基于假設(shè)檢驗(yàn)及SAR圖像統(tǒng)計(jì)分布特性的偽裝效果評(píng)價(jià)方法

龐海洋，劉凱龍，王巖飛

(1.63956部隊(duì)北京100093;2.中國(guó)科學(xué)院電子學(xué)研究所，北京100022;3.中國(guó)科學(xué)院研究生院，北京100039)

偽裝是為被敵方探測(cè)、識(shí)別和定位目標(biāo)的可能性減少到最低或所要求限度而采取的各種“隱真示假”方法［1］。從偽裝的定義可看出，偽裝目的是針對(duì)敵方發(fā)現(xiàn)、識(shí)別和定位己方目標(biāo)，通過(guò)迷惑敵方，從而影響敵方的判斷，保證我方戰(zhàn)略、戰(zhàn)術(shù)意圖的順利實(shí)施以及提高我方軍事目標(biāo)的生存能力。

在現(xiàn)代信息化戰(zhàn)場(chǎng)條件下，隨著高分辨率SAR技術(shù)的進(jìn)步，高分辨率SAR系統(tǒng)得到廣泛的應(yīng)用，由于SAR系統(tǒng)具有全天候、全天時(shí)、覆蓋面積大等優(yōu)點(diǎn)，使SAR圖像被廣泛用于進(jìn)行軍事偵察、打擊效果評(píng)估等軍事行動(dòng)，成為現(xiàn)代戰(zhàn)場(chǎng)信息獲取的一個(gè)重要手段。

針對(duì)高分辨率SAR偵察對(duì)軍事偽裝的威脅，應(yīng)研究相應(yīng)的偽裝效果評(píng)價(jià)方法，通過(guò)科學(xué)、全面、準(zhǔn)確地評(píng)價(jià)我軍裝備和國(guó)防工程的偽裝效果，確保其能在高分辨SAR偵察下具備有效的偽裝，從而提升防高分辨率SAR偵察能力及戰(zhàn)場(chǎng)生存能力。

1 偽裝目標(biāo)及背景的分布特性

在SAR圖像中，場(chǎng)景和目標(biāo)服從一定的分布特性，其分布特性與其電磁特性相關(guān)，當(dāng)場(chǎng)景或目標(biāo)發(fā)生變化時(shí)，將引起相應(yīng)SAR圖像的分布特性的變化［2－4］。

由于偽裝目標(biāo)與背景的電磁特性的差異，其在SAR圖像上表現(xiàn)出的分布特性曲線也會(huì)相應(yīng)的存在差異。為分析、研究這種差異性，在某訓(xùn)練場(chǎng)組織了一次大型偽裝試驗(yàn)，參試裝備包括多型偽裝裝備以及主戰(zhàn)裝備。利用這些裝備，根據(jù)我軍偽裝條令，綜合利用各種手段，在試驗(yàn)場(chǎng)區(qū)域內(nèi)布置了多個(gè)偽裝目標(biāo)。利用機(jī)載高分辨率SAR系統(tǒng)(X波段，0.3 m分辨率)，經(jīng)多次飛行，獲取了試驗(yàn)區(qū)域的高分辨率SAR圖像。

圖1(a)、(b)給出其中兩個(gè)偽裝目標(biāo)及其背景的特性曲線。被偽裝目標(biāo)均為某型號(hào)軍用戰(zhàn)車(chē)，使用某型號(hào)偽裝器材進(jìn)行掩蓋，圖1(a)中偽裝目標(biāo)的遮障面用一定的手段進(jìn)行裝飾，圖1(b)中偽裝后的戰(zhàn)車(chē)未采用裝飾手段，放置于叢林內(nèi)。圖1 (c)給出的是未偽裝目標(biāo)及其背景的特性曲線。

圖1 目標(biāo)與背景SAR圖像特性曲線Fig.1 Characteristic distributing for targets and background

從圖1(a)～(c)給出的分布特性曲線分析得出:

1)盡管進(jìn)行了偽裝，但偽裝目標(biāo)與背景的分布特性曲線仍存在差異。

2)偽裝目標(biāo)(相對(duì)于未偽裝目標(biāo))與背景的分布特性曲線差異較小。

3)采用不同的偽裝策略，偽裝效果存在差異。這也充分說(shuō)明經(jīng)過(guò)偽裝，目標(biāo)的特性接近于背景的特性，針對(duì)這種情況，需要建立相應(yīng)的方法進(jìn)行偽裝效果評(píng)價(jià)。

2 基于假設(shè)檢驗(yàn)及統(tǒng)計(jì)分布特性的偽裝效果評(píng)價(jià)算法

在實(shí)際應(yīng)用中，大多數(shù)防SAR偵察偽裝效果評(píng)價(jià)問(wèn)題都能以SAR圖像感興趣區(qū)域一致性檢測(cè)的形式提出，通過(guò)不同時(shí)段的同一區(qū)域一致性檢測(cè)、同一時(shí)段的不同區(qū)域一致性檢測(cè)，識(shí)別目標(biāo)區(qū)域狀態(tài)的變化。

