珞珈一號遙感數據在海洋船舶檢測中的應用

鐘亮，劉小生

(江西理工大學 建筑與測繪工程學院，江西 贛州 341000)

0 引言

海上空間及資源在人類發展中發揮著舉足輕重的作用。隨著經濟發展趨向于全球化，船舶的海上貿易航行以及漁業的遠洋捕撈活動日漸頻繁，海上船舶航行的安全監測變得尤為重要[1]。

實現大范圍海上船舶的安全監測，最重要的是識別提取出船只的位置信息。盡管目前有多種方法對海上船舶進行識別追蹤，例如利用雷達數據或者高分辨率光學遙感影像數據并結合相應的檢測算法提取船舶目標[2-3]，但其中光學遙感影像數據受天氣影響較大，數據時間分辨率存在不確定性，并且提取精度受到相應算法的影響，因此存在較大的局限性。雷達的顯著優點是不依賴太陽光照，且不受霧、云和雨的阻擋，因而具有全天候、全天時的特點[4]，特別是合成孔徑雷達(synthetic aperture radar，SAR)的出現，更為目標識別帶來較大的發展[5]，其也成為目前較為主流的目標識別手段。但此方法成本相對較高、海上影像校正難度較大，對于大范圍、小目標的識別缺乏通用性[6]。因此尋求更加多樣化的海上船舶提取方法對于海上船舶安全監測具有重要意義。

隨著夜間燈光數據研究的發展，研究人員普遍發現其能夠有效反應出人類的空間活動特征[7-9]。此前有國內外學者利用Suomi國家極軌道伙伴關系衛星(suomi national polar-orbiting partnership，SNPP)搭載的可見光紅外成像輻射儀(visible infrared imaging radiometer suite，VIIRS)拍攝的夜間燈光數據進行船舶的跟蹤和漁業管理的研究[10-11]，發現該數據能夠較好地反映出與漁業資源相關的船只信息；也有學者利用SNPP-VIIRS夜間燈光數據提取海上油氣平臺目標[12]，并取得較好的效果。由于SNPP-VIIRS夜間燈光數據公布時為月平均數據且分辨率有限，因此對于大型漁場和固定目標的檢測具有較好的效果，而對于單個船只的動態追蹤檢測缺乏可行性。

目前由我國武漢大學團隊與相關機構共同研發制作的珞珈一號新型夜光遙感衛星于2018年6月2號成功在軌運行，并持續穩定地傳回全球范圍的夜間燈光影像[13]。其作為全球首顆專業夜光遙感衛星，也是目前國際上第三顆具備夜間燈光數據拍攝能力的衛星，采用了大相對孔徑像方遠心光學系統、異形遮光罩雜光抑制、大像元高靈敏成像器件以及雙星敏定姿和雙頻GPS定軌等手段，實現了高靈敏、高精度和大動態范圍的夜間燈光成像技術。使得拍攝的夜間燈光數據分辨率達到SNPP-VIIRS數據的5倍以上，并且具有更強的光感能力[14]。此外，珞珈一號發布的數據為單日拍攝的影像，因此將其用于海上船舶的提取研究具有合理性和可行性。

本文以廣東省近海的局部海域作為研究對象，采用了中值濾波技術和雙參數恒虛警率(constant false-alarm rate，CFAR)方法檢測夜間海上船舶目標，之后結合Landsat-8影像對檢測結果進行了分析，旨在為海上船舶的航行安全提供多樣化的監測手段。

1 研究區域與數據

研究區域選取廣東省近海局部海域。鑒于廣東省經濟發達，沿海港口較多，其中作為華南最大綜合性樞紐港的廣州港通達80多個國家和各個地區的300多個港口，并與國內100多個港口通航，貨物日吞吐量巨大。因此在附近海域存在大量的船只，以該區域作為船舶提取的研究區域具有代表性。

