基于合成孔徑雷達圖像的偽裝遮障目標特性建模技術

龐海洋，王巖飛2，張健1

（1.63956部隊，北京100093；2.中國科學院電子學研究所，北京100022；3.中國科學院大學，北京100039）

基于合成孔徑雷達圖像的偽裝遮障目標特性建模技術

龐海洋1，2，3，王巖飛2，張健1

（1.63956部隊，北京100093；2.中國科學院電子學研究所，北京100022；3.中國科學院大學，北京100039）

針對高分辨率全極化合成孔徑雷達（SAR）偵察條件下，偽裝目標特性模型存在空白的問題，通過SAR圖像特征參數的選取，建立特征向量。設置實驗獲取SAR圖像，在此基礎上，引入象限坐標系和變異系數分析不同極化方式下偽裝遮障目標特征參數變化規律，構建極化方式與特征參數的數值變化及穩定性關系，實現偽裝遮障目標特性模型的定性描述。研究結果表明，使用特征向量能夠有效表征不同目標，建立的模型能夠用于分析、預測偽裝遮障目標的特性，為偽裝目標檢測與偽裝效果評估等應用奠定了基礎。

兵器科學與技術；遙感圖像的解譯識別與處理；合成孔徑雷達圖像；偽裝遮障；目標特性模型

0 引言

隨著合成孔徑雷達（SAR）技術的成熟與發展，SAR系統的分辨率不斷提高。由于該系統具有全天候、全天時、覆蓋面積大等優點，使SAR圖像被廣泛應用于軍事領域，成為戰場信息獲取的一個重要手段［1-3］。針對偽裝的SAR圖像應用，一是對戰場敵軍偽裝與隱蔽目標實施檢測與識別［4-8］，二是對我軍偽裝目標實施偽裝效果評估［9］。偽裝目標檢測與效果評估的戰場應用離不開特性數據的支撐，需要通過分析目標特性數據，有針對性地檢測識別偽裝隱蔽目標，或是降低其暴露征候，實施有效偽裝。為了適應新時期作戰使命任務，提高戰場生存力，提升作戰保障能力，急需開展該類目標特性建模工作。

因此，建立基于高分辨率全極化SAR圖像的偽裝遮障目標特性模型，可為戰場偽裝與隱蔽目標的偵察提供技術支持，也可為軍事演訓中的偽裝效果評估提供方法手段。

1 構建模型原則

選取模型參數要目的明確，應遵循以下原則：

一是固有特性原則。模型參數要能夠反映偽裝遮障目標的共性，即具有共性代表性，表征偽裝遮障目標自身固有特性；

二是差異特性原則。模型參數要能夠反映實施偽裝后的差異性，表征不同偽裝遮障目標或實施偽裝策略的差異特性；

三是利于應用原則。偽裝遮障目標特性模型是偽裝與隱蔽目標檢測、偽裝效果評估等研究的基礎，因此，建立的模型要適用于這些方面的應用。

2 模型特征參數選取

SAR成像的過程是從回波信號中提取目標的雷達后向散射系數，所以SAR圖像反映了被測目標的雷達散射特性，只有具有相同后向散射系數的目標，才能獲得相同的圖像灰度。防SAR偵察實施的偽裝就是通過改變某一目標的雷達散射特性，達到模擬另一個目標的目的，具體到SAR圖像上，就是盡可能使兩個目標的SAR圖像特征保持一致，即針對防SAR偵察的目標偽裝特性可以使用SAR圖像特征來分析，因此，圖像特征參數可以用作表征偽裝目標的SAR特征參數。

紋理是SAR圖像中常用的概念［10-11］，紋理可認為是圖像強度在空間以一定形式變化而產生的圖案，是圖像區域固有的特征之一。本文使用灰度共生矩陣的能量、對比度、相關、同質度、熵等5個最常用的特征。除了紋理特征，還使用了均值、方差兩個統計特征。

灰度共生矩陣是按圖像灰度值的空間關系描述像元點對之間的空間結構特征及其相關性。對M× M大小的圖像，設其灰度級分別為i及j，則具有一定空間關系的灰度共生矩陣為

式中：#｛x｝表示集合x的元素個數；（r1，c1）與（r2，c2）表示圖像空間上的一個點對。

將P（i，j）中每一個元素除以所有元素的和，得到各元素都小于1的歸一化值，由此可得到歸一化的共生矩陣

1）能量

能量反映了圖像灰度分布均勻程度和紋理粗細度，它是灰度共生矩陣各元素的平方和。fene大時紋理粗，能量大；反之，fene為小時紋理細，能量小。

2）對比度（慣性矩）

對比度可理解為圖像的清晰度。紋理的溝紋深，fc大，效果清晰；反之，fc為小時溝紋淺，效果模糊。

3）相關

相關用來衡量灰度共生矩陣元素在行或列方向上的相似程度。例如水平方向紋理，在θ=0°方向上的fd大于其他方向上的fd.

