萬劍華，姚盼盼，2，孟俊敏，劉善偉

(1.中國石油大學(xué)地球科學(xué)與技術(shù)學(xué)院，山東青島266555;2.國家海洋局第一海洋研究所，山東青島266061;3.國家海洋局與中國航天科技集團公司海洋遙測工程技術(shù)研究中心，山東青島266061)

一、前 言

我國遼闊的南海疆域蘊藏著極其豐富的油氣資源，但近年來，遭到一些周邊國家的大肆掠奪，因此面臨著維護海洋權(quán)益的重要任務(wù)。對非法石油平臺所在的位置進行檢測，可為維護海洋權(quán)益提供有力的支撐。目前對海上石油平臺的識別，主要是基于岸基和島嶼站觀測，但這些手段的觀測范圍非常有限。而SAR工作在微波波段，不受云霧影響和光照條件的限制，從而可實現(xiàn)全天時、全天候的觀測，適于海上石油平臺的監(jiān)測和識別。

利用SAR圖像進行海上石油平臺的識別研究較少，張露等［1］在2L-IHP(two-looks internal Hermitian product)方法檢測結(jié)果的基礎(chǔ)上，結(jié)合目標(biāo)形狀和子孔徑運動檢測方法，將海上靜止目標(biāo)和運動目標(biāo)區(qū)分開來。海上石油平臺和艦船的上層建筑相似，對微波雷達信號能產(chǎn)生很強的反射作用，在SAR圖像中是以亮目標(biāo)的形式出現(xiàn)的，檢測原理相似，國內(nèi)外專家學(xué)者對SAR影像識別艦船目標(biāo)研究較多，可以借鑒使用。國內(nèi)外發(fā)展了多種算法，主要有雙參數(shù)恒虛警率(CFAR)算法［2-4］、基于 K-分布的 CFAR 算法［5-8］、多極化檢測算法［9-10］、基于小波變換的檢測方法［11-12］、基于矢量機的檢測方法［13］和改進的KSW算法［14］等。

本文結(jié)合星載SAR全天時、全天候及免受云霧干擾的優(yōu)勢，嘗試了一種基于SAR影像識別海上石油平臺的方法。以我國南海某一海域為例，利用3景多時相SAR影像對其進行海上石油平臺的識別，共識別出5處石油平臺，驗證了利用SAR影像識別海上石油平臺的可行性。

二、研究區(qū)域及數(shù)據(jù)源

本文采用了一景RADARSAT-2 SAR數(shù)據(jù)和兩景TerraSAR-X數(shù)據(jù)。RADARSAT-2 SAR影像成像時間為2011年5月27日，HH極化的精細模式(fine)，標(biāo)稱景大小為50 km×50 km，分辨率為10 m×9 m;兩景TerraSAR-X數(shù)據(jù)成像時間為2011年5月16日，HH極化的單視復(fù)影像，標(biāo)稱景大小為10 km×10 km，分辨率為2 m×2 m。

三、基本原理和識別方法

1.基本原理

雷達波束與海面的作用，主要有兩種機制:鏡面反射和Bragg散射。在比較平靜的海面，電磁波能量主要通過鏡面反射返回雷達傳感器，此時雷達很難接收到回波，SAR圖像呈現(xiàn)出很暗的海面;而海面有風(fēng)浪的情況下，隨著風(fēng)生表面張力波和重力波的出現(xiàn)，海面變?yōu)榇植诿?，這種條件下會產(chǎn)生明顯的后向散射，后向散射主要是布拉格散射(布拉格散射是一種共振散射，入射電磁波與波長在其同一量級的海面波發(fā)生共振，此表面波稱為布拉格波)。此時雷達可以接收到較強的回波，SAR圖像表現(xiàn)出較亮的像素值。

海上石油平臺主要由金屬制成，在SAR發(fā)射的電磁波照射到海上石油平臺上時，平臺本體與海洋表面構(gòu)成的角反射器，以及平臺上層結(jié)構(gòu)自身形成的角反射器［15］對雷達波具有極強的后向散射能力，從而在SAR圖像上表現(xiàn)為幾個乃至數(shù)十個像素的高亮度的點目標(biāo)或硬目標(biāo)［16］。

但是一般而言，即便是海面出現(xiàn)很大的風(fēng)浪，艦船、石油平臺等目標(biāo)的后向散射回波均要遠遠強于海面背景的回波。因此，在SAR圖像上直接檢測石油平臺目標(biāo)，其本質(zhì)就是在雜波和噪聲干擾的暗背景中檢測亮目標(biāo)的問題。

