高光譜探測(cè)異常目標(biāo)識(shí)別方案

夏如迪 倪辰蔭

（南京理工大學(xué)電子工程與光電技術(shù)學(xué)院 江蘇省南京市 210094）

隨著微型竊聽(tīng)、竊視設(shè)備的普及，會(huì)議場(chǎng)所、私人房間、技術(shù)實(shí)驗(yàn)室等場(chǎng)所中進(jìn)行的各類(lèi)活動(dòng)面臨著日益嚴(yán)峻的信息泄露威脅。目前，傳統(tǒng)的目標(biāo)識(shí)別的方法有很多，例如激光探測(cè)技術(shù)[1]、雷達(dá)探測(cè)技術(shù)[2]、紅外探測(cè)技術(shù)[3-4]和視頻監(jiān)控技術(shù)等，其優(yōu)勢(shì)特點(diǎn)各異?；诩す馓綔y(cè)和雷達(dá)探測(cè)的目標(biāo)識(shí)別技術(shù)需要主動(dòng)向目標(biāo)發(fā)射電磁波，具有同時(shí)完成多目標(biāo)探測(cè)的特點(diǎn)，但容易受到外界電磁干擾、且不具備分析識(shí)別被測(cè)目標(biāo)種類(lèi)特性的能力[5]。紅外探測(cè)技術(shù)雖然能夠全天候?qū)δ繕?biāo)進(jìn)行探測(cè)，但是紅外隱身技術(shù)的發(fā)展制約了該項(xiàng)技術(shù)的應(yīng)用。視頻監(jiān)控技術(shù)是最常用的目標(biāo)識(shí)別手段，通過(guò)對(duì)多組視頻圖像進(jìn)行組合分析，進(jìn)而分析得到其外形、種類(lèi)等信息。該方法常與紅外、激光雷達(dá)聯(lián)用，進(jìn)行被測(cè)目標(biāo)的定位及識(shí)別。但存在一個(gè)嚴(yán)重的漏洞，即被測(cè)目標(biāo)如果有偽裝時(shí)，識(shí)別監(jiān)控的目標(biāo)識(shí)別率會(huì)大幅下降。以上方法均具有一定的局限性，但隨著高光譜成像技術(shù)的迅猛發(fā)展，光譜分辨率不斷的提高，高光譜能同時(shí)獲取光譜圖像和目標(biāo)一定波長(zhǎng)的特征曲線，即使被測(cè)目標(biāo)利用顏色形似的物體偽裝起來(lái)，但是由于不同物體，其光譜曲線不同，利用其具有探測(cè)目標(biāo)光譜分布的能力，將偽裝目標(biāo)與背景特性進(jìn)行對(duì)比分析，從而對(duì)偽裝目標(biāo)進(jìn)行更加有效地識(shí)別。

本文針對(duì)的異常目標(biāo)主要指室內(nèi)環(huán)境中安裝的竊聽(tīng)、竊視設(shè)備，通常具有目標(biāo)小、安裝隱蔽、偽裝精妙的特點(diǎn)，在可見(jiàn)光區(qū)域內(nèi)，其光學(xué)特性與環(huán)境背景一致程度較高，導(dǎo)致目視或可見(jiàn)光相機(jī)難以發(fā)現(xiàn)。從安全保密領(lǐng)域面臨的挑戰(zhàn)和需求出發(fā)，以光譜分析為基本原理，開(kāi)展針對(duì)室內(nèi)環(huán)境中異常目標(biāo)的識(shí)別方法研究。通過(guò)對(duì)常見(jiàn)的室內(nèi)場(chǎng)景偽裝特點(diǎn)進(jìn)行分析，結(jié)合光譜分析技術(shù)特點(diǎn)，設(shè)計(jì)異常目標(biāo)識(shí)別的方案。結(jié)果顯示，基于計(jì)算光譜成像技術(shù)，獲取場(chǎng)景從可見(jiàn)光到近紅外區(qū)間的精細(xì)光譜結(jié)構(gòu)和多波段的數(shù)據(jù)立方體，可以有效拓展數(shù)據(jù)源的范圍，提高對(duì)偽裝目標(biāo)的識(shí)別能力。

