基于轮廓重建的渔船雷达MAP-MRF快速反演研究_郑建丽.pdf

引用本文格式郑 建 丽，曹 建 军，刘 洋 基 于 轮 廓 重 建 的 渔 船 雷 达 MAP-MRF 快 速 反 演 研 究 J 农 业 工 程，2023，13（1）：22-28 DOI：10.19998/ki.2095-1795.2023.01.004 ZHENG Jianli，CAO Jianjun，LIU YangRapid retrieval of shipborne fishing vessel radar by MAP-MRF based on contourreconstructionJAgricultural Engineering，2023，13（1）：22-28基于轮廓重建的渔船雷达 MAP-MRF 快速反演研究郑建丽1，曹建军1，刘洋2（1.中国水产科学研究院渔业机械仪器研究所，上海 200092；2.辽宁师范大学计算机与信息技术学院，辽宁 大连 116081）摘要：渔船雷达是渔船导航系统的重要组成部分，在海上复杂气象条件下，具有不受能见度影响进行全天候观测的优势。从雷达信号向可判读图像信号的反演过程中，对雷达照射夹角间的缺失数据进行重建是反演过程中计算和时间花费最大的部分。依据渔船反演过程中的特性，将统计力学模型引入到雷达图层轮廓的重建计算中，应用最大后验概率马尔可夫随机场框架实现了渔船雷达的快速雷达图像反演过程。研究成果对于减少反演时间，提高雷达刷新率，及时准确地发现海上强对流灾害目标具有重要的意义和实用价值。关键词：渔船雷达；反演；马尔可夫随机场；轮廓；插值中图分类号：TP391.7文献标识码：A文章编号：2095-1795（2023）01-0022-07DOI：10.19998/ki.2095-1795.2023.01.004Rapid Retrieval of Shipborne Fishing Vessel Radar by MAP-MRFBased on Contour ReconstructionZHENG Jianli1，CAO Jianjun1，LIU Yang2（1 Fishery Machinery and Instrument Research Institute，Chinese Academy of Fishery Sciences，Shanghai 200092，China；2 School of Computer and Information Technology，Liaoning Normal University，Dalian Liaoning 116081，China）Abstract：Fishing vessel radar is an important part of shipborne system，which has advantage of observation without being affected byvisibility under complicated meteorological conditions at sea In inversion process from radar signal to interpretable image signal，reconstruction of missing data between angle of radar irradiation is the most time-consuming part in inversion process Based oncharacteristics of meteorological radar inversion，statistical mechanics model was introduced into reconstruction calculation of radar layercontour，and Maximum a Posteriori-Markov Random Field（MAP-MRF）was appliedMAP-MRF framework realized fast radar imageretrieval process of shipborne meteorological radarThe proposed method reduced inversion time and improve radar refresh rate so as totimely and accurately discover marine severe convection disaster targetsKeywords：fishing vessel radar，retrieval，MRF，contour，interpolation0引 言船载雷达是放置在船上用来观测船舶周围各种水面目标和即时气象环境的重要观测工具。在船舶航行中遇到雾、霾、雨等现象导致能见距离受到影响，无法凭目视发现目标的条件下，雷达表现出受环境影响小、观测距离远的优势。目前，常用的航海雷达有SPERRY-MK 系 列、JRC-JMA 系 列 和 FURUNO-FAR系列等。根据国际电工委员会 IEC623882013 标准，船载雷达的显示图像应能够进行连续且平滑的雷达图像更新1。但目前主流的雷达终端只能满足部分观测需求，还无法达到连续平滑的显示效果，难以观测海上近地大气层一些快速生成和移动的强对流气象目标。从观测对象的角度分析，海洋环境水汽热量充足，下收稿日期：2022-07-18修回日期：2022-10-04基金项目：崂山实验室科技创新项目（LSKJ202201805）；国家自然科学基金项目（32073026）；辽宁省“兴辽英才计划”资助项目（XLYC1807073）；大连市支持高层次人才创新创业项目（2019RQ037）作者简介：郑建丽，硕士，副研究员，主要从事渔船技术法规研究，开展法规体系、政策及检验制度相关工作E-mail：刘洋，通信作者，博士，讲师，主要从事图像识别、深度学习、雷达图像应用和工业图像缺陷检测研究E-mail：第 13 卷 第 1 期农业工程Vol.13No.12023 年 1 月AGRICULTURAL ENGINEERINGJan.2023垫面平滑，气象目标形成和移动速度较快。