研究數據選取2018年9月拍攝的珞珈一號夜間燈光影像(數據來源于“高分辨率對地觀測系統湖北數據與應用網”)，此數據在發布時已通過系統幾何糾正，影像定位精度達到300 m，分辨率為130 m，因此無需再進行影像校正工作，可直接用于相關研究。研究區域及數據如圖1所示。此外，考慮到夜間在海上存在較為明顯的燈光輻射僅可能由3種原因產生，1種即為船舶燈光，其他2種分別為島嶼建筑燈光和海上油氣平臺廢氣燃燒產生的燈光，而島嶼和油氣平臺特征明顯且位置相對固定。因此，為了分析珞珈一號夜間燈光數據應用于海上船舶提取的結果，本文利用Landsat-8遙感影像作為檢測數據，通過Landsat-8遙感影像剔除研究區域內的海上島嶼與油氣平臺，進而得出最終的船舶位置信息。

圖1 研究數據及區域

2 研究方法

2.1 中值濾波

夜間燈光影像在拍攝時，會受到由傳感器自身老化以及外部環境例如大氣折射、月光照射、極光等因素的干擾，導致拍攝的夜間燈光影像存在大量的噪聲[15-16]。此種噪聲輻射值較小，對于大型船只燈光的識別不會產生影響，但會影響小型船只的提取精度。同時，船只燈光具有獨立性、小范圍性和高亮度值的特點，且各個獨立船只的燈光輻射值表現出明顯的邊緣性特征。因此，為了減小雜光的影響，增強小型船只燈光信號的識別強度，本文利用中值濾波對其進行預處理。

中值濾波是一種非線性的影像平滑方法，它在保持其邊緣特征的同時能夠達到弱化背景噪聲的作用[17]，因此能夠突出小型船只燈光輻射值的邊緣信息，進而達到提高小型船只識別精度的目的。方法是將夜間燈光影像劃分為3×3或5×5等奇數大小的柵格模塊，將該模塊內每一柵格點內的燈光亮度值設置為該點柵格模塊窗口內的中值，輸出模型為：

f(x，y)=Median{g(x-m，y-n)，(m，n∈W)}

(1)

式中：g(x，y)，f(x，y)分別為原始模塊和輸出模塊；W為柵格模塊；m、n為對應的柵格行列號。

通過對數據的分析發現，珞珈一號夜間燈光影像分辨率為130 m，而船只燈光輻射范圍的直徑為3～8個柵格，如果選擇較大的中值濾波窗口例如5×5或者7×7則可能會過濾掉小型船只的燈光及融合距離較近的船只，如圖2所示，而選擇過大的窗口進行濾波會影響下一步船舶檢測的精度。因此為能夠較好地保留小型船只燈光信息，本文選取較小的中值濾波窗口對影像進行濾波處理。

圖2 中值濾波處理

2.2 雙參數CFAR方法

虛警率是指偵察設備在單位時間內將噪聲或其他干擾信號誤判為有效目標信號的概率，而通過設置恒定的虛警率能夠在信號檢測中得到穩定的目標檢測結果，其在目標檢測以及信號處理領域具有重要的價值。CFAR方法目前主要有雙參數CFAR和全局CFAR 2種典型算法，隨著研究的發展，CFAR算法逐漸與卷積神經網絡、支持向量機等方法結合，使得提取效果進一步優化[18]。而根據檢測數據的特性，眾多學者也設計出了基于單元平均(cell averaging，CA)、最大選擇(greatest of，GO)、最小選擇(smallest of，SO)、有序統計(ordered statistics，OS)等CFAR檢測器，為目標檢測帶來的更大的發展。目前，CFAR算法已經廣泛用于船舶、車輛、海上油氣平臺以及其他目標的識別[19]。本文采用雙參數CFAR方法對珞珈一號夜間燈光數據進行船舶檢測，目的是以基本的CFAR方法驗證珞珈一號夜間燈光數據用于夜間海上船舶目標提取的可行性。

