基于高分辨率SAR的目標(biāo)識別技術(shù)研究

張國賓 韓如雪 陳晨

摘 要：本文以高分辨率SAR在艦船目標(biāo)識別方面的應(yīng)用為研究對象，論文首先分析了SAR成像的特點，提出一種基于Radon變換和直方圖分析等方法改善艦船目標(biāo)幾何特征提取的性能，在此基礎(chǔ)上，結(jié)合SAR圖像艦船目標(biāo)分類自身存在的問題和特點，引入稀疏表示理論，提出一種基于特征字典的稀疏表示分類算法，將其應(yīng)用于TerraSAR-X SAR圖像中三類典型艦船目標(biāo)分類識別，驗證了稀疏表示分類對SAR圖像艦船目標(biāo)分類識別的有效性。

關(guān)鍵詞：高分辨率寬測繪帶 合成孔徑雷達(dá) 艦船目標(biāo)監(jiān)視

中圖分類號：TP751.1 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-3791（2018）05（a）-0011-02

高分辨寬幅（High Resolution Wide Swath，HRWS）星載SAR成像技術(shù)解決了高成像分辨率和寬測繪帶寬之間的矛盾，成像能力大幅度提升。在基本的SAR成像模式基礎(chǔ)上，方位向電掃描模式、馬賽克模式、滑動聚束模式等都在一定程度上實現(xiàn)了HRWS成像，涉及的技術(shù)方法主要包括俯仰向多波束、方位向多波束、波束形成、斜視成像和寬帶寬角二維相控陣天線設(shè)計等。單發(fā)多收、多發(fā)多收等多通道接收體制進(jìn)一步促進(jìn)了HRWS SAR成像技術(shù)的發(fā)展。根據(jù)不同的成像算法和應(yīng)用需求，未來的HRWS星載SAR將可以在多種成像分辨率和成像幅寬的組合模式下進(jìn)行成像，如德國宇航中心在研的HRWS系統(tǒng)將能夠獲取70km幅寬和1m高分辨率的SAR數(shù)據(jù)，與TerraSAR-X條帶模式（30km測繪帶和3m分辨率）的成像能力相比大大提高。歐空局計劃發(fā)射的Sentinel-1星載SAR系統(tǒng)將具有400km最大幅寬和5m最高分辨率的成像能力。圖1給出了HRWS星載SAR多模式成像的示意圖。

1 高分辨SAR圖像艦船目標(biāo)特征提取

特征提取是SAR圖像解譯的重要步驟，也是HRWS SAR圖像艦船目標(biāo)監(jiān)視研究中的關(guān)鍵技術(shù)之一。通過提取SAR圖像艦船目標(biāo)的相應(yīng)特征，一方面可以進(jìn)一步鑒別檢測結(jié)果中的虛警；另一方面通過提取特征降低原始數(shù)據(jù)的維數(shù)，并揭示不同目標(biāo)的內(nèi)在本質(zhì)特性，從而有助于對目標(biāo)進(jìn)行分類識別。

在高分辨率SAR圖像中，艦船目標(biāo)的幾何尺度、區(qū)域等特征受船體區(qū)域后向散射起伏、成像旁瓣效應(yīng)、相鄰目標(biāo)干擾等因素的影響，使得提取結(jié)果不準(zhǔn)確。筆者重點針對十字旁瓣和鄰近目標(biāo)的現(xiàn)象，提出一種基于Radon變換和直方圖分析等方法改善艦船目標(biāo)幾何特征提取的性能。算法流程如圖1所示。

SAR成像技術(shù)的發(fā)展為SAR圖像艦船目標(biāo)電磁散射特征提取提供了條件。電磁散射特征是SAR圖像中艦船目標(biāo)的本質(zhì)特征，揭示了艦船目標(biāo)各個部位的散射機理，具有易于理解和直觀的物理意義，但限于圖像分辨率和極化/極化干涉SAR數(shù)據(jù)處理的限制，SAR圖像艦船目標(biāo)電磁散射特征提取仍需深入研究。

宏結(jié)構(gòu)是指由船體、上層建筑、功能性設(shè)備等引起較強雷達(dá)后向散射的艦船部件所組成的結(jié)構(gòu)。不同艦船目標(biāo)具有不同的幾何結(jié)構(gòu)，特別是起重架、駕駛艙、船舷、艙口、輸油管等部件在SAR圖像上形成了強散射點。這些部件反映了艦船目標(biāo)中強散射結(jié)構(gòu)的分布，描述了艦船目標(biāo)在SAR圖像中的宏觀散射特點，因此稱之為宏結(jié)構(gòu)散射特征。筆者針對油船、集裝箱、貨船3種典型的艦船目標(biāo)，從分析它們的宏結(jié)構(gòu)及散射特點出發(fā)，利用圖像處理的方法從SAR圖像中提取了它們的宏結(jié)構(gòu)特征宏結(jié)構(gòu)散射特征的提取方法。