艦船和海上石油平臺的上層建筑相似，在SAR圖像中也是以亮目標(biāo)的形式出現(xiàn)的。但艦船由于運動性特征，在SAR影像上會出現(xiàn)尾跡，因此可根據(jù)艦船的尾跡特征和形狀特征來區(qū)別艦船和石油平臺。本試驗采用多時相影像，根據(jù)艦船運動性特征，對比分析多時相影像中同一目標(biāo)來進一步對艦船和石油平臺判斷，從而得到石油平臺的識別結(jié)果。

2.識別方法

本文采用了3景SAR影像，首先對SAR影像進行預(yù)處理;然后對圖像進行亮目標(biāo)的檢測，并根據(jù)艦船和平臺形狀的差異，以及艦船的尾跡特征進行初步判斷，識別出石油平臺;最后根據(jù)本試驗RADARSAT-2 SAR影像和TerraSAR-X影像成像時間不同，對比多時相影像中同一亮目標(biāo)，并根據(jù)艦船的運動性特征排除艦船目標(biāo)，檢驗初步判斷結(jié)果，進而得到石油平臺的最終識別結(jié)果。

(1)數(shù)據(jù)預(yù)處理

本文采用自適應(yīng)濾波，因其在平滑斑點的同時能夠很好地保持邊緣細節(jié)的變化。經(jīng)過對各種自適應(yīng)濾波結(jié)果比較，選用Gamma濾波，可以有效地抑制斑點噪聲，更好地實現(xiàn)SAR圖像中海上石油平臺這樣的亮目標(biāo)的識別［17］。

(2)亮目標(biāo)檢測

TerraSAR-X影像Ⅰ中共識別出5個亮目標(biāo)，分別編號(圓圈表示01號目標(biāo)為亮目標(biāo)，但未檢測出，目視解譯獲得)，如圖1所示;TerraSAR-X影像Ⅱ共識別出6個亮目標(biāo)，分別編號(圓圈表示13號目標(biāo)為亮目標(biāo)，但未檢測出，目視解譯獲得)，如圖2所示。

圖1 TerraSAR-X影像Ⅰ亮目標(biāo)檢測結(jié)果

圖2 TerraSAR-X影像Ⅱ亮目標(biāo)檢測結(jié)果

(3)石油平臺識別

根據(jù)艦船和平臺形狀的差異，以及艦船的尾跡特征進行初步判斷，識別出石油平臺;然后根據(jù)本試驗RADARSAT-2 SAR影像和TerraSAR-X影像成像時間不同，對比多時相影像的同一亮目標(biāo)，并根據(jù)艦船的運動性特征排除艦船目標(biāo)，檢驗初步判斷結(jié)果，進而得到石油平臺的最終識別結(jié)果。

①初步判斷

檢測出亮目標(biāo)之后，在TerraSAR-X兩景影像中(如圖1、圖2 所示)，編號為 4、5、6、7、8、9、10、11 的亮目標(biāo)，形狀為長形，且有明顯尾跡，初步判斷為艦船;編號為 1、2、3、12、13 的目標(biāo)，形狀為近似圓形，無尾跡，初步判斷為石油平臺(目標(biāo)1和13，并未檢測出，靠人工目視解譯得到)。

②多時相影像檢驗

運用ENVI軟件中的geographic link功能，連接多時相影像。TerraSAR-X影像中編號為4、5、6、7、8、9、10、11的目標(biāo)，初步判斷為艦船，而在RADARSAT-2影像中未找到與其相對應(yīng)的目標(biāo)，因此與初步判斷結(jié)果一致，判斷為艦船，如圖3所示;編號為1、2、3、12、13 的目標(biāo)，初步判斷為石油平臺，在RADARSAT-2影像中找到與其相對應(yīng)的目標(biāo)，與初步判斷結(jié)果一致，判斷為石油平臺，如圖4所示。

然后可分別統(tǒng)計各平臺的信息，如位置、大小等。以平臺3為例，在TerraSAR-X影像Ⅰ中，目標(biāo)03 的中心位置是北緯 8°27'54″，東經(jīng) 108°38'46.7″;在RADARSAT-2 SAR影像中，目標(biāo)03的中心位置是北緯 8°27'58.5″，東經(jīng) 108°38'33.7″。最后，量測該平臺的面積，大約是15 320 m2。

圖3 艦船目標(biāo)

圖4 石油平臺目標(biāo)

四、結(jié)果與分析

1.測試結(jié)果

本文兩景TerraSAR-X影像中，共識別出5處海上石油平臺，即編號為1、2、3、12、13 的目標(biāo)。

2.測試結(jié)果分析

本文得到的平臺地理位置在兩景影像中有一定的差別，造成這種位置差別的原因是本文使用的兩顆衛(wèi)星影像在幾何校正時的差別，影響了目標(biāo)的地理位置的精度，對于海上石油平臺識別，這一位置差別被認為是符合精度要求的。且本文首先在一景影像中作初步判斷，然后采用多時相影像對比同一亮目標(biāo)，并檢驗初步判斷結(jié)果，進而得到最終識別結(jié)果，從而保證了結(jié)果的可靠性。雖然得到了平臺面積，但由于缺乏各類型平臺的實測特征數(shù)據(jù)，以及衛(wèi)星分辨率的問題，目前還無法確定識別到的平臺類型。

