閆曉燕， 秦建敏， 喬記平

1. 太原理工大學(xué)物理與光電工程學(xué)院， 新型傳感器與智能控制教育部重點(diǎn)實(shí)驗(yàn)室， 山西 太原 030024

2. 中北大學(xué)儀器與電子學(xué)院， 山西 太原 030051

基于磁光調(diào)制的多光譜目標(biāo)識別系統(tǒng)的研究

閆曉燕1，2， 秦建敏1， 喬記平1

1. 太原理工大學(xué)物理與光電工程學(xué)院， 新型傳感器與智能控制教育部重點(diǎn)實(shí)驗(yàn)室， 山西 太原 030024

2. 中北大學(xué)儀器與電子學(xué)院， 山西 太原 030051

基于特征光譜的目標(biāo)識別技術(shù)具有檢出能力強(qiáng)， 可分辨目標(biāo)種類等優(yōu)點(diǎn)， 但也存在一定的問題， 即需要事先獲取背景光譜作為先驗(yàn)知識且要求背景光譜隨時間的變化較小。 由此限制了其在新環(huán)境、 復(fù)雜環(huán)境中實(shí)時目標(biāo)識別方面的應(yīng)用。 設(shè)計了一種采用磁光調(diào)制配合特征光譜分析的技術(shù)手段， 使目標(biāo)識別過程中無需事先獲取背景譜， 從而實(shí)現(xiàn)了一次采集獲取被測目標(biāo)信息的功能， 相比傳統(tǒng)的目標(biāo)檢測方法而言， 對戰(zhàn)場的適應(yīng)能力更強(qiáng)， 具有較好的實(shí)用意義。 同時， 磁光調(diào)制技術(shù)有效地抑制了背景雜散光的干擾， 從而提高了目標(biāo)識別概率。 由于磁光調(diào)制提供了目標(biāo)光譜的累加迭代信息， 故即使未知背景光譜或者背景光譜變化較大時， 也可以通過目標(biāo)光譜的迭代信息大幅提高目標(biāo)識別率。 針對不同被測目標(biāo)的回波光強(qiáng)與背景光強(qiáng)值進(jìn)行實(shí)驗(yàn)分析， 結(jié)果顯示， 三種目標(biāo)對調(diào)制線偏振光的反射能力明顯強(qiáng)于背景。 采用偽裝色的被測目標(biāo)對可見光成像目標(biāo)識別影響很大， 而調(diào)制偏振型系統(tǒng)仍能很好地識別目標(biāo)。 在此基礎(chǔ)上， 對0.5～2 km范圍內(nèi)的目標(biāo)進(jìn)行多特征波長目標(biāo)種類識別。 采用三個特征波長時， 目標(biāo)識別概率在2 km左右明顯降低， 采用四個或五個特征波長位置時， 可以實(shí)現(xiàn)95.0%以上的目標(biāo)識別概率， 同時為了降低運(yùn)算量提高系統(tǒng)的實(shí)時檢測能力， 最終采用四個特征波長。

目標(biāo)識別； 磁光調(diào)制； 多光譜分析； 識別概率

引 言

目標(biāo)識別指用各種檢測設(shè)備獲取目標(biāo)的特征信息， 并利用已掌握的各種目標(biāo)的先驗(yàn)知識， 判別未知目標(biāo)的類別屬性[1]。 傳統(tǒng)的目標(biāo)識別主要采用雷達(dá)回波、 激光回波、 視頻監(jiān)控加圖像處理的方法[2]。 采用雷達(dá)檢測目標(biāo)， 常用于地面機(jī)動目標(biāo)， 但其對靜止目標(biāo)與背景中石塊、 巖體等的區(qū)分很難實(shí)現(xiàn)[3]； 主動激光測距雷達(dá)具有測距精確、 實(shí)時性高等優(yōu)勢， 但其脈沖能量大容易暴露自身位置， 同時對于裝甲表面光譜特性分布變化奇異的目標(biāo)識別能力大幅降低[4]； 視頻監(jiān)控實(shí)現(xiàn)目標(biāo)識別受限于成像器件的響應(yīng)能力及圖像處理算法， 且受環(huán)境影響較大， 對于迷彩色目標(biāo)識別能力弱[5]。

