基于屬性散射中心模型的SAR目標重構(gòu)可視化增強方法

丁柏圓* 鐘金榮 馬聰慧 文貢堅

?

基于屬性散射中心模型的SAR目標重構(gòu)可視化增強方法

丁柏圓鐘金榮 馬聰慧 文貢堅

(國防科技大學ATR重點實驗室 長沙 410073)

基于屬性散射中心模型對實測SAR數(shù)據(jù)進行參數(shù)估計，利用參數(shù)估計的結(jié)果對實測SAR目標重構(gòu)可視化增強對于輔助SAR解譯人員進行判別具有重要的意義。該文提出了一種新的可視化增強方法，利用成像操作(IFFT)的線性特征，在參數(shù)估計的基礎(chǔ)上，基于屬性散射中心模型分別對各個散射中心自適應(yīng)成像，最后疊加重構(gòu)整幅SAR圖像。實驗結(jié)果表明，該方法可以有效提高目標重構(gòu)的可視化效果。

屬性散射中心模型；參數(shù)估計；SAR解譯；自適應(yīng)成像；目標重構(gòu)；可視化增強

1 引言

合成孔徑雷達(Synthetic Aperture Radar, SAR)在目標識別中發(fā)揮重要的作用，具有全天時、全天候的巨大優(yōu)勢。屬性散射中心模型被用于從SAR圖像中提取特征。根據(jù)電磁理論，復(fù)雜目標在高頻區(qū)的電磁散射響應(yīng)可以看做為單個散射中心的散射響應(yīng)之和。屬性散射中心模型較好地描述了目標在SAR數(shù)據(jù)上的散射特性，為SAR圖像的解譯提供一種重要的工具。

基于屬性散射中心模型可以對實測SAR圖像進行參數(shù)估計，在此基礎(chǔ)上可以重構(gòu)SAR圖像以增強目標重構(gòu)的可視化效果。傳統(tǒng)的重構(gòu)方法是利用參數(shù)估計的結(jié)果重構(gòu)頻域數(shù)據(jù)，利用IFFT對其進行成像，達到重構(gòu)SAR目標的目的。在該方法中由于成像過程中的加窗處理造成圖像分辨率下降導致距離較近的散射中心無法區(qū)分，若是不加窗則強散射中心的旁瓣會掩蓋弱散射中心，使得目標的弱散射中心不能在重構(gòu)圖像中體現(xiàn)出來。這些都會制約SAR目標重構(gòu)可視化效果的增強。

為解決上述問題，本文提出了一種新的可視化增強方法。在重構(gòu)圖像的過程中，基于屬性散射中心模型，對每個估計得到的散射中心根據(jù)其屬性參數(shù)分別采取自適應(yīng)的成像方法，最后利用成像過程的線性特征將多個散射中心的成像結(jié)果進行疊加得到最終的重構(gòu)圖像。此過程中既可以避免傳統(tǒng)方法加窗處理導致的分辨率下降也可以減弱強散射中心的旁瓣對弱散射中心的掩蓋。實驗結(jié)果表明，該算法可以有效提高目標重構(gòu)的可視化效果。

2 目標的屬性散射中心模型

屬性散射中心模型是Moses Randolph L等基于幾何繞射理論和物理光學理論提出的描述高頻區(qū)復(fù)雜目標散射特性的參數(shù)模型，目標的電磁散射響應(yīng)可以認為是個獨立的散射中心疊加而成，具體形式如下：

3 方法原理

基于屬性散射中心模型的SAR圖像重構(gòu)對于SAR圖像的可視化增強具有重要的意義。該方法從原始SAR回波數(shù)據(jù)出發(fā)，通過對SAR數(shù)據(jù)進行參數(shù)估計，得到各個散射中心的參數(shù)。利用估計的參數(shù)重構(gòu)SAR圖像。在重構(gòu)SAR圖像的過程中，采用的方法不同，其效果也不盡相同。為了達到較好的可視化效果本文提出了一種新的可視化方法。

