基于圖像識(shí)別的雷達(dá)航標(biāo)監(jiān)測(cè)軟件設(shè)計(jì)與實(shí)現(xiàn)

潘明達(dá)，陳艾玲，倪侃俊

(上海埃威航空電子有限公司，上海 200233)

0 引言

我國(guó)管理水域內(nèi)通常航路復(fù)雜、通航環(huán)境惡劣，船舶交通密度大，由此增加了船舶航行的難度及危險(xiǎn)系數(shù)。并且水域島礁眾多，存在大量跨海大橋、架空線纜、海產(chǎn)品養(yǎng)殖區(qū)域，船舶種類繁雜，使得對(duì)該水域不熟悉的船舶產(chǎn)生望而卻步、寸步難行的感覺。由于雷達(dá)應(yīng)答器可以提供一個(gè)正確識(shí)別目標(biāo)，具有目標(biāo)識(shí)別直觀，且受氣候影響較小的特點(diǎn)，許多船長(zhǎng)和引航員經(jīng)常在航標(biāo)用戶座談會(huì)上希望增加雷達(dá)應(yīng)答器的應(yīng)用，證明其深受廣大航海用戶的喜愛[1]。隨著我國(guó)海事部門管理手段不斷提高，海上雷達(dá)航標(biāo)設(shè)置不斷完善，船舶如果能夠充分利用雷達(dá)航標(biāo)設(shè)備反饋的信息進(jìn)行導(dǎo)航，規(guī)避風(fēng)險(xiǎn)，將對(duì)船舶安全航行有極大的幫助。

一般情況是雷達(dá)航標(biāo)所處水域環(huán)境惡劣，會(huì)發(fā)生信標(biāo)漂移或損壞的情況，航標(biāo)船無法及時(shí)了解情況，只有在近距離巡檢中人工才能發(fā)現(xiàn)問題，這樣會(huì)嚴(yán)重影響航標(biāo)工作效率進(jìn)而影響船舶的安全航行。所以需要一種適用于航標(biāo)船遠(yuǎn)程監(jiān)測(cè)雷達(dá)航標(biāo)狀態(tài)的方法，來遠(yuǎn)程監(jiān)測(cè)雷達(dá)航標(biāo)的定位狀態(tài)和應(yīng)答狀態(tài)，實(shí)現(xiàn)無人監(jiān)測(cè)作業(yè)，保障船舶的航行安全。

由于雷達(dá)對(duì)物體的掃描結(jié)果是通過圖像反饋的，因此通過圖像識(shí)別技術(shù)對(duì)雷達(dá)航標(biāo)的監(jiān)測(cè)提供了一種新的思路。模板匹配是計(jì)算機(jī)視覺技術(shù)重要的應(yīng)用方向，模板匹配主要是對(duì)現(xiàn)有的模板和被檢測(cè)物體進(jìn)行全方位的匹配和分析[2]。

1 相關(guān)研究

雷達(dá)航標(biāo)（Racon，又稱雷康），是一種被動(dòng)式的有源雷達(dá)信標(biāo)，它在接收到船用雷達(dá)的發(fā)射脈沖后約0.5us便自動(dòng)發(fā)出經(jīng)編碼的回答脈沖信號(hào)，故又稱為雷達(dá)應(yīng)答器，如圖1所示，其回答的編碼脈沖信號(hào)被船用雷達(dá)接收后顯示在屏上，可以測(cè)其方位和距離，以供定位和導(dǎo)航之用。由于回答脈沖是編碼的，故便于相互識(shí)別，常用的雷達(dá)航標(biāo)信號(hào)是把脈沖編成莫爾斯（Morse）碼[3]。雷達(dá)航標(biāo)可在整個(gè)船用雷達(dá)工作頻率范圍內(nèi)接收雷達(dá)脈沖信號(hào)，而它的回答信號(hào)也可被附近同波段雷達(dá)所接收。雷達(dá)航標(biāo)工作頻率在微波X波段，該波段電磁波特性主要以視距傳播為主，而其作用距離與雷達(dá)應(yīng)答器的功率和安裝天線高度等因素有重要關(guān)聯(lián)，更遠(yuǎn)作用距離需要更大的輸出功率和更高的天線高度，同時(shí)作用距離與船用天線高度也有相應(yīng)影響[4]。

