（信息与通信工程专业论文）面向特定目标的sar图像筛选技术研究.pdf

国防科学技术大学研究生院硕士学位论文 摘要 合成孔径雷达( s a r ) 成像作为一种利用微波成像的遥测手段，具有全天时、 全天候的突出特性，在军事、民用方面有着广泛的应用前景。传感器技术的高速 发展使得可获取的s a r 数据资源骤增，给后续数据处理和解译判读带来巨大压力。 研究可行的海量s a p , 数据快速筛选技术，有效滤除那些没有判读价值和无感兴趣 目标的图像数据，提高整体判读解译的时效性，成为目前亟待解决的关键问题。 论文围绕海量s a r 图像筛选技术，其中的主要工作和成果包括： 深入学习了s a r 成像的基本理论，对常规的s a r 图像特征做了初步分析，包 括：相干斑特征、几何特征、灰度特征等等，明确了s a l l 图像解译的基本流程。 针对两类典型目标( 飞机和舰船) 的s a r 特性进行了详细分析，梳理了目标 特征提取与检测的总体思路，对用于图像筛选的目标线索或背景特征做了列举分 析：设计了一组图像灰度直方图特征，并分别作了分析比较，可以辅助后续的s a r 图像筛选工作。 提出了一种基于位平面特征的s a p , 图像筛选方法。在适当的灰度预处理基础 上，结合复杂度度量、游程度量以及频谱度量，定义了位平面价值度量准则。实 验以机场目标为对象，结合图像灰度直方图特征对s a p , 图像进行筛选，并对机场目 标进行提取，效果良好，能够满足预期的要求。 将统计特性分析的思想用于s a p , 图像筛选方案设计中。结合各种统计分布模 型和匹配检验准则，对不同地物s a p , 图像统计特性进行建模分析，得出不同地物 最优统计模型以及匹配检验阈值。实验以港口海域图像为对象，结合图像灰度直 方图特征对s a r 图像进行筛选，初步结果证明了方案的可行性。 主题词：s a r 图像筛选位平面机场提取统计建模 第i 页 国防科学技术大学研究生院硕士学位论文 a b s t p a c t a sam i c r o w a v er e m o t es e n s i n gm e a n s ，s y t h e t i ca p e r t u r er a d a r ( s a r ) h a s e m i n e n tc h a r a c t e r i s t i c so fa l l t i m ea n da l l - w e a t h e r ，w h i c hh a sb e e nw i d e l ya p p l i e di nt h e f i e l d so fm i l i t a r ya n dc i v i l i a n a st h es e n s o rt e c h n o l o g yp r o g r e s s e sr a p i d l ya n dt h es a p , d a t ai n c r e a s e ss h a r p l y ，t h ei n t e r p r e t a t i o no fd a t ai su n d e rm o r es t r e s s s oi ti su r g e n tt o d e v e l o pt h et e c h n o l o g yo fm a s ss a ri m a g ed a t as c r e e n i n g w i t ht h ef a s td a t as c r e e n i n g t e c h n o l o g y ，t h ei m a g e s ，w h i c ha r eu n v a l u e da n dd on o tc o m p r i s ei n t e r e s t e dt a r g e t s ，c a l l b ef i l t r a t e de f f i c i e n t l y t h ei n t e r p r e t a t i o no fs a ri m a g ed a t ac o u l db e c o m em o r ee a s y a n df a s ta sar e s u l to ft h es c r e e n i n gt e c h n o l o g y a r o u n dt h em a s ss a ri m a g e ss c r e e n i n gt e c h n o l o g y ，t h et h e s i sc o m p r i s e st h em a i n w o r ka n dt h er e s e a r c h i n gp r o d u c t i o n sb e l o w ： 砀es a ri m a g i n gt h e o r yh a sb e e ns t u d i e dt