基于合成孔徑雷達(dá)圖像的偽裝遮障目標(biāo)特性建模技術(shù)

龐海洋，王巖飛2，張健1

（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)院大學(xué)，北京100039）

基于合成孔徑雷達(dá)圖像的偽裝遮障目標(biāo)特性建模技術(shù)

龐海洋1，2，3，王巖飛2，張健1

（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)院大學(xué)，北京100039）

針對(duì)高分辨率全極化合成孔徑雷達(dá)（SAR）偵察條件下，偽裝目標(biāo)特性模型存在空白的問題，通過SAR圖像特征參數(shù)的選取，建立特征向量。設(shè)置實(shí)驗(yàn)獲取SAR圖像，在此基礎(chǔ)上，引入象限坐標(biāo)系和變異系數(shù)分析不同極化方式下偽裝遮障目標(biāo)特征參數(shù)變化規(guī)律，構(gòu)建極化方式與特征參數(shù)的數(shù)值變化及穩(wěn)定性關(guān)系，實(shí)現(xiàn)偽裝遮障目標(biāo)特性模型的定性描述。研究結(jié)果表明，使用特征向量能夠有效表征不同目標(biāo)，建立的模型能夠用于分析、預(yù)測(cè)偽裝遮障目標(biāo)的特性，為偽裝目標(biāo)檢測(cè)與偽裝效果評(píng)估等應(yīng)用奠定了基礎(chǔ)。

兵器科學(xué)與技術(shù)；遙感圖像的解譯識(shí)別與處理；合成孔徑雷達(dá)圖像；偽裝遮障；目標(biāo)特性模型

0 引言

隨著合成孔徑雷達(dá)（SAR）技術(shù)的成熟與發(fā)展，SAR系統(tǒng)的分辨率不斷提高。由于該系統(tǒng)具有全天候、全天時(shí)、覆蓋面積大等優(yōu)點(diǎn)，使SAR圖像被廣泛應(yīng)用于軍事領(lǐng)域，成為戰(zhàn)場(chǎng)信息獲取的一個(gè)重要手段［1-3］。針對(duì)偽裝的SAR圖像應(yīng)用，一是對(duì)戰(zhàn)場(chǎng)敵軍偽裝與隱蔽目標(biāo)實(shí)施檢測(cè)與識(shí)別［4-8］，二是對(duì)我軍偽裝目標(biāo)實(shí)施偽裝效果評(píng)估［9］。偽裝目標(biāo)檢測(cè)與效果評(píng)估的戰(zhàn)場(chǎng)應(yīng)用離不開特性數(shù)據(jù)的支撐，需要通過分析目標(biāo)特性數(shù)據(jù)，有針對(duì)性地檢測(cè)識(shí)別偽裝隱蔽目標(biāo)，或是降低其暴露征候，實(shí)施有效偽裝。為了適應(yīng)新時(shí)期作戰(zhàn)使命任務(wù)，提高戰(zhàn)場(chǎng)生存力，提升作戰(zhàn)保障能力，急需開展該類目標(biāo)特性建模工作。

因此，建立基于高分辨率全極化SAR圖像的偽裝遮障目標(biāo)特性模型，可為戰(zhàn)場(chǎng)偽裝與隱蔽目標(biāo)的偵察提供技術(shù)支持，也可為軍事演訓(xùn)中的偽裝效果評(píng)估提供方法手段。

1 構(gòu)建模型原則

選取模型參數(shù)要目的明確，應(yīng)遵循以下原則：

一是固有特性原則。模型參數(shù)要能夠反映偽裝遮障目標(biāo)的共性，即具有共性代表性，表征偽裝遮障目標(biāo)自身固有特性；

二是差異特性原則。模型參數(shù)要能夠反映實(shí)施偽裝后的差異性，表征不同偽裝遮障目標(biāo)或?qū)嵤﹤窝b策略的差異特性；

三是利于應(yīng)用原則。偽裝遮障目標(biāo)特性模型是偽裝與隱蔽目標(biāo)檢測(cè)、偽裝效果評(píng)估等研究的基礎(chǔ)，因此，建立的模型要適用于這些方面的應(yīng)用。

