）不會有大的變化，由此來約束中值濾波，可防止目標被濾除。

圖6和圖7分別為第一幀雷達視頻回波數據在距離40-50公里，方位0～30度之間的中值濾波前和中值濾波后的圖像。由圖可見，經上述方法處理后，散點噪聲明顯減少，且目標數據仍然保留。證明了本文算法的有效性。

2.3 數學形態學

在岸基雷達目標檢測中，由于海雜波的影響，即使經過一系列的信號及數據處理，有些雜波信號仍然會被當作目標保留下來，而目標較弱的部分會被當作雜波信號被濾除掉，造成雜波信號殘留以及目標信號分裂，影響后續的目標檢測工作【4】。因此，在進行目標檢測之前，需要對閾值檢測和中值濾波后的雷達信號進一步的處理。主要實現以下兩個功能：

（1）進一步消除信號強度較高的雜波的干擾；

（2）將分裂的目標合并，形成完整的目標。

由于雷達實時性的要求，在消除雜波和合并目標時，需要在很短的時間和很少的信息下實現上述功能。

數學形態學是一門建立在集合代數基礎上，用集合論方法定量描述幾何形狀和結構的一門新興的數字信號處理方法和理論。具有嚴謹的數學結構，簡明的基本觀念和解決面向“形態”問題的快速運算。非常適合信號的幾何形態分析和描述，在岸基雷達中可根據雷達目標幾幾何特征的先驗知識，設計合適大小的結構元素和相應的運算操作，實現多種行之有效的濾波操作，完成目標檢測工作之前的雜波消除和目標合并工作。

形態學研究目標幾何形狀的基本思想是利用一個結構單元，對目標數據進行探測，保留主要形狀，刪除不想干的形狀（如噪聲、毛刺等），當結構單元在目標數據不斷移動時，便可考察目標各個部分之間的相互關系，從而了解目標的結構特性，并進行相應的處理。

形態學的濾波算法有很多種，組合起來可以實現目標分割，特征提取，噪聲消除以及邊界檢測等形狀與結構的分析與處理。在本篇文章中，主要采用的是形態學中的腐蝕、膨脹和開啟、閉合運算。

開運算：

閉運算：

開運算操作是先腐蝕后膨脹運算，可以消除噪聲和雜波，實現多個物體連通區域的分割，平滑輪廓，且總的位置和形狀不變；閉運算是先膨脹后腐蝕運算，可以消除空洞，連通緊鄰區域，具有填充作用，總的位置和形狀也不變。可根據雷達數據分析和先驗知識，選擇合適的濾波形式。在此，我們選擇用3*3的全向結構單元進行閉合運算。得到的結果如圖8所示，可以看出形狀更優化了。

3 結語

隨著計算機硬件技術的迅猛發展，計算機CPU處理能力以及顯卡GPU圖形顯示能力得到了極大的提高，雷達視頻回波顯示完全由純軟件方法實現已成為現實。本文提出的利用圖像處理的方法處理雷達視頻回波的工作取得了不錯的效果。除抑制雜波外，圖像處理技術在弱小目標檢測及跟蹤上大有可為，如何有針對性的選擇相應的圖像處理方法還有待深入研究。

參考文獻

[1]Merrill I.Skolnik.左群聲，徐國良，馬林，王德純等譯.雷達系統導論[M].北京：電子工業出版社，2006.

[2]劉赟.雷達回波圖像的補償與優化[J].雷達與對抗，2009，4，51-53.

[3]章毓晉.圖像工程[M]. 北京：清華大學出版社，2007.5.

[4]顧晶，何昇澮.一種基于形態學濾波的雷達目標檢測方法[J].計算機與數字工程，2009，40（2），112-114.