侯穎妮，楊予昊，李士國(guó)，江 濤

(南京電子技術(shù)研究所, 南京 210039)

?

·信號(hào)處理·

基于ISAR像的艦船目標(biāo)識(shí)別技術(shù)研究

侯穎妮，楊予昊，李士國(guó)，江 濤

(南京電子技術(shù)研究所, 南京 210039)

針對(duì)海面艦船目標(biāo)自動(dòng)識(shí)別問(wèn)題，在艦船目標(biāo)逆合成孔徑雷達(dá)(ISAR)圖像預(yù)處理與結(jié)構(gòu)特征提取的基礎(chǔ)上，研究了采用ISAR輪廓像與艦船模型輪廓像匹配進(jìn)行目標(biāo)識(shí)別的方法。該方法首先利用結(jié)構(gòu)特征進(jìn)行粗分類，縮小模型匹配范圍，接著將模型庫(kù)中的模型投影到距離多普勒平面，利用二者輪廓像的相似程度完成目標(biāo)識(shí)別。雷達(dá)實(shí)測(cè)數(shù)據(jù)處理說(shuō)明了該方法的有效性。

艦船ISAR；目標(biāo)識(shí)別；輪廓匹配；特征提取

0 引 言

雷達(dá)具有全天候，全天時(shí)遠(yuǎn)距離獲取目標(biāo)信息的能力，在雷達(dá)艦船目標(biāo)識(shí)別中常用的有目標(biāo)窄帶雷達(dá)截面積(RCS)特征，寬帶一維像特征和SARISAR二維像特征[1-3]。其中窄帶RCS可以反映艦船目標(biāo)的大小，但是容易受到RCS起伏的影響和角反射器的欺騙；寬帶一維像反映了目標(biāo)散射結(jié)構(gòu)沿雷達(dá)視線的分布情況，但是存在角度敏感，目標(biāo)類型較多建庫(kù)困難的問(wèn)題；艦船ISAR二維像可以反映目標(biāo)的二維幾何形狀，并且一些分布比例特征不受視角影響，從ISAR像中提取有效的特征量進(jìn)行自動(dòng)目標(biāo)識(shí)別，越來(lái)越受到重視。

在利用ISAR像進(jìn)行目標(biāo)識(shí)別方面，在1996年美國(guó)海軍實(shí)驗(yàn)室Musman S[4]提出了以艦船的長(zhǎng)度、艦載設(shè)備、桅桿、輪廓等外形信息為主要特征進(jìn)行分類和識(shí)別的方法，為采用ISAR圖像進(jìn)行目標(biāo)識(shí)別奠定了基礎(chǔ)。目前基于ISAR像的艦船目標(biāo)識(shí)別技術(shù)主要有基于模型匹配的分類識(shí)別技術(shù)[5-8]和基于數(shù)據(jù)特征空間的分類識(shí)別技術(shù)[9]?；谀Ｐ推ヅ涞姆诸愖R(shí)別技術(shù)將從ISAR像提取的特征與艦船模型庫(kù)中的目標(biāo)特征進(jìn)行匹配完成自動(dòng)識(shí)別，基于數(shù)據(jù)特征空間的分類識(shí)別技術(shù)，利用從建立的目標(biāo)ISAR像庫(kù)中進(jìn)行特征提取、訓(xùn)練、提取有效的特征空間進(jìn)行自動(dòng)識(shí)別。

考慮到基于數(shù)據(jù)的艦船目標(biāo)識(shí)別存在對(duì)非合作目標(biāo)建庫(kù)困難的問(wèn)題，在基于模型匹配的識(shí)別技術(shù)基礎(chǔ)上，本文利用從艦船ISAR像中提取的特征進(jìn)行艦船類別粗分類和類型識(shí)別的方法，在利用船舶桅桿位置、上層建筑結(jié)構(gòu)、長(zhǎng)度特征進(jìn)行粗分類的基礎(chǔ)上，縮小模型匹配的范圍，進(jìn)行成像投影平面估計(jì)，將從ISAR像中提取的輪廓像與模型投影到距離多普勒平面像的輪廓像進(jìn)行匹配，根據(jù)相似度完成艦船目標(biāo)識(shí)別，通過(guò)艦船實(shí)測(cè)數(shù)據(jù)處理驗(yàn)證了文中方法的有效性。

