基于SAR圖像的船舶分類(lèi)研究

田小娟，南 杰

（1.國(guó)家知識(shí)產(chǎn)權(quán)局專(zhuān)利局專(zhuān)利審查協(xié)作四川中心，成都 610213；2.國(guó)家知識(shí)產(chǎn)權(quán)局專(zhuān)利局專(zhuān)利審查協(xié)作河南中心，鄭州 450000）

基于SAR圖像的船舶分類(lèi)研究

田小娟1，南 杰2

（1.國(guó)家知識(shí)產(chǎn)權(quán)局專(zhuān)利局專(zhuān)利審查協(xié)作四川中心，成都 610213；2.國(guó)家知識(shí)產(chǎn)權(quán)局專(zhuān)利局專(zhuān)利審查協(xié)作河南中心，鄭州 450000）

船舶分類(lèi)是SAR圖像應(yīng)用的熱點(diǎn)和難點(diǎn)問(wèn)題。本文結(jié)合合成孔徑雷達(dá)（SAR）衛(wèi)星圖像特征提取技術(shù)的發(fā)展，綜述了常用的基于SAR圖像船舶分類(lèi)和識(shí)別的特征提取技術(shù)和適用性，總結(jié)了SAR圖像在船舶分類(lèi)研究存在和問(wèn)題和發(fā)展前景。

SAR圖像；船舶；后向散射

0　引 言

微波遙感是進(jìn)行海洋探測(cè)的最佳手段，SAR衛(wèi)星自誕生伊始就是為了滿(mǎn)足海洋遙感的需求。在海洋應(yīng)用中，SAR能夠宏觀、長(zhǎng)期、連續(xù)、動(dòng)態(tài)、實(shí)時(shí)的對(duì)海洋進(jìn)行觀測(cè)，利用SAR圖像進(jìn)行船舶目標(biāo)的檢測(cè)一開(kāi)始就是就受到了很多學(xué)者的關(guān)注。

由于數(shù)據(jù)分辨率和數(shù)據(jù)源的限制，原有大量的船舶分類(lèi)研究工作主要是基于模擬SAR（ISAR）圖像，基于中低分辨率的SAR圖像船舶分類(lèi)研究較少，分類(lèi)精度也比較低，而國(guó)內(nèi)外還鮮見(jiàn)公開(kāi)發(fā)表的基于高分辨率SAR圖像開(kāi)展的船舶分類(lèi)研究文獻(xiàn)。進(jìn)入21世紀(jì)以來(lái)，SAR技術(shù)不斷發(fā)展，尤其是2007年意大利1 M分辨率的COSMO-SkyMed、德國(guó)1 m分辨率的TerraSAR-X和加拿大的Radarsat-2先后升空，開(kāi)啟了高分辨率SAR衛(wèi)星的時(shí)代。原來(lái)小型的船舶目標(biāo)在中低分辨率SAR圖像上表現(xiàn)為點(diǎn)目標(biāo)，大中型船舶目標(biāo)表現(xiàn)為內(nèi)部結(jié)構(gòu)不太清晰面目標(biāo)，而如今隨著SAR分辨率的提高，目標(biāo)具有更為豐富的細(xì)節(jié)特征和內(nèi)部結(jié)構(gòu)，多極化SAR的信息也使得船舶具有非常有用的極化信息，因此SAR圖像不僅可以用于船舶的監(jiān)測(cè)和定位，還可用于目標(biāo)的分類(lèi)和識(shí)別。

1　SAR圖像中船舶的典型特征

船舶主要由金屬制成，其上層建筑構(gòu)成許多角反射器，使其成為極強(qiáng)的雷達(dá)反射器。影響船舶識(shí)別能力的物理因素有艦船因素、SAR系統(tǒng)因素和海洋因素。艦船因素包括艦船的結(jié)構(gòu)、形狀、尺寸等；SAR系統(tǒng)因素包括極化方式、入射角和雷達(dá)波束與艦船之間的夾角等；海洋因素指總體海況，如當(dāng)海風(fēng)增大時(shí)，海洋表面的后向散射增加，艦船與海洋表面回波的亮度對(duì)比減小，圖像分割的困難會(huì)降低船舶的分類(lèi)率。SAR對(duì)海面船舶側(cè)視成像時(shí)，雷達(dá)與目標(biāo)間的相對(duì)運(yùn)動(dòng)既包含平臺(tái)與船舶的平移運(yùn)動(dòng)，也包含船舶在復(fù)雜海況下的橫滾、俯仰和偏航等三維轉(zhuǎn)動(dòng)，運(yùn)動(dòng)形式會(huì)造成圖像模糊。因此，利用SAR圖像進(jìn)行目標(biāo)的分類(lèi)和識(shí)別研究難度很大。特征提取是目標(biāo)分類(lèi)領(lǐng)域中的關(guān)鍵技術(shù)，特征提取的好壞直接影響到分類(lèi)的精度和效率。