h o r o u g h l y b a s e do i lt h ep i l o ts t u d yo f s a r i m a g e sg e n e r a lc h a r a c t e r i s t i c s ( s u c ha st h es p e c k l e 、t h eg e o m e t r ya n dt h eg r a y c h a r a c t e r i s t i c se r e ) ，t h eb a s i cf l o wo fs a r i m a g ei n t e r p r e t a t i o ni si n t r o d u c e d 髓es a ri m a g i n gc h a r a c t e r i s t i c so ft w ot y p i c a lt a r g e t s ( a i r p l a n ea n ds h i p ) h a v e b e e na n a l y z e di nd e t a i l t h cf l o wo ff e a t u r ee x t r a c t i o na n dt a r g e td e t e c t i o ni sd e s c r i b e d i no 。r d e rt os e r v et h ei m a g es c r e e n i n g ，t h et a r g e tc l u ea n db a c k g r o u n dc h a r a c t e r i s t i c s h a v eb e e na n a l y z e d ag r o u po fs a ri m a g eg r a yh i s t o g r a mf e a t u r e si sc h o s e nt oa s s i s t t h ei m a g es c r e e n i n gm e t h o d as a ri m a g es c r e e n i n gm e t h o db a s e do nt h es i g n i f i c a n tb i t - p l a n ei sp r o p o s e d a f t e rt h es u i t a b l eg r a yp r e t r e a t m e n t , t h es i g n i f i c a n tb i t - p l a n ei m a g ei sp a i da t t e n t i o nb y t h em e a s u r e m e n to fb i t - p l a n ec o m p l e x i t y 、r u n l e n g t ha n df r e q u e n c ys p e c t r u m i no r d e r t oo b t a i nt h ea i r p o r ts a ri m a g e s ，c o m b i n e dw i t ht h eg r a yh i s t o g r a mf e a t u r e s ， e x p e r i m e n ts h o w st h a tt h em e t h o d c a l ls c r e e nt h ei m a g e sf a s t b e s i d e s ，t h ea i r p o r tt a r g e t i se x t r a c t e d t h er e s u l tc a ns a t i s f yt h er e q u i r e m e n t t h ei d e ao fs t a t i s t i cc h a r a c t e r i s t i ca n a l y s i si si m p l e m e n t e di ns a ri m a g es c r e e n i n g m e t h o d c o m b i n e d 谢t i ld i f f e r e n ts t a t i s t i cm o d e l sa n dm a t c h i n gl a w s ，t h et h e s i s c o n d u c t sm o d e l i n ga n a l y s i st os a r i m a g e so fd i f f e r e n ts c e n e s ，t h e ng e t st h eo p t i m u m m o d e la n dm a t c h i n gt h r e s h o l d t oo b t a i nh a r b o ro rs e ai m a g e s ，e