1 不同偽裝方式分析

計(jì)算光譜成像技術(shù)獲取的數(shù)據(jù)立方體，同時(shí)包含了目標(biāo)場(chǎng)景的空間信息和光譜維數(shù)據(jù)，使得色彩、形狀、紋理等空間特征和組成相關(guān)的光譜特征有機(jī)的結(jié)合在一起，為異常目標(biāo)的識(shí)別提供多源化的數(shù)據(jù)。根據(jù)目標(biāo)物是否直接暴露在環(huán)境中，將偽裝方式分為遮蔽和融合兩類(lèi)。對(duì)于在目標(biāo)物表面覆蓋偽裝材料進(jìn)行遮蔽的方式，由于室內(nèi)裝潢中建材中常用有機(jī)染料通常針對(duì)可見(jiàn)光波段研制，隨波長(zhǎng)向近紅外波段延伸，有機(jī)色素吸光度普遍下降，上層覆蓋的遮蔽物呈現(xiàn)“透明化”，這為觀測(cè)偽裝目標(biāo)提供了可能的途徑。

圖1：光譜角填圖示意圖

圖2：K均值聚類(lèi)算法示意圖

對(duì)于需直接暴露在環(huán)境中的目標(biāo)物，其偽裝方式一般選擇與場(chǎng)景進(jìn)行融合，既目標(biāo)物在色彩、亮度、形狀、紋理等表觀特征與背景保證相似性，外觀無(wú)法保持一致的部分(如相機(jī)鏡頭)則盡量減小尺寸，弱化目標(biāo)、背景間的差異，達(dá)到隱蔽的效果。采用這一偽裝方式的目表通常具體積較小，提高光譜成像儀器的空間分辨率，保留較為精細(xì)的空間信息，一方面有助于獲取“純凈”的目標(biāo)和背景光譜數(shù)據(jù)，強(qiáng)化差異性，另一方面可通過(guò)外形輪廓進(jìn)行辨識(shí)分類(lèi)，有助于揭示出偽裝。

此外，部分設(shè)置在墻壁、家具內(nèi)部的目標(biāo)，安裝過(guò)程需對(duì)原有表面進(jìn)行破拆，待完成后重新進(jìn)行修復(fù)。對(duì)于這一類(lèi)目標(biāo)，如修復(fù)過(guò)程與原始材料不完全一致，則可能在光譜特征中呈現(xiàn)差異。這一類(lèi)偽裝目標(biāo)的識(shí)別，通常涉及到較為精細(xì)的光譜結(jié)構(gòu)，對(duì)光譜數(shù)據(jù)立方體在光譜維的延伸范圍及分辨率由較高的要求。

針對(duì)不同類(lèi)別偽裝的識(shí)別需求，分別設(shè)計(jì)了高光譜點(diǎn)掃描成像光譜測(cè)量和高分辨率譜段掃描成像光譜測(cè)量?jī)商讓?shí)驗(yàn)裝置，驗(yàn)證計(jì)算光譜成像技術(shù)識(shí)別目標(biāo)、揭示偽裝的能力。

2 理論計(jì)算

高光譜數(shù)據(jù)分析與分類(lèi)可采用多種算法，結(jié)合本系統(tǒng)使用場(chǎng)景及數(shù)據(jù)特點(diǎn)，可采用光譜角填圖、K均值聚類(lèi)算法、小目標(biāo)檢測(cè)算法等。

2.1 光譜角填圖

光譜角匹配（Spectral Angle Mapping，簡(jiǎn)稱(chēng)SAM）是一種監(jiān)督分類(lèi)技術(shù)，是基于物理的一種光譜分類(lèi)算法，利用n維角度來(lái)匹配像元光譜和參考光譜。將光譜看成是維數(shù)與波段數(shù)相等的空間里的向量，通過(guò)計(jì)算光譜間的角度的算法，決定了兩個(gè)光譜之間的相似性。端元光譜是從ASCII文件或光譜數(shù)據(jù)庫(kù)中獲得，或者可以直接從影像中獲得（ROI的平均光譜）。SAM比較端元光譜向量和每一個(gè)像素的向量在n維空間中的角度。角度越小代表與參考光譜越匹配，當(dāng)像素比特定的最大角度的弧度閾值更大的時(shí)候就不會(huì)被分類(lèi)。該算法是將圖像光譜直接同參考光譜匹配的一種交互式分類(lèi)方法，是一種比較圖像光譜與目標(biāo)光譜或光譜庫(kù)中目標(biāo)光譜數(shù)據(jù)的自動(dòng)分類(lèi)方法。

