基于深度學習的SAR圖像目標識別算法

崔福彬，張茜，雷俞承志，尹偉石

（長春理工大學 理學院，長春 130022）

合成孔徑雷達（SAR）利用相干成像原理，具有全天候、全天時的觀測能力以及穿透地表植被和云層的能力，是一種重要的觀測設備。在軍事偵查和遙感領域有著重要的應用。近年來，隨著合成孔徑雷達圖像分辨率的逐漸提高，對合成孔徑雷達圖像的解析成為了研究熱點。

已經有一些較為傳統的SAR-ATR（合成孔徑雷達圖像自動目標識別）系統被開發，例如美國陸軍實驗室（ARL）的SAR-ATR系統。近年來，隨著機器學習算法的發展，一些機器學習的算法被應用于SAR圖像識別的研究［1］。文獻［2］提出了基于Gabor濾波器以及局部紋理特征的算法，文獻［3］提出了基于多信息字典及稀疏表示的SAR圖像識別方法。以上算法提取的特征由人工設定，需要相當的先驗知識，而且識別效果不佳，泛化性較差。而基于仿生學理論的的卷積神經網絡（Convolutional neural network，CNN）則能夠自動提取圖像中的深層特征，且與傳統的深層神經網絡相比，卷積神經網絡具有稀疏連接，權值共享等特點，有效地減少了模型的復雜程度。文獻［4］提出了一種應用卷積神經網絡的SAR圖像識別算法，并將類別可分性度量引入了神經網絡的代價函數，提高了分類效率，神經網絡采用Sigmoid函數作為激活函數，而該函數在訓練時容易產生“梯度彌散”現象，另外沒有對SAR圖像做任何預處理。針對上述特點，本文提出了一種基于改進的卷積神經網絡的SAR圖像識別算法：首先利用布特沃斯濾波算法對SAR圖像進行濾波處理，減少圖像的相干噪聲；然后構建多層卷積網絡，并在網絡中采用改進的的線性修正單元［5］，采取Dropout［6］增強網絡的的泛化性，使用Adam優化算法對網絡參數進行更新，以更高效地訓練網絡。

1 布特沃斯低通濾波器

合成孔徑雷達作為一種高分辨率的對地成像觀測設備，因其基于相干成像的成像機理，圖像不可避免地會包含噪聲，嚴重地影響到了對圖像的解析。因此對圖像進行濾波預處理也就成為了SAR圖像預處理的關鍵步驟，濾波效果的好壞對后期圖像處理的影響很大。因此本文利用布特沃斯低通濾波器來實現對SAR圖像的濾波。截止頻率位于距原點D0處的n階布特沃斯低通濾波器的傳遞函數定義為：

其中，D(u,v)是頻率域中點與頻率矩形中心的距離。即：

布特沃斯低通濾波器的通頻帶內頻率響應曲線十分平坦，起伏較小。作為一種頻域濾波算法，布特沃斯低通濾波濾波能提取本質特征。

本文利用美國國防部支持的MSTAR計劃所公布的數據集進行了圖像濾波實驗，濾波算法的實際處理效果如圖1所示。

圖1 布斯沃特濾波算法效果

由圖1可以看出，經過濾波算法處理之后，圖像的質量得到了較大的提高，特征更加明顯圖片中目標區域的對比度得到了增強，目標的邊緣輪廓更加的清晰，有利于下一步的圖像處理。

2 卷積神經網絡及改進

2.1 卷積神經網絡原理概述

卷積神經網絡是一種特殊的前饋網絡。傳統的卷積神經網絡一般由卷積層、池化層及全連接層組成。卷積層和池化層交替連接以提取圖像的深層特征，再由分類器根據提取的特征進行分類。原始圖像經過多個卷積核卷積后形成多張特征圖，特征圖的長與寬基本不變，但深度增加，隨后經過下采樣減少特征數量。經過多次卷積與下采樣后形成高維度的特征圖，再進入分類器進行分類。卷積核對圖像進行卷積運算的公式為：

隨著數據量的增加，神經網絡的深度也在不斷增大，以獲取更好的分類能力。但神經網絡加深后就容易出現過擬合現象，也就是模型在訓練中表現較好，但在驗證數據集上表現有所降低。為了避免過擬合，提高卷積神經網絡的泛化性。Hinton提出了Dropout策略，即以一定的概率P隨機使某些神經元失效，被失效的神經元可暫時認為不在網絡的內部，但其權重仍將保留，當該節點重新參與運算時將繼續更新參數。Dropout方法可以理解為將一個大的神經網絡分成多個獨立的子網進行訓練，最后多個網絡進行平均。從而有效減小過擬合現象，提高了網絡的泛化性。

2.2 改進的線性修正單元

為了提高網絡對抽象特征的提取能力。在卷積與池化操作之后，需要引入激活函數。針對Sigmoid函數會導致所謂的“梯度彌散”現象的缺點，可以采用線性修正單元（RELU）作為激活函數。

