一種SAR圖像艦船目標旁瓣去除方法

楊龍順 郭鵬程 王晶晶 馮 超

(西安電子工程研究所 西安 710100)

0 引言

合成孔徑雷達(Synthetic Aperture Radar,SAR)是一種主動式微波成像傳感器,具有不受光照和氣候約束的優(yōu)點,可以全天時、全天候獲取數(shù)據(jù),在軍事和農業(yè)中應用廣泛。海洋艦船檢測與識別在海上交通管制、海洋資源保護等方面具有非常重要的作用[1]。在民用方面,艦船目標識別可以幫助相關部門進行海面和港口交通規(guī)劃,搜尋遇難船只;在軍事方面,艦船目標識別可以獲取敵方船只信息,幫助海軍提前布防。早期雷達分辨率較低,艦船目標在SAR圖像上表現(xiàn)為幾個像素點,難以實現(xiàn)對艦船目標的識別。近十幾年來,隨著新一代高分辨率SAR系統(tǒng)如TerraSAR-X、Sentinel-1的出現(xiàn),獲取的SAR圖像中艦船目標的幾何結構特征和電磁散射特征更加豐富,使得艦船目標識別成為現(xiàn)實[2]。

SAR圖像艦船目標識別是在艦船目標切片上提取目標特征,進而區(qū)分目標的類別屬性。幾何結構特征描述了目標實際尺寸、形狀等信息,并且提取方法簡單,物理意義明確,成為了對艦船目標初分類的重要依據(jù),得到了廣泛的研究。然而拖尾、旁瓣的存在導致船舶的最小外接矩形提取不準確,獲取的幾何結構特征與真實值存在誤差,因此去除旁瓣是提取幾何結構特征不可或缺的一步。為了去除旁瓣的影響,陳文婷[3]使用Radon變換對SAR艦船圖像進行處理,將目標主體區(qū)域選擇問題轉換成ρ-θ域中的最大峰值區(qū)域檢測問題,去除了旁瓣影響,再對目標的幾何結構特征精確提取,然而Radon變換的最大峰值區(qū)域難以準確提取。張宏[4]首先估計艦船方向,再利用逐步逼近法去除旁瓣,最后提取目標幾何結構特征,該方法在SAR圖像中旁瓣較小時效果好,但是當旁瓣較大時,逐步逼近法無法去除旁瓣的影響。吳凡[5]使用積分的方式在距離向和方位向上尋找旁瓣,同時認為旁瓣寬度為1～2個像素,因此采用局部均值濾波算法消除旁瓣,但是旁瓣的形式多種多樣,在很多情況下并不是嚴格沿著距離維和方位維方向,同時SAR圖像分辨率較高時,旁瓣的寬度可達十幾個像素,在這些情況下,此方法會失效。牛蕾[6]認為旁瓣能量低于艦船目標整體區(qū)域能量均值,因此提出一種兩次檢測的去旁瓣算法,在兩次檢測出的外接矩形區(qū)域內,根據(jù)旁瓣特性進行統(tǒng)計分析,刪除疑似旁瓣區(qū)域。但是在實際SAR圖像中,離艦船較近的區(qū)域,旁瓣能量與艦船能量相當,因此在二次檢測時,可能會將旁瓣誤判為目標強散射點,使得去旁瓣效果差。

1 SAR艦船圖像特性分析

當艦船在海面上航行時,艦船速度可以沿著距離維和方位維進行分解,在方位維上的分量會對艦船的成像結果產生幾何失真,在實際的SAR圖像中表現(xiàn)為艦船上方位向附近存在強散射區(qū)域,即拖尾現(xiàn)象[7]。同時,由于艦船強散射結構的特點,當艦船中某一結構后向散射較為強烈時,會抑制周圍弱散射目標,在SAR圖像中產生十字交叉的白色亮斑,這種現(xiàn)象稱為旁瓣效應[8]。如圖1所示,旁瓣現(xiàn)象存在時,檢測得到的目標區(qū)域相對于艦船主體區(qū)域外延,導致艦船輪廓(最小外接矩形)提取相比于其真實值變寬/變長,嚴重影響目標識別性能。