1 投影平面估計(jì)

在艦船目標(biāo)ISAR成像中，由海浪起伏引起的艦船自身運(yùn)動(dòng)成為成像的主要運(yùn)動(dòng)分量，ISAR對(duì)艦船成像的幾何關(guān)系如圖1所示。海面上的艦船除了沿預(yù)定路線的正常航行外，由于受到海浪的影響，會(huì)有顛簸和搖擺，這包含橫搖、縱搖和偏航，因此艦船目標(biāo)成像具有周期性的特點(diǎn)展。在艦船側(cè)視像以及混合視角像的基礎(chǔ)上進(jìn)行特征提取，并估計(jì)投影平面。

設(shè)艦船上的散射點(diǎn)位于艦船坐標(biāo)系[X,Y,Z]，艦船上的散射點(diǎn)[xm,ym,zm]在雷達(dá)視角坐標(biāo)系[R,H,V]中為

圖1 ISAR對(duì)艦船成像的幾何

(1)

式中：α為擦地角；φ為雷達(dá)視線在艦船[X,Y]平面的投影與艦船X軸之間的夾角；ωz和ωy分別為艦船在雷達(dá)坐標(biāo)系下的轉(zhuǎn)動(dòng)角速度分量，艦船散射點(diǎn)在距離多普勒投影為

(2)

將式(1)帶入式(2)有

(3)

其中

為投影矩陣。

設(shè)在船體坐標(biāo)[X,Y,Z]中，船頭和船尾兩個(gè)散射點(diǎn)坐標(biāo)為(xb,0,z)，(xs,0,z)，在雷達(dá)觀測(cè)視角下一維距離像在斜距上的投影為Δrb-s=cosαcosφΔxb-s，其中Δxb-s為船長(zhǎng)L,則

(4)

式中：擦地角α可以從雷達(dá)跟蹤數(shù)據(jù)中得到。

船頭船尾的多普勒差為

(5)

艦船桅桿頂部和底部散射點(diǎn)(x,y,za)和(x,y,zf)在(X,Y)平面的投影相同，而桅桿頂部和底部的多普勒差為

(6)

(7)

投影矩陣可寫成

(8)

從式(8)可以看出，投影矩陣中的元素可以從ISAR像中獲得，其中α為擦地角，可通過(guò)跟蹤數(shù)據(jù)獲得，φ可通過(guò)ISAR像在距離維的投影Δrb-s與模型長(zhǎng)度通過(guò)式(4)計(jì)算得到。Δfb-s為船頭船尾的多普勒差，Δfm為桅桿與艦船中心線相接點(diǎn)到頂部的多普勒差。

通過(guò)投影矩陣可將目標(biāo)模型投影到距離多普勒平面，此時(shí)ISAR像和模型投影的二維像均在距離多普勒域，二者的輪廓像具有可比性，為采用兩者輪廓像匹配進(jìn)行識(shí)別的理論依據(jù)。

2 圖像預(yù)處理

在艦船目標(biāo)ISAR成像中通常由于雜波和噪聲的影響使得ISAR像存在斑點(diǎn)噪聲，強(qiáng)散射點(diǎn)副瓣以及旋轉(zhuǎn)部件引起的調(diào)制會(huì)在多普勒方向產(chǎn)生條紋干擾，目標(biāo)RCS的起伏使得ISAR像通常表現(xiàn)為稀疏、孤立的散射中心分布，這些固有特點(diǎn)都對(duì)圖像特征的穩(wěn)定性和識(shí)別性能造成了嚴(yán)重影響。在ISAR圖像的特征提取時(shí)首先需要對(duì)ISAR圖像進(jìn)行預(yù)處理，從而能較好地從ISAR圖像中提取相關(guān)特征。ISAR圖像的預(yù)處理可分為：去除斑點(diǎn)噪聲和條紋干擾、圖像的區(qū)域連接和填充、幾何聚類等。