4）熵

熵是圖像信息量的量度。無紋理則fent值為0；滿紋理則fent最大。

5）逆差矩（同質度）

逆差矩表現出共生矩陣內各元素在主對角線附近的聚集程度.

對M×M大小的圖像，設其像素位置（i，j）處的灰度值為f（i，j）.

6）均值

SAR圖像的均值反映了地物目標的散射系數強弱，是SAR圖像分析中最直接的特征。

7）方差

方差反映了圖像偏離中心的離散度度量。

本文研究選取X波段、分辨率為0.3 m的SAR圖像為實驗對象（圖1為實驗用SAR圖像）。實驗圖像場景中包含林地、草地、黃土地等自然背景以及偽裝目標，其中偽裝目標是在車輛上方采用架設偽裝網的方式實施遮障偽裝。從實驗圖像場景中選取偽裝目標、草地、樹木、地面等4類目標，每類目標選取了多個對象提取其特征值，最后通過求均值得到各個特征值（表1為不同目標的特征值）。

圖1　實驗用SAR圖像Fig.1 SAR image for test

表1　不同目標的特征值Tab.1 Characteristic values

從表1可以看出，不同目標的特征值存在差異，通過選取合適的特征量組成一個特征向量，能夠用于表征不同的目標。

通過把對SAR圖像提取得到的特征數值量化成圖像（圖2為特征值量化成的圖像），從而能夠更直觀反映各種特征對目標場景特性差異的表現。

通過以上分析，基于SAR圖像提取的紋理特征和統計特征能夠用于表征目標，可以用作特征參數來描述目標特性并建立模型。

圖2　特征值量化成的圖像Fig.2 Images quantized with characteristic values

3 實驗數據獲取與分析

根據我國的地理位置，結合戰略戰術軍事目的，選取華北平原某典型軍事訓練場為實驗區域，訓練場中包含林地、草地、黃土地等自然背景和建筑物、裝備等人造背景，在其中布置了5種類型共30個偽裝遮障目標。

實驗用SAR為自研的飛艇載全極化SAR（圖3 為SAR和飛艇），該雷達工作中心頻率9.5 GHz，條帶模式工作分辨率為0.3 m×0.3 m（800 MHz）.

圖3　合成孔徑雷達和飛艇Fig.3 SAR and airship

在飛行獲取數據后，提取全極化SAR圖像數據偽裝遮障目標的特征值，并進行初步分析，通過對不同類型偽裝遮障目標的特征值比對可以得到：

一是剔除了異常點，如受SAR成像陰影區影響的目標，或是位于SAR數據較差成像質量較差區域內的目標等；

二是采取了綜合偽裝措施的目標與自然背景的特征值差異小于未采取綜合偽裝措施的目標與自然背景的特征值差異，即采用綜合偽裝措施后的偽裝效果要優于未附加綜合偽裝措施的偽裝目標；

三是偽裝遮障目標的特征值受極化方式影響。

3.1極化方式與特征值關系分析

使用（2）式～（8）式對實驗獲取的5種類型共30個偽裝遮障目標的SAR圖像數據進行處理，提取不同極化方式下目標的特征值，并針對特征值大小趨勢的變化分析了特征值與極化方式的關系。表2給出了極化方式與特征參數能量數值變化的關系，表中L表示特征值偏大，S表示特征值偏小。

表2　極化方式與特征參數能量數值變化關系Tab.2 Relationship between polarization mode and energy

利用平面直角坐標系的4個象限代表不同極化方式，綜合7個特征值與極化方式的分析結果，將提取得到各個偽裝遮障目標的特征參數值代入坐標系中，定義特征值的大小與原點距離呈正比，即距離遠說明特征值較大，距離近說明特征值較小。通過對這些特征參數值的分類和匯總，形成極化方式與特征值關系圖，表3給出了不同類型偽裝遮障極化方式與特征值的關系。

根據以上對偽裝遮障類目標的特征值與極化方式的關系分析，可以得出：

1）對于該類偽裝目標，HH極化、VV極化對其SAR圖像特征值的影響相近；

2）全極化、HV極化對其SAR圖像特征值的影響相反；

3）全極化方式對該類目標SAR圖像特征值的影響具有一致性。

表3　極化方式與特征值關系Tab.3 Relationship between polarization mode and characteristic value

