一种SAR图像舰船目标旁瓣去除方法_杨龙顺.pdf

第 卷 第 期（总第 期）年 月火控雷达技术 .（）.收稿日期：作者简介：杨龙顺（），男，硕士研究生。研究方向为 图像识别技术。一种 图像舰船目标旁瓣去除方法杨龙顺 郭鹏程 王晶晶 冯 超（西安电子工程研究所 西安）摘 要：图像舰船目标的几何结构参数对于 图像舰船目标识别具有重要意义，然而由于实际获取的 图像中舰船存在旁瓣干扰，导致提取的舰船几何结构参数和真实值相距甚远。本文提出一种基于距离约束的 图像舰船目标旁瓣去除方法，提出方法首先基于矩技术对目标方位角进行估计；然后利用获取的方位角将目标旋转至水平方向并提取目标主轴；最后通过比较舰船两侧到主轴的最大距离和平均距离对目标图像进行迭代，实现目标旁瓣去除。基于弹载和星载 图像舰船目标切片数据的实验结果表明，提出的方法能够有效去除旁瓣杂波，进而有利于获取精确的舰船几何结构特征。关键词：；旁瓣；结构特征；检测；变换中图分类号：文献标志码：文章编号：（）引用格式：杨龙顺，郭鹏程，王晶晶，冯超.一种 图像舰船目标旁瓣去除方法.火控雷达技术，（）：.：.，（，）：.，.，.，.，.，.，.：；引言合成孔径雷达（，）是一种主动式微波成像传感器，具有不受光照和气候约束的优点，可以全天时、全天候获取数据，在军事和农业中应用广泛。海洋舰船检测与识别在海上交通管制、海洋资源保护等方面具有非常重要的作用。在民用方面，舰船目标识别可以帮助相关部门进行海面和港口交通规划，搜寻遇难船只；在军事火 控 雷 达 技 术第 卷方面，舰船目标识别可以获取敌方船只信息，帮助海军提前布防。早期雷达分辨率较低，舰船目标在 图像上表现为几个像素点，难以实现对舰船目标的识别。近十几年来，随着新一代高分辨率 系统如 、的出现，获取的 图像中舰船目标的几何结构特征和电磁散射特征更加丰富，使得舰船目标识别成为现实。图像舰船目标识别是在舰船目标切片上提取目标特征，进而区分目标的类别属性。几何结构特征描述了目标实际尺寸、形状等信息，并且提取方法简单，物理意义明确，成为了对舰船目标初分类的重要依据，得到了广泛的研究。然而拖尾、旁瓣的存在导致船舶的最小外接矩形提取不准确，获取的几何结构特征与真实值存在误差，因此去除旁瓣是提取几何结构特征不可或缺的一步。为了去除旁瓣的影响，陈文婷使用 变换对 舰船图像进行处理，将目标主体区域选择问题转换成 域中的最大峰值区域检测问题，去除了旁瓣影响，再对目标的几何结构特征精确提取，然而 变换的最大峰值区域难以准确提取。张宏首先估计舰船方向，再利用逐步逼近法去除旁瓣，最后提取目标几何结构特征，该方法在 图像中旁瓣较小时效果好，但是当旁瓣较大时，逐步逼近法无法去除旁瓣的影响。吴凡使用积分的方式在距离向和方位向上寻找旁瓣，同时认为旁瓣宽度为 个像素，因此采用局部均值滤波算法消除旁瓣，但是旁瓣的形式多种多样，在很多情况下并不是严格沿着距离维和方位维方向，同时 图像分辨率较高时，旁瓣的宽度可达十几个像素，在这些情况下，此方法会失效。牛蕾认为旁瓣能量低于舰船目标整体区域能量均值，因此提出一种两次检测的去旁瓣算法，在两次检测出的外接矩形区域内，根据旁瓣特性进行统计分析，删除疑似旁瓣区域。但是在实际 图像中，离舰船较近的区域，旁瓣能量与舰船能量相当，因此在二次检测时，可能会将旁瓣误判为目标强散射点，使得去旁瓣效果差。针对当前 舰船目标由于旁瓣影响导致特征提取不准确的问题，本文结合 图像中舰船旁瓣像素点距主轴距离相较于舰船主体距主轴距离更大的特点，提出了一种基于舰船像素距主轴距离约束的旁瓣去除方法。提出方法首先将舰船目标旋转至水平方向并提取目标主轴，然后利用舰船两侧像素到主轴最大距离与平均距离的相对关系逐步迭代去除目标旁瓣。实验结果表明提出方法能够在保留舰船主体区域的同时有效去除旁瓣。舰船图像特性分析当舰船在海面上航行时，舰船速度可以沿着距离维和方位维进行分解，在方位维上的分量会对舰船的成像结果产生几何失真，在实际的 图像中表现为舰船上方位向附近存在强散射区域，即拖尾现象。