1) 去除斑點(diǎn)噪聲和條紋干擾

對(duì)于原始圖像中的背景噪聲和雜波，首先對(duì)圖像距離向兩側(cè)沒有目標(biāo)的邊緣區(qū)域進(jìn)行統(tǒng)計(jì)，得到均值μ和標(biāo)準(zhǔn)差σ，采用全局門限對(duì)圖像進(jìn)行分割，處理后各像素點(diǎn)的值為

(9)

式中：k為常數(shù)，圖像中高于等于門限的保持不變，低于門限的像素設(shè)置0。

接著采用上述方法再對(duì)每一距離單元數(shù)據(jù)進(jìn)行處理，去除由聚焦產(chǎn)生的誤差以及強(qiáng)散射點(diǎn)副瓣在多普勒域的擴(kuò)展造成的條紋干擾，其中均值μ和標(biāo)準(zhǔn)差σ由各距離單元相互獨(dú)立。

最后，采用中值濾波圖像進(jìn)行平滑處理，降低剩余噪聲的影響。

2) 形態(tài)學(xué)區(qū)域鏈接與填充

ISAR像通常存在一些孤立不連續(xù)的散射點(diǎn)，在形態(tài)學(xué)中先膨脹后腐蝕的過(guò)程稱為閉運(yùn)算，其作用是填充目標(biāo)內(nèi)部的細(xì)小空洞，平滑目標(biāo)的邊界以及連接周圍鄰近目標(biāo)。對(duì)于經(jīng)過(guò)圖像分割的圖像，可以采用形態(tài)學(xué)閉操作對(duì)圖像進(jìn)行區(qū)域連接和填充，采用形態(tài)學(xué)操作時(shí)需要根據(jù)目標(biāo)的分散程度選擇結(jié)構(gòu)元素的尺寸。

4) 幾何聚類去除非目標(biāo)區(qū)域

經(jīng)過(guò)形態(tài)學(xué)區(qū)域鏈接與填充后的圖像可能由一個(gè)連通區(qū)域和一些鄰近的區(qū)域組成，而遠(yuǎn)離目標(biāo)的孤立區(qū)域可以認(rèn)為是雜波而丟棄。在幾何聚類中先對(duì)圖像進(jìn)行連通區(qū)域標(biāo)記，然后根據(jù)各區(qū)域大小以與位置進(jìn)行保留或丟棄。

3 特征提取

在ISAR像中提取穩(wěn)定有效的特征是實(shí)現(xiàn)艦船目標(biāo)識(shí)別的基礎(chǔ)，艦船目標(biāo)幾何參數(shù)特征反映了艦船目標(biāo)外觀，可以用來(lái)判斷目標(biāo)的類型，其中幾何參數(shù)特征包括了艦船中心線、艦船輪廓像、艦船主桅桿位置、艦船上層構(gòu)造等。

1) 艦船中心線

艦船ISAR圖像中的艦船中心線，即連接船頭與船尾中心的直線?？梢酝ㄟ^(guò)Hough變換或者最小二乘擬合進(jìn)行估計(jì)。Hough變換通過(guò)最大峰值確定中心線的斜率。但是艦船上較高的結(jié)構(gòu)可能會(huì)影響艦船中心線的估計(jì)，因此在估計(jì)時(shí)可以先將多普勒方向具有較大擴(kuò)展的部分從圖像中去除。

2) 艦船輪廓像

艦船中心線將艦船分成上層結(jié)構(gòu)部分和甲板兩部分，可以通過(guò)比較兩部分的多普勒擴(kuò)展分區(qū)分出艦船上層結(jié)構(gòu)部分，其中上層結(jié)構(gòu)部分具有較大的多普勒擴(kuò)展，艦船的輪廓像為從船頭到船尾，艦船上層結(jié)構(gòu)部分的多普勒與艦船中心線多普勒之差。