在現(xiàn)代戰(zhàn)場中， 坦克、 裝甲車輛等都具有偽裝色， 單純地采用可見光視頻分辨目標(biāo)是很困難的， 由此多光譜目標(biāo)識別的方法應(yīng)運(yùn)而生[6-7]。 多光譜目標(biāo)識別方法就是采用對目標(biāo)區(qū)域的背景輻射分布與目標(biāo)輻射分布做差譜分析， 將其中含有目標(biāo)光譜特性的多個特征波長位置進(jìn)行標(biāo)定， 從而通過分析目標(biāo)的有無及類型[8]。 基于特征光譜的目標(biāo)識別技術(shù)具有檢出能力強(qiáng)， 可分辨目標(biāo)種類等優(yōu)點(diǎn)， 但也存在一定的問題， 即需要事先獲取背景光譜作為先驗(yàn)知識且要求背景光譜隨時間的變化較小[9]。 由此限制了其在新環(huán)境、 復(fù)雜環(huán)境中實(shí)時目標(biāo)識別方面的應(yīng)用。 我們設(shè)計了一種采用磁光調(diào)制配合特征光譜分析的方法， 使目標(biāo)識別過程中無需事先獲取背景譜， 從而實(shí)現(xiàn)了一次采集獲取目標(biāo)信息的功能。 因?yàn)榇殴庹{(diào)制提供了目標(biāo)光譜的累加迭代信息， 所以即使未知背景光譜或者背景光譜變化較大時， 也可以通過目標(biāo)光譜的迭代信息大幅提高目標(biāo)識別率。

1 系統(tǒng)設(shè)計

系統(tǒng)結(jié)構(gòu)如圖1所示， 激光經(jīng)起偏器入射到磁光調(diào)制晶體， 經(jīng)調(diào)制后的偏振光照射目標(biāo)所在區(qū)域， 回波光通過聚焦準(zhǔn)直系統(tǒng)整形后， 經(jīng)檢偏器入射CCD探測器。 相比可見光成像而言， 由于采用了磁光調(diào)制系統(tǒng)， CCD探測器僅對回波光信號中符合線偏振特性的光有響應(yīng)， 并且背景中相同偏振角的雜散光不具備本征信號的調(diào)制特性。 所以， 只有目標(biāo)表面材質(zhì)、 形貌連續(xù)性高的目標(biāo)能較好地成像， 而其他背景、 不規(guī)則干擾物會產(chǎn)生很強(qiáng)的退偏振化效果， 即使目標(biāo)有迷彩偽裝， 其信號仍能不被背景噪聲所淹沒。

Fig.1 Schematic diagram of the system

系統(tǒng)的另一部分由干涉模塊、 探測器、 光譜數(shù)據(jù)庫構(gòu)成， 完成多光譜目標(biāo)識別的功能。 在磁光調(diào)制系統(tǒng)獲取可能目標(biāo)的位置信息的基礎(chǔ)上， 將對應(yīng)位置上的回波光進(jìn)行相干處理， 再做傅氏變換， 獲取其光譜分布函數(shù)， 利用多波長特征算法與光譜數(shù)據(jù)庫進(jìn)行擬合運(yùn)算， 最終通過被測目標(biāo)的多個特征吸收值判斷目標(biāo)的種類。

2 多光譜目標(biāo)識別算法

對目標(biāo)回波光進(jìn)行相干處理后， 再經(jīng)傅氏變換得到其光譜分布函數(shù)， 該分布函數(shù)中必然存在一些特征吸收峰， 將吸收峰對應(yīng)的特征波長位置按照吸收峰幅值比例關(guān)系排序， 從而得到λ1,λ2, …,λk， 特征波長的選取應(yīng)注意選取的波長間差異性較大， 及具有較低的相干度。 依據(jù)各個特征波長之間的比例關(guān)系尋找與之匹配的目標(biāo)類型， 最終實(shí)現(xiàn)目標(biāo)識別。 其具體步驟可分為： 波長提取、 波長組分類和擬合計算。

2.1 波長提取

波長提取就是選擇合適的特征波長位置， 選取依據(jù)主要是對應(yīng)位置的吸收峰幅值較大以及該波長位置與相鄰波長位置幅值比較大。 采用遺傳算法的方式， 將每個波長上的幅值作為種群(P)的集合， 將任意相鄰波長上幅值的比值作為適應(yīng)度(F)。 則采用選擇算子對種群中適應(yīng)度超過閾值(T， 本次樣本T=0.85)的個體進(jìn)行保留， 也就是保留幅值比例較大的波長。 則有：