3.1 屬性散射中心參數(shù)估計

針對屬性散射中心模型的參數(shù)估計問題，研究人員提出了多種參數(shù)估計的方法。本文簡要介紹了經(jīng)典的最大似然方法。

SAR觀測數(shù)據(jù)是雷達在特定俯仰角下的觀測數(shù)據(jù)，散射中心的參數(shù)估計問題可以寫成如下形式(表示散射中心的3維電磁散射模型的2維投影參數(shù))：

則參數(shù)的極大似然參數(shù)估計為：

在高頻區(qū)獲得的SAR圖像數(shù)據(jù)中，散射中心是一個個獨立的響應(yīng)區(qū)域，我們可以利用散射中心的獨立性對估計問題做一個簡化。

對于得到的SAR圖像首先要分割出包含散射中心響應(yīng)的圖像區(qū)域；然后估計該散射中心的電磁散射模型參數(shù)；接著消除已提取的散射中心區(qū)域，并分割出下一個散射中心區(qū)域。如圖1所示。

此方法涉及五大問題：(1)圖像分割(Image segmentation)，即分離出獨立的散射中心的響應(yīng)區(qū)域；(2)模型定階(Model order selection)，要分割出多少個散射中心算法結(jié)束；(3)結(jié)構(gòu)選擇(Model structure selection)，屬性散射中心模型分為局部式和分布式散射中心，對于分割出的散射中心需要確定其類型；(4)參數(shù)初值求解(Parameters initialization)，用數(shù)值優(yōu)化算法求解模型參數(shù)，需要提供參數(shù)的初值；(5)參數(shù)優(yōu)化(Parameters optimization)，根據(jù)參數(shù)初值對目標代價函數(shù)進行數(shù)值迭代，以得到更精確的參數(shù)值。

3.2 目標重構(gòu)及可視化

3.2.1 基于單個散射中心自適應(yīng)成像的SAR目標重構(gòu) 對原始SAR數(shù)據(jù)進行參數(shù)估計進而可以重構(gòu)SAR圖像達到目標重構(gòu)可視化增強的效果。本節(jié)中介紹了傳統(tǒng)的重構(gòu)方法和本文中提出重構(gòu)方法的原理。

傳統(tǒng)的重構(gòu)方法首先根據(jù)目標單個散射中心的回波數(shù)據(jù)重構(gòu)整體的回波數(shù)據(jù)：

其中

圖1本文采用的參數(shù)估計流程圖

Fig.1 Flowchart of parameter estimation

由于IFFT操作的線性特性，整個SAR圖像的重構(gòu)可以等效為單個散射中心的單獨成像并進行疊加的結(jié)果，即：

與傳統(tǒng)重構(gòu)方法不同的是，在利用單個散射中心成像疊加的過程中，可以利用參數(shù)估計的先驗信息，對單個散射中心采取自適應(yīng)的成像策略。如式(7)所示，對于每個散射中心的重構(gòu)回波可以根據(jù)估計得到的該散射中心屬性參數(shù)(強度、位置)采用最優(yōu)的加窗方式。由于已知了單個散射中心的位置信息，本實驗中采取圖像域加矩形窗(對應(yīng)于頻域的Sinc窗)的方法保留主瓣，截除其旁瓣。相比于傳統(tǒng)的重構(gòu)方法，這種分離單個散射中心并且自適應(yīng)成像的方法復(fù)雜度低并且可以很好地去除旁瓣、保持圖像的分辨率，從而可以有效避免強散射中心對于弱散射中心的掩蓋以及相鄰散射中心難以區(qū)分的問題，達到目標重構(gòu)的可視化增強。兩種重構(gòu)方法如圖2所示。

3.2.2 單個散射中心成像的門限選取 在使用圖像域的矩形窗去除旁瓣保持主瓣的過程中，門限的選取對于最終的可視化效果具有非常大的影響。過大的門限可能會導致展布式散射中心的退化，過小的門限可能導致臨近散射中心無法得到有效區(qū)分。

(1) 對于局部式散射中心。局部式散射中心在圖像上表現(xiàn)為距離向和方位向上的單一位置，對于理想點散射中心而言，其表現(xiàn)為2維Sinc函數(shù)。因此可根據(jù)Sinc函數(shù)的3 dB主瓣寬度選取門限。