3.2極化方式與特征值變化分析

通過極化方式與特征值關系分析，能夠定性地得到各個特征參數數值的變化趨勢，但要準確地把握變化規律，還需要定量分析數據的變化。

對表4中的變異系數分析可以得出：

1）偽裝遮障類目標的同質度、熵這兩個特征值，在不同的極化方式、不同的偽裝遮障對象的條件下，特征值的變化波動很小，說明偽裝遮障目標的特性有其穩定的共性地方；

2）能量、對比度、相關、均值、方差等特征值的變化波動大，尤其是在一定的極化方式下，或是不同的偽裝遮障對象時，因此，這些特征參數反映了不同偽裝遮障目標的自身差異的特性；

3）偽裝時使用不同的偽裝器材，選擇不同的策略，將不同程度的影響偽裝后目標的特性，導致其特征參數存在差異。因此，特征參數的波動也說明了偽裝器材或策略對偽裝目標的影響，偽裝性能是具有差異性的；

4）表征固性的特性由于波動小，說明受外界影響后變化不大，相當于性質穩定，對偽裝性能產生的影響相對要小；

5）表征差異的特性由于波動大，說明受外界影響后變化大，在對偽裝性能的改變上居主導地位，通過相應策略的使用，能夠明顯改變特性。

表4　不同極化方式下各特征參數的變異系數Tab.4 Variation coefficients of characteristic values　%

4 目標特性模型的定性描述

由于不同的偽裝遮障目標在不同的極化方式下，各個特征參數對其影響程度是不一致的，通過上述分析，特征參數可以分為兩種類型：一類為穩定性參數，在針對同一偽裝遮障目標的情況下，針對不同的極化方式，穩定性參數受外界影響變化不大；還有一類為差異性參數，這類參數易受外界影響。因此，本文研究將偽裝遮障目標特性模型的參數抽象為穩定性參數和差異性參數兩類。

根據特征參數劃分，則可以得到如下偽裝遮障目標特性模型原型描述：穩定性參數包括熵和同質度，差異性參數包括能量、對比度、相關、均值和方差。

結合極化方式對特征值大小影響的分析，考慮到模型的簡約化，使得模型的描述直觀、易懂，只將特征值分為“大”、“小”兩類。通過合并后，對于遮障類偽裝目標，具有下列規律：

1）在HH極化、HV極化和VV極化方式下，對特征值的影響相近，即HH=HV=VV；

2）全極化與其他3種極化方式對特征值的影響相反，即全極化∽HV；

3）對比度、熵、均值、方差這4個參數在全極化方式下值偏小；

4）能量、相關、同質度這3個參數在全極化方式下偏大。

根據特征參數的穩定性特點及極化方式的影響，可以得到如下基于高分辨率全極化SAR圖像偽裝遮障類目標特性模型的定性描述（見圖4）。

圖4　偽裝遮障類目標特性模型的定性描述Fig.4 Target characteristic model of camouflage screen

5 結論

本文選取SAR圖像的紋理特征參數和統計特征參數組成特征向量，分析不同目標特征參數的差異性，驗證了基于SAR圖像的特征向量能夠用于表征目標。通過組織實驗獲取多種偽裝遮障目標的全極化SAR圖像數據，引入象限坐標系分析不同極化方式與特征參數數值變化規律，引入變異系數分析特征參數穩定性，建立了偽裝遮障目標特性模型。該模型通過數理邏輯框圖描述了偽裝遮障目標的特性變化規律，是偽裝遮障目標真實特性的一種抽象，能夠用于分析、預測偽裝遮障目標的特性。該模型在總裝備部高分專項偽裝目標分類算法、總裝備部預先研究項目偽裝效果評估算法中進行了應用，證明模型可為偽裝遮障目標的檢測、偽裝效果評估等提供數據支撐，具有一定的應用價值。

（References）

［1］ 焦李成，張向榮.智能SAR圖像處理與解譯［M］.北京：科學出版社，2008. JIAO Li-cheng，ZHANG Xiang-rong.Intelligent SAR image processing and interpretation［M］.Beijing：Science Press，2008.（in Chinese）

［2］ 金添.超寬帶SAR淺埋目標成像與檢測的理論和技術研究［M］.長沙：國防科技大學出版社，2011. JIN Tian.Research ontheory and technology of ultra-wideband SAR shallow buried targets imaging and detection［M］.Changsha：National University of Defense Technology Press，2011.（in Chinese）

［3］ 胡利平.合成孔徑雷達圖像目標識別技術研究［D］.西安：電子科技大學，2009. HU Li-ping.Study on SAR images target recognition［D］.Xi’an：Xidian University，2009.（in Chinese）

［4］ 彭榮鯤，周鑫，王沛，等.基于區域的GLRT車輛目標檢測方法［J］.南京航空航天大學學報，2014，46（6）：931-937. PENG Rong-kun，ZHOU Xin，WANG Pei，et al.Region-based GLRT method for vehicle target detection［J］.Journal of Nanjing University of Aeronautics&Astronautics，2014，46（6）：931-937.（in Chinese）