圖1 雷達(dá)航標(biāo)示意圖

模板匹配技術(shù)的基本原理是通過使用數(shù)學(xué)函數(shù)將被搜索圖的對(duì)應(yīng)坐標(biāo)關(guān)系找出，將找到的對(duì)應(yīng)關(guān)系代入到數(shù)學(xué)模型中。在這個(gè)過程中模板匹配技術(shù)具備的圖像識(shí)別能力往往較強(qiáng)，但是若處于嚴(yán)重干擾狀態(tài)，或參照的模板出現(xiàn)了較大變動(dòng)，就需要使用更為深層的數(shù)學(xué)工具，構(gòu)建出新條件下的數(shù)學(xué)模型。模板匹配技術(shù)包含了神經(jīng)網(wǎng)絡(luò)、模糊數(shù)學(xué)、自適應(yīng)控制等技術(shù)，運(yùn)算速度較快，實(shí)現(xiàn)方法簡(jiǎn)單。因此將模板匹配技術(shù)應(yīng)用到圖像識(shí)別當(dāng)中有著較為重要的意義[5]。

2 監(jiān)測(cè)方法

根據(jù)雷達(dá)航標(biāo)工作原理，利用船載X 波段導(dǎo)航雷達(dá)對(duì)雷達(dá)航標(biāo)進(jìn)行掃描，將一次回波掃描后數(shù)據(jù)及雷達(dá)成像模擬數(shù)據(jù)進(jìn)行采集，數(shù)據(jù)處理后形成雷達(dá)回波圖像，為了遠(yuǎn)程監(jiān)測(cè)雷達(dá)航標(biāo)的狀態(tài)，采用模板匹配的方法識(shí)別雷達(dá)航標(biāo)發(fā)送的莫爾斯編碼。即在待檢測(cè)圖像S 中搜索目標(biāo)圖像T（即模板圖像）并返回T 的坐標(biāo)。進(jìn)行模板匹配時(shí)，先建立一個(gè)標(biāo)準(zhǔn)模板庫(kù)，再根據(jù)相似度準(zhǔn)則計(jì)算待檢測(cè)圖像S 與目標(biāo)圖像T 之間的相似度Similarity(S,T)，兩者相似度越高，相同的可能性就越高。

經(jīng)典邊緣檢測(cè)算法主要是通過各自算法的核心濾波器后，進(jìn)行梯度計(jì)算，然后經(jīng)過相應(yīng)算子過零點(diǎn)，最后擬合邊緣[6]。采用邊緣提取的方法進(jìn)行模板匹配，常用的邊緣提取算子有Sobel 算子、Laplacian 算子及Canny 算子。Sobel 算子適用于灰度漸變及噪聲較多的圖像，由于圖像的邊緣不止一個(gè)像素，而Sobel 算子對(duì)邊緣定位的準(zhǔn)確度不高，所以，當(dāng)對(duì)算法的精度要求不高時(shí)，通常采用Sobel 算子進(jìn)行邊緣檢測(cè)。Laplacian 算子對(duì)圖像噪聲敏感，很少應(yīng)用于邊緣檢測(cè)，通常用于判斷圖像邊緣像素是明區(qū)還是暗區(qū)。Canny 算子是對(duì)Sobel、Laplacian 算子的細(xì)化，同時(shí)Canny算子對(duì)目標(biāo)定位的準(zhǔn)確度更高，Canny算子對(duì)圖像噪聲敏感度低，可以檢測(cè)圖像弱邊緣，Canny算子的特點(diǎn)與優(yōu)勢(shì)在于，其應(yīng)用了雙閾值的方法分別檢測(cè)圖像的弱邊緣（潛在的邊緣）與強(qiáng)邊緣（真實(shí)的邊緣），該種方法極大地提高了Canny算子的準(zhǔn)確率。