圖2 兩種重構(gòu)方法

4 實驗結(jié)果

本節(jié)中采用兩個臨近點目標以及較為復(fù)雜的坦克目標的電磁計算數(shù)據(jù)進行驗證實驗。仿真參數(shù)為：中心頻率=9.0×10Hz，帶寬1.0×10Hz，成像孔徑，成像點數(shù)。

4.1 鄰近點散射目標試驗

為測試提出的可視化增強方法對分辨能力的提升將鄰近點散射中心的參數(shù)設(shè)定如表1所示。

表1 點散射中心參數(shù)設(shè)定

參數(shù)估計的結(jié)果如表2所示。

表2 點散射中心參數(shù)估計結(jié)果

基于參數(shù)估計結(jié)果重構(gòu)點目標如圖3(為便于觀察截取了以點散射中心為中心的部分圖像區(qū)域)。

為測試提出的可視化方法對強旁瓣掩蓋弱散射中心的改善，鄰近點散射中心的參數(shù)設(shè)定如表3所示。

表3 點散射中心參數(shù)設(shè)定

參數(shù)估計的結(jié)果如表4所示。

表4 點散射中心參數(shù)估計結(jié)果

基于參數(shù)估計結(jié)果重構(gòu)點目標如圖4(為便于觀察截取了以點散射中心為中心的部分圖像區(qū)域)。

鄰近點散射中心實驗結(jié)果表明，對比傳統(tǒng)的目標重構(gòu)方法，本文采用目標重構(gòu)可視化增強方法可以有效區(qū)分鄰近的散射中心并且可以避免強散射中心的旁瓣對于弱散射中心的掩蓋，達到點目標重構(gòu)可視化效果的增強。

4.2 坦克目標實驗

坦克目標由包括二面角、三面角、頂帽等典型部件組成，這些部件的后向散射共同構(gòu)成坦克目標的后向散射場。本節(jié)利用坦克目標(如圖5)可以很好地檢驗所提出的可視化方法對于復(fù)雜目標重構(gòu)效果的改善。采用俯仰角方位角下的電磁計算數(shù)據(jù)進行參數(shù)估計得到的15個散射中心參數(shù)(見表5)重構(gòu)坦克圖像。

由于坦克目標中存在多個散射中心且各個散射中心之間存在多種位置關(guān)系，因此在對各個散射中心成像過程中矩形窗門限的選取尤為重要，本文中采取調(diào)整門限尋優(yōu)的方法力圖達到較好的重構(gòu)效果如圖6所示。

Fig. 3 The resolution test of two point scattering centers with same intensity

圖5 坦克目標CAD模型

坦克目標重構(gòu)實驗中，采用本文提出的可視化重構(gòu)方法，通過調(diào)整門限可知選取3 dB門限可以達到較好的重構(gòu)效果。門限較小會導致部分臨近散射中心無法區(qū)分，門限較大則會導致展布式散射中心長度變小。

坦克目標的實驗結(jié)果表明，相比傳統(tǒng)的目標重構(gòu)方法，本文采用的目標重構(gòu)可視化增強方法通過選取合適的門限可以有效區(qū)分相鄰的散射中心并且可以體現(xiàn)出弱散射中心從而較好地重構(gòu)坦克目標。實驗結(jié)果表明，該方法可以運用于復(fù)雜目標重構(gòu)的可視化增強。

5 結(jié)論

本文針對傳統(tǒng)的SAR目標重構(gòu)方法中存在的分辨率下降以及強散射中心旁瓣掩蓋弱散射中心的缺點，利用了成像過程的線性特征和參數(shù)估計的結(jié)果對每個散射中心自適應(yīng)成像實現(xiàn)了保持主瓣截除旁瓣的目的從而達到了SAR目標重構(gòu)可視化效果的增強。采用簡單點散射實驗以及復(fù)雜坦克目標的仿真實驗驗證算法的可行性和優(yōu)越性。

表5 坦克目標的參數(shù)估計結(jié)果

[1] Michael A Koets and Randolph L Moses. Feature extraction using attributed scattering center models on SAR image[J]., 1999, 59(4):521-524.