2 模型特征參數(shù)選取

SAR成像的過程是從回波信號(hào)中提取目標(biāo)的雷達(dá)后向散射系數(shù)，所以SAR圖像反映了被測(cè)目標(biāo)的雷達(dá)散射特性，只有具有相同后向散射系數(shù)的目標(biāo)，才能獲得相同的圖像灰度。防SAR偵察實(shí)施的偽裝就是通過改變某一目標(biāo)的雷達(dá)散射特性，達(dá)到模擬另一個(gè)目標(biāo)的目的，具體到SAR圖像上，就是盡可能使兩個(gè)目標(biāo)的SAR圖像特征保持一致，即針對(duì)防SAR偵察的目標(biāo)偽裝特性可以使用SAR圖像特征來分析，因此，圖像特征參數(shù)可以用作表征偽裝目標(biāo)的SAR特征參數(shù)。

紋理是SAR圖像中常用的概念［10-11］，紋理可認(rèn)為是圖像強(qiáng)度在空間以一定形式變化而產(chǎn)生的圖案，是圖像區(qū)域固有的特征之一。本文使用灰度共生矩陣的能量、對(duì)比度、相關(guān)、同質(zhì)度、熵等5個(gè)最常用的特征。除了紋理特征，還使用了均值、方差兩個(gè)統(tǒng)計(jì)特征。

灰度共生矩陣是按圖像灰度值的空間關(guān)系描述像元點(diǎn)對(duì)之間的空間結(jié)構(gòu)特征及其相關(guān)性。對(duì)M× M大小的圖像，設(shè)其灰度級(jí)分別為i及j，則具有一定空間關(guān)系的灰度共生矩陣為

式中：#｛x｝表示集合x的元素個(gè)數(shù)；（r1，c1）與（r2，c2）表示圖像空間上的一個(gè)點(diǎn)對(duì)。

將P（i，j）中每一個(gè)元素除以所有元素的和，得到各元素都小于1的歸一化值，由此可得到歸一化的共生矩陣

1）能量

能量反映了圖像灰度分布均勻程度和紋理粗細(xì)度，它是灰度共生矩陣各元素的平方和。fene大時(shí)紋理粗，能量大；反之，fene為小時(shí)紋理細(xì)，能量小。

2）對(duì)比度（慣性矩）

對(duì)比度可理解為圖像的清晰度。紋理的溝紋深，fc大，效果清晰；反之，fc為小時(shí)溝紋淺，效果模糊。

3）相關(guān)

相關(guān)用來衡量灰度共生矩陣元素在行或列方向上的相似程度。例如水平方向紋理，在θ=0°方向上的fd大于其他方向上的fd.

4）熵

熵是圖像信息量的量度。無紋理則fent值為0；滿紋理則fent最大。

5）逆差矩（同質(zhì)度）

逆差矩表現(xiàn)出共生矩陣內(nèi)各元素在主對(duì)角線附近的聚集程度.

對(duì)M×M大小的圖像，設(shè)其像素位置（i，j）處的灰度值為f（i，j）.

6）均值

SAR圖像的均值反映了地物目標(biāo)的散射系數(shù)強(qiáng)弱，是SAR圖像分析中最直接的特征。

7）方差

方差反映了圖像偏離中心的離散度度量。

本文研究選取X波段、分辨率為0.3 m的SAR圖像為實(shí)驗(yàn)對(duì)象（圖1為實(shí)驗(yàn)用SAR圖像）。實(shí)驗(yàn)圖像場(chǎng)景中包含林地、草地、黃土地等自然背景以及偽裝目標(biāo)，其中偽裝目標(biāo)是在車輛上方采用架設(shè)偽裝網(wǎng)的方式實(shí)施遮障偽裝。從實(shí)驗(yàn)圖像場(chǎng)景中選取偽裝目標(biāo)、草地、樹木、地面等4類目標(biāo)，每類目標(biāo)選取了多個(gè)對(duì)象提取其特征值，最后通過求均值得到各個(gè)特征值（表1為不同目標(biāo)的特征值）。