x p e r i m e n ti sc a r r i e d o u t 埘t l lt h ea s s i s to fi m a g eg r a yh i s t o g r a mf e a t u r e s t h er e s u l t sp r o v et h em e t h o d s f e a s i b i l i t y k e yw o r d s ：s a ri m a g es c r e e n i n gb i t - p l a n e a i r p o r te x t r a c t i o n s t a t i s t i cm o d e l i n g 第i i 页 国防科学技术大学研究生院硕+ 学位论文 表目录 表2 1s a r 图像相干斑滤波算法综述1 5 表3 1 大型飞机类目标可视化特性分析19 表3 2 大型舰船类目标可视化特性分析2 l 表3 3 不同场景s a r 图像灰度特征度量2 4 表4 1 图4 7 位平面复杂度统计3 4 表4 2 图4 8 ( b ) 位面小块复杂度统计3 4 表4 3 图4 8 ( b ) 位平面最大长度游程统计3 4 表4 4 筛选结果数据表格3 8 表5 1 郊区平地图像统计建模分析表5 2 表5 2 山地图像统计建模分析表5 3 表5 3 浅滩图像统计建模分析表5 4 表5 4 海域图像统计建模分析表5 5 表5 5 港口海域图像统计建模分析表5 6 表5 6 城区图像统计建模分析表5 7 表5 7 不同地物场景图像匹配检验量对比表5 7 表5 8 港口海域图与城区图的灰度特征度量5 8 表5 9 筛选结果数据表格5 8 第1 i i 页 国防科学技术火学研究生院硕十学位论文 图1 1 图1 2 图2 1 图2 图2 图2 图2 图目录 s a r 成像与可见光成像对比图2 日本富士山可见光图像与s a r 图像2 天线孔径合成原理示意图7 s a r 侧视工作及几何关系示意图8 不同极化方式的s a r 图像j 9 s a r 图像相干斑滤波对比1 0 s a r 数据处理流程。1 3 图2 6s a r 图像解译流程1 4 图3 1机场s a r 图像2 0 图3 2 全海域s a r 图像2 1 图3 3港口s a r 图像2 2 图3 4 不同场景s a r 图像2 3 图4 1 位平面示意图2 6 图4 2港口s a r 原始图2 7 图4 3 二值分解( 第一行) 与灰度编码分解( 第二行) 得到的位面图2 7 图4 4 含有机场s a r 原始图2 8 图4 5r - = 0 5 ( 第一行) 和r = 1 5 ( 第二行) 的幂次变换后位面图2 8 图4 6图像初步筛选总体流程3 1 图4 7 含有典型建筑场景的s a r 图及其位面3 3 图4 8 含有机场的s a r 图及其位面3 4 图4 9 机场的s a r 图像位面频谱特征度量实验1 3 5 图4 1 0 机场的s a r 图像位面频谱特征度量实验2 3 7 图4 11 机场提取图l 3 8 图4 1 2 机场提取图2 3 9 图4 1 3 机场提取图3 3 9 图4 1 4 高分辨率s a r 图像机场提取。4 0 图5 1参量统计建模一般流程4 2 图5 2 瑞利分布p d f 曲线4 3 图5 - 3正态分布p d f 曲线4 4 图5 4 对数正态分布p d f 曲线4 5 图5 5w e i b u l l 分布p d f 曲线4 6 图5 6k 分布p d f 曲线4 7 第1 v 页 国防科学技术大学研究生院硕士学位论文 图5 7g a m m a 分布p d f 曲线4 7 图5 8p e a r s o n 分布p d f 曲线：4 8 图5 9 最优模型匹配检验原理框图4 8 图5 1 0 面向港口海域s a r 图像筛选流程5 0 图5 1l 郊区平地图统计建模5 2 图5 1 2 山地s a r 图像统计建模5 3 图5 1 3 浅滩s a r 图像统计建模5 4 图5 1 4 海域s a r 图像统计建模5 5 图5 1 5 港口海域s a r 图像统计建模5 6 图5 1 6 城区s a r 图像统计建模5 7 第v 页 独创性声明 本人声明所呈交酶学位论文是我本人在导师指导下进行的研究王作及取得的 研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其 他入已经发表孝撰写过酶研究成果，也不包含为获彳导国防科学技术大学或其它教 育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何 贡献均邑在论文中作了明确的说明并表示谢意。 学位论文题目：亘逸挂崖旦拯煎曼堡蜜速篮逸撞苤叠窥 学位论文版权使用授权书 本人完全了解国防科学技术大学有关保留、使用学位论文的规定。