[2] Wehner D R. High Resolution Radar (2nd Ed)[M]. Boston, MA: Artech House, 1995: 55-69.

[3] Potter L C and Moses R L. Attributed scattering centers for SAR ATR[J]., 1997, 5(1): 79-91.

[4] Yeliz Akyildiz. Feature extraction from synthetic aperture radar imagery[D]. [Master dissertation], The Ohio State University, 2000.

[5] 孫真真, 陳曾平, 莊釗文,等. 一種高頻區(qū)復(fù)雜雷達目標二維散射的參數(shù)模型[J]. 國防科技大學學報, 2001, 23(4): 113-119. Sun Zhen-zhen, Chen Zeng-ping, Zhuang Zhao-wen,.. A parametric model for high frequency complex 2-D radar scattering[J]., 2001, 23(4): 113-119.

[6] Stoica P and Nehorai A. Music, maximum likelihood, and Cramer-Rao bound[J].,, 1989, 37(5): 720-741.

[7] Hurst M P and Mittra R. Scattering center analysis via prony’s method[J]., 1987, 35(8): 986-988.

[8] Sacchini J Steedly and Moses R L. Two-dimensional Prony modeling and parameter estimation[J]., 1993, 41(11): 3127-3137.

[9] Carriere R and Moses R L. High resolution radar target modeling using a modified prony estimator[J]., 1992, 40(1): 13-18.

[10] Steedly W M and Moses R L. High resolution exponential modeling of fully polarized radar returns[J]., 1991, 27(5): 459-469.

[11] Potter L C, Chiang D M, and Carriere R. A GTD-based parametric model for radar scattering[J]., 1995, 43(10): 1058-1068.

[12] Tufts D W and Kumaresan R. Estimation of frequencies of multiple sinusoids: making linear prediction perform like maximum likelihood[J]., 1982, 70(9): 975-989.

[13] Gerry M J, Potter L C, and Gupta J. A parametric model for synthetic aperture radar measurements[J]., 1999, 47(7): 1179-1188.

[14] Jonsson R, Genell A, and Losaus D. Scattering center parameter estimation using a polynomial model for the amplitude aspect dependence[J].,, 2002, v01.4727: 46-57.

[15] 張愛兵. 高分辨率SAR圖像復(fù)雜目標屬性散射中心特征提取[D]. [碩士論文], 國防科學技術(shù)大學, 2003.

Zhang Ai-bing. Attribute scattering center feature extraction of complex target from high resolution SAR imagery[D]. [Master dissertation], National University of Defense Technology, 2003.

SAR Target Reconstruction Visualization Enhancement Based onAttributed Scattering Center Model

Ding Bo-yuan Zhong Jin-rong Ma Cong-hui Wen Gong-jian

(ATR Key Laboratory, National University of Defense Technology, Changsha 410073, China)

It has important meaning for Synthetic Aperture Radar (SAR) interpretation to estimate parameters from measured SAR data and visualize the SAR imagery. For the linearity of IFFT, single scattering center can be individually imaged adaptively to form an overall image. Thus, the side effects of side lobes and windowing can be decreased and the quality of the SAR imagery can be improved. The efficiency of the method is confirmed by the test based on the simulated data.

Attributed scattering model; Parameter estimation; SAR interpretation; Adaptive imaging;Target reconstruction; Visualization enhancement

TP753

A

2095-283X(2013)04-0499-08

10.3724/SP.J.1300.2013.13071

2013-07-29收到，2013-10-22改回；2013-11-08網(wǎng)絡(luò)優(yōu)先出版

國家部委基金資助課題

丁柏圓 867525501@qq.com

丁柏圓(1990-)，男，碩士研究生，研究方向為自動目標識別。

鐘金榮(1985-)，男，博士研究生，研究方向為自動目標識別。

馬聰慧(1987-)，女，博士研究生，研究方向為自動目標識別。

文貢堅(1972-)，男，教授，博士生導師，研究方向為精確制導與自動目標識別。