按照九段線的延伸位置，這5處平臺位于我國九段線范圍內(nèi)，但我國在此位置并沒有進行油氣的開采，故不屬于我國的海上石油平臺，因此判定其為外國在我國海域開采油氣的非法平臺。

五、結(jié)束語

針對外國在南海地區(qū)對我國油氣資源進行非法掠奪這一問題，在艦船巡邏等傳統(tǒng)方法觀測范圍有限的情況下，本文利用3景多時相SAR影像對我國南海海域的海上石油平臺進行識別，選用Gamma濾波器對圖像進行濾波處理，在TerraSAR-X影像中作平臺目標(biāo)的初步判斷，然后利用不同時相的RADARSAT-2影像作艦船目標(biāo)的排除和初步判斷結(jié)果的檢驗，最終共識別出5處石油平臺，得到其位置和面積，驗證了通過SAR影像識別海上石油平臺的可行性。

［1］張露，郭華東，韓春明.SAR海上靜止目標(biāo)檢測［J］.遙感技術(shù)與應(yīng)用，2007，22(3):321-325.

［2］ELDHUSET K.An Automatic Ship and Ship Wake Detection System for Spaceborne SAR Images in Coastal Re-gions［J］.IEEE Trans，1996，34(4):1010-1018.

［3］DAVID P C，WEI S，DEEPAK T，et al.SAR Ship Detection Using New Conditional Contrast Box Filter［C］∥SPIE Conference on Algorithms for Synthetic Aperture Radar Imagery.Washington:SPIE，1999:274-284.

［4］WACKERMAN CC，F(xiàn)RIEDMAN K S，PICHEL WG，et al.Automatic Detection of Ships in RADARSAT-1 SAR Imagery［J］.Canadian Journal of Remote Sensing，2001，27(5):568-577.

［5］VACHON P W，CAMPBELL J W M，BJERKELUND C A，et al.Ship Detection by the RADARSAT SAR:Validation of Detection Model Predictions［J］.Canadian Journal of Remote Sensing，1997，23(1):48-59.

［6］VACHON PW，THOMASSJ，CRANTON J，et al.Validation of Ship Detection by the RADARSAT Synthetic Aperture Radar and the Ocean Monitoring Workstation［J］.Canadian Journal of Remote Sensing，2000，26(3):200-212.

［7］JIANG Q，AITNOURI E，WANG S，et al.Automatic Detection for Ships Target in SAR Imagery Using PNNModel［J］.Canadian Journal of Remote Sensing，2000，26(4):297-305.

［8］種勁松，朱敏慧.SAR圖像艦船目標(biāo)檢測算法的對比研究［J］.信號處理，2003，19(6):580-582.

［9］TOUZI R.Calibrated Polarimetric SAR Data for Ship Detection［C］∥Proceedings of IGARSS2000.［S.l.］:IEEE 2000 International Geoscience and Remote Sensing Symposium，2000:144-146.

［10］TOUZI R.On the Use of Polarimetric SAR Data for Ship Detection［C］∥Proceedings of IGARSS’99.［S.l.］:IEEE 1999 International Geoscience and Remote Sensing Symposium，1999:812-815.

［11］羅強，羅莉，任慶利，等.一種基于小波變換的衛(wèi)星SAR海洋圖像艦船目標(biāo)檢測方法［J］.兵工學(xué)報，2002，23(4):500-503.

［12］張風(fēng)麗，吳炳方，張磊.基于小波分析的SAR圖像船舶目標(biāo)檢測［J］.計算機工程，2007，33(6):33-34.

［13］鄒煥新，匡綱要，郁文賢.基于特征矢量匹配的SAR海洋圖像艦船目標(biāo)檢測［J］.現(xiàn)代雷達，2004，26(8):25-29.

［14］陳珊.合成孔徑雷達圖像上艦船目標(biāo)的檢測［D］.上海:上海交通大學(xué)，2008，21-23.

［15］PICHEL W G.Synthetic Aperture Radar Marine User’s Manual［M］.Washington D C:［s.n.］，2004:277.

［16］田巳睿，王超，張紅.星載SAR艦船檢測技術(shù)及其在海洋漁業(yè)監(jiān)測中的應(yīng)用［J］.遙感技術(shù)與應(yīng)用，2007，22(4):503-512.

［17］?，?基于紋理特征的星載SAR溢油監(jiān)測研究［D］.大連:大連海事大學(xué)，2009:25-29.