|||
数字筛分析与SAR图像中的舰船探测
(Ship Detection in SARImagery with Digital Sieve Analysis)
1. 引言
微波遥感是卫星探测技术的一个重要领域。微波的全天候观测性质,使所有经过的覆盖区域都会得到有效及时的图像。合成孔径雷达(SyntheticAperture Radar, SAR)使主动式微波遥感的分辨率得到大大提高,并在陆地和海洋的各个监测领域得到广泛应用,包括目标检测,目标定位和目标识别等。近年来,由于世界各国都强调海洋权益的保护,以及海岸线的安全,利用SAR图像进行海洋目标的检测,监视和识别的研究开发受到高度重视。 因此,SAR图像成为海洋遥感应用中最重要的数据源之一。
由于成像原理不同,SAR图像与遥感光学图像的性质有着明显的差异。虽然可以全天候监测,但SAR图像的弱点是噪声大,不如光学图像那么清晰直观,边缘检测也比较困难。SAR图像的另外一些优势是,单幅的SAR图像不仅可以提取目标的几何特征,还包含着目标的三维高程信息和运动速度信息。要有效地提取这些信息不仅需要相关的电磁理论知识,更需要全面系统的现代数学知识。
SAR图像应用研究一般集中在预处理,目标探测和识别等方面。我们这里将主要讨论对SAR图像中海上目标的探测,特别是舰船探测的最新方法。
2. SAR图像中的舰船探测
SAR图像中舰船探测的主要问题与当时的海况密切相关。如果海面风平浪静,SAR图像中的舰船目标很容易被发现,基本不需要复杂的算法。而恶劣的气象条件和复杂的海况的情况下,往往是最需要通过SAR图像探测舰船的时候,包括发现敌方舰队,海上搜救,以及保证船只的正常航行。因此利用SAR图像探测舰船的根本问题,是如何将海上的目标从强噪音的背景中分离出来,并予以识别。
传统的SAR图像舰船探测技术有很多种,但是各种实际应用系统中最为普遍的是统计方法。将整个SAR图像的数据看成一个随机场,通过不同的分布假设,基于SAR图像中的统计性质对目标进行探测。这些方法包括,CFAR,K-Distribution,以及SUMO等等。在实际应用中,它们都是行之有效的, 但也存在很多需要改进的问题。其中实时资料的处理速度是最主要的疼点。
3. 数字筛分析
所谓筛,简单地说是一种网状器具。筛可以将小于网格尺寸的颗粒漏下去,大于网格尺寸的颗粒留下来。从而达到将特定尺寸的颗粒,从集合中分离出来的目的。筛可以是多重的,一般说,筛的层数越多,分离出来颗粒的纯度越高。实际应用中,还可以通过颗粒的比重,或其它物理甚至化学性质来对具体的颗粒进行筛选,例如淘金,洗煤或漂白粉净化水等。
数字筛是通过对集合中各个元素的数字化关系,对特定的目标进行筛选的一种工具或者分析方法。数字化关系是很广泛的,包括各元素之间简单的数值关系,也包括各元素的一切可以通过数字化描述的性质。
二维数字化图像是一个像素的集合,其中的每个像素都有其本身的数值,同时又与其它像素之间构成复杂的空间关系。空间关系包括远近位置,不同方位角度以及数值相似度,等等。如果仅仅考虑各个像素的数值关系,数字图像就只是一个数字集合。通过数理统计方法,将SAR图像假定满足各种不同的统计分布,例如,K-分布, A- 分布等等,从而可以将有特殊统计性质的像素,分辨出来。传统的舰船探测实际就是将SAR图像看作成一个数字集合,并没有考虑各个像素点的空间关系。
4.传统的舰船探测方法
传统合成孔径雷达图像中的舰船探测,为了减少空间统计的误差,会把整个海域进行分割 (图2,a),分得越细探测结果越准确,但是计算速度就越慢。很难满足Near Real-time 探测的需要。
图1,SAR图像中区域的选择
图2, a) NOAA 网格方法 b) KSKY 分类方法
图3 计算结果与分析
为了提高计算速度,我们提出了海面状况分类方法(图2 b)。将150个方格区域通过分类形成了相对均匀的11个分类区,大大提高了计算速度和探测准确度。可以看出,各个分类的区域中海况的分布是比较均匀的,特别是高海况的白色区域有了较好的分类。需要注意,我们的分类算法还没有突破传统的空间统计原理。
5. 应用数字筛分析在SAR图像中的舰船探测
2016年6月我们接到德国海军的咨询,需要我们提供一个快速的SAR图像舰船探测的方法。他们主要注重计算速度,一定要在15分钟之内完成计算,提供结果。当然越快越好。我们首次采用数字筛分析方法,对德国方面提供的TerraSAR-X图像进行了实验。结果5000×8000的图像只用了不到20秒就在笔记本电脑上完成(图4)。
数字筛分析实际上是对整个区域的像素进行筛选,考虑到数值强度,也考虑的点与店之间的关系和变化。不仅速度快,而且精度大大提高!这是SAR图像中目标探测的一项突破性的进展。
图4, 应用数字筛分析在SAR图像中的舰船探测
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-11-24 05:36
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社