(1)

選擇算子表達(dá)式

(2)

由上式可知， 閾值的選取是隨回波光譜分布的變化而變化的， 即閾值可以根據(jù)光譜幅值比例分布的改變而進(jìn)行相應(yīng)地調(diào)節(jié)。 其中，F(xiàn)i是實(shí)驗(yàn)可得的，P為備選波長是可知的， 則采用選擇算子循環(huán)迭代可以獲得滿足T閾值下的k個波長解， 從而得到了適應(yīng)度高的波長集合λ1,λ2, …,λk。

2.2 波長分類及計算

由遺傳算法得到由k個特征波長的多光譜數(shù)據(jù)雖然已經(jīng)減少了總體樣本的個數(shù)， 但想要直接擬合目標(biāo)種類仍然需要很大的計算量， 所以還需要進(jìn)一步細(xì)分波長特性。 設(shè)符合最多屬性項(xiàng)的為一組等價類， 其物理含義是i個目標(biāo)特征光譜的k個特征波長幅值比例的集合， 即存在i組等價類Ii=λi1,λi2, …,λik； 而被測目標(biāo)等價類屬于i組集合(Xk=λx1,λx2, …,λxk)。 將i組所有k個特征波長列出， 再將其目標(biāo)等價類Xn中的特征屬性找出， 最后根據(jù)屬性之間權(quán)值的相關(guān)系數(shù)作為分類可信度， 就可以計算出被測目標(biāo)光譜包含的主屬性特征了。 在此基礎(chǔ)上， 保留符合屬性的、 可信度較高的幾個特征波長， 取得過多影響迭代運(yùn)算時間， 過少分類識別錯誤率增大。 最后代入收斂條件(符合Xn的集合唯一)， 采用迭代計算確定被測目標(biāo)的種類。

3 實(shí)驗(yàn)部分

3.1 被測目標(biāo)條件

被測目標(biāo)為1.5 m×1.5 m的正方形鋼板， 分別是無涂層(A)、 涂有軍綠色油漆(B)和涂有迷彩色油漆(C)三種。 測試環(huán)境分別為空曠處(D)、 山地(E)以及灌木林(F)， 測試距離為0.5， 1， 1.5和2 km。 采用磁光調(diào)制系統(tǒng)判斷目標(biāo)是否存在， 然后通過多光譜目標(biāo)識別算法完成目標(biāo)種類的識別。

3.2 目標(biāo)提取

采用激光器照射被測目標(biāo)所在區(qū)域， 由于起偏器和磁光調(diào)制器的作用使出射到被測區(qū)域的光為調(diào)制線偏振光。 在不同條件下對三種鐵板目標(biāo)進(jìn)行測試， 分別計算目標(biāo)位置回波光強(qiáng)與初始光強(qiáng)的比值以及背景位置光強(qiáng)與初始光強(qiáng)的比值， 實(shí)驗(yàn)結(jié)果如表1所示。

由實(shí)驗(yàn)數(shù)據(jù)可知， 三種目標(biāo)對調(diào)制線偏振光的反射能力明顯強(qiáng)于背景。 由于接收系統(tǒng)前端的檢偏器僅能接收對應(yīng)的線偏振光， 這樣可以大大消除背景光的干擾。 自然光中該偏振方向的雜散光很弱， 但如果在被測區(qū)域中存在反射表面整齊、 連續(xù)甚至是光滑的目標(biāo)時便有明顯的目標(biāo)偏振成像圖。 相比樹林、 山地、 石堆等其退偏振化效果顯著， 從而無法成像。 隨著距離的增大， 目標(biāo)回波光強(qiáng)衰減較大， 相比而言， 背景產(chǎn)生的該偏振方向的干擾光光強(qiáng)衰減較小。 在采用可見光很難識別的迷彩油漆時， 目標(biāo)對系統(tǒng)發(fā)出的調(diào)制線偏振光仍然具有較強(qiáng)的反射性， 所以回波強(qiáng)度改變量不大， 基本不影響系統(tǒng)檢測， 證明了采用調(diào)制偏振光進(jìn)行目標(biāo)檢測， 主要取決于目標(biāo)表面的連續(xù)、 平整程度等， 而顏色的偽裝幾乎不影響系統(tǒng)對目標(biāo)的檢出。 對于不同的背景而言， 其退偏振化能力有明顯的區(qū)別， 對于山地而言， 由于存在明顯的反射表面， 所以回波中背景光強(qiáng)噪聲最大， 灌木林次之， 空曠地的背景噪聲最低。 其變化特征說明在實(shí)際應(yīng)用中， 采用偏振光調(diào)制實(shí)現(xiàn)目標(biāo)檢測時背景雜散光對系統(tǒng)信噪比是具有一定影響的。