圖1 “旁瓣”現(xiàn)象示意圖

海上艦船尺寸較大,并且大都呈現(xiàn)首尖尾方的細長形狀,船體邊緣到艦船主軸的距離近似不變,在SAR圖像中表現(xiàn)為近似對稱的長方形。旁瓣存在的情況下,艦船輪廓發(fā)生畸變,旁瓣處艦船兩側像素到主軸的距離明顯變大。統(tǒng)計旋轉至水平方向的艦船二值圖像每一列中上側最遠目標像素到主軸的距離,其分布如圖2所示,圖2(a)是旋轉后的二值圖,圖2(b)是圖2(a)中上側艦船像素到主軸的距離分布圖,圖2(b)中橫坐標表示艦船上側最遠目標像素到主軸的距離,縱坐標表示出現(xiàn)的頻數(shù)。艦船兩側到主軸的距離呈現(xiàn)出“中間高兩邊低”的分布,到主軸的距離較小的單元中一部分是由于艦船船頭尖的特性導致檢測后距離小,另一部分是由于艦船某些區(qū)域散射強度較低,未能在二值圖像中顯示,因此計算后的距離小;而右側距離值大的部分則是由于旁瓣的存在導致的。從圖2中可以看出,艦船兩側到主軸的真實距離位于出現(xiàn)頻率高的距離區(qū)間內。根據(jù)這種分布特性,可以利用中間部分的平均距離和最大距離的關系迭代去除旁瓣,從而估計艦船真實寬度。

圖2 二值圖與分布圖

2 艦船SAR圖像旁瓣去除流程

根據(jù)前述艦船目標SAR圖像中旁瓣的特性,本文提出的去旁瓣算法流程如圖3所示。

圖3 旁瓣去除流程

具體步驟如下詳解。

2.1 切片預處理

首先對原始SAR圖像切片進行CFAR檢測[9],檢測得到二值圖像,二值圖像中目標區(qū)域值為1,其余區(qū)域為0。得到的二值圖像中艦船目標中有小的雜波區(qū)域,通過求取連通區(qū)域的面積,限定最小連通區(qū)域大小將面積較小的區(qū)域進行去除。利用二值圖像對原始切片進行掩膜處理,得到目標區(qū)域圖像。預處理的結果如圖4所示。

圖4 原始圖像及預處理結果

2.2 方位角估計

方位角描述了艦船航向,定義為目標主軸與圖像距離維或者方位維的夾角。方位角估計的精度對后續(xù)處理具有至關重要的作用,本文利用矩技術估計方位角?；诰丶夹g的方位角估計方法將預處理得到的二值圖看作是二維密度分布函數(shù),只考慮二階矩集,那么SAR圖像切片中艦船目標可以近似為一個橢圓,橢圓中心為圖像目標的質心,這個橢圓模型的傾角就是艦船目標的方位角[10]。基于矩技術的角度估計方法計算簡單,具備很強的抗噪聲干擾性能,是一種估計精度高同時穩(wěn)健性好的方法。

基于矩技術估計艦船方位角的具體計算過程如下,設切片的二值圖像為B(x,y),則目標切片的(m+n)階二維笛卡爾原點矩Emn為

(1)

其中x,y表示像素坐標位置,B(x,y)是在(x,y)處的二值圖像的值。方位角的計算方法為

選用30cm×20cm的黃色板誘殺蚜蟲，懸掛在植株上方20cm處，以懸掛30塊/667m2～35塊/667m2黃板為宜。

(2)

其中:

(3)

Mxx、Myy、Mxy為二階中心距,分別代表水平方向和垂直方向的凈矩及最小轉矩角。

2.3 旁瓣去除

1)高分辨艦船目標具有對稱的特點,質心大致位于主軸附近。因此,認為旋轉至水平方向的艦船目標的質心所在長直線為目標主軸。以主軸為分界線,主軸上方目標像素認為是艦船上半部分,主軸下方目標像素認為是艦船下半部分。由于估計的艦船主軸與真實艦船主軸有一定偏差,因此在進行旁瓣去除時,上下兩部分分開處理。