本人授权 国防科学技术大学可以保留并商国家有关部门或机构送交论文的复印件和电子文 档，允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库 进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 ( 保密学位论文在解密后适用本授权书。) 学位论文题目 一 面囱犍塞旦拯鲍曼塞圈逸篮选撼苤叠壅 学位论文作者签名： 作者指导老师签名： 毽期：oo 器 日期： 口p 嚣 年| 茂| ；甚 年l l 魏j l 孓甚 国防科学技术大学研究生院硕士学位论文 第一章绪论 合成孔径雷达( s y n t h e t i ca p e r t u r er a d a r ) 能克服光学成像受到天气和光照条件 限制的缺陷，实现全天候、全天时成像，同时具备穿透探测能力。自从s a r 问世 以来，它就被广泛地应用于各个领域，并且对国民经济的发展具有重大意义。 s a r 传感器也正越来越受到国内外军事与国防工业部门的重视，是保证全天 候全时间侦察与获取情报的重要技术手段之一。其典型的军事应用，主要体现在 以下方面：探测敌方纵深军情；在一定距离范围内侦察敌方炮兵阵地、坦克和部 队集结区；侦察敌方较前沿的机场及厂内飞机的类型；侦察敌方交通枢纽，例如： 火车编组站、军港内停泊的舰船等；用高分辨率s a r 对敌方的大型重武器的成像 和识别；采用较低频率的高分辨率s a r 对敌方坦克及地雷区进行识别；对轰炸后 的敌方军事设施毁伤进行评估分析；对军事隐藏目标进行成像检测等。 1 1 课题研究背景及内涵 随着s a r 设备和成像技术的不断推进以及相应的数据收集能力不断增强，获 取的图源越来越多，s a p , 图像的自动解译问题也备受关注。s a r 图像数据的不断 增长，同时也产生了许多无判读价值的图像。传统的人工判读方式不但浪费人力 时间，而且不能及时对有价值s a r 图像进行解译，远远不能满足信息获取的实际 需求。如何有效利用s a r 成像的优势和特殊机理，研究海量s a l l 图像数据快速筛 选技术，提取出有价值目标图像，从而减轻人工判读压力，是目前迫切需要解决 的关键问题，具有很强的现实意义。 图像数据的价值判定，与用户的需求密切相关。例如，海事部门希望及时获 取海洋s a r 图像数据，林业部门则对森林区域数据感兴趣，矿业部门希望获取山 地图像，水利部门对河流湖泊比较关注。在军事应用方面，机场、军港、大型飞 机、大型舰船、坦克车辆编队、物资仓库、油库、部队驻地以及导弹阵地等是重 点关注的区域对象。研究上述各类有价值目标s a r 图像数据快速筛选技术，有助 于掌控目标动态并及时进行反应评估。 s a r 图像数据筛选与可见光图像数据筛选面临着不同的问题。s a l l 遥感反映 的是被测地域对微波的散射特性，只有微波散射特性相同的地域，才能获得相同 的图像灰度，尽管这两地域的光学反射特性可能并不均匀；对一个目标而言，它的 光学图像可能灰度变化不大，而s a r 图像则可能灰度级很丰富。在可见光海量图 像数据筛选中，要考虑成像时间与气象条件的影响，如含有云雾、黑夜等类型的 无价值图像。由于s a r 的穿透性等特殊机理，不存在云雾遮挡、夜幕笼罩等问题， 第1 页 国防科学技术大学研究生院硬士学位论文 这是s a r 图像数据筛选的优势所在，如图1l 。 1 0 ：3 0a m1 4 ：3 0p m 2 2 ：3 0p m o p t i c a l 幽1ls a r 成像与可见光成像对比倒 然而，由于s a p , 与光学成像机理迥异，且成像特点受到相干斑、阴影、透视 收缩、迎坡缩短、顶底倒置等因素的影响，使得s a p , 图像不具有直观性，与人类 视觉的感知经验相差甚远。可见光图像中目标特征相对比较稳定，这样也便于筛 选特征的提取，但同一日标在不同s a r 成像条件下特征会随之改变，故难以进行 特征提取，图l2 为日本富士山可见光图像与s a r 图像的对比显然s a r 图像中 的山出现变形，难以检测识别。因此，s a r 图像的快速筛选比可见光图像筛选需 考虑的因素更多，带来的解译困难也更大。本文研究的都是经过辐射和几何校正 处理的图像，以降低解译难度。 围1 2 日本富十山可虬光图像与s a r 幽像 在s a r 的应用中日益感受到，要进一步用好s a p , 图像，充分发挥其特性，有 许多问题需要认真研究，最突出的就是成像难以解释。遥感卫星传送下来的s a r 信号是有用信息和干扰信息的混杂，必须经过专门的分析处理，采取措施抑制或 排除干扰因素，增强并突出有用信息。s a r 图像不仅具有光学图像的几何特征问 第2 页 国防科学技术大学研究生院硕士学位论文 时还具有重要的物理电磁特征。由单幅s a r 图像不仅可以提取目标的几何特征， 而且可以提取目标的三维高程信息和运动速度信息。这些信息的提取不仅需要较 系统的数学知识，而且需要较系统的电磁理论知识，从而增大了图像筛选解译的难 度，但也提供了多种特征可备用于筛选特征提取。 