同时，由于舰船强散射结构的特点，当舰船中某一结构后向散射较为强烈时，会抑制周围弱散射目标，在 图像中产生十字交叉的白色亮斑，这种现象称为旁瓣效应。如图 所示，旁瓣现象存在时，检测得到的目标区域相对于舰船主体区域外延，导致舰船轮廓（最小外接矩形）提取相比于其真实值变宽 变长，严重影响目标识别性能。图 “旁瓣”现象示意图海上舰船尺寸较大，并且大都呈现首尖尾方的细长形状，船体边缘到舰船主轴的距离近似不变，在 图像中表现为近似对称的长方形。旁瓣存在的情况下，舰船轮廓发生畸变，旁瓣处舰船两侧像素到主轴的距离明显变大。统计旋转至水平方向的舰船二值图像每一列中上侧最远目标像素到主轴的距离，其分布如图 所示，图（）是旋转后的二值图，图（）是图（）中上侧舰船像素到主轴的距离分布图，图（）中横坐标表示舰船上侧最远目标像素到主轴的距离，纵坐标表示出现的频数。舰船两侧到主轴的距离呈现出“中间高两边低”的分布，到主轴的距离较小的单元中一部分是由于舰船船头尖的特性导致检测后距离小，另一部分是由于舰船某些区域散射强度较低，未能在二值图像中显示，因此计算后的距离小；而右侧距离值大的部分则是由于旁瓣的存在导致的。从图 中可以看出，舰船两侧到主轴的真实距离位于出现频率高的距离区间内。根据这种分布特性，可以利用中间部分的平均距离和最大距离的关系迭代去除旁瓣，从而估计舰船真实宽度。第 期杨龙顺等：一种 图像舰船目标旁瓣去除方法图 二值图与分布图 舰船 图像旁瓣去除流程根据前述舰船目标 图像中旁瓣的特性，本文提出的去旁瓣算法流程如图 所示。图 旁瓣去除流程具体步骤如下详解。.切片预处理首先对原始 图像切片进行 检测，检测得到二值图像，二值图像中目标区域值为，其余区域为。得到的二值图像中舰船目标中有小的杂波区域，通过求取连通区域的面积，限定最小连通区域大小将面积较小的区域进行去除。利用二值图像对原始切片进行掩膜处理，得到目标区域图像。预处理的结果如图 所示。图 原始图像及预处理结果火 控 雷 达 技 术第 卷.方位角估计方位角描述了舰船航向，定义为目标主轴与图像距离维或者方位维的夹角。方位角估计的精度对后续处理具有至关重要的作用，本文利用矩技术估计方位角。基于矩技术的方位角估计方法将预处理得到的二值图看作是二维密度分布函数，只考虑二阶矩集，那么 图像切片中舰船目标可以近似为一个椭圆，椭圆中心为图像目标的质心，这个椭圆模型的倾角就是舰船目标的方位角。基于矩技术的角度估计方法计算简单，具备很强的抗噪声干扰性能，是一种估计精度高同时稳健性好的方法。基于矩技术估计舰船方位角的具体计算过程如下，设切片的二值图像为（，），则目标切片的（）阶二维笛卡尔原点矩 为（，）（）其中，表示像素坐标位置，（，）是在（，）处的二值图像的值。方位角的计算方法为 （）（）其中：（）|（）、为二阶中心距，分别代表水平方向和垂直方向的净矩及最小转矩角。.旁瓣去除）高分辨舰船目标具有对称的特点，质心大致位于主轴附近。因此，认为旋转至水平方向的舰船目标的质心所在长直线为目标主轴。以主轴为分界线，主轴上方目标像素认为是舰船上半部分，主轴下方目标像素认为是舰船下半部分。由于估计的舰船主轴与真实舰船主轴有一定偏差，因此在进行旁瓣去除时，上下两部分分开处理。）进行上半部分旁瓣去除，统计舰船目标第 列主轴上侧的目标区域像素个数，定义为舰船上半部分到主轴的距离，为目标舰船长度。将 中的最大值记为。）考虑到舰船目标旁瓣距离主轴较远，而未产生旁瓣的两侧舰船像素离主轴距离基本相同。同时在某些情况下，由于成像、目标遮挡等原因，舰船上部分区域成像效果较差，导致计算出的舰船上边缘距离主轴较近。为了去除这两种情况对估计舰船主体宽度的影响，对得到的 进行排序，去除前 的近距离单元和后 的远距离单元，用剩余的中间 单元计算得到的平均距离 作为舰船的真实上侧宽度的估计。）去除远离主轴的旁瓣像素。比较 与 的大小，如果满足不等式 ，认为 以外的像素是旁瓣像素，将之置为。其中 是一个参数，实验中设置为.。）更 新 二 值 图，重 复）步，直 至 。循环结束。）