RELU函數相較于Sigmoid函數有以下的幾個優點。首先，使用RELU函數不會發生梯度彌散的現象，而且Sigmoid函數包含了除法以及指數運算，求微分較為復雜，增大了訓練時的計算量，而RELU函數求導簡單，并且由于RELU函數將小于零的輸入置零，在神經網絡不斷循環計算的條件下，可以理解為RELU增強了數據的稀疏性，但這也體現了RELU函數的缺點，即輸入小于零時神經元處于‘死亡’狀態。當學習率較大時，可能會導致大量的數據節點不被激活，梯度也永遠為零。所以，本文引入了Leaky ReLU函數：

在輸入值大于零時，Leaky ReLU函數與RELU函數相同，但修改了輸入值小于零的部分，α是一個極小的常數。這樣梯度便能繼續傳播。

2.3 Adam優化器

Adam（Adaptive Momentum Estimation）本質上是帶有動量項的RMSprop，它利用梯度的一階矩估計和二階矩估計動態調整每個參數的學習率。Adam的優點主要在于經過偏置校正后，每一次迭代學習率都有個確定范圍，使得參數比較平穩。公式如下：

Adam優化器的特點是：能夠針對不同的參數調整學習率，同時對內存的占用較小。文獻［7］表明，在眾多神經網絡的優化算法中，Adam優化器具有較好的效果。

3 實驗結果分析

3.1 實驗數據

本文使用了美國國防高等研究計劃署（DARPA）支持的MSTAR計劃所公布的實測SAR地面靜止目標數據進行試驗。該數據大多是靜止車輛的SAR切片圖像，包含多種靜止車輛目標在各個方位角下獲取到的目標圖像。本文選取了數據集中T72（坦克）、BTR70（裝甲運兵車）、BMP2（步兵戰車）、ZILI131（卡車）、ZSU234（自行防空炮）五類目標作為訓練數據集進行模型訓練。其中T72、BTR70數據集中包含了同一種類圖像的不同變體。對應著不同的目標狀態（如天線是否展開等），訓練時只采用部分（在表格中標注）。訓練后采用包含變體數據的T72、BTR70、BMP2、三類目標數據進行測試。

3.2 實驗模型與算法流程

本文首先對圖片進行截取，獲得其中央部分，隨后對圖像進行濾波處理。濾波處理后的圖像即可生成訓練數據集進行神經網絡訓練。網絡共有五次卷積層進行卷積運算，并在其中的第一、三、五卷積層后添加池化層進行下采樣操作。通過卷積運算提取特征之后，構建一個三層的全連接神經網絡。使用softmax分類器進行目標分類。

圖2 模型流程圖

圖3 算法整體流程

各層具體參數如下：

（1）卷積層，96個卷積核，卷積核大小為11×11，步長為4，激活函數為Leaky ReLU。

（2）池化層，窗口大小為2，步長為4。

（3）卷積層，256個卷積核，卷積核大小為5×5，步長為1。采用Leaky ReLU函數進行激活。

（4）池化層，窗口大小為3，步長為1。

（5）卷積層，384個卷積核，卷積核大小為3×3，步長為1。采用Leaky ReLU函數進行激活。

（6）卷積層，384個卷積核，卷積核大小為3×3、步長為1。采用Leaky ReLU函數進行激活

（7）卷積層，256個卷積核，卷積核大小為3×3，步長為1。采用Leaky ReLU函數進行激活。

（8）池化層，窗口大小為3×3，步長為1。

（9）全連接層，4096個神經元節點。

（10）全連接層，4096個神經元節點。

（11）輸出層，softmax進行分類，五個神經元節點。

3.3 實驗結果

本文采用包含 T72、BTR70、BMP2 ZILI131 ZSU23五類目標的數據集進行訓練，訓練后用包含變體數據的T72、BMP2、BTR70圖片進行測試。結果如表1和表2所示。

表1 MSATR數據集三類（含變體）目標的測試結果

表2 平均識別率對比

從表1-2可以看出本文提出的算法具有較好的識別效果，對于訓練數據集中的同型目標識別率較高，而對不同類型的目標的識別率略有降低。但總體的識別率仍然較高，高于文獻［3］的96.60%，以及文獻［2］的92.90%。

4 結論

卷積神經網絡能夠自動提取圖像中的深層抽象特征，從而避免了人工設置分類標準。為了能夠更好地進行SAR圖像的目標識別，本文構建了基于改進的卷積神經網絡的SAR圖像目標識別算法。SAR圖像因其特殊的成像機理不可避免地會在圖像中引入相干噪聲，對后續處理造成了不利影響，故通過布特沃斯濾波算法濾除相干噪聲。并在卷積神經網絡中引入了修正的線性修正單元以及Dropout方法，增加了網絡的泛化能力。使用Adam優化器對模型參數進行優化，取得了較好的訓練結果。在MSATR數據集上的實驗表明，通過對SAR圖像進行濾波處理，并且構建改進的卷積神經網絡對SAR圖像進行識別，實驗取得了較好的效果，對同型目標的識別率可達98%-99%，對三類（含變體）目標的綜合識別率達到了97%以上。表明深度學習方法在圖像處理方面有著較強的特征提取能力和較好的應用前景。