圖1　實(shí)驗(yàn)用SAR圖像Fig.1 SAR image for test

表1　不同目標(biāo)的特征值Tab.1 Characteristic values

從表1可以看出，不同目標(biāo)的特征值存在差異，通過選取合適的特征量組成一個(gè)特征向量，能夠用于表征不同的目標(biāo)。

通過把對(duì)SAR圖像提取得到的特征數(shù)值量化成圖像（圖2為特征值量化成的圖像），從而能夠更直觀反映各種特征對(duì)目標(biāo)場(chǎng)景特性差異的表現(xiàn)。

通過以上分析，基于SAR圖像提取的紋理特征和統(tǒng)計(jì)特征能夠用于表征目標(biāo)，可以用作特征參數(shù)來描述目標(biāo)特性并建立模型。

圖2　特征值量化成的圖像Fig.2 Images quantized with characteristic values

3 實(shí)驗(yàn)數(shù)據(jù)獲取與分析

根據(jù)我國(guó)的地理位置，結(jié)合戰(zhàn)略戰(zhàn)術(shù)軍事目的，選取華北平原某典型軍事訓(xùn)練場(chǎng)為實(shí)驗(yàn)區(qū)域，訓(xùn)練場(chǎng)中包含林地、草地、黃土地等自然背景和建筑物、裝備等人造背景，在其中布置了5種類型共30個(gè)偽裝遮障目標(biāo)。

實(shí)驗(yàn)用SAR為自研的飛艇載全極化SAR（圖3 為SAR和飛艇），該雷達(dá)工作中心頻率9.5 GHz，條帶模式工作分辨率為0.3 m×0.3 m（800 MHz）.

圖3　合成孔徑雷達(dá)和飛艇Fig.3 SAR and airship

在飛行獲取數(shù)據(jù)后，提取全極化SAR圖像數(shù)據(jù)偽裝遮障目標(biāo)的特征值，并進(jìn)行初步分析，通過對(duì)不同類型偽裝遮障目標(biāo)的特征值比對(duì)可以得到：

一是剔除了異常點(diǎn)，如受SAR成像陰影區(qū)影響的目標(biāo)，或是位于SAR數(shù)據(jù)較差成像質(zhì)量較差區(qū)域內(nèi)的目標(biāo)等；

二是采取了綜合偽裝措施的目標(biāo)與自然背景的特征值差異小于未采取綜合偽裝措施的目標(biāo)與自然背景的特征值差異，即采用綜合偽裝措施后的偽裝效果要優(yōu)于未附加綜合偽裝措施的偽裝目標(biāo)；

三是偽裝遮障目標(biāo)的特征值受極化方式影響。

3.1極化方式與特征值關(guān)系分析

使用（2）式～（8）式對(duì)實(shí)驗(yàn)獲取的5種類型共30個(gè)偽裝遮障目標(biāo)的SAR圖像數(shù)據(jù)進(jìn)行處理，提取不同極化方式下目標(biāo)的特征值，并針對(duì)特征值大小趨勢(shì)的變化分析了特征值與極化方式的關(guān)系。表2給出了極化方式與特征參數(shù)能量數(shù)值變化的關(guān)系，表中L表示特征值偏大，S表示特征值偏小。

表2　極化方式與特征參數(shù)能量數(shù)值變化關(guān)系Tab.2 Relationship between polarization mode and energy

利用平面直角坐標(biāo)系的4個(gè)象限代表不同極化方式，綜合7個(gè)特征值與極化方式的分析結(jié)果，將提取得到各個(gè)偽裝遮障目標(biāo)的特征參數(shù)值代入坐標(biāo)系中，定義特征值的大小與原點(diǎn)距離呈正比，即距離遠(yuǎn)說明特征值較大，距離近說明特征值較小。通過對(duì)這些特征參數(shù)值的分類和匯總，形成極化方式與特征值關(guān)系圖，表3給出了不同類型偽裝遮障極化方式與特征值的關(guān)系。