Canny算子基于三個(gè)基本目標(biāo)進(jìn)行邊緣檢測(cè)：

⑴低錯(cuò)誤率。所有邊緣包括弱邊緣與強(qiáng)邊緣都應(yīng)被找到，且沒有偽響應(yīng)。

對(duì)婦幼保健檔案管理工作有足夠的重視度,一方面將檔案管理工作與日常審查和績(jī)效考核等聯(lián)系在一起,經(jīng)常性抽查檔案管理工作質(zhì)量,增強(qiáng)檔案管理人員在這方面的重視度,使檔案管理水平有顯著提高;另一方面,通過宣傳、教育等方式,使檔案管理人員對(duì)婦幼保健檔案管理在整個(gè)婦幼保健工作的作用有清楚的認(rèn)識(shí),在日常工作中自覺做好檔案管理工作。

⑵邊緣點(diǎn)應(yīng)該被很好地定位。對(duì)于已經(jīng)定位的邊緣點(diǎn)，要求其必須足夠接近圖像的真實(shí)邊緣。

⑶ 單一的邊緣點(diǎn)響應(yīng)。若僅存一個(gè)單一邊緣點(diǎn)，則檢測(cè)器不應(yīng)響應(yīng)多個(gè)像素邊緣。

2.1 基于模板匹配的圖像識(shí)別方法

Canny 算子是一個(gè)具有濾波、增強(qiáng)以及檢測(cè)的多階段優(yōu)化算子，它具有很好的邊緣檢測(cè)的性能[7]。使用Canny 算子進(jìn)行邊緣檢測(cè)圖像識(shí)別，分為以下五個(gè)步驟。

⑴使用高斯平滑濾波器對(duì)圖像進(jìn)行平滑操作，削弱噪聲對(duì)檢測(cè)結(jié)果的影響，達(dá)到降噪的目的。高斯平滑濾波具有優(yōu)良的噪聲平滑性能和邊緣保留能力，適合平滑圖像、去除噪聲，但運(yùn)算量較大，限制了其在實(shí)時(shí)圖像處理系統(tǒng)中的應(yīng)用[8]。如何選擇高斯卷積核的尺寸至關(guān)重要，高斯卷積核的大小將影響Canny 算子的性能，通常高斯卷積核尺寸越小，Canny算子對(duì)噪聲越敏感，但其定位準(zhǔn)確率也越低。選擇5×5的高斯卷積核，圖像增強(qiáng)后的特征圖像采用高斯平滑濾波消除噪聲，其中高斯內(nèi)核為：

⑵計(jì)算像素點(diǎn)的梯度大小及梯度方向。圖像的邊緣有多種方向，Canny 使用了四個(gè)方程式對(duì)圖像中的水平邊緣、垂直邊緣及對(duì)角邊緣進(jìn)行檢測(cè)。Canny算子進(jìn)行邊緣檢測(cè)時(shí)返回水平Gx和垂直Gy方向的一階導(dǎo)數(shù)值，通過倆一階導(dǎo)數(shù)值推算該像素點(diǎn)的梯度大小G和梯度方向。以Sobel算子為例，用Canny算子分別求出模板圖像每個(gè)點(diǎn)的x 方向梯度Gx和y 方向梯度Gy；根據(jù)x、y梯度結(jié)合和邊界點(diǎn)位置信息，求取每個(gè)邊界點(diǎn)的梯度方向和梯度大小。采用具體的矩陣對(duì)平滑濾波后的特征圖像A 進(jìn)行卷積運(yùn)算，得到特征圖像的x方向梯度Gx和y方向梯度Gy：

根據(jù)x 方向梯度Gx和y 方向梯度Gy，得到特征圖像A的梯度方向和梯度大小，其中，梯度大小G為：

梯度方向θ為：

⑶應(yīng)用非極大值抑制（Non-Maximum Suppression），消除雜散響應(yīng)。非極大值抑制是一種邊緣稀疏技術(shù)，其作用在于減少響應(yīng)的邊。由于僅僅根據(jù)梯度值來提取圖像邊緣無法提取清晰的邊緣，根據(jù)Canny 算法的第三個(gè)基本目標(biāo)可知，對(duì)邊緣有且應(yīng)當(dāng)只有一個(gè)準(zhǔn)確的響應(yīng)，所以應(yīng)用非極大值抑制將局部最大值之外的所有梯度值抑制為0。對(duì)像素進(jìn)行非極大值抑制的步驟是：

