航海雷達(dá)溢油監(jiān)測的同頻干擾降噪處理方法研究

徐 進(jìn)，李 博，崔 璨，劉 鵬

(1. 大連海事大學(xué)航海學(xué)院,遼寧 大連 116026； 2. 遼寧水文地質(zhì)工程地質(zhì)勘察院實(shí)驗(yàn)室,遼寧 大連 116037)

航海雷達(dá)溢油監(jiān)測的同頻干擾降噪處理方法研究

徐 進(jìn)1，李 博2，崔 璨1，劉 鵬1

(1. 大連海事大學(xué)航海學(xué)院,遼寧 大連 116026； 2. 遼寧水文地質(zhì)工程地質(zhì)勘察院實(shí)驗(yàn)室,遼寧 大連 116037)

首先提出了在平面坐標(biāo)下進(jìn)行航海雷達(dá)同頻干擾噪聲處理；再采用卷積運(yùn)算方法和Otsu算法分割航海雷達(dá)原始數(shù)據(jù)中的同頻干擾噪聲信號；最后應(yīng)用橫向均值運(yùn)算方法處理同頻干擾噪聲。這種處理方法在對同頻干擾進(jìn)行降噪處理的同時(shí)，保留了含有溢油信息的海浪雜波信號，為航海雷達(dá)溢油監(jiān)測技術(shù)的研究提供了更為準(zhǔn)確的基礎(chǔ)數(shù)據(jù)。

同頻干擾；航海雷達(dá)；海雜波；溢油監(jiān)測

據(jù)統(tǒng)計(jì)，每年泄入海洋的石油及其產(chǎn)品約占世界石油總產(chǎn)量的0.5%以上[1-2]。不斷發(fā)生的溢油事件給人們敲響警鐘，海上溢油監(jiān)測技術(shù)迅猛發(fā)展[3-4]。航海雷達(dá)溢油監(jiān)測技術(shù)是目前唯一能夠全天時(shí)在惡劣天氣下進(jìn)行大面積探測的溢油監(jiān)測技術(shù)[5]。但是，基于航海雷達(dá)進(jìn)行海上溢油監(jiān)測技術(shù)研究的數(shù)據(jù)基礎(chǔ)是帶有海雜波信號的航海雷達(dá)原始數(shù)據(jù)。而航海雷達(dá)原始數(shù)據(jù)中還包含同頻干擾、斑點(diǎn)、假目標(biāo)等干擾噪聲[6]，處理這些噪聲是航海雷達(dá)海上溢油監(jiān)測技術(shù)研究的首要工作[7-8]。本文針對航海雷達(dá)含有海雜波原始數(shù)據(jù)中的同頻干擾噪聲，進(jìn)行降噪處理技術(shù)研究。

1 同頻干擾噪聲

航海雷達(dá)在進(jìn)行海浪或目標(biāo)探測工作過程中，經(jīng)常會(huì)受到本船或其他船舶的同頻段雷達(dá)干擾，接收機(jī)接收其他雷達(dá)發(fā)射的電磁波反射信號后，在雷達(dá)灰度圖像上產(chǎn)生射線狀噪聲，即同頻干擾[9]。在航海雷達(dá)海雜波圖像中，同頻干擾噪聲是比較主要的噪聲類型，如圖1所示。

圖1 雷達(dá)圖像噪聲示例

由于同頻干擾是航海雷達(dá)天線接收端方向上產(chǎn)生的噪聲，在雷達(dá)圖像上表現(xiàn)為方位角方向的信號噪聲[10]。在處理這種噪聲時(shí)，本文擬在以方位角為橫軸方向、以量程回波信號為縱軸方向的圖像坐標(biāo)系統(tǒng)中(如圖2所示)進(jìn)行降噪處理。

圖2 航海雷達(dá)坐標(biāo)系統(tǒng)轉(zhuǎn)換示例

2 同頻干擾噪聲分割方法對比

2.1 Otsu圖像分割

(1)

(2)

于是可得類間方差為

(3)

進(jìn)一步可得

(4)

最佳閾值T*的選取原則即為

(5)

Otsu算法在分割目標(biāo)和背景時(shí)，利用類間方差最大值求得最佳閾值T*，從而實(shí)現(xiàn)灰度圖像的二值化[11-14]。采用Otsu對以量程為縱軸方向的原始灰度圖像進(jìn)行圖像二值化處理，如圖3所示。

圖3 Otsu圖像二值化結(jié)果

航海雷達(dá)圖像中同頻干擾的灰度值表現(xiàn)為較高亮度，而Otsu在較好地提取識別同頻干擾的同時(shí)，也將海浪雜波目標(biāo)和其他噪聲分割出來。