约 70%的龙卷风从出现到消失的生命周期为 110 min，海上冷风的移动速度可达 70 km/h 以上2。这些快速生成和变化的气象目标对雷达数据处理提出了高清显示和更快速度的要求。从观测平台的角度分析，船载雷达因平台稳定性差和能量系统相对封闭等原因，探测距离一般为 4080 km。相较于陆基雷达通常 200300 km 的探测距离，船载雷达的目标探测距离更短，因而有效应对时间更少。陆基雷达处理的数据量通常远远高于船载雷达，但传统陆基雷达对于提升数据处理速度的解决方案不适用于船载雷达。通常陆基雷达产品生成一般分为前端和后端两部分，前端计算机用来控制雷达及其机构并收集反射信号，后端计算机用来将雷达信号反演成图像产品。在陆基雷达的反演过程中后端计算机通常为计算能力较强的超级计算机，通过改善硬件的方式提高反演速度。但由于小型船舶制造成本和能量环境等限制因素，应用改进硬件来提高反演速度的方法并不适用于目前的渔船和游艇等小型船舶的情况。目前，国内海洋渔船一般采用基于（812 GHz）波段的小型雷达，通过天线发射电磁波到海面，电磁波与雷达波长相当的毛细波产生 Bragg 散射，后向散射回波后被天线接收，形成“海杂波”，接收终端把连续接收的回波形成图像序列，而波长较长的重力波通过对毛细波的调制作用表现在海杂波图像上，从中提取风、浪、流等海洋环境信息3-5。本文分析传统雷达图像反演过程和成像步骤，利用对雷达图层封闭轮廓的重建，提出基于轮廓重建的船载雷达 MAP-MRF 快速反演方法，解决渔船雷达图像反演过程中大量重复计算缺失数据的重建插值过程。通过统计力学模型对MRF 中格点划分进行精确建模，利用 MAP-MRF 方法对基于轮廓重建的雷达图层边界进行估计。将整幅图像的插值重建转化为对图层轮廓的精确分割，实现雷达图像的快速反演，从而提高显示终端的刷新率，实现对海上极端气象目标的及时发现和连续追踪，满足渔民对天气气象的变化情况特别是坏气象实时了解的需求。在证明基于轮廓反演方法有效性的同时，验证应用基于统计力学模型的 MAP-MRF 算法对雷达图像进行相位估计的可行性，为进一步从概率模型方向处理雷达图像提供新的分析思路和处理方法。主要内容分为 3 个部分：一是通过对渔船雷达数据和反演过程的分析，明确反演方法改进重点和改进内容；二是对PPI 模式下的雷达基数据图像应用 MAP-MRF 算法重建封闭轮廓进行精确重建，进而反演成像；三是将试验结果与较有代表性的传统反演方法在成像质量和运行速度上进行分析和比较。1研究内容1.1雷达图像反演雷达图像的重建可分为基于时间维度和基于空间维度的两种过程，二者分别对应雷达反演过程中时间分辨率（temporal resolution）和空间分辨率（spatialresolution）。本文主要讨论单帧雷达图像的空间超分辨率重建方法。雷达的扫描方式是建立在球坐标系中，但其展示和应用通常在笛卡尔坐标系下，因此雷达图像的反演处理中包含了两个坐标系下的数据坐标转换。当坐标系变换后，雷达的辐射结构会造成近雷达端数据采样密集混叠，远雷达端数据采样稀疏缺失的情况。因此，雷达通常会对坐标系变换后的雷达图像进行重建或插值操作来改善以上问题。将雷达图像重建算法分为雷达格点分析法和通用插值算法两类。雷达格点分析法是在雷达和气象领域常用的数据插值和分析方法，如 Barnes 分析法和 Cressman 分析法等6-9。Barnes 分析法能够把分布不均匀的数据映射到规则网格坐标系的指数权重，在映射到笛卡尔坐标系时通常应用均一 Barnes 插值，在插值到球坐标系时一般应用自适应 Barnes 插值。重建雷达图像具有平滑、失真较小的优点，此外 Barnes 分析法还可用于基于站点序列的插值和纠错。Cressman 分析法用于从基数据向格点空间的映射，通过加权影响半径内基数据对格点值进行计算，采用迭代影响半径的方式优化精度依据影响半径。Cressman 计算速度快且重建准确率高，但当映射空间密度高于基数据密度时算法稳定性较弱，边缘附近易出现极值点。通用插值算法因应用范围广，在性能和比较分析方面有比较深入的研究10-14。其中最常用的算法包括最邻近插值法、双线性插值法、基于小波的插值法，以及近年来被广泛研究的基于机器学习理论的插值法等。其中最邻近插值法是最简单也是最快速的一种方法，计算复杂度最低，对于噪声敏感。双线性插值法是在实际应用中被广泛采用的算法，时间复杂度较低，峰值信噪比、均方差及主观评价等较最邻近插值法有明显改善。基于小波的插值法是利用小波分解后的高频信息预测高分辨率图像，重构高分辨率图像的方法，是应用变换域插值的一种主要方法。机器学习的图像超分辨率重建法属于基于样例的重建，其中比较有代表性的如 DONG W 等15基于稀疏编码重建，以及 SHIW 等 16对卷积网络的深度训练图像重建等，对于普通图像深度学习方法具有较好的重建效果，但在气象雷达领域面临着探测目标通常不具有稳定的结构特征，重建内容缺少对应训练数据的问题。郑建丽等：基于轮廓重建的渔船雷达 MAP-MRF 快速反演研究 23 在图像重建的研究中，基于边缘信息的重建是比较有代表性的方向。图像边缘表达了更加丰富的图像信息，通过解决重建过程中的边缘模糊效应和锯齿状不连续等问题能够有效改善整幅重建效果17-18。因此有效利用图像边缘信息是有效改善重建效果、提升重建效率的一个有效方向。受此启发，提出精确分割阈值图层轮廓实现雷达图像重建的方法。同时，渔船雷达图像是灰度图像，图像中的舰船目标和陆地区域灰度级较高，海面区域灰度值较低，目标与目标之间不会重叠，对此图像重建方法具有一定的自适应性。1.2空气运动描述模型雷