②如果當(dāng)前像素的梯度大小較大，則保留該像素點(diǎn)為邊緣點(diǎn)，否則抑制該像素點(diǎn)。

⑷ 應(yīng)用雙閾值（Double-Threshold）檢測(cè)來確定弱邊緣與強(qiáng)邊緣。對(duì)梯度圖像進(jìn)行非極大值抑制后，余下的像素能夠較準(zhǔn)確的表示圖像中的強(qiáng)邊緣，但由于圖像噪聲和顏色變化的影響，仍然存在一些邊緣像素。為解決以上雜散響應(yīng)的問題，應(yīng)用雙閾值檢測(cè)，實(shí)現(xiàn)用弱梯度值過濾邊緣像素，保留具有高梯度值的邊緣像素。若邊緣像素的梯度值大于高閾值，則將其標(biāo)記為強(qiáng)邊緣像素；若邊緣像素的梯度值小于高閾值且大于低閾值，則將其標(biāo)記為弱邊緣像素；若邊緣像素的梯度值小于低閾值，則抑制該像素。閾值由給定輸入圖像的內(nèi)容決定。

⑸抑制孤立的弱邊緣完成最終邊緣檢測(cè)。被標(biāo)記為強(qiáng)邊緣的像素點(diǎn)已經(jīng)確定為邊緣，因?yàn)樵撔┫袼攸c(diǎn)來自圖像中的真實(shí)邊緣。而弱邊緣像素則無法確定，因?yàn)樵撔┫袼乜梢詠碜哉鎸?shí)邊緣，也可以是由圖像噪聲或顏色變化所引起的。為了得到準(zhǔn)確的檢測(cè)結(jié)果，應(yīng)該抑制由圖像噪聲或顏色變化引起的弱邊緣。通常情況下，由真實(shí)邊緣引起的弱邊緣像素將會(huì)連接到強(qiáng)邊緣像素，而由圖像噪聲或顏色變化引起的響應(yīng)未連接。通過查看弱邊緣像素及其8個(gè)鄰域像素跟蹤邊緣連接，只要其中一個(gè)為強(qiáng)邊緣像素，則該弱邊緣點(diǎn)就可以保留為真實(shí)的邊緣。

使用Canny 算子對(duì)目標(biāo)圖像T 進(jìn)行預(yù)處理得到特征圖像，對(duì)特征圖像進(jìn)行圖像增強(qiáng)操作建立標(biāo)準(zhǔn)模板庫(kù)，圖像增強(qiáng)即做多角度變換和多尺度變換，該種方法使得算法具有旋轉(zhuǎn)不變性及尺度不變性，極大提高了算法的魯棒性。

2.2 目標(biāo)篩選

通過位置匹配的方法過濾非雷達(dá)航標(biāo)的目標(biāo)物，采用傳統(tǒng)定位方法標(biāo)定雷達(dá)航標(biāo)目標(biāo)，用一個(gè)結(jié)構(gòu)已知、精度很高的標(biāo)定塊（本船）作為空間參照物，通過空間點(diǎn)和圖像點(diǎn)之間的對(duì)應(yīng)關(guān)系建立雷達(dá)航標(biāo)目標(biāo)模型參數(shù)（坐標(biāo)）的約束，然后通過優(yōu)化算法來求取這些參數(shù)。根據(jù)待匹配圖像內(nèi)雷達(dá)航標(biāo)信號(hào)的坐標(biāo)和待匹配圖像中心點(diǎn)坐標(biāo)，計(jì)算出雷達(dá)航標(biāo)信號(hào)與待匹配圖像中心點(diǎn)的距離d，以及與正北方向的夾角α。

待匹配圖像中心點(diǎn)坐標(biāo)（x1，y1），雷達(dá)航標(biāo)信號(hào)坐標(biāo)（x2，y2）；

距離d=sqrt(abs(x1-x2)*abs(x1-x2+abs(y1-y2)*abs(y1-y2))；

夾角α=atan2((x1-x2),(y2-y1))*(180/PI)；

根據(jù)雷達(dá)圖像的比例尺和雷達(dá)航標(biāo)信號(hào)與待匹配圖像中心點(diǎn)的距離d，計(jì)算出雷達(dá)航標(biāo)信號(hào)與待匹配圖像中心點(diǎn)的實(shí)際距離D；