2)進行上半部分旁瓣去除,統(tǒng)計艦船目標第i列主軸上側的目標區(qū)域像素個數(shù),定義為艦船上半部分到主軸的距離G_on,G_on=[G_on1,G_on2,…G_onw],w為目標艦船長度。將G_on中的最大值記為max_on。

3)考慮到艦船目標旁瓣距離主軸較遠,而未產生旁瓣的兩側艦船像素離主軸距離基本相同。同時在某些情況下,由于成像、目標遮擋等原因,艦船上部分區(qū)域成像效果較差,導致計算出的艦船上邊緣距離主軸較近。為了去除這兩種情況對估計艦船主體寬度的影響,對得到的G_on進行排序,去除前25%的近距離單元和后25%的遠距離單元,用剩余的中間50%單元計算得到的平均距離mean_on作為艦船的真實上側寬度的估計。

4)去除遠離主軸的旁瓣像素。比較p*max_on與mean_on的大小,如果滿足不等式p*max_on>mean_on,認為p*max_on以外的像素是旁瓣像素,將之置為0。其中p是一個參數(shù),實驗中設置為0.9。

5)更新二值圖,重復1)-4)步,直至p*max_on≤mean_on。循環(huán)結束。

6)使用同樣的方法對主軸下方的像素點進行處理。最終得到的最小外接矩形寬度為兩次處理得到的mean_on之和,最小外接矩形的長度在寬度處理過程中自動更新。

旁瓣處理完畢后,根據(jù)得到的船體目標二值圖估計最小外接矩形,提取目標的幾何結構特征。

3 實驗及結果分析

為驗證本文算法的有效性,使用實測衛(wèi)星SAR圖像和彈載SAR圖像分別進行驗證。

1)實驗一:

圖5中SAR圖像船只樣本來源于FUSAR_Ship1.0數(shù)據(jù)集[11],實驗樣本來自于高分三號衛(wèi)星,分辨率為1.7m×1.124m,圖像大小為512×512,前兩幅圖是散裝貨船,后兩幅圖是集裝箱船。將本文提出的旁瓣去除算法與逐步逼近法Radon變換法進行對比,實驗結果如圖5所示。圖中淺灰色虛線框是初始的最小外接矩形,實線框是使用不同旁瓣去除算法去除旁瓣后得到的最小外接矩形。

如圖5中第一行的散裝貨船所示,由于其特殊的散射特性,SAR圖像中船體中存在多個空腔,使用逐步逼近法去除旁瓣時,出現(xiàn)旁瓣去除不完全的現(xiàn)象,這種情況下提取的最小外接矩形與真實值存在差距。這是因為由于空腔的存在,計算出來的船只面積較小,而初始獲取的船只長寬與真實值相近,使用這種情況下的面積和長寬進行實驗時,獲得的閾值偏小,最后使得去除旁瓣的循環(huán)提前終止,最終導致旁瓣不能完全去除。使用Radon變換法去除的旁瓣效果比使用逐步逼近法好,但是從圖中可以看出,底部旁瓣仍然未能完全去除。而本文提出的方法可以完全去除旁瓣,獲得準確的最小外接矩形。

圖5 3種算法實驗對比(星載SAR圖像)

第二、三幅船只樣本實驗表明,當船只成像的效果很好,旁瓣現(xiàn)象較弱時,使用這三種方法都可以很好地去除旁瓣,只是在邊緣細節(jié)上存在差異,逐步逼近法效果最差,仍有較少的旁瓣未能去除,Radon變換法存在將船只邊緣當作旁瓣去除的情況,而本文提出的方法明顯更貼合船只邊緣。