1 2 课题研究现状 据掌握的文献资料，目前明确进行s a r 图像数据筛选方法的研究很少。实际 上，面向特定目标s a r 图像筛选是s a r 图像目标感兴趣区域( r e g i o no f i n t e r e s t ，i 的i ) 提取技术的应用之一从而，s a r 图像r o i 提取技术对筛选方法的 研究有借鉴意义。 s a r 图像目标r o i 获取是s a r 对地观测应用的基础研究之一。研究s a r 图 像目标r o i 自动获取技术【l 】，可以为海量的s a r 图像数据库提供预筛选，用于快速 找出那些包含有目标的s a r 图像。目前，s a r 图像目标r o i 获取国际上普遍采用 文献 2 】提出的一种分层注意机制的处理流程。该流程的实现过程是：首先，对整幅 s a r 图像进行检测的操作，以去除图像中明显不是目标的区域，得到潜在的目标区 域；然后，对潜在目标区域进行进一步的处理，即目标鉴别，剔除检测后存在的大量自 然杂波虚警或明显比目标大或者小的区域；通过目标的检测和鉴别阶段，得到含有 目标的感兴趣区域，即目标r o i 。作为实现自动或半自动s a r 目标识别系统的关键 技术，从2 0 世纪8 0 年代末开始，国内外就对s a r 图像目标r o i 自动获取技术其进 行了深入的研究。1 9 8 9 年，美国麻省理工学院的林肯实验室首先开展了s a r 图像 目标r o i 自动获取技术的研刭2 1 。随后，多个国家多家科研机构开展了联合的研究。 迄今为止，s a r 图像目标r o i 自动获取技术的研究依然方兴未艾。比较而言， c f a r ( 恒虚警率) 检测方法成为了最为广泛、最为深入且适用于r o i 自动提取的一 类方法【3 8 1 。文献【3 9 】给出了一种适用于场景较为简单的郊区s a r 图像目标感兴趣 区域获取方法，在分析图像场景灰度统计分布的基础上，利用c f a r 算法得到潜 在目标区域，然后利用密度、形态学和尺寸滤波器对潜在目标区域聚类并滤除虚 警，最终获得目标感兴趣区域。文献【4 0 】针对s a r 图像中车辆目标r o i 提取问题， 系统分析了r o i 提取过程的关键环节，提出了一种新的自适应c f a r 方法实现目 标检测，能够顺利提取车辆目标r o i 。文献【3 】提出了一种基于统计纹理分析与采 样的s a r 图像r o i 区域压缩编码方法，并用含有目标的海洋s a r 图像进行了实 验。文献【1 5 】也提出了一种基于结构和纹理特征的s a r 图像r o i 区域编码方案。 实际上，上述r o i 提取方法，仅限于背景地物较为简单的s a r 图像，难以推广普 遍使用。可以说，就目前的技术水平，实现s a ra t r 非常困难，技术上的瓶颈如 目标特性对雷达的姿态敏感，用于目标识别的数据库建立困难等【4 。如何丌发稳健 第3 页 国防科学技术大学研究生院硕士学位论文 性强、适用性广、自动化程度高、快速智能且性能好的s a r 图像目标r o i 自动获 取技术，以此稳定有效地输出目标r o i 切片，进而实现半自动【2 2 】的人工辅助判读或 一定程度上的自动目标识别【3 7 1 ，是要进一步研究的关键问题。 s a r 图像筛选要符合实时性和实用性需求。其实时性要求，对筛选特征提取 有了计算复杂性的限制，计算量大的特征( 比如纹理特征) 不太适合作为筛选特 征。图像检索技术也有时间上的要求，其采用的方法对于图像筛选或许具有借鉴 意义。事实上，图像检索是对大量候选图像进行与示例图像的相似性度量，从而 检索出相似图像；而图像筛选是没有示例图像的，需要定义价值度量准则，进行 样本训练并提取出筛选特征，再从海量图像中筛选出有价值图像。文献 4 3 】 4 4 1 采 用图像位平面特征进行图像检索，取得了较高的检索率，并且计算量较小，满足 时间要求。考虑图像位平面，当前图像压缩技术对位平面编码的研究较多，例如 文献 5 1 1 1 7 1 研究了在原始s a r 数据( r a ws a rd a t a ) 的压缩技术中。对位平面进行编 码，旨在把高精度的r a ws a r 数据尽量不失真地从星载雷达上传输到有限带宽的 下行线路，以便地面站快速地接收数据。那么，可否将位平面特征引入到s a r 图像 筛选方案中，是本文将要说明的问题。 所谓实用性，就是能顺利找出不同图像不同地物之间的区别，并提取出有效 的筛选特征。在s a r 成像过程中，不同地物不同目标有着不同的电磁特性，从而 产生不同的回波散射机制，反应在s a r 图像上就是各地物的概率密度函数统计特 性不同。研究不同地物回波统计特性，对s a r 图像进行统计建模，可以有效地指 导斑点滤波、s a r 图像分类、s a r 图像分割以及目标检测的实现。自然地物杂波 统计特性分析的应用，最早最广的是恒虚警( c f a r ) 检测。