CFAR方法是通過影像中各個柵格點的像素值與門限值的關系來判定其是否為有效目標，其中門限值的大小可以通過虛警率和背景噪聲的概率密度函數確定，計算方法為：

(2)

式中：Pfa為虛警率；T為檢測門限；f(x)為背景噪聲概率密度函數。

而雙參數CFAR方法作為經典算法，其假設背景噪聲符合高斯分布模型，通過設置3個滑動窗口遍歷影像實現目標檢測，如圖3所示。其中保護窗口也稱空心窗口，設置該窗口的目的是將目標與背景噪聲分隔，保證用于統計背景噪聲特性的區域(背景窗口)中不包含有效目標柵格；在保護窗口中還存在一個目標窗口，通過目標窗口中的檢測柵格遍歷保護窗口進而檢測出目標。

圖3 雙參數CFAR滑窗

根據上述方法，利用檢測門限的目標判定模型為：

(3)

(4)

(5)

基于珞珈一號夜間燈光影像，結合中值濾波和雙參數CFAR算法的船舶檢測流程圖如圖4所示。

圖4 珞珈一號夜間燈光數據船舶檢測流程圖

3 結果與分析

3.1 中值濾波處理結果

通過對研究區域的夜間燈光影像進行中值濾波處理后，背景噪聲值得到有效的弱化，且對船只燈光的邊緣信息影響較小。為了更好地突顯出船只燈光信息與噪聲的特點，本文通過建立夜間燈光輻射場的形式進行說明，同時以X-Z軸和Y-Z軸視圖進行展現，目的是以平面視角更好地展示出燈光的細節特征。結果如圖5所示，圖5(a)和圖5(b)為中值濾波處理前的燈光輻射值，而圖5(c)和圖5(d)為處理后的燈光輻射值，其中標記了2處去噪前后燈光輻射值變化較為明顯的區域，可看出中值濾波方法對于小型船只燈光具有較好的突顯效果，在保留邊緣特征的同時增強了船舶燈光的識別強度，表明其作為船舶提取的初步方法是有效的。

圖5 中值濾波處理結果

3.2 CFAR檢測結果

在中值濾波處理的基礎上，根據滑窗檢測原理對夜間燈光影像進行船舶檢測。在檢測前需要設置相應窗口參數，當保護窗口設置過大時會增加檢測虛警數，過小時則會漏檢部分有效目標；背景設置窗口過大時影像中過于鄰近的目標則會漏檢，過小時則無法有效確立目標周圍的背景噪聲的特性；而目標窗口設置理論上越小越好，但是過小的目標窗口會降低檢測效率。根據珞珈一號夜間燈光影像中船舶燈光輻射范圍大概為3～8個像素柵格，本文設置保護區域窗口為9×9，工作區域窗口為24×24，對研究區域進行CFAR檢測，通過對檢測結果分析發現，僅利用雙參數CFAR方法對原始的夜間燈光影像進行船舶檢測效果較差，出現大量的虛警目標，這可能是由于海面反射船舶燈光而造成的斑點噪聲干擾了檢測結果；而通過中值濾波處理的后的影像，斑點噪聲得到有效抑制，虛警目標減少并且漏檢數較少。檢測結果如表1所示。

表1 珞珈一號夜間燈光數據船舶檢測結果

為了更好地對結果進行說明，圖6所示顯示了提取結果的局部視圖，其中圖5(a)為原始的夜間燈光影像，圖5(c)對有效船舶燈光進行了標記處理(綠色框標記)。從圖5(d)中可看出，CFAR檢測結果中出現較多的虛警目標(紅色框標記)，而且有3處目標漏檢(黃色框標記)，而對原始的影像進行中值濾波處理后，CFAR檢測結果中虛警目標顯著減少，但還存在漏檢目標，如圖5(e)所示。