2.2 卷積運(yùn)算和噪聲分割

從數(shù)學(xué)意義角度講，卷積是兩組變量相乘后求和的結(jié)果。如果卷積的變量為序列X(n)和Y(n)，則卷積的結(jié)果F(n)為[15-16]

(6)

雷達(dá)信號中同頻干擾在原始灰度圖像中，表現(xiàn)為縱向的亮線，如圖4所示。對同頻干擾所在位置的信號作行向量卷積處理后，同頻干擾所在的位置，在圖像上將表現(xiàn)為平滑處理，在很大程度上降低了同頻干擾的強(qiáng)度?？梢岳眠@種同頻干擾位置的原始值與行向量處理后的值比對差異，識別同頻干擾所在的位置。

圖4 原始灰度圖像中的同頻干擾特征

采用長度各為7，值相同的列向量和行向量，如式(7)，分別對原始圖像數(shù)據(jù)做卷積處理。

(7)

采用行向量對數(shù)據(jù)進(jìn)行卷積處理，如圖5所示。

圖5 卷積處理后的結(jié)果

由于原始圖像數(shù)據(jù)同頻干擾的位置噪聲信號數(shù)據(jù)強(qiáng)度值與卷積處理后的信號數(shù)據(jù)強(qiáng)度值對比度較大，將原始數(shù)據(jù)和行向量卷積處理的數(shù)據(jù)進(jìn)行比值運(yùn)算，得到值比對圖像，如圖6所示。

圖6 值比對圖像

應(yīng)用閾值二值化的方式，鎖定同頻干擾噪聲的位置。采用Otsu算法，鎖定閾值為55的灰度級，并以此進(jìn)行圖像的二值化，如圖7所示。

圖7 二值化圖像

對比圖3和圖8可以得出，Otsu算法分割的圖像不僅將同頻干擾和其他噪聲進(jìn)行了分割，也將用于溢油識別的海浪回波信號分割出來。如果利用Otsu算法分割的結(jié)果直接進(jìn)行降噪處理，將會(huì)對海浪雜波信號進(jìn)行干擾處理，在降噪的同時(shí)降低了溢油目標(biāo)識別的精度；而先采用卷積運(yùn)算方法，再采用Otsu算法進(jìn)行的同頻干擾目標(biāo)識別，并沒有將海浪雜波信號進(jìn)行分割，且明顯鎖定同頻干擾的位置，又沒有對用于溢油目標(biāo)識別的海雜波信號造成影響。因此，本文先采用行向量卷積運(yùn)算，后采用Otsu算法進(jìn)行圖像分割，鎖定同頻干擾的位置。

3 同頻干擾降噪方法

對二值化圖像中得到的噪聲所在位置，基于原始數(shù)據(jù)，采用噪聲點(diǎn)橫向6個(gè)位置的均值運(yùn)算，公式為

(8)

式中，X表示(n-1，y)位置的灰度級值；f表示均值處理后的(n，y)位置的新值。

均值處理后，結(jié)果如圖8所示。

4 結(jié)果分析

從圖8中可以看出，原始圖像經(jīng)過同頻干擾噪聲識別與降噪后，對絕大部分噪聲進(jìn)行了平滑處理，且未影響圖像中海雜波的整體質(zhì)量，保存了海雜波中可以進(jìn)行溢油提取的信號內(nèi)容。但是，圖像中還存在亮點(diǎn)噪聲、余響噪聲及部分較弱的干擾噪聲，需要進(jìn)一步處理。

圖8 均值處理后的圖像

5 結(jié)論與展望

對航海雷達(dá)原始灰度圖像進(jìn)行同頻干擾以進(jìn)行降噪處理是非常重要的環(huán)節(jié)，試驗(yàn)表明：

(1) 由于同頻干擾表現(xiàn)為方位角方向的干擾噪聲，因此，應(yīng)在以方位角為橫軸方向、以量程回波信號為縱軸方向的平面坐標(biāo)系統(tǒng)中，處理同頻干擾噪聲。

(2) 相比直接采用Otsu算法，先利用行列向量的卷積處理對比算法，再采用Otsu算法，更適用于分割航海雷達(dá)原始數(shù)據(jù)中的同頻干擾信號。

本文提出了提取航海雷達(dá)原始數(shù)據(jù)中的同頻干擾噪聲信號方法，并提出采用橫向均值的方法，處理同頻干擾噪聲。但是，基于航海雷達(dá)原始數(shù)據(jù)進(jìn)行溢油識別以前，還要對其他噪聲進(jìn)行預(yù)處理，以保證溢油監(jiān)測的效率和精度。

[1] WANG D,PAN D,GONG F,et al. An Oil Slick Spectral Experiment of Near Shore Sea Water in the East China Sea[J]. Biomedical Chromatography，2013, 32(11): 34-40.