首先需要對(duì)高分辨率SAR圖像的分布特性進(jìn)行假設(shè)檢驗(yàn)。假設(shè)圖像目標(biāo)區(qū)域的灰度值為某分布，為了檢驗(yàn)此假設(shè)的正確性，利用區(qū)域內(nèi)的數(shù)據(jù)估算出服從某一分布，然后抽取隨機(jī)樣本進(jìn)行雙邊檢測(cè)，通過(guò)顯著性水平確定的拒絕域決策。步驟為:

1)計(jì)算圖像區(qū)域的灰度值概率分布，構(gòu)造區(qū)域圖像的灰度直方圖;

2)提出原假設(shè)H0，區(qū)域圖像強(qiáng)度服從某分布，其分布函數(shù)為Fx(x，θ);

3)根據(jù)樣本總體數(shù)據(jù)，估計(jì)參數(shù)θ值;

4)根據(jù)假設(shè)檢驗(yàn)原理，抽取N個(gè)隨機(jī)樣本數(shù)，標(biāo)準(zhǔn)化后進(jìn)行雙邊檢測(cè);

5)選擇顯著性水平α，確定檢驗(yàn)的拒絕域或臨界點(diǎn);

6)決策是否接受假設(shè)H0［5］。

由于偽裝效果評(píng)價(jià)的任務(wù)是判斷偽裝目標(biāo)的特性數(shù)據(jù)是否和背景相似，若偽裝目標(biāo)數(shù)據(jù)和背景數(shù)據(jù)皆為圖像，則偽裝效果評(píng)價(jià)問(wèn)題可以表述為:在給定檢驗(yàn)水平的條件下，判斷偽裝目標(biāo)圖像與背景圖像有無(wú)明顯差別。通過(guò)檢驗(yàn)偽裝目標(biāo)與背景SAR圖像的分布特性是否服從一致的對(duì)數(shù)正態(tài)分布來(lái)定量分析偽裝效果。

下面從實(shí)際試驗(yàn)中比較典型的情況出發(fā)，推導(dǎo)服從對(duì)數(shù)正態(tài)分布的高分辨率SAR圖像偽裝效果評(píng)價(jià)算法。

1)假設(shè)圖像x和y均服從獨(dú)立對(duì)數(shù)正態(tài)分布，分別從圖像x和圖像y中各隨機(jī)抽取Nx、Ny個(gè)像素點(diǎn)，像素點(diǎn)的灰度均值和方差分別為:、

5)在得到方差齊性的基礎(chǔ)上，判別μx與μy，作出假設(shè):H0:μx=μy;H1:μx≠μy。

7)根據(jù)t檢驗(yàn)，當(dāng)H0為真時(shí)，t～t(Nx+Ny－2)。若|t|＜tα(Nx+Ny－2)，則接受假設(shè)H0，認(rèn)為圖像x和圖像y無(wú)明顯差別，即偽裝效果好;否則接受假設(shè)H1，認(rèn)為圖像x和圖像y具有明顯差別，即偽裝效果差［6－10］。

算法根據(jù)SAR目標(biāo)區(qū)域的統(tǒng)計(jì)分布模型進(jìn)行假設(shè)驗(yàn)證，利用具體區(qū)域的統(tǒng)計(jì)特性驗(yàn)證統(tǒng)計(jì)分布模型，然后進(jìn)行分布“比對(duì)”，于是偽裝效果評(píng)價(jià)問(wèn)題便轉(zhuǎn)化為分布特征比對(duì)問(wèn)題。如果“目標(biāo)分布特征”在一定的檢測(cè)水平下差異大，則表明偽裝效果差;反之，則說(shuō)明偽裝效果較好。

3 實(shí)驗(yàn)與結(jié)論

選取X波段、分辨力為0.3 m的SAR獲取的圖像為實(shí)驗(yàn)對(duì)象(見(jiàn)圖2)。

圖2 實(shí)驗(yàn)用SAR圖像Fig.2 SAR image for testing

以實(shí)驗(yàn)場(chǎng)景中的偽裝目標(biāo)1、偽裝目標(biāo)2、偽裝目標(biāo)3為對(duì)象，根據(jù)偽裝效果評(píng)價(jià)算法(提取20個(gè)像素點(diǎn))進(jìn)行計(jì)算，F(xiàn)檢驗(yàn)與t檢驗(yàn)的參數(shù)設(shè)置及拒絕域如表1，2所示，計(jì)算結(jié)果列入表3。