从现有的文献看，基于 杂波统计特性分析的目标检测算法是所有检测算法中最为稳健、最为实用、发展 最快的。文献 4 】提出了一种新的统计模型以用于高分辨率市区s a r 图像分类；文 献【4 2 】针对大幅s a r 图像中不同地物数据的统计特性，通过匹配检验以选取最优 的统计模型组，并提出了基于统计模型组的m a r k o v 随机场的s a r 图像分割算法。 目前，地物s a r 图像统计特性分析研究，旨在寻找并建立能够拟合不同s a r 成像 条件下的地物杂波统计模型 7 1 。文献f 8 】就提出了一种广义的g a m m a 模型以拟合多 类地物杂波。文献 2 0 1 提出了针对单视海洋杂波的模型，具有一定的普适性。然而， 在不同分辨率不同传感器成像条件下，地物的统计模型都不是固定的。鉴于此， 如何将自然地物统计模型特征引入s a r 图像筛选方法中，是否有效，将是值得探 索的问题。 在军事情报生产线上，研究面向重要军事目标的s a r 图像筛选技术很有必要。 机场是一种重要的军事目标，在战时，常常成为侦察和打击的主要对象之一。因 此，面向机场目标的s a r 图像筛选以及机场目标提取是非常有意义的。目前，对 第4 页 国防科学技术大学研究生院硕士学位论文 s a r 图像中机场目标提取识别方面所做的研究还较少。文献【3 0 】对s a r 图像机场 目标提取技术作了较为深入的研究。机场的主要特征是跑道，平整的跑道的散射 系数比一般地物要低，雷达回波弱，因此在s a r 图象上表现为平滑的、亮度比较 低的区域，并有特定的几何特征。在对机场提取识别的有限研究中【3 0 】【3 1 1 1 3 2 1 ，一般 是先对原始s a r 图像滤波再提取轮廓；基于机场跑道的显著线特征，对轮廓图作 h o u g h 变换或者r a d o n 变换；经过一些后续处理再提取出机场跑道，取得了一定 的效果。机场目标提取研究虽然不多，但与机场具有相似特征的桥梁和道路的提 取研究不少，文献 9 】基于i n s a r 高分辨率图像和光学图像的融合对桥梁进行了提 取；文献 1l 】引入模糊理论对桥梁进行了检测；文献 1 0 】研究了城区干道提取技术； 文献 1 3 】利用小波变换技术研究了各种地理线特征的提取方法；文献【1 2 】基于粒子 滤波研究了s a r 图像道路检测技术；文献【2 3 】基于遗传算法和区域合并算法对道路 进行了检测。 大型舰艇也是重要的军事目标。目前，针对s a r 图像舰船目标检测识别的研 究较多，大体有两种方法：一种是直接检测舰船目标【2 l l ；另一种思路是结合与舰船 目标有关的线索进行检测，比如结合港口或尾迹的检测【闱。这两种方法适用于不同 情况，在背景噪声较强、而舰船目标比较小的情况下，由于尾迹线是很长的线目标【2 4 】， 特征比较明显，先检测尾迹在检测船舶目标可以减少虚警【3 3 1 1 3 4 1 ，但有时由于多普勒 频移舰船会和尾迹发生偏移f 7 】1 1 9 】，有可能会使得错把尾迹当成舰船检测出来，增 加虚警，而这就是s a r 图像目标检测的复杂性体现【1 6 1 。为了获取海域r o i ，有必 要对海岸线提取进行研究，然而从s a r 图像中提取海岸线并非易事【1 8 4 7 1 。文献【1 8 】 基于小波分析的方法对海岸线进行了检测提取。在较低分辨率的s a r 图像中，图 向分辨率与舰船的尺寸大致相当，舰船目标可以被看做一个点或少数几个点组成 的强目标，和海面有比较高的对比度，对舰船目标的检测是典型的点目标检测问 题。随着s a p , 成像技术的进步，现在已经可以获得高分辨率的s a r 海洋图象，在 这些图像中，舰船目标表现为小的区域，这时就不适合再使用点目标检测的方法， 对此需要进行另外的研究。可以预见，随着s a r 成像技术向高分辨率、多极化等 方式发展，利用s a r 图像进行舰船及其尾迹检测将具有更大的发展空间。上述目 标的提取检测方法有助于面向特定目标的图像筛选线索分析。 1 3 本文的主要内容和主要工作 论文第一章为绪论，阐明了s a r 图像筛选技术课题研究的意义，界定了课题 研究的外延与内涵，与可见光图像进行比照，分析了s a r 图像筛选工作的复杂性。 在筛选技术研究现状归纳中，分析了其他图像解译技术的一些方法，以便对课题 的进一步研究提供参考借鉴。 第5 页 国防科学技术大学研究生院硕士学位论文 第二章介绍了s a r 图像解译相关理论基础，给出了s a p , 图像解译方案流程， 其中s a l l 图像筛选是该方案的重要组成部分。 第三章首先对特定目标s a p , 图像特性进行了分析，尤其针对两类战术目标进 行了详尽的特性分析，并梳理了目标特征提取与检测的总体思路，特别分析了面 向特定目标的筛选思路；并对典型地物图像灰度直方图特征进行描述，可作为s a r 图像筛选辅助特征。 第四章研究了面向特定目标s a r 图像快速预筛选技术。