1.1形狀特征

形狀是船舶區(qū)別于其他海面目標(biāo)的重要特征，船舶的形狀一般較簡(jiǎn)單，幾何尺寸較大，其中，船舶長(zhǎng)度是一個(gè)簡(jiǎn)單的但是非常具有區(qū)分價(jià)值的特征，尤其對(duì)于軍用艦船而言。船舶主軸的初始長(zhǎng)度可以通過(guò)對(duì)分割后圖像進(jìn)行Hough變換得到，該方法性魯棒性更強(qiáng)，由于其他方法的估計(jì)，例如主成分分析（PCA）法或最小二乘擬合法，當(dāng)一些圖像（特別是ISAR圖像）在方位向上有大量零散分布的散射點(diǎn)，或周?chē)袣堄嗟男‰s波區(qū)域時(shí)，會(huì)導(dǎo)致中心線(xiàn)估計(jì)偏差。由于船舶在它整個(gè)船長(zhǎng)上不一定都有能量散射回來(lái)，由經(jīng)驗(yàn)可以通過(guò)（20+L）/0.9（L為初始船長(zhǎng)）獲得船舶的可能最大長(zhǎng)度.在實(shí)驗(yàn)中，需要將最小和最大船舶長(zhǎng)度作為船舶的長(zhǎng)度區(qū)間來(lái)降低誤差。估計(jì)目標(biāo)長(zhǎng)度后，計(jì)算船舶的離心率，然后通過(guò)這兩個(gè)參數(shù)剔除不夠狹長(zhǎng)的物體，如由圖像的模糊或者雜波區(qū)域造成的虛警。由于同一類(lèi)軍用艦船的長(zhǎng)度的概率分布接近于高斯分布，因此通過(guò)貝葉斯估計(jì)可以獲得船舶的類(lèi)別。

由于SAR圖像特殊的成像機(jī)理，目標(biāo)的形狀很容易受到各種因素的干擾。不同SAR系統(tǒng)，由于波段、極化方式、分辨率的不同，對(duì)目標(biāo)的分類(lèi)能力也不相同；在天氣惡劣、海況較差時(shí)，船舶目標(biāo)的分割非常困難，也會(huì)影響到后續(xù)的分類(lèi)過(guò)程；在SAR圖像上，目標(biāo)形狀對(duì)方位角比較敏感，在某些方位角下甚至出現(xiàn)部分缺失和破碎，同時(shí)船舶載貨狀態(tài)也會(huì)對(duì)目標(biāo)的成像造成影響。因此，形狀特征很少作為單一的特征用于船舶分類(lèi)，而常和其他特征結(jié)合起來(lái)以提高算法的可行性和適用性。

1.2后向散射特征

船舶在SAR圖像上后向散射特征的不同是由其幾何形態(tài)、外部結(jié)構(gòu)、成像幾何以及材質(zhì)等因素共同決定的。平坦甲板和船體的回波以漫反射和鏡面反射為主，回波能量較少，因此在SAR圖像上較暗。船舶的上層建筑及附屬設(shè)置（駕駛艙、起重機(jī)吊臂、貨架、桅桿等）構(gòu)成的二面角、三面角等結(jié)構(gòu)，產(chǎn)生多路徑散射等會(huì)形成亮點(diǎn)或亮區(qū)。這些亮區(qū)和暗區(qū)的分布反映了目標(biāo)幾何結(jié)構(gòu)的類(lèi)型和分布，不同的船舶類(lèi)別由于其結(jié)構(gòu)不同，在SAR圖像上的成像特征也不相同，因此可以將船舶在SAR圖像上的散射結(jié)構(gòu)特征作為對(duì)船舶類(lèi)別分類(lèi)的依據(jù)。

軍用艦船上有大型建筑，因此雷達(dá)散射大多位于船體中部，而商船的散射主要來(lái)自于船只的尾部，因此可以將船舶目標(biāo)平均分段，例如，對(duì)于ISAR圖像而言，不同節(jié)段之間的分割線(xiàn)垂直于距離像坐標(biāo)軸，對(duì)于SAR圖像，分割線(xiàn)垂直于船舶的主軸，通過(guò)分析各段內(nèi)重要散射體的個(gè)數(shù)（例如，圖像中強(qiáng)度前10%的像素個(gè)數(shù)）之間的關(guān)系，進(jìn)行軍用艦船和商船的分類(lèi)。