[2] PEREZ P, FERNANDEZ E, BEIRAS R. Development of Band Ratioing Algorithms and Neural Networks to Detection of Oil Spills Using Landsat ETM+ Data[J]. EURASIP Journal on Advances in Signal Processing，2012, 107(1): 1-8．

[3] DANCHUK S, WILLSON C S. Detection of Oil Spill Frequency and Leak Sources around the Oil Rocks Settlement, Chilov and Pirallahi Islands in the Caspian Sea Using Multi-temporal Envisat Radar Satellite Images 2009-2010[J]. Environ Earth Sci., 2015, 73(7): 3611-3621.

[4] SVEJKOVSKY J,HESS M,MUSKAT J,et al.Characterization of Surface Oil Thickness Distribution Patterns Observed during the Deepwater Horizon (MC-252) Oil Spill with Aerial and Satellite Remote Sensing[J]. Marine Pollution Bulletin，2016, 110(1):162-176.

[5] WEIMIN H, RUBEN C, CHENGXI S, et al. Surface Current Measurements Using X-band Marine Radar with Vertical Polarization[J]. IEEE Transactions on Geoscience and Remote Sensing, 2016, 54(5):2988-2997.

[6] MD S I, HYUNGSEOB H, JAE L, et al. Small Targetd Detection and Noise Reduction in Marine Radar Systems[J]. IERI Procedia, 2013(4): 168-173.

[7] BJRN L, CLARENCE O, COLLINS I, et al. Multi-directional Wave Spectra from Marine X-band Radar[J]. Ocean Dynamics，2016, 66(8): 973-988.

[8] 唐艷紅. 基于航海雷達(dá)的海浪遙測關(guān)鍵技術(shù)研究[D]. 哈爾濱：哈爾濱工程大學(xué), 2010.

[9] SALEH N M. Automated Oil Spill Detection with Ship Borne Radar[C]∥International Institute for Geo-Information Science and Earth Observation.Enschecle:[s.n.]，2007．

[10] 索永峰, 楊神化, 陳國權(quán). 基于紋理識別的航海雷達(dá)溢油監(jiān)測系統(tǒng)[J]. 集美大學(xué)學(xué)報(bào) (自然科學(xué)版)，2014, 19(2):113-117.

[11] 譚凱,張永軍,童心,等. 國產(chǎn)高分辨率遙感衛(wèi)星影像自動(dòng)云檢測[J]. 測繪學(xué)報(bào),2016,45(5):581-591.

[12] 劉立,焦斌亮,劉欽龍. Otsu多閾值算法推廣實(shí)現(xiàn)[J]. 測繪科學(xué),2009,34(6):240-241.

[13] 李大衛(wèi),姜鵬遠(yuǎn),王華強(qiáng),等. 一種基于改進(jìn)Otsu評價(jià)函數(shù)的圖像分割方法[J]. 測繪科學(xué), 2010,35(1):26-27.

[14] 張光勝,鄒友峰,盧小平,等. 基于改進(jìn)分塊閾值的SAR圖像分割算法[J]. 測繪通報(bào),2013(12): 28-30.

[15] 許婭婭,張利. 一種用于路面檢測數(shù)據(jù)處理的新方法[J]. 測繪通報(bào),2011(10):8-10.

[16] 萬志龍. 一維邊緣檢測算子的遞歸算法[J]. 測繪學(xué)報(bào),1995,24(2):45-52.

Research on Co-frequency Interference Noise Reduction Processing of Marine Radar Oil Spill Monitoring

XU Jin1，LI Bo2，CUI Can1，LIU Peng1

(1. Navigation College, Dalian Maritime University, Dalian 116026, China;2. Laboratory Department，Liaoning Reconnaissance Institute of Hydrogeology and Engineering Geology，Dalian 116037，China)

The marine radar co-frequency interference noise should be processed in the plane coordinate system. Then the convolution algorithm and Otsu algorithm are used to segment the co-frequency interference noise signal in the original data of marine radar. At last, the method of horizontal mean is used to deal with the co-frequency interference noise. This method can reduce the noise of the co-frequency interference noise and preserve the clutter signal. It provides more accurate basic data for the research of oil spill monitoring technology.

co-frequency interference; marine radar; sea clutter; oil spill monitoring

徐進(jìn)，李博，崔璨,等.航海雷達(dá)溢油監(jiān)測的同頻干擾降噪處理方法研究[J].測繪通報(bào)，2017(5)：36-38.

10.13474/j.cnki.11-2246.2017.0149.

2016-09-09；

2017-01-18

中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)(3132016003);遼寧省博士啟動(dòng)基金(201601069)

徐 進(jìn)(1985—)，男，博士，主要從事遙感與地理信息系統(tǒng)研究。E-mail：jinxu@dlmu.edu.cn

李 博。E-mail：libo_2020@126.com

P23

A

0494-0911(2017)05-0036-03