3) 艦船主桅桿

將輪廓像與門限比較，門限為輪廓像的最大值與平均值的中值，連續(xù)幾個(gè)超過(guò)門限的距離單元可以認(rèn)為是桅桿，桅桿位置取桅桿所在距離單元的中間位置。一般桅桿的位置通過(guò)桅桿距離船頭的距離與整個(gè)船體長(zhǎng)度之比表示。

4) 艦船上層結(jié)構(gòu)

在提取的輪廓像基礎(chǔ)上，將艦船平均分成3部分，取整個(gè)輪廓像的均值為門限，如果每一部分輪廓像的均值大于門限，編碼為1，否則編碼為0，這樣可以獲得艦船上層結(jié)構(gòu)的3位2值編碼，共8種不同類型。

4 分類識(shí)別

在ISAR像圖像預(yù)處理與特征提取的基礎(chǔ)上，首先可根據(jù)艦船長(zhǎng)度估計(jì)結(jié)果與桅桿信息估計(jì)結(jié)果，對(duì)艦船進(jìn)行粗分類，縮小候選目標(biāo)范圍；接著在投影平面估計(jì)的基礎(chǔ)上，將候選目標(biāo)三維模型投影到相應(yīng)的距離多普勒平面并提取其輪廓像；最后將ISAR像的輪廓像與模型的輪廓像進(jìn)行匹配，根據(jù)匹配結(jié)果判別目標(biāo)類型，如圖2所示。

圖2 艦船目標(biāo)分類識(shí)別流程圖

5 實(shí)測(cè)數(shù)據(jù)處理結(jié)果

采用由貨船、合作船和軍艦組成的三種類型目標(biāo)數(shù)據(jù)對(duì)文中的識(shí)別方法進(jìn)行說(shuō)明，其中貨船和其他兩艘船在結(jié)構(gòu)上有明顯的特征差異。為了驗(yàn)證對(duì)輪廓像匹配識(shí)別方法，假設(shè)各船在長(zhǎng)度上不可分，并對(duì)合作船進(jìn)行了測(cè)量與三維建模。

先對(duì)各數(shù)據(jù)進(jìn)行ISAR成像、圖像預(yù)處理和特征提取，如圖3所示。

圖4 圖像預(yù)處理結(jié)果

圖5 中心線提取結(jié)果

圖6 輪廓像與上層結(jié)構(gòu)編碼

從三幅輪廓像中提取的桅桿位置以及艦船上層結(jié)構(gòu)編碼特征如表1所示，在此桅桿位置泛指船體上最高部分的位置。

表1 桅桿距離船頭位置估計(jì)值和上層結(jié)構(gòu)編碼特征

根據(jù)文中的分類識(shí)別流程，在特征提取后，可利用長(zhǎng)度、桅桿位置以及上層結(jié)構(gòu)編碼對(duì)目標(biāo)進(jìn)行粗分類。假設(shè)三種目標(biāo)在長(zhǎng)度上不可分，由于貨船的駕駛艙一般位于船尾，從表1特征提取結(jié)果可以看出，根據(jù)桅桿位置與上層結(jié)構(gòu)編碼可以將貨船區(qū)分出。

對(duì)于不可分的合作船與軍艦，通過(guò)提取合作船與軍艦ISAR圖像中的參數(shù)構(gòu)造投影矩陣，利用投影矩陣將目標(biāo)三維模型投影到相應(yīng)的距離多普勒平面，并提取距離多普勒平面的模型輪廓像，將模型廓像與ISAR像輪廓像進(jìn)行匹配，并計(jì)算二者的均方根距離，如圖7所示。

圖7 模型廓像與ISAR像輪廓像匹配結(jié)果

由圖7可以看出，合作船的ISAR輪廓像與模型輪廓像的相似度較高，從而說(shuō)明了利用模型輪廓像匹配進(jìn)行艦船目標(biāo)識(shí)別的可行性。不需要建立各種艦船目標(biāo)的雷達(dá)實(shí)測(cè)ISAR像數(shù)據(jù)庫(kù)，避免了非合作目標(biāo)雷達(