表1 F檢驗(yàn)參數(shù)設(shè)置及拒絕域Table 1 Parameters and refuse area of F test

表2 t檢驗(yàn)參數(shù)設(shè)置及拒絕域Table 2 Parameters and refuse area of t test

表3 計(jì)算結(jié)果Table 3 Calculation results

因?yàn)棣?和α2的取值越大，則接受域越小，若F，t的值還能滿足接受域的要求，則說(shuō)明偽裝目標(biāo)與背景之間的差異性越小。

分析計(jì)算結(jié)果，從偽裝目標(biāo)2與背景的SAR圖像得到F=1.1305，t=0.1225，在α1和α2取值很大的情況下仍接受原假設(shè)，說(shuō)明偽裝目標(biāo)2與背景之間的相似度很高。偽裝目標(biāo)3與背景的SAR圖像得到 F=0.0794，t=2.7757，在 α1= 0.01的情況下仍在拒絕域內(nèi)，這就充分說(shuō)明這兩個(gè)圖像之間的差異較大，偽裝效果較差。從偽裝目標(biāo)1與背景的SAR圖像得到F=1.1875，t= 2.1906，當(dāng)α1=0.05，α2=0.025時(shí)接受原假設(shè)，說(shuō)明偽裝目標(biāo)1的偽裝效果要好于偽裝目標(biāo)3。

根據(jù)該次試驗(yàn)由專業(yè)判讀人員判讀的結(jié)果，針對(duì)這3個(gè)偽裝目標(biāo)，偽裝目標(biāo)2的發(fā)現(xiàn)概率最小，偽裝目標(biāo)3的發(fā)現(xiàn)概率最大，與計(jì)算得到的結(jié)論相吻合。

4 結(jié)語(yǔ)

筆者提出的偽裝效果評(píng)價(jià)方法主要是判別目標(biāo)與背景SAR圖像的相似性，采用了假設(shè)檢驗(yàn)理論，假設(shè)的前提是兩個(gè)目標(biāo)之間的相似程度很高。進(jìn)行檢驗(yàn)時(shí)，原假設(shè)是受到保護(hù)的，α值越小，原假設(shè)受到的保護(hù)程度越高，若在α取值很小的情況下仍拒絕原假設(shè)，則說(shuō)明目標(biāo)與背景之間的相似性很差，偽裝效果不好。因此，在實(shí)際應(yīng)用中α1和α2取值要盡可能的小(比如取值為0.01)，使得偽裝效果評(píng)價(jià)的結(jié)論更可靠。

［1］GJB 434A－1998.偽裝術(shù)語(yǔ)［S］.

［2］焦李成，張向榮.智能SAR圖像處理與解譯［M］，北京:科學(xué)出版社，2008.

［3］黃勇.SAR圖像變化檢測(cè)及相關(guān)技術(shù)研究［D］.成都:電子科技大學(xué)，2006.

Huang Yong.Related research on SAR image change detection［D］.Chengdu:University of Electronics Technology，2006.

［4］賀志國(guó)，陸軍，匡綱要.SAR圖像特征提取與選擇研究［J］.信號(hào)處理，2008，24(5):813－823.

He Zhi－guo，Lu Jun，Kuang Gang－yao.A survey on feature extraction and selection of SAR images［J］.Signal Processing，2008，24(5):813－823.

［5］李永樂(lè)，胡慶軍.應(yīng)用數(shù)理統(tǒng)計(jì)［M］.長(zhǎng)沙:國(guó)防科技大學(xué)出版社，1999.

［6］楊進(jìn)，閆冬梅，王超，等.高分辨率SAR圖像目標(biāo)屬性散射中心特征提取方法［J］，中國(guó)圖像圖形學(xué)報(bào)，2009，14(1):36－39.

Yang Jin，Yan Dong－mei，Wang Jin，et al.Feature extraction of attributed scattering centers on high resolution SAR imagery［J］.Joumal of Image and Graphics，2009，14(1):36－39.

［7］胡利平.合成孔徑雷達(dá)圖像目標(biāo)識(shí)別技術(shù)研究［D］，西安:電子科技大學(xué)，2009.

Hu Li－ping.Study on SAR images target recognition［D］.Xi’an:University of Electronics Technology，2009.

［8］殷慧.基于局部特征表達(dá)的高分辨率SAR圖像城區(qū)場(chǎng)景分類方法研究［D］.武漢:武漢大學(xué)，2010.

Yin Hui.Research on urban scene classificationmethod using high resolution synthetic aperture radar image based on local feature representation［D］.Wuhan:University ofWuhan，2010.

［9］婁軍，金添，宋千，等.高分辨率SAR圖像散射中心特征提?。跩］，電子與信息學(xué)報(bào)，2011，33(7):141－146.

Lou Jun，Jin Tian，Song Qian，et al.Feature extraction of scattering centers in high－resolution SAR image［J］. Signal Processing，2011，33(7):141－146.

［10］張倩.SAR圖像質(zhì)量評(píng)估及其目標(biāo)識(shí)別應(yīng)用［D］.合肥:中國(guó)科學(xué)技術(shù)大學(xué)，2011.

Zhang Qian.Quality assessment and target recognition in SAR images［D］.Hefei:University of Science and Technology of China，2011.