作为s a r 图像目标 r o i 自动获取技术的典型应用，s a r 图像快速预筛选方案要求具有实时性、稳健 性等良好性能。该章提出了基于位平面特征的s a r 图像筛选方法，结合复杂度度 量、游程度量以及频谱度量，定义了位面价值度量准则，以机场目标为x - 寸象，对 s a r 图像进行了筛选实验，并进行机场提取，取得良好效果，基本满足预期要求。 第五章将s a r 图像数据统计特性分析引入图像筛选工作中，设计了基于统计 建模的s a r 图像筛选方案。该方案样本训练阶段利用常用的统计分布模型对不同 地物s a r 图像统计特性进行了参量估计，结合多种匹配检验准则，得出不同地物 最优匹配统计模型，并统计得出匹配检验阈值；图像筛选阶段，对各图像进行统 计模型匹配检验，根据训练阶段设定的匹配检验阈值对图像进行筛选。实验以港 口海域图像为对象，初步结果证明了方案的可行性。 第6 页 国防科学技术人学研究生院硕士学位论文 第二章s a r 图像解译基础 雷达成像技术是2 0 世纪5 0 年代发展起来的一种新型雷达探测技术，它也常 被称为微波全息成像技术或者微波成像技术。合成孔径雷达作为一种相干成像雷 达，其成像技术得到了快速发展，同时s a r 图像解译技术也在不断研究之中。 2 1 1s a r 基本原理 2 1s a r 成像基本原理 合成孔径雷达的基本原理是在雷达载体( 平台) 运动的过程中，实现天线孔 径的等效合成，形成一个比真实天线孔径火得多的合成孔径，从而把方位向分辨 力提高到“米”的量级甚至更高。例如，机载雷达把1 个小天线在n 个时刻的探测 回波信号存储起来综合处理，就相当于把n 个小天线放置在空间位置1 ，2 n 上， 形成一个大孔径天线，即合成孔径( 如图21 ) 。合成孔径雷达由此得名，专业上 常用它的英文缩写，称作s a p ( s y n t h e t i ca p e r t u r er a d a r ) i z 5 1 。 图2 1 天线孔径台成原理示意图 s a r 工作时按一定的重复频率发、收脉冲，真实天线依次占一个虚构线阵无 线单元位置，把这些单元天线接收信号的振幅与相对发射信号的相位叠加起来， 便合成一个等效合成孔径天线的接收信号唧j 。 s a r 是一种高分辨率相干成像雷达。高分辨率在这里包含两方面的含义：即 高的方位向分辨率，足够高的距离向分辨率。它采用以多普勒频移理论和雷达相 干为基础的合成孔径技术来提高雷达的方位向分辨率，而距离向分辨率的提高则 通过脉冲压缩技术来实现。s a r 系统通过飞机或星载飞行器的向前运动构成合成 第7 页 国防科学技术人学研究生院硕十学位论文 孔径。当真实孔径太长，不可能实现的时候，s a r 就起到了不可估量的作用，它 特别适用于星载的飞行器中。只要目标被发射能量波瓣照射到或位于波束宽度之 内，此目标就会被采样并被成像。s a r 主要由发射机、接收机和天线组成。由发 射器产生的线性调频脉冲经放大后，馈送至天线发射出去，平台做等速直线飞行 并保持天线的指向稳定，天线接收的地面回波信号，经接收系统混频、中放、相 位检波等一系列的信号处理后，再送入存储器，存储器的信号经成像后形成雷达 图像。合成孔径雷达与真实孔径雷达有许多共同点，其主要差异在于合成孔径雷 达是利用合成孔径原理来改善方位向分辨率1 2 。 ( a ) s a r 侧视工作示意图( b ) 侧视s a r 基本几何关系 图2 2s a r 侧视工作及几何关系示意图 合成孔径雷达侧视工作示意如图2 2 ( a ) 所示，侧视s a r 基本几何关系见图 2 2 ( b ) ，其中载有侧视雷达的飞行器以速度屹飞行，飞行器运动的方向称为方位向， 平行与地面且与方位向垂直的称为距离向，为沿方位向主波束角，矽为俯仰向 主波束角。 2 1 2s a r 系统参数 s a r 图像的成像效果与s a r 的系统参数有很重要的关系，以下将从s a r 波长、 极化方式、入射角等方面进行简单的描述分析。 波长：s a r 的穿透能力随波长而异，回波信号中是否包括体散射和多路径 散射效应，也依穿透程度而定，因而在解译雷达图像时应该知道雷达的波 长。 极化方式：各向异性地物对不同极化的雷达波具有不同的散射率，还有些 地物对雷达波散射后会改变其极化特性，使得后向散射呈现多方向极化特 性。雷达的极化方式不同时，地物的回波响应也不同，即使相同地物对 h h 和v v 极化方式的响应也不一样。交叉极化方式与同极化方式的效果不 一样。同一地区的删、v v 和h v 图像各不相同( 如图2 3 所示) 。 第8 页 国防科学技术大学研究生院硕士学位论文 ( a ) 埘极化的s a r 阿像 ( b ) w 极化的s 蛆图像( c ) v v 极化s a r 图像 固2 3 不同极化方式的s a r 图像 入射角：雷达波对地物的不同照射方向会产生不同的回波效果。雷达波束 在距离方向具有一定的宽度，因而形成了俯角范围。