星載SAR圖像處理技術

莫廣生+蘭欣

合成孔徑雷達的思想是在1951年6月由美國Goodyear航空公司的Carl Wiley在“用相干移動雷達信號頻率分析來獲得高的角分辨率”的報告中首次提出的。報告中提出了將多普勒頻率分析應用于相干移動雷達，通過頻率分析可以改善雷達的角分辨率，即“多普勒波束銳化”的思想；同時，證明了移動雷達的角分辨率因回波信號中多普勒頻率的結構有可能提高，回波信號的瞬時多普勒頻移與被測目標沿航跡方向的位置之間存在著一一對應的關系，回波信號的多普勒帶寬與波束帶寬有關，最窄的角波束發生在垂直于雷達平臺速度矢量的側方。

同年，美國Illinois大學控制系統實驗室的一個研究小組在C.W.Sherwin的領導下開始對SAR的研究[1]，當時采用的是非相干雷達，發射波束寬度為4.13度，經過孔徑綜合后波束寬度變為0.4度。他們證實了“多普勒波束銳化”的概念，從而在理論上證明了SAR原理，而且于1953年7月成功地研制了第一部X波段相干雷達系統，首次獲得了第一批非聚焦SAR圖像數據，為以后的聚焦型SAR的研究奠定了基礎。

SAR圖像處理的關鍵技術

由于SAR圖像具有與光學遙感圖像明顯不同的輻射特征、幾何特征、噪聲特征和目標特征，所以SAR圖像的處理，某些方面可以繼承光學遙感圖像的處理方法，某些方面也會有很大的不同：SAR圖像所特有的處理過程包括天線方向圖校正和相干斑噪聲濾除等：SAR圖像的幾何校正在概念和算法上與光學遙感圖像有較大的差別：SAR圖像的邊界提取和圖像分割，可以在相干斑濾除后使用通用的方法處理，也可以不濾除相干斑噪聲直接一些專用算法進行處理。

（1）天線方向圖校正

天線方向圖校正是對SAR圖像所做的一種輻射校正。天線方向圖造成的輻射畸變在圖像上的表現形式是沿距離向，在幅寬范圍的中心圖像最亮，向兩側亮度平緩下降。星載SAR的數據提供機構一般會定期公布更新的天線方向圖和天線增益校正系數，有些提供的數據產品也會是做過天線方向圖校正的。但試驗運行的SAR系統特別是機載SAR系統獲取的數據，往往是沒有做過天線方向圖校正的，因為不具備補定標設施，這種情況下，就只能用多項式擬合的辦法來求得圖像上每一列的調整系數。

（2）SAR圖像的比例變換和反差調整

因為提供給用戶的SAR數據產品一般是以16bit整型數記錄的，而顯示器一般只能顯示256個灰度，所以為便于操作，需將l6bit數據經比例變換（Scaling）轉為8bit數據。設D為16bit圖像上像元灰度，D^‘為變換后8bit圖像上對應像元的灰度，常用的變換算法有：簡單線性變換、對數變換和平方根變換。以上三種變換，第一種往往效果不好，因為SAR圖像的直方圖一般是明顯的左偏峰，舉例來說，假設16bit圖像灰度范圍為0-65535，則可能98%以上的像元灰度在0-5000之間；第二種變換實際上是轉換為分貝表示；第三種變換比較適合于SAR圖像灰度直方圖是左偏峰的特點。

（3）幾何校正

幾何校正的目的是通過消除圖像的幾何畸變，使多時相SAR、多傳感器遙感信息能互相匹配以進行多源信息分析，從而提高SAR數據的應用效率。由于合成孔徑雷達側視成像的特點。在非平坦地區必須進行DF1A糾正，以消除地形引起的透視收縮、疊掩和陰影。