使用同样的方法对主轴下方的像素点进行处理。最终得到的最小外接矩形宽度为两次处理得到的 之和，最小外接矩形的长度在宽度处理过程中自动更新。旁瓣处理完毕后，根据得到的船体目标二值图估计最小外接矩形，提取目标的几何结构特征。实验及结果分析为验证本文算法的有效性，使用实测卫星 图像和弹载 图像分别进行验证。）实验一：图 中 图像船只样本来源于.数据集，实验样本来自于高分三号卫星，分辨率为.，图像大小为 ，前两幅图是散装货船，后两幅图是集装箱船。将本文提出的旁瓣去除算法与逐步逼近法 变换法进行对比，实验结果如图 所示。图中浅灰色虚线框是初始的最小外接矩形，实线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。如图 中第一行的散装货船所示，由于其特殊的散射特性，图像中船体中存在多个空腔，使用逐步逼近法去除旁瓣时，出现旁瓣去除不完全的现象，这种情况下提取的最小外接矩形与真实值存在差距。这是因为由于空腔的存在，计算出来的船只面积较小，而初始获取的船只长宽与真实值相近，使用这种情况下的面积和长宽进行实验时，获得的阈值偏小，最后使得去除旁瓣的循环提前终止，最终导致旁瓣不能完全去除。使用 变换法去除的旁瓣效果比使用逐步逼近法好，但是从图中可以看出，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，获得准确的最小外接矩形。第 期杨龙顺等：一种 图像舰船目标旁瓣去除方法图 种算法实验对比（星载 图像）第二、三幅船只样本实验表明，当船只成像的效果很好，旁瓣现象较弱时，使用这三种方法都可以很好地去除旁瓣，只是在边缘细节上存在差异，逐步逼近法效果最差，仍有较少的旁瓣未能去除，变换法存在将船只边缘当作旁瓣去除的情况，而本文提出的方法明显更贴合船只边缘。与前三幅图像相比，第四幅图中舰船的旁瓣明显严重，此时逐步逼近法失效，这是由于旁瓣较大时，最初获取的外接矩形宽较大，从而导致后续使用逐步逼近法时迭代提前结束，最后得到的最小外接矩形中包含旁瓣，而 变换法受到舰船两侧杂波的影响，选择的最大峰值附近的区域过大，使得最后得到的最小外接矩形偏大。本文提出的算法能够在迭代过程中逐步将舰船强散射点导致的大旁瓣远距离单元点去除，从而获取最接近于舰船真实宽度的最小外接矩形，提取出更准确的舰船目标区域。）实验二：图 中船只为使用某型号导引头对海湾静止货船 成 像 的 结 果，图 像 的 分 辨 率 为.，实验数据切片大小为 ，三幅图像中的船只都是货船。在这三幅 图像上分别应用三种旁瓣去除算法，实验结果如图 所示，其中第一列为未经过预处理的原始图像，第、列图像是分别应用旁瓣去除算法得到的结果，图 中灰色虚线框是初始的最小外接矩形，实线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。为了让最小外接矩形边框更加清晰，图 中放大了船只部分区域。火 控 雷 达 技 术第 卷图 种算法实验对比（弹载 图像）弹载 传感器成像孔径小于星载 传感器，且平台没有卫星稳定，导致数据补偿误差较大，因此图 中弹载平台的成像结果没有星载好，船只整体亮度偏低，旁瓣现象比星载 图像要更严重。同时，弹载 图像分辨率低于星载 图像，所以图 中所示舰船目标的细节没有星载舰船目标丰富。如第一个船只样本所示，旋转至水平方向后的舰船右下方有较大的旁瓣，严重影响了对舰船几何结构特征的估计，使用逐步逼近法和 变换法对于较大的旁瓣无能为力，而经过本文提出的逐步逼近法处理后，可以获得较为准确的船只最小外接矩形。如图 中第二行所示，船只整体均匀，船体内空腔较少，而且旁瓣现象也较弱，使用三种旁瓣去除算法都可以获得满意的结果，但是从细节上可以看出，使用逐步逼近法得到的最小外接矩形偏大，效果最差，而 变换法效果与本文所提方法近似。第三个船只样本的旁瓣现象非常严重，旁瓣宽度甚至与船只宽度相同，此时逐步逼近法完全失效，得到的最小外接矩形宽度远大于船只的宽度，这是逐步逼近法无法解决的情况。变换法去除