在这一范围内雷达波 束照射的地面宽度称为照射带宽度，在这一照射带内的同一类地物就可能 对应着不同的俯角。 方位角：方位角定义为目标主轴与s a r 成像的距离向或方位向的夹角。s a r 成像过程中目标对系统参数特别是方位角敏感，不同的方位角，成像区别 较大。同时还存在“1 8 0 。模糊”现象，即在s a r 图像上无法判别目标首 尾，无法确定目标准确姿态。 2 13s a r 目标参数 目标参数主要包括目标的几何形状、空间结构、材料及粗糙度等。不同形状 的目标在s a r 图像上产生不同的效果；不同的材料的散射特性也有强弱差别，在 s a r 图像上表现为亮度有所区别；目标表面粗糙度对后向散射特性影响也是比较明 显的。 目标从形状来说分为点、线、面等三类。点目标是指目标的几何尺寸小于一 个分辨单元的地面尺寸，并且日标的回波信号相当强，s a r 像素几乎就只反映目标 本身的目标；线目标通常是指不同种类目标的界线或者当地面线性目标的横向尺 寸小于分辨单元尺寸的目标本身；面目标也就是通常所说的分布目标，它是大面 积存在的一片或一类目标的总和。 组成地物目标的介电常数对雷达回波的影响是很大的，一般说来，介电常数 越高，反射雷达波束的能力越强，穿透作用越小。高介电常数地物会产生谐振效 应，形成强的回波，在图像中形成一系列的亮点。低介电常数地物，很难产生谐 振效应，图像呈现平淡的暗色。 搪9 页 国防科学技术大学研究生院硕士学位论文 当地物目标具有两个互相垂直的光滑表面或有三个互相垂直的光滑表面时就 是所谓的角反射器。当雷达波束遇到这种目标时，地物反射波和雷达发射波方向 相同，相位也相同，产生信号互相增强的现象。 雷达图像像素灰度值反映的是地物对微波的后向散射强度，对于粗糙表面反 射波服从朗伯余弦定律雷达能接受定的强度的回波，图像上呈现出亮点；而 对于光滑表面，反射电磁波服从斯涅耳定律，雪达接受不到回波，在阿像上呈现 出暗点。 2 2 s a r 图像特征 s t i r 图像成像的主要信息特征可以具体分为五项：相干斑特征、几何特征、灰 度特征、纹理特征、代数特征等。下面详细介绍s a r 图像的这些特征。 2 21s a r 图像相干斑特征 由于s a r 发射的是相干电磁渡，利用波形的相干性来完成目标的成像。理想 的点目标的回波为球面波，但在实际中，理想点目标的距离向和方位向尺度均小 于雷达分辨率，因此可将实际目标看成由许多理想点目标组成。s a r 收到的回波 信号是这些理想点目标的矢量和，由于这些理想点目标回波的互相干涉，造成实 际点目标回波的振幅和相位有一定的随机起伏，并且其振幅和相位与回波的方向 有很大的关系。因此，当发射的相干电磁波照射实际目标时，各个散射点反射回 来的总回波不完全由目标的散射决定，而是围绕这些散射系数值有一定的随机起 伏，这种起伏在图像上就表现为相干斑噪声。这种噪声使s a p 图像原本具有常数 后向散射系数的均匀同质区域的灰度不均匀，出现许许多多的斑点，造成像素间 出现亮度变化，严重地影响了对s a p 图像的解译( 如图2 4 所示) 。 ( 砷某区域有相千斑的s a r 图像( ”相同医域相干斑滤波后图像 图2 4s a r 图像相干斑滤波对比 第1 0 页 国防科学技术大学研究生院硕士学位论文 2 。2 2s a r 图像几何特征 $ a r 图像中目标的几何特征主要包括形状特征、尺寸特征以及几何失真，以 下从这几个方面进行简要分析。 一般情况下，$ a r 图像上的地物目标按照形状特征可以分为点目标、线目标、 面目标以及这三者在有限尺度内组合而成的硬目标，这些不同类型的目标在图像 上具有不同的表征形式。 点目标：即一个典型的点目标的图像强度，无论在方位向或距离向都是 型的形状，过强的点目标可能使雷达系统饱和，导致其图像尺寸大于 x 分辨单元的尺寸，其旁瓣还可能形成假目标；而过弱的点目标，可能使旁 瓣截止，峰值的3 d b 点落在截止电平内，而使其图像尺寸小于分辨单元的 尺寸。 线目标：道路、河流、边界等是三类典型的线性目标，在$ a r 图像中看 到的道路一般呈现为亮色线性体，这是由于大多数道路两侧种有树木的缘 故，高出地面的树木与地面之间构成角反射器，使雷达回波明显增加而图 ” 像变亮；河流在$ a r 图像上呈现为一对并排的黑白线性体，黑线条为水 体以及近距离河岸的阴影，白线条为远距离端河岸；当两种相邻的目标后 向散射系数之差较大时，便可造成边界线性体目标。相邻目标反差越大， 边界线越清楚。 面目标：它是由许许多多同一类型的散射点组成，散射点的位置是随机的， 因而接收到的电磁波相位各有不同，回波初相也不一致，其回波振幅也是 随机的，但其中没有任何一个散射点的回波散射可以在回波功率中占主导 地位。 硬目标：它的回波信号在图像上表现为一系列亮点、一定形状的亮线、一 定形状和面积的亮区域以及以上三者在一定尺度上的组合。产生这些效应 的原因如下：有与雷达波束相垂直的平面；有角反射效应；有相应于入射 波频率