［5］ 徐萬朋，陳向寧，徐春宇，等.SAR圖像機場區域的掩體目標檢測方法［J］.測繪科學技術學報，2013，30（5）：494-499. XU Wan-peng，CHEN Xiang-ning，XU Chun-yu，et al.SAR image of airport areas cover target detection method［J］.Journal of Geomatics Science and Technology，2013，30（5）：494-499.（in Chinese）

［6］ 王廣學，黃曉濤，周智敏.基于領域統計分布變化分析的UWB SAR隱蔽目標變化檢測［J］.電子與信息學報，2011，33（1）：49-54. WANG Guang-xue，HUANG Xiao-tao，ZHOU Zhi-min.UWB SAR change detection of target in foliage based on local statistic distribution change analysis［J］.Journal of Electronics&Information Technology，2011，33（1）：49-54.（in Chinese）

［7］ 陳華杰，張渝，曾亮，等.偽裝網遮蔽目標多波段多極化SAR圖像融合檢測［J］.光電工程，2011，38（7）：106-118. CHEN Hua-jie，ZHANG Yu，ZENG Liang，et al.Targetcovered by camouflage netting detection based on multi-band and polarization SAR image fusion［J］.Opto-Electronic Engineering，2011，38（7）：106-118.（in Chinese）

［8］ 劉向君，饒偉，楊小小.多波段SAR圖像隱蔽和暴露目標標注［J］.雷達科學與技術，2008，6（4）：278-281. LIU Xiang-jun，RAO Wei，YANG Xiao-xiao，Hidden andexposed targets labeling in multi-band SAR images［J］.Radar Science and Technology，2008，6（4）：278-281.（in Chinese）

［9］ 龐海洋，劉凱龍，王巖飛.基于假設檢驗及SAR圖像統計分布特性的偽裝效果評價方法［J］.吉林大學學報：工學版，2013，43（3）：313-316. PANG Hai-yang，LIU Kai-long，WANG Yan-fei.A camouflage effectiveness assessing method based on hypothesis testing and the characteristic of SAR image［J］.Journal of Jilin University：Engineering and Technology Edition，2013，43（3）：313-316.（in Chinese）

［10］ 胡召玲，李海權，杜培軍.SAR圖像紋理特征提取與分類研究［J］.中國礦業大學學報，2009，38（3）：422-427. HU Zhao-ling，LI Hai-quan，DU Pei-jun.Study on theextraction of texture features and its application in classifying SAR images ［J］.Journal of China University of Mining&Technology，2009，38（3）：422-427.（in Chinese）

［11］ 劉高峰.極化SAR圖像特征提取與分類方法研究［D］.西安：西安電子科技大學，2014. LIU Gao-feng.Feature extraction and classification of PolSAR image［D］.Xi’an：Xidian University，2014.（in Chinese）

［12］ 李永樂，胡慶軍.應用數理統計［M］.長沙：國防科技大學出版社，1999. LI Yong-le，HU Qing-jun.The application of mathematical statistics［M］.Changsha：National University of Defense Technology Press，1999.（in Chinese）

Modeling Technology of Camouflage Screen Target Characteristics Based on SAR Images

PANG Hai-yang1，2，3，WANG Yan-fei2，ZHANG Jian1
（1.Unit 63956 of PLA，Beijing 100093，China；2.Institute of Electronics，Chinese Academy of Science，Beijing 100022，China；3.University of Chinese Academy of Sciences，Beijing 100039，China）

A camouflage target characteristic model is lack for the threat of high resolution polarimetric synthetic aperture radar（SAR）.The characteristic parameters of SAR images are chosen to set up the feature vectors.On this basis，the quadrant coordinate system and the coefficient of variation are used to analyze the regular pattern between polarization mode and characteristic parameter，establish the relations of parameter value and stability，and implement the qualitative description of camouflage screen target characteristic model.The research results show that the feature vectors can characterize different targets. The proposed model can be used to analyze and predict the characteristics of camouflage screen target，which lays a foundation for camouflage target detection and camouflage effectiveness evaluation.

ordnance science and technology；identification and processing of remote sensing image；SAR image；camouflage screen；target characteristic model

TP75

A

1000-1093（2016）03-0559-06

10.3969/j.issn.1000-1093.2016.03.024

2015-04-25

裝備預先研究基金項目（9140A03010814KG18036）

龐海洋（1978—），男，博士研究生。E-mail：hy_p@163.com；王巖飛（1963—），男，研究員，博士生導師。E-mail：yfwang@mail.ie.ac.cn