實(shí)際距離D=距離d*比例尺；

待匹配圖像中心點(diǎn)即為船舶當(dāng)前位置，其經(jīng)緯度通過船上定位設(shè)備獲取，通過待匹配圖像中心點(diǎn)經(jīng)緯度、雷達(dá)航標(biāo)信號(hào)與待匹配圖像中心點(diǎn)的實(shí)際距離D以及與正北方向的夾角α，計(jì)算出雷達(dá)航標(biāo)信號(hào)的實(shí)際經(jīng)緯度；

船舶當(dāng)前經(jīng)度，緯度=（longS,lngS）；

地球半徑R=6371000m；

雷達(dá)航標(biāo)信號(hào)緯度

最后得出雷達(dá)航標(biāo)信號(hào)經(jīng)度

3 軟件設(shè)計(jì)

3.1 框架設(shè)計(jì)

雷達(dá)航標(biāo)監(jiān)測(cè)軟件是集雷達(dá)回波采集、接收、解析、處理、結(jié)果輸出于一體的自動(dòng)化信息處理系統(tǒng)。軟件基于面向?qū)ο蠓椒ㄔO(shè)計(jì)，采用Visual Studio 2017開發(fā)平臺(tái)，其總體框架設(shè)計(jì)如圖2所示。

圖2 雷達(dá)航標(biāo)監(jiān)測(cè)軟件總體架構(gòu)

雷達(dá)航標(biāo)監(jiān)測(cè)軟件由圖像處理識(shí)別模塊和數(shù)據(jù)處理模塊組成。圖像處理識(shí)別模塊用于完成雷達(dá)回波采集，處理、雷達(dá)航標(biāo)圖像模板數(shù)據(jù)庫(kù)管理、將處理后的雷達(dá)航標(biāo)圖像與模板進(jìn)行圖像識(shí)別比較，將識(shí)別結(jié)果送至數(shù)據(jù)處理模塊。數(shù)據(jù)處理模塊完成雷達(dá)航標(biāo)位置的計(jì)算，過濾非雷達(dá)航標(biāo)的目標(biāo)物，進(jìn)而提高識(shí)別準(zhǔn)確率，最后將結(jié)果輸出。

3.2 圖像處理識(shí)別模塊設(shè)計(jì)

圖像處理識(shí)別模塊由圖像采集、圖像處理及圖像識(shí)別三個(gè)單元構(gòu)成。該模塊首先將雷達(dá)航標(biāo)的標(biāo)準(zhǔn)回波圖像作為模板，對(duì)模板圖像進(jìn)行處理，得到一組雷達(dá)航標(biāo)模板圖像，并獲取雷達(dá)航標(biāo)模板圖像的特征信息；然后采集當(dāng)前雷達(dá)航標(biāo)回波圖像，并進(jìn)行圖像處理，得到待匹配圖像；將雷達(dá)航標(biāo)模板圖像與采集得到的待匹配圖像進(jìn)行匹配，得到雷達(dá)航標(biāo)模板圖像的匹配區(qū)域在待匹配圖像中的坐標(biāo)值，即為該雷達(dá)航標(biāo)模板圖像包含的雷達(dá)航標(biāo)信號(hào)在待匹配圖像中的坐標(biāo)值，并將該數(shù)值送至數(shù)據(jù)處理模塊。

3.3 數(shù)據(jù)處理模塊設(shè)計(jì)

數(shù)據(jù)處理模塊由雷達(dá)航標(biāo)位置計(jì)算、目標(biāo)篩選過濾及結(jié)果輸出三個(gè)單元組成。

雷達(dá)航標(biāo)位置計(jì)算根據(jù)雷達(dá)航標(biāo)信號(hào)的坐標(biāo)值以及待匹配圖像中心點(diǎn)的經(jīng)緯度計(jì)算得到雷達(dá)航標(biāo)信號(hào)的經(jīng)緯度。

目標(biāo)篩選過濾為提高雷達(dá)航標(biāo)識(shí)別率，設(shè)計(jì)步驟如下：

⑴創(chuàng)建一份管理水域內(nèi)部署的雷達(dá)航標(biāo)設(shè)備信息對(duì)照表，屬性包括：雷達(dá)航標(biāo)編號(hào)、雷達(dá)名稱、經(jīng)度、緯度和莫爾斯碼信息。