2 高分辨SAR圖像艦船目標(biāo)分類識別

相對于艦船目標(biāo)檢測技術(shù)的深入研究和應(yīng)用而言，關(guān)于星載SAR圖像艦船目標(biāo)分類識別的研究還處于起步階段。目前，國外研究機構(gòu)開發(fā)的艦船目標(biāo)識別系統(tǒng)還不能完全地實現(xiàn)艦船目標(biāo)的分類識別。在過去相當(dāng)長的一段時間內(nèi)，受分辨率的限制，SAR圖像艦船目標(biāo)分類識別研究主要基于仿真數(shù)據(jù)、高分辨機載SAR以及ISAR（Inverse SAR）數(shù)據(jù)開展。SAR圖像艦船目標(biāo)分類識別的實現(xiàn)途徑主要有基于圖像模板匹配的分類識別以及基于特征模板匹配的分類識別兩種。與直接基于圖像的方法相比，基于特征方法的效率更高，因此大多數(shù)研究都集中在基于特征方法上。已有文獻(xiàn)表明總結(jié)已有研究，一個典型的SAR圖像艦船目標(biāo)分類識別框架如圖2所示。

目標(biāo)切片數(shù)據(jù)庫的建立是實現(xiàn)高分辨SAR圖像艦船目標(biāo)識別的前提條件。受分辨率和高分辨SAR圖像數(shù)據(jù)獲取能力的限制，目前的研究大多基于通過對艦船目標(biāo)的三維CAD模型根據(jù)不同的成像參數(shù)、目標(biāo)姿態(tài)等條件進(jìn)行電磁散射計算，然后對仿真計算結(jié)果進(jìn)行SAR成像處理，建立仿真的SAR艦船目標(biāo)切片數(shù)據(jù)庫。

隨著高分辨SAR系統(tǒng)的成功研制和投入使用，高分辨SAR圖像的獲取能力大大增強，從而可以從實測的高分辨SAR圖像中獲取大量的艦船目標(biāo)切片，再根據(jù)AIS等地面驗證數(shù)據(jù)得到其對應(yīng)的艦船類型、型號等真實信息，最后建立實測的高分辨SAR艦船目標(biāo)切片數(shù)據(jù)庫。基于獲取的實測TerraSAR-X聚束模式高分辨SAR圖像數(shù)據(jù)，建立了包含有50只集裝箱船、150只貨船和50只油輪三類典型艦船目標(biāo)的切片數(shù)據(jù)庫。部分切片數(shù)據(jù)如圖3所示。

在建立高分辨SAR圖像艦船目標(biāo)切片數(shù)據(jù)庫的基礎(chǔ)上，分類算法也是影響SAR圖像艦船目標(biāo)分類識別性能的重要因素。在其他條件相同的情況下，研究具有更優(yōu)分類性能和魯棒性的分類識別算法尤為可貴。因此，結(jié)合SAR圖像艦船目標(biāo)分類自身存在的問題和特點，引入稀疏表示理論，提出一種基于特征字典的稀疏表示分類算法，將其應(yīng)用于TerraSAR-X SAR圖像中三類典型艦船目標(biāo)分類識別，驗證了稀疏表示分類對SAR圖像艦船目標(biāo)分類識別的有效性。

3 結(jié)語

HRWS SAR圖像艦船目標(biāo)監(jiān)視關(guān)鍵技術(shù)研究是SAR圖像海洋遙感應(yīng)用的前沿性課題，具有較高的理論價值和廣闊的應(yīng)用前景。雖然本文對該問題的研究取得了一些階段性的成果，但結(jié)合HRWS SAR成像技術(shù)的發(fā)展和實際應(yīng)用需求，下一步需要開展的研究還有很多，具體表現(xiàn)在以下幾個方面：（1）HRWS SAR圖像艦船目標(biāo)檢測算法性能仍需進(jìn)一步提高。在實際的艦船目標(biāo)監(jiān)視應(yīng)用中，特別是在近岸或港口區(qū)域，現(xiàn)有的艦船目標(biāo)檢測結(jié)果中仍存在大量虛警。因此，需要進(jìn)一步對SAR圖像艦船目標(biāo)檢測算法開展更深入的研究，并充分利用目標(biāo)上下文、多極化散射特性等信息提高檢測性能。（2）將HRWS SAR與極化/極化干涉、全息等成像技術(shù)相結(jié)合，進(jìn)一步提取更為有效、更為本質(zhì)的艦船目標(biāo)分類識別特征。在現(xiàn)有的成像模式和圖像分辨率條件下，提取的艦船目標(biāo)特征只能反映目標(biāo)較為簡單的后向散射、宏觀結(jié)構(gòu)等特點，因此，需要研究利用極化/極化干涉、全息SAR等對不同類型艦船目標(biāo)進(jìn)行反射甚至重構(gòu)，提取更有效、更本質(zhì)的分類識別特征。

參考文獻(xiàn)

[1] 鄧云凱，趙鳳軍，王宇.星載SAR技術(shù)的發(fā)展趨勢及應(yīng)用淺析[J].雷達(dá)學(xué)報，2012，1（1）：1-10.

[2] 林幼權(quán).星載高分辨率寬幅成像技術(shù)分析[J].現(xiàn)代雷達(dá)，2011，33（1）：1-6.

[3] 賴濤.星載多通道SAR高分辨寬測繪帶成像方法研究[D].長沙：國防科學(xué)技術(shù)大學(xué)，2010.

[4] 邢相薇.SAR圖像艦船目標(biāo)檢測研究[D].長沙：國防科學(xué)技術(shù)大學(xué)，2009.