圖6 珞珈一號夜間燈光數據船舶檢測結果局部視圖

3.3 船舶提取結果及分析

結合中值濾波與雙參數CFAR方法對原始夜間燈光影像進行去噪，船舶燈光提取結果效果較好。考慮到船舶燈光存在一定的輻射范圍，為了進一步確定船舶的所在的精確位置，將提取的單個船舶燈光范圍中最亮的輻射值所在的柵格判斷為船舶所在的精確位置，進而確定出船舶位置的經緯度。

對于提取出的有效燈光，并非全部為船舶燈光，其中可能包含部分島嶼建筑燈光以及海上油氣平臺生產時的廢氣燃燒產生的燈光。為了驗證船舶的提取結果，通過Landsat-8 遙感影像進行分析，該影像空間分辨率達到30 m，而海上油氣平臺以及島嶼目標均在100 m以上，且船舶、島嶼及油氣平臺特征差異較大，因此能夠進行識別。海上發光源目標特征如圖7所示，從圖中可看出，島嶼目標較大判讀較為方便；而船舶目標一般呈現出長條狀，且運動時還會伴隨尾浪特征；油氣平臺則為方形，目標較小，可見度較好的條件下還可識別出廢氣燃燒時產生的煙霧。

圖7 海上發光源特征

根據上述分析，對修正后的提取結果進行精度分析后發現，研究區域影像中的74處有效燈光中包含島嶼建筑燈光6處，油氣平臺廢氣燃燒光源2處，船舶燈光66處。通過對船舶燈光的分析還發現，不同大小的船舶發出的燈光輻射值和輻射范圍存在一定差別，船舶噸位越大，其燈光輻射值和輻射范圍越大，從圖5中可以看出該特征。根據此特點，本文將提取的船舶分為3個等級，其中小型船只燈光輻射值數量級在0.5E5以下，中型船只燈光輻射值數量級在0.5E5～1.5E5之間，大型船舶燈光輻射值數量級大于1.5E5。由此得出66處船舶燈光中包含小型船舶燈光12個，中型船舶燈光41個，大型船舶燈光13個，如圖8所示。表明了本文方法能夠真實有效地提取出海上船舶目標，為海上船舶的航行安全提供了更加多樣化的監測手段。

圖8 海上船舶提取結果

由于缺乏實時的夜間海上船只位置檢驗數據，本文以Landsat-8遙感影像通過剔除海上其他發光源說明了船舶的提取精度，這在一定程度上具有局限性，但利用該數據依然能夠有效地證明本文方法用于海上船舶識別的可行性。隨著珞珈一號系列衛星的研制與開發，在未來幾年將陸續發射具有更高空間分辨率和時間分辨率的珞珈一號01業務星、具有多角度雷達視頻成像的高分珞珈一號02星以及以視頻成像載荷為基礎，具備開放軟件平臺和高性能實時處理的高分珞珈一號03星，為未來夜間燈光遙感以及目標識別的發展做出更加巨大貢獻。因此，在后續研究中還可以對船舶提取方法進一步補充優化，以及尋求更加有效的精度驗證數據，從而為海上船舶的航行安全提供更好的監測保障。

4 結束語

大范圍海上船舶的識別主要以遙感數據為基礎，使得目前提取船舶目標的方法大多以白天為主，缺乏夜間船舶提取的相關研究。而本文基于珞珈一號夜間燈光數據，為海上船舶的識別提供了更加多元化的方法。通過中值濾波和雙參數CFAR對原始數據進行了去噪處理，進而檢測船舶有效燈光值，之后結合Landsat-8遙感影像進行了精度對比。根據分析發現，珞珈一號夜間燈光數據分辨率較高且發布為單日影像，其高識別度的燈光特點用于海上船舶提取具有較好的吻合性；通過中值濾波和雙參數CFAR方法處理后，影像中的噪聲得到有效地抑制，船舶燈光提取效果顯著。精度驗證結果表明，本文方法應用于夜間海上船舶的識別真實有效，其對于船舶海上活動的安全監測具有一定的參考價值。