（4）相干斑噪聲濾除

相干斑噪聲嚴重干擾了地物信息的提取和SAR圖像的應用效果，噪聲嚴重時，甚至可導致地物特征的消失。在使用通用的方法進行邊緣提取和圖像分割時，噪聲的影響是致使算法精度降低的重要原因。因此濾除相干斑噪聲對SAR圖像處理有著重要的意義，同時對相干斑抑制的研究也是論文的中心工作。SAR圖像相干斑濾除中的關鍵問題是：既要能有效地濾除噪聲，又要能保護邊緣和紋理，不致于損失圖像中的有用信息。鑒于相干斑噪聲抑制在SAR圖像處理中的重要地位，本文重點要研究SAR圖像的相干斑噪聲抑制。

（5）邊緣提取和圖像分割

在相干斑噪聲濾除后使用通用的方法進行邊緣提取和圖像分割，是當前SAR圖像處理中的一個常規途徑。事實上，有時我們需要直接對含噪SAR圖像進行邊緣提取和圖像分割。這主要有以下三方面的原因：第一，有時在相干斑降噪時，會損失許多關鍵的圖像信息，從而為SAR圖像的進一步應用帶來困難；第二，相干斑噪聲的形成在一定程度上成為SAR圖像的一種重要紋理信息，這種紋理信息對于圖像的分析和解譯非常關鍵，而在一般情況下相干斑嗓聲的濾除總會損失一定的紋理信息；第三，在對含噪SAR圖像進行了邊緣提取和圖像分割后，再基于這些信息進行相干斑的濾除，這樣做的效果往往比單純的濾波處理好得多。對含噪SAR圖像進行邊緣提取和圖像分割，需要使用一些專門的方法。

（6）目標自動檢測

由于SAR是微波成像，所以在圖像上顯示的目標并非人們平常感知的視覺形象。對于一定的目標識別，首先必須了解該目標在SAR圖像上的成像特點，然后依據點目標、線目標、面目標和硬目標的不同識別方法，對該目標進行綜合處理。其中相干斑濾除和含噪圖像信息提取是兩條不同的技術路線，可由用戶在實際處理工作中進行選擇。

SAR圖像特征

一般情況下，地物目標分為點目標、線目標、面目標以及這三者在有限尺度內組合而成的硬目標。這些不同類型的目標在圖像上具有不同的表征形式。了解SAR圖像的信息特征，對于圖像處理具有重要的意義。

點目標

SAR圖像上的點目標，指的是以亮點形式出現在圖像上的那些目標。通常這些目標的幾何尺寸小于一個分辨單元的地面尺寸。但它的回波信號相當強，在整個地塊的回波中占據了主導地位，這時像素的信號幾乎就只反映它的存在。大多數戰術目標，如坦克、裝甲車、大炮、船只等，以及工業設施，如高壓輸電線塔、油井、孤立的小建筑等，都呈現為點目標。

線目標

線目標指在SAR圖像中表現為線狀（直線或弧線）的目標。它通常表示不同類目標的界線（例如水陸界線）或者當地面線性目標的橫向尺寸小于分辨單元尺寸時，表示目標本身。大多數線性體目標，相對于中等分辨率SAR圖像而言，其寬度都比較窄，只相當于分辨單元尺寸。故稱其為自身線性體目標（本文中簡稱線性體）。與此相對，僅作為兩類目標分界線的線性體，稱為邊界線性體（本文中簡稱邊界）。本文以一些典型的線目標為代表，分析了它們的圖像特征。

面目標

面目標也就是通常所說的分布目標。比如一大塊草地或農田，它由許許多多同一類型的散射點組成，散射點的位置是隨機的，因而接收到的電磁波相位各有不同，回波初相也不一致，其回波振幅也是隨機的，但其中沒有任何一個散射點的回波散射可以在總回波功率中占主導地位。雷達波束在掃過這些點之后，雷達天線所接收到的電磁波電場信號往往形成周期性的信號，造成圖像上這類地物最強信號和最弱信號的周期變化，形成一系列亮點和暗點相間的圖斑，也就是前面所提到的相干斑噪聲。

如今SAR己經成為一種不可或缺的軍事偵察手段，其在民用和工業上的用途也十分廣泛，目標識別及分類己成為SAR圖像研究的一個重要方向。隨著SAR圖像數據越來越多，機器解譯已經代替人工解譯，SAR圖像處理也將會成為研究熱點。endprint