Table 1 Light intensity of target and background in different conditions

Note: A: Uncoated steel； B: Steel coated army green paint； C: Steel coated camouflage paint; E: Open ground； D: Mountain, F: Shrubbery

3.3 光譜識別

在通過偏振光調(diào)制系統(tǒng)提取目標(biāo)位置的同時， 干涉模塊還將完成對回波光進(jìn)行多特征波長光譜分析， 對回波光中包含的多特征波長進(jìn)行提取。 從而在分析特征波長分布及振幅比例的基礎(chǔ)上實(shí)現(xiàn)對目標(biāo)種類的識別。 當(dāng)選取的特征波長個數(shù)不同時， 對系統(tǒng)總運(yùn)算量、 檢出概率都有影響， 個數(shù)太少數(shù)據(jù)量不足， 會導(dǎo)致檢出率下降， 造成漏檢； 相反個數(shù)過多

Table 2 The probability of target recognition with different numbers of characteristic wavelengths

Distance/kmCharacteristicwavelengths/nmAProbability/%BProbability/%CProbability/%0 5λ1，λ2，λ399 699 599 5λ1，λ2，λ3，λ499 999 999 8λ1，λ2，λ3，λ4，λ599 999 999 91 0λ1，λ2，λ396 795 896 3λ1，λ2，λ3，λ499 599 699 4λ1，λ2，λ3，λ4，λ599 599 799 51 5λ1，λ2，λ391 089 990 4λ1，λ2，λ3，λ498 398 298 1λ1，λ2，λ3，λ4，λ599 499 499 31 5λ1，λ2，λ386 485 784 9λ1，λ2，λ3，λ497 196 696 2λ1，λ2，λ3，λ4，λ599 399 199 1

Note:λ1=713 nm,λ2=805 nm,λ3=852 nm,λ4=764 nm,λ5=832 nm

會造成樣本重復(fù)， 大大增加運(yùn)算時間， 降低系統(tǒng)工作性能，表2給出系統(tǒng)在取不同特征波長個數(shù)條件下對應(yīng)的檢出概率。

采用不同特征波長完成目標(biāo)種類識別的實(shí)驗(yàn)結(jié)果顯示， 在0.5 km處采用三個特征波長或更多時， 識別概率相近， 都超過了99.5%。 由于該距離上特征波長處振幅大、 信噪比高， 特征峰明顯， 所以特征波長個數(shù)選三個可以滿足探測要求且總運(yùn)算量較小。 在1.0 km處三個特征波長的識別概率明顯下降， 原因是信號強(qiáng)度降低導(dǎo)致信噪比減小， 從而使目標(biāo)回波光與背景光相關(guān)系數(shù)增大所致。 實(shí)驗(yàn)結(jié)果還反映出隨著距離的增大識別概率會降低， 選擇特征波長個數(shù)越多運(yùn)算速度相對較慢， 對系統(tǒng)運(yùn)算能力的要求也大大增加， 降低了系統(tǒng)實(shí)時性應(yīng)用能力。 所以在本算法的基礎(chǔ)上， 采用四個特征波長比較合理， 可以保證在檢測范圍內(nèi)都有95.0%以上的目標(biāo)識別概率。 本次分析中采用的波長是通過選擇算子對回波光譜中幅值比例較大的波長排序所得。

4 結(jié) 論

提出了一種采用磁光調(diào)制配合多特征波長算法的目標(biāo)識別方法。 該方法利用目標(biāo)表面連續(xù)、 平整的特性， 通過檢測回波光偏振特性識別目標(biāo)有無及位置。 對于具有偽裝色的被測目標(biāo)而言， 可見光成像很難識別， 而調(diào)制偏振型系統(tǒng)基本不受偽裝色的影響。 再結(jié)合多特征波長算法分析目標(biāo)種類， 在選取四個特征波長的條件下， 目標(biāo)識別概率高于95.0%。 相比傳統(tǒng)差譜目標(biāo)檢測技術(shù)而言， 本系統(tǒng)最大的優(yōu)勢在于無需預(yù)先獲取背景光譜分布數(shù)據(jù)， 而由磁光調(diào)制系統(tǒng)提供定位， 實(shí)現(xiàn)了一次目標(biāo)識別的功能， 在新戰(zhàn)場環(huán)境中具有一定的應(yīng)用價值。

[1] WANG Qi-chao, WANG Jia-chun, ZHAO Da-peng(王啟超, 汪家春, 趙大鵬). Laser & Infrared(激光與紅外), 2013, 43(11): 1260.