與前三幅圖像相比,第四幅圖中艦船的旁瓣明顯嚴重,此時逐步逼近法失效,這是由于旁瓣較大時,最初獲取的外接矩形寬較大,從而導致后續(xù)使用逐步逼近法時迭代提前結束,最后得到的最小外接矩形中包含旁瓣,而Radon變換法受到艦船兩側雜波的影響,選擇的最大峰值附近的區(qū)域過大,使得最后得到的最小外接矩形偏大。本文提出的算法能夠在迭代過程中逐步將艦船強散射點導致的大旁瓣遠距離單元點去除,從而獲取最接近于艦船真實寬度的最小外接矩形,提取出更準確的艦船目標區(qū)域。

2)實驗二:

圖6中船只為使用某型號導引頭對海灣靜止貨船成像的結果,圖像的分辨率為3.58m×2.51m,實驗數(shù)據(jù)切片大小為512×512,三幅圖像中的船只都是貨船。在這三幅SAR圖像上分別應用三種旁瓣去除算法,實驗結果如圖6所示,其中第一列為未經過預處理的原始圖像,第2、3、4列圖像是分別應用旁瓣去除算法得到的結果,圖6中灰色虛線框是初始的最小外接矩形,實線框是使用不同旁瓣去除算法去除旁瓣后得到的最小外接矩形。為了讓最小外接矩形邊框更加清晰,圖6中放大了船只部分區(qū)域。

圖6 3種算法實驗對比(彈載SAR圖像)

彈載SAR傳感器成像孔徑小于星載SAR傳感器,且平臺沒有衛(wèi)星穩(wěn)定,導致數(shù)據(jù)補償誤差較大,因此圖6中彈載平臺的成像結果沒有星載好,船只整體亮度偏低,旁瓣現(xiàn)象比星載SAR圖像要更嚴重。同時,彈載SAR圖像分辨率低于星載SAR圖像,所以圖6中所示艦船目標的細節(jié)沒有星載艦船目標豐富。

如第一個船只樣本所示,旋轉至水平方向后的艦船右下方有較大的旁瓣,嚴重影響了對艦船幾何結構特征的估計,使用逐步逼近法和Radon變換法對于較大的旁瓣無能為力,而經過本文提出的逐步逼近法處理后,可以獲得較為準確的船只最小外接矩形。

如圖6中第二行所示,船只整體均勻,船體內空腔較少,而且旁瓣現(xiàn)象也較弱,使用三種旁瓣去除算法都可以獲得滿意的結果,但是從細節(jié)上可以看出,使用逐步逼近法得到的最小外接矩形偏大,效果最差,而Radon變換法效果與本文所提方法近似。

第三個船只樣本的旁瓣現(xiàn)象非常嚴重,旁瓣寬度甚至與船只寬度相同,此時逐步逼近法完全失效,得到的最小外接矩形寬度遠大于船只的寬度,這是逐步逼近法無法解決的情況。Radon變換法去除旁瓣效果也下降,艦船的寬度估計明顯偏大,而本文提出的基于距離約束的去旁瓣算法仍然能夠準確地去除旁瓣,獲得符合船只特性的最小外接矩形。

由上述對彈載SAR圖像和星載SAR圖像的實驗結果可以看出,逐步逼近法魯棒性較差,受限條件較多,在旁瓣過大,或者船只內部空腔過多時會出現(xiàn)失效的情況,Radon變換法效果比逐步逼近法好,但是存在將艦船邊緣當作旁瓣去除的情況,而本文提出的去旁瓣算法適用于各種情況,相比于逐步逼近法和Radon變換法能夠更準確地去除旁瓣,并且算法實現(xiàn)簡單,有較好的工程應用價值。

4 結束語

旁瓣效應廣泛存在于SAR圖像中,旁瓣的存在嚴重影響了幾何結構特征的提取,本文分析了真實SAR艦船圖像中旁瓣和艦船特性,提出了一種基于距離約束的SAR圖像艦船目標旁瓣去除方法。實驗結果表明,本文提出的算法能夠有效去除旁瓣的影響,保留目標主體區(qū)域,對后續(xù)提取幾何結構特征、提高目標識別精度提供了有力的保障。