⑵根據(jù)待匹配圖像內(nèi)目標(biāo)物的位置和中心點(diǎn)位置，計(jì)算出目標(biāo)物和中心點(diǎn)的距離d（單位：像素）、以及與正北方向的夾角θ。根據(jù)雷達(dá)圖像的比例尺和目標(biāo)物和中心點(diǎn)的距離d（單位：像素），計(jì)算出目標(biāo)物和中心點(diǎn)的實(shí)際距離D。根據(jù)船舶當(dāng)前經(jīng)緯度（可通過船上任意定位設(shè)備獲?。┖湍繕?biāo)物和中心點(diǎn)的實(shí)際距離D，以及與正北方向的夾角θ，計(jì)算出目標(biāo)物的實(shí)際經(jīng)緯度。

⑶根據(jù)目標(biāo)物的實(shí)際經(jīng)緯度與雷達(dá)航標(biāo)設(shè)備信息表的經(jīng)緯度進(jìn)行比對(duì)，分別以目標(biāo)物的實(shí)際經(jīng)緯度和信息表的經(jīng)緯度為中心，半徑為100米（考慮到目標(biāo)物的漂移、圖像像素的誤差），如果沒有交集則表示該目標(biāo)物為非雷達(dá)航標(biāo)的目標(biāo)物，如果有交集則表示該目標(biāo)物為雷達(dá)航標(biāo)的目標(biāo)物。經(jīng)上述判斷，信息表的經(jīng)緯度附近可能出現(xiàn)多個(gè)雷達(dá)航標(biāo)的目標(biāo)物，則取相似度值較高的為最終目標(biāo)物。

結(jié)果輸出雷達(dá)航標(biāo)的目標(biāo)物的信息如圖3 所示，包括：雷達(dá)航標(biāo)編號(hào)（信息表）、雷達(dá)名稱（信息表）、目標(biāo)物經(jīng)緯度T、目標(biāo)物莫爾斯碼信息、實(shí)際距離D（米）和夾角θ。

圖3 雷達(dá)航標(biāo)結(jié)果輸出示意圖

4 應(yīng)用驗(yàn)證

交通運(yùn)輸部某海事船舶布置雷達(dá)航標(biāo)監(jiān)測(cè)軟件，通過該輪的X 波段導(dǎo)航雷達(dá)采集雷達(dá)航標(biāo)回波數(shù)據(jù)，在航標(biāo)巡檢過程中驗(yàn)證本軟件功能如圖4所示。在沒有布置雷達(dá)航標(biāo)監(jiān)測(cè)軟件之前，雷達(dá)航標(biāo)工作狀態(tài)主要依靠人工在雷達(dá)屏幕觀察，且數(shù)據(jù)無法實(shí)時(shí)記錄，在使用本軟件后，雷達(dá)航標(biāo)數(shù)據(jù)可自動(dòng)實(shí)時(shí)的巡查并記錄，提高了航標(biāo)巡查作業(yè)效率。

圖4 前端結(jié)果顯示示意圖

5 結(jié)束語

雷達(dá)航標(biāo)是一種非常重要的助航工具,雷達(dá)航標(biāo)能夠在可見度非常差的情況下識(shí)別并定位航標(biāo)而不依賴全球衛(wèi)星導(dǎo)航系統(tǒng),其以一次回波的方式在雷達(dá)上顯示,并直接給出相對(duì)于以船舶為中心的數(shù)據(jù)。

本文采用人工智能的一個(gè)重要技術(shù)——圖像識(shí)別，實(shí)現(xiàn)遠(yuǎn)程監(jiān)測(cè)雷達(dá)航標(biāo)的位置狀態(tài)和應(yīng)答狀態(tài)；實(shí)現(xiàn)無人監(jiān)測(cè)作業(yè)；實(shí)時(shí)了解雷達(dá)應(yīng)答標(biāo)狀態(tài)，提高雷達(dá)航標(biāo)助航效能。該項(xiàng)研究豐富了海事航標(biāo)管理部門的助航手段，為航海用戶提供全方位、多元化的助航保障服務(wù)，對(duì)當(dāng)?shù)氐母劭诮ㄔO(shè)、航海運(yùn)輸和海上生產(chǎn)有著十分重要的意義。