[2] Chan Sheng-Chih, Lee Kun-Chou. Electromagnetics， 2014, 34(1): 34.

[3] Acosta Eva, Chamadoira Sara, Blendowske Ralf. OSA, 2006, 23(3): 632.

[4] YANG Jia, HUA Wen-shen, LIU Xun(楊 佳, 華文深, 劉 恂). Optical Instruments(光學(xué)儀器), 2013, 35(5): 27.

[5] Paul G Lucey, Keith Horton, Tim Williams. Proc SPIE, Airbone Intelligence, Surveillance, Reconnaissance (ISR) Systems and Applications Ⅳ, 2007, 6546: 654604.

[6] Tian Runlan, Dai Huanyao, Tian Xiaojian. Procedia Engineering, 2011, 15: 2291.

[7] WU Chun-feng, ZHANG Wei, CONG Ming-yu(武春風(fēng), 張 偉, 叢明煜). Journal of Infrared and Millimeter Waves(紅外與毫米波學(xué)報), 2003, 22(4): 265.

[8] WANG Qi-chao, SHI Jia-ming, ZHAO Da-peng(王啟超, 時家明, 趙大鵬). Opto-Electronic Engineering(光電工程), 2013, 1(1): 70.

[9] Chen Xinwei, Zhao Jianzhong, Wu Wen. Journal of Electronics， 2012, 29(3): 237.

Research on Multi-Spectral Target Recognition System Based on the Magneto-Optical Modulation

YAN Xiao-yan1, 2， QIN Jian-min1， QIAO Ji-pin1

1. Key Laboratory of Advanced Transducers and Intelligent Control System, Ministry of Education, College of Physics and Optoelectronics, Taiyuan University of Technology, Taiyuan 030024, China

2. Institute of Measuring and Controlling Technology, North University of China, Taiyuan 030051, China

The technology of target recognition based on characteristic multi-spectrum has many advantages, such as strong detection capability and discriminating capability of target species. But there are some problems, it requires that you obtain the background spectrum as a priori knowledge, and it requires that the change of background spectrum is small with time. Thereby its application of real-time object recognition is limited in the new environment, or the complex environment. Based on magneto-optical modulation and characteristic multi-spectrum the method is designed, and the target is identified without prior access to the background spectrum. In order to achieve the function of the target information in the one acquisition time for tested, compared to conventional methods in terms of target detection, it’s adaptability is better than before on the battlefield, and it is of more practical significance. Meanwhile, the magneto-optical modulator is used to suppress the interference of stray light background, thereby improving the probability of target recognition. Since the magneto-optical modulation provides incremental iterative target spectral information, therefore, even if the unknown background spectrum or background spectrum change is large, it can significantly improve the recognition accuracy of information through an iterative target spectrum. Different test targets back shimmering light intensity and background intensity values were analyzed during experiments, results showed that three targets for linearly polarized reflectance modulation is significantly stronger than the background. And it was of great influence to visible imaging target identification when measured target used camouflage color, but the system of polarization modulation type can still recognize target well. On this basis, the target range within 0.5 km×2 km multi-wavelength characteristics of the target species were identified. When using three characteristic wavelengths, the probability of target identification significantly reduced at around 2km, when using four or five characteristic wavelength position, the probability of target identification reach up to more than 95.0%. Meanwhile, in order to reduce the calculation and improve the real-time detection capability of the system, finally, four characteristic wavelengths was selected. So the system has a certain application value.

Target recognition; Magneto-optical modulation; Multi-spectral analysis; Probability of recognition

Apr. 24, 2014; accepted Oct. 8, 2014)

2014-04-24，

2014-10-08

國家自然科學(xué)基金項(xiàng)目(60378019)資助

閆曉燕， 女， 1977年生， 太原理工大學(xué)物理與光電工程學(xué)院講師 e-mail： yanxiaoyannuc@163.com

O436

A

10.3964/j.issn.1000-0593(2016)03-0864-04