上式中，α為光譜角，ri為參考光譜向量，ti為目標(biāo)光譜向量，nb為向量元素個(gè)數(shù)。

這種方法充分利用了光譜維的信息，強(qiáng)調(diào)了光譜的形狀特征，大大減少了特征信息。SAM以實(shí)驗(yàn)室測(cè)量的標(biāo)準(zhǔn)光譜或從圖像上提取的已知點(diǎn)的平均光譜為參考，將圖像中每一像元矢量與參考光譜矢量求廣義夾角，夾角越小相似度越大，見(jiàn)圖1。該算法可以很好的克服場(chǎng)景中光照不均勻帶來(lái)的目標(biāo)亮度強(qiáng)弱變化，尤其適合于圖像中已知目標(biāo)的搜索與分類(lèi)。

2.2 K均值聚類(lèi)算法

K均值聚類(lèi)屬于無(wú)監(jiān)督學(xué)習(xí)算法。該算法是先隨機(jī)選取K個(gè)對(duì)象作為初始的聚類(lèi)中心。然后計(jì)算每個(gè)對(duì)象與各個(gè)種子聚類(lèi)中心之間的距離，把每個(gè)對(duì)象分配給距離它最近的聚類(lèi)中心。聚類(lèi)中心以及分配給它們的對(duì)象就代表一個(gè)聚類(lèi)。一旦全部對(duì)象都被分配了，每個(gè)聚類(lèi)的聚類(lèi)中心會(huì)根據(jù)聚類(lèi)中現(xiàn)有的對(duì)象被重新計(jì)算。這個(gè)過(guò)程將不斷重復(fù)直到滿(mǎn)足某個(gè)終止條件，示意圖見(jiàn)圖2。

終止條件可以是以下任何一個(gè)：

（1）沒(méi)有（或最小數(shù)目）對(duì)象被重新分配給不同的聚類(lèi)。

（2）沒(méi)有（或最小數(shù)目）聚類(lèi)中心再發(fā)生變化。

（3）誤差平方和局部最小。

2.3 基于圖像白化處理的小目標(biāo)檢測(cè)算法

遙感領(lǐng)域常用的CEM、RXD、SAM等基于目標(biāo)信息分布的探測(cè)算法則從圖像的二階統(tǒng)計(jì)量、信息分布的角度入手，從圖像中提取低概率分布目標(biāo)，在小目標(biāo)探測(cè)方面有較強(qiáng)優(yōu)勢(shì)。此類(lèi)小目標(biāo)探測(cè)算法之所以有效的本質(zhì)在于圖像的白化處理過(guò)程。

假設(shè)S={r1,r2,…,rN}為所有樣本數(shù)據(jù)集，ri為圖像中的L（L為波段數(shù)）維光譜向量，為樣本均值向量，K為樣本協(xié)方差矩陣，矩陣F為K的白化矩陣，則有

FTKF=I,FTF=Δ-1

圖3：小目標(biāo)檢測(cè)結(jié)果

其中Δ=diag{λ1,λ2,…,λL}為由K的特征值組成的對(duì)角矩陣（設(shè)λ1≥λ2≥…≥λL）。實(shí)際上F=EΔ-1/2，這里矩陣E由K的特征向量組成，滿(mǎn)足ETKE=Δ。則白化數(shù)據(jù)為

W={w1,w2…wN}={FTr1,FTr2,…,FTrN}

顯然圖像經(jīng)過(guò)白化處理之后各個(gè)波段的方差為1，各個(gè)波段之間的相關(guān)性為0。這相當(dāng)于在特征空間中圖像分布信息量比較大的方向上乘以一個(gè)縮減比例因子，而在信息量分布比較大的方向上乘以一個(gè)擴(kuò)張比例因子，以使得各個(gè)方向上圖像有相同的方差。經(jīng)過(guò)這樣的處理之后，原本信息量比較大、分布相對(duì)較為稀疏的方向上的信息得以壓縮而變得稠密；而原來(lái)信息量比較小、分布較為密集的方向上的信息得以膨脹開(kāi)來(lái)，尤其是當(dāng)此方向上有游離于稠密的數(shù)據(jù)云團(tuán)之外的小目標(biāo)時(shí)，經(jīng)過(guò)白化之后，此目標(biāo)將遠(yuǎn)遠(yuǎn)的孤立于以其他地物為背景的數(shù)據(jù)云團(tuán)之外。運(yùn)用CEM和SAM算法對(duì)白化數(shù)據(jù)進(jìn)行小目標(biāo)檢測(cè)結(jié)果如圖3所示。