根據(jù)以上對(duì)偽裝遮障類目標(biāo)的特征值與極化方式的關(guān)系分析，可以得出：

1）對(duì)于該類偽裝目標(biāo)，HH極化、VV極化對(duì)其SAR圖像特征值的影響相近；

2）全極化、HV極化對(duì)其SAR圖像特征值的影響相反；

3）全極化方式對(duì)該類目標(biāo)SAR圖像特征值的影響具有一致性。

表3　極化方式與特征值關(guān)系Tab.3 Relationship between polarization mode and characteristic value

3.2極化方式與特征值變化分析

通過極化方式與特征值關(guān)系分析，能夠定性地得到各個(gè)特征參數(shù)數(shù)值的變化趨勢(shì)，但要準(zhǔn)確地把握變化規(guī)律，還需要定量分析數(shù)據(jù)的變化。

對(duì)表4中的變異系數(shù)分析可以得出：

1）偽裝遮障類目標(biāo)的同質(zhì)度、熵這兩個(gè)特征值，在不同的極化方式、不同的偽裝遮障對(duì)象的條件下，特征值的變化波動(dòng)很小，說明偽裝遮障目標(biāo)的特性有其穩(wěn)定的共性地方；

2）能量、對(duì)比度、相關(guān)、均值、方差等特征值的變化波動(dòng)大，尤其是在一定的極化方式下，或是不同的偽裝遮障對(duì)象時(shí)，因此，這些特征參數(shù)反映了不同偽裝遮障目標(biāo)的自身差異的特性；

3）偽裝時(shí)使用不同的偽裝器材，選擇不同的策略，將不同程度的影響偽裝后目標(biāo)的特性，導(dǎo)致其特征參數(shù)存在差異。因此，特征參數(shù)的波動(dòng)也說明了偽裝器材或策略對(duì)偽裝目標(biāo)的影響，偽裝性能是具有差異性的；

4）表征固性的特性由于波動(dòng)小，說明受外界影響后變化不大，相當(dāng)于性質(zhì)穩(wěn)定，對(duì)偽裝性能產(chǎn)生的影響相對(duì)要??；

5）表征差異的特性由于波動(dòng)大，說明受外界影響后變化大，在對(duì)偽裝性能的改變上居主導(dǎo)地位，通過相應(yīng)策略的使用，能夠明顯改變特性。

表4　不同極化方式下各特征參數(shù)的變異系數(shù)Tab.4 Variation coefficients of characteristic values　%

4 目標(biāo)特性模型的定性描述

由于不同的偽裝遮障目標(biāo)在不同的極化方式下，各個(gè)特征參數(shù)對(duì)其影響程度是不一致的，通過上述分析，特征參數(shù)可以分為兩種類型：一類為穩(wěn)定性參數(shù)，在針對(duì)同一偽裝遮障目標(biāo)的情況下，針對(duì)不同的極化方式，穩(wěn)定性參數(shù)受外界影響變化不大；還有一類為差異性參數(shù)，這類參數(shù)易受外界影響。因此，本文研究將偽裝遮障目標(biāo)特性模型的參數(shù)抽象為穩(wěn)定性參數(shù)和差異性參數(shù)兩類。

根據(jù)特征參數(shù)劃分，則可以得到如下偽裝遮障目標(biāo)特性模型原型描述：穩(wěn)定性參數(shù)包括熵和同質(zhì)度，差異性參數(shù)包括能量、對(duì)比度、相關(guān)、均值和方差。

結(jié)合極化方式對(duì)特征值大小影響的分析，考慮到模型的簡(jiǎn)約化，使得模型的描述直觀、易懂，只將特征值分為“大”、“小”兩類。通過合并后，對(duì)于遮障類偽裝目標(biāo)，具有下列規(guī)律：

1）在HH極化、HV極化和VV極化方式下，對(duì)特征值的影響相近，即HH=HV=VV；

2）全極化與其他3種極化方式對(duì)特征值的影響相反，即全極化∽HV；

3）對(duì)比度、熵、均值、方差這4個(gè)參數(shù)在全極化方式下值偏?。?/p>

4）能量、相關(guān)、同質(zhì)度這3個(gè)參數(shù)在全極化方式下偏大。

根據(jù)特征參數(shù)的穩(wěn)定性特點(diǎn)及極化方式的影響，可以得到如下基于高分辨率全極化SAR圖像偽裝遮障類目標(biāo)特性模型的定性描述（見圖4）。

圖4　偽裝遮障類目標(biāo)特性模型的定性描述Fig.4 Target characteristic model of camouflage screen

5 結(jié)論

本文選取SAR圖像的紋理特征參數(shù)和統(tǒng)計(jì)特征參數(shù)組成特征向量，分析不同目標(biāo)特征參數(shù)的差異性，驗(yàn)證了基于SAR圖像的特征向量能夠用于表征目標(biāo)。通過組織實(shí)驗(yàn)獲取多種偽裝遮障目標(biāo)的全極化SAR圖像數(shù)據(jù)，引入象限坐標(biāo)系分析不同極化方式與特征參數(shù)數(shù)值變化規(guī)律，引入變異系數(shù)分析特征參數(shù)穩(wěn)定性，建立了偽裝遮障目標(biāo)特性模型。該模型通過數(shù)理邏輯框圖描述了偽裝遮障目標(biāo)的特性變化規(guī)律，是偽裝遮障目標(biāo)真實(shí)特性的一種抽象，能夠用于分析、預(yù)測(cè)偽裝遮障目標(biāo)的特性。該模型在總裝備部高分專項(xiàng)偽裝目標(biāo)分類算法、總裝備部預(yù)先研究項(xiàng)目偽裝效果評(píng)估算法中進(jìn)行了應(yīng)用，證明模型可為偽裝遮障目標(biāo)的檢測(cè)、偽裝效果評(píng)估等提供數(shù)據(jù)支撐，具有一定的應(yīng)用價(jià)值。

（References）

［1］ 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. JIAO Li-cheng，ZHANG Xiang-rong.Intelligent SAR image processing and interpretation［M］.Beijing：Science Press，2008.（in Chinese）

［2］ 金添.超寬帶SAR淺埋目標(biāo)成像與檢測(cè)的理論和技術(shù)研究［M］.長(zhǎng)沙：國(guó)防科技大學(xué)出版社，2011. JIN Tian.Research ontheory and technology of ultra-wideband SAR shallow buried targets imaging and detection［M］.Changsha：National University of Defense Technology Press，2011.（in Chinese）

［3］ 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：Xidian University，2009.（in Chinese）

［4］ 彭榮鯤，周鑫，王沛，等.基于區(qū)域的GLRT車輛目標(biāo)檢測(cè)方法［J］.南京航空航天大學(xué)學(xué)報(bào)，2014，46（6）：931-937. PENG Rong-kun，ZHOU Xin，WANG Pei，et al.Region-based GLRT method for vehicle target detection［J］.Journal of Nanjing University of Aeronautics&Astronautics，2014，46（6）：931-937.（in Chinese）

［5］ 徐萬朋，陳向?qū)?，徐春宇，?SAR圖像機(jī)場(chǎng)區(qū)域的掩體目標(biāo)檢測(cè)方法［J］.測(cè)繪科學(xué)技術(shù)學(xué)報(bào)，2013，30（5）：494-499. XU Wan-peng，CHEN Xiang-ning，XU Chun-yu，et al.SAR image of airport areas cover target detection method［J］.Journal of Geomatics Science and Technology，2013，30（5）：494-499.（in Chinese）

［6］ 王廣學(xué)，黃曉濤，周智敏.基于領(lǐng)域統(tǒng)計(jì)分布變化分析的UWB SAR隱蔽目標(biāo)變化檢測(cè)［J］.電子與信息學(xué)報(bào)，2011，33（1）：49-54. WANG Guang-xue，HUANG Xiao-tao，ZHOU Zhi-min.UWB SAR change detection of target in foliage based on local statistic distribution change analysis［J］.Journal of Electronics&Information Technology，2011，33（1）：49-54.（in Chinese）

［7］ 陳華杰，張渝，曾亮，等.偽裝網(wǎng)遮蔽目標(biāo)多波段多極化SAR圖像融合檢測(cè)［J］.光電工程，2011，38（7）：106-118. CHEN Hua-jie，ZHANG Yu，ZENG Liang，et al.Targetcovered by camouflage netting detection based on multi-band and polarization SAR image fusion［J］.Opto-Electronic Engineering，2011，38（7）：106-118.（in Chinese）

［8］ 劉向君，饒偉，楊小小.多波段SAR圖像隱蔽和暴露目標(biāo)標(biāo)注［J］.雷達(dá)科學(xué)與技術(shù)，2008，6（4）：278-281. LIU Xiang-jun，RAO Wei，YANG Xiao-xiao，Hidden andexposed targets labeling in multi-band SAR images［J］.Radar Science and Technology，2008，6（4）：278-281.（in Chinese）

［9］ 龐海洋，劉凱龍，王巖飛.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［J］.吉林大學(xué)學(xué)報(bào)：工學(xué)版，2013，43（3）：313-316. PANG Hai-yang，LIU Kai-long，WANG Yan-fei.A camouflage effectiveness assessing method based on hypothesis testing and the characteristic of SAR image［J］.Journal of Jilin University：Engineering and Technology Edition，2013，43（3）：313-316.（in Chinese）

［10］ 胡召玲，李海權(quán)，杜培軍.SAR圖像紋理特征提取與分類研究［J］.中國(guó)礦業(yè)大學(xué)學(xué)報(bào)，2009，38（3）：422-427. HU Zhao-ling，LI Hai-quan，DU Pei-jun.Study on theextraction of texture features and its application in classifying SAR images ［J］.Journal of China University of Mining&Technology，2009，38（3）：422-427.（in Chinese）

［11］ 劉高峰.極化SAR圖像特征提取與分類方法研究［D］.西安：西安電子科技大學(xué)，2014. LIU Gao-feng.Feature extraction and classification of PolSAR image［D］.Xi’an：Xidian University，2014.（in Chinese）

［12］ 李永樂，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. LI Yong-le，HU Qing-jun.The application of mathematical statistics［M］.Changsha：National University of Defense Technology Press，1999.（in Chinese）

Modeling Technology of Camouflage Screen Target Characteristics Based on SAR Images

PANG Hai-yang1，2，3，WANG Yan-fei2，ZHANG Jian1
（1.Unit 63956 of PLA，Beijing 100093，China；2.Institute of Electronics，Chinese Academy of Science，Beijing 100022，China；3.University of Chinese Academy of Sciences，Beijing 100039，China）

A camouflage target characteristic model is lack for the threat of high resolution polarimetric synthetic aperture radar（SAR）.The characteristic parameters of SAR images are chosen to set up the feature vectors.On this basis，the quadrant coordinate system and the coefficient of variation are used to analyze the regular pattern between polarization mode and characteristic parameter，establish the relations of parameter value and stability，and implement the qualitative description of camouflage screen target characteristic model.The research results show that the feature vectors can characterize different targets. The proposed model can be used to analyze and predict the characteristics of camouflage screen target，which lays a foundation for camouflage target detection and camouflage effectiveness evaluation.

ordnance science and technology；identification and processing of remote sensing image；SAR image；camouflage screen；target characteristic model

TP75

A

1000-1093（2016）03-0559-06

10.3969/j.issn.1000-1093.2016.03.024

2015-04-25

裝備預(yù)先研究基金項(xiàng)目（9140A03010814KG18036）

龐海洋（1978—），男，博士研究生。E-mail：hy_p@163.com；王巖飛（1963—），男，研究員，博士生導(dǎo)師。E-mail：yfwang@mail.ie.ac.cn