1.3極化特征

由于極化SAR數(shù)據(jù)源的限制，基于船舶極化信息分類(lèi)的研究起步較晚，目前多處于理論研究節(jié)段，用于真實(shí)SAR圖像的船舶分類(lèi)的研究工作還比較少。王雋 等人利用極化SAR目標(biāo)分解理論對(duì)全極化數(shù)據(jù)進(jìn)行了分解，對(duì)船只各部分按散射特性進(jìn)行了分類(lèi)研究，將船只的幾何結(jié)構(gòu)分為球體、圓柱體、二面角、1/4波散射體等類(lèi)別，初步分析了船只的幾何結(jié)構(gòu)。隨著目標(biāo)極化分解理論的日臻成熟和高分辨率多極化SAR數(shù)據(jù)的普及應(yīng)用，基于極化信息的船舶目標(biāo)研究將會(huì)迎來(lái)研究的熱潮。

2　SAR圖像中船舶分類(lèi)研究存在的主要問(wèn)題和前景

2.1最新發(fā)展研究

SAR船舶分類(lèi)研究之前主要受制于圖像分辨率，利用真實(shí)SAR數(shù)據(jù)進(jìn)行船舶的分類(lèi)的研究工作大多也只是停留在船舶和非船舶的分類(lèi)。而高分辨率SAR衛(wèi)星數(shù)據(jù)源的不斷豐富必將大大推動(dòng)該領(lǐng)域的研究工作，尤其是高分辨率全極化數(shù)據(jù)，可以將船舶的結(jié)構(gòu)與SAR圖像上清晰可見(jiàn)的內(nèi)部散射特征對(duì)應(yīng)起來(lái)，船舶分類(lèi)將更為精細(xì)化，船舶具體類(lèi)別乃至于型號(hào)的劃分將是未來(lái)的研究方向。

2.2存在的問(wèn)題

船舶分類(lèi)的主要問(wèn)題在于SAR圖像成像的質(zhì)量和船舶類(lèi)別的多樣性。由前文分析可知，船舶在SAR圖像上的成像結(jié)果是受多種因素影響的，而成像質(zhì)量的好壞直接影響后續(xù)特征提取和分類(lèi)算法的有效性，因此尋找普適性更強(qiáng)的SAR圖像預(yù)處理算法和特征提取算法就尤為重要。其次，相同類(lèi)別的船舶，尤其是商用船舶，其形狀和結(jié)構(gòu)也是千變?nèi)f化的，即使同一個(gè)船只在不同入射角、方位角或極化方式下的特征也不相同，對(duì)于大場(chǎng)景中船舶的分類(lèi)工作，不可能有著完備的后臺(tái)數(shù)據(jù)庫(kù)和先驗(yàn)知識(shí)，因此需要有針對(duì)性的對(duì)某些類(lèi)型的船舶找到其共有特征，設(shè)計(jì)相應(yīng)的分類(lèi)算法，并在AIS信息或VTS信息存在的情況下，盡可能利用這些有用信息，以盡快確定船舶的類(lèi)別。

3　結(jié) 語(yǔ)

SAR有著用于船舶檢測(cè)和分類(lèi)研究的先天優(yōu)勢(shì)，隨著雷達(dá)對(duì)地觀測(cè)技術(shù)的日趨發(fā)展，面對(duì)不斷增長(zhǎng)的SAR數(shù)據(jù)源和包含更為豐富的目標(biāo)信息的SAR圖像，如果充分利用這些數(shù)據(jù)進(jìn)行自動(dòng)或半自動(dòng)的快速解譯和識(shí)別已引起了越來(lái)越多學(xué)者的關(guān)注和重視。SAR圖像船舶分類(lèi)雖然已進(jìn)行了很多研究，但大多還局限于模擬數(shù)據(jù)或特定船舶類(lèi)別的研究，離批量化的普遍應(yīng)用還有這很長(zhǎng)的路要走。隨著人工智能與SAR圖像研究的結(jié)合和SAR圖像預(yù)處理方法的不斷提高必將促進(jìn)SAR圖像中船舶分類(lèi)識(shí)別水平的進(jìn)一步提高。

主要參考文獻(xiàn)

［1］張紅.高分辨率SAR圖像目標(biāo)識(shí)別［M］.北京：科學(xué)出版社，2009.

［2］王雋，種勁松，黃韋艮，等.基于極化SAR目標(biāo)分解理論的船只幾何結(jié)構(gòu)初步分析［C］//微波遙感技術(shù)研討會(huì)，2006.

10.3969/j.issn.1673 - 0194.2016.20.054

TN958

A

1673-0194（2016）20-0083-02

2016-09-08