3 系統(tǒng)設(shè)計(jì)

圖4：實(shí)驗(yàn)平臺(tái)組成示意

圖5：實(shí)驗(yàn)靶標(biāo)制作過(guò)程

利用兩臺(tái)高光譜成像測(cè)量裝置，組建針對(duì)室內(nèi)偽裝的異常目標(biāo)檢測(cè)方法實(shí)驗(yàn)平臺(tái)。實(shí)驗(yàn)過(guò)程采用鹵鎢燈作為照明光源，根據(jù)不同的偽裝方式及目標(biāo)物設(shè)計(jì)實(shí)驗(yàn)場(chǎng)景?；趯?duì)偽裝方式和目標(biāo)特點(diǎn)的分析，分別選用不同的儀器采集高光譜數(shù)據(jù)，對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析評(píng)判。如圖4所示。

多色墻面漆是市內(nèi)裝修常用的建材之一，在可見(jiàn)光波段具有較好的遮蓋力，我們搭建油漆遮蔽偽裝揭露實(shí)驗(yàn)，以多種顏色墻面漆對(duì)靶標(biāo)圖像進(jìn)行遮蓋，研究以漆層進(jìn)行偽裝時(shí)，光譜圖像對(duì)目標(biāo)的識(shí)別能力。如圖5所示。

選用壁紙作為基地材料，表面以書(shū)畫(huà)墨汁繪制“田”字目標(biāo)，待墨跡風(fēng)干后，選用德國(guó)Dufa墻面漆作為遮蔽物，添加紅綠黃藍(lán)標(biāo)準(zhǔn)色漿制成多色漆，均勻刷涂在壁紙表面對(duì)目標(biāo)進(jìn)行遮蔽，構(gòu)成實(shí)驗(yàn)對(duì)象。如圖6所示。

使用點(diǎn)掃描成像光譜儀對(duì)靶標(biāo)進(jìn)行光譜圖像掃描，間隔距離設(shè)為2m，對(duì)應(yīng)空間分辨率3.5cm。采集的高光譜圖像數(shù)據(jù)如圖7所示。

圖6：實(shí)驗(yàn)靶標(biāo)實(shí)物

從實(shí)驗(yàn)結(jié)果可見(jiàn)，隨波長(zhǎng)向長(zhǎng)波方向移動(dòng)，各種顏色墻面漆的遮蓋力整體呈下降趨勢(shì)。從900nm開(kāi)始，紅、黃兩種淺色漆層已經(jīng)趨于透明。雖然藍(lán)、綠兩種深色漆層遮蓋力弱化稍緩慢，但波長(zhǎng)達(dá)到1200nm后，各色油漆均已失去遮蓋力，另外，經(jīng)原始數(shù)據(jù)分析2300nm后圖像信噪比顯著下降主要源于光源輻射強(qiáng)度減弱及儀器響應(yīng)度衰減。實(shí)驗(yàn)結(jié)果顯示，用紅外光譜成像技術(shù)對(duì)不同顏色墻面漆構(gòu)成的遮蔽偽裝均有較好的穿透作用，能夠有效識(shí)別漆層下的異常目標(biāo)。

4 結(jié)論

圖7

本課題針對(duì)安全保密工作中識(shí)別室內(nèi)環(huán)境的異常，保護(hù)重要信息安全的需求，以計(jì)算光學(xué)成像技術(shù)為基礎(chǔ)，研究對(duì)多中類(lèi)別偽裝進(jìn)行識(shí)別的方法，并展開(kāi)了驗(yàn)證實(shí)驗(yàn)。

通過(guò)搭建測(cè)試場(chǎng)景，本課題中針對(duì)多種偽裝手段開(kāi)展了識(shí)別實(shí)驗(yàn)。基于偽裝目標(biāo)和偽裝物的特點(diǎn)，分別設(shè)計(jì)不同的光譜數(shù)據(jù)采集及處理方法。實(shí)驗(yàn)結(jié)果證明，計(jì)算光譜成像技術(shù)在室內(nèi)異常目標(biāo)的識(shí)別方面表現(xiàn)出超越目視/可見(jiàn)光識(shí)別的優(yōu)勢(shì)，且具有良好的通用性和靈活性，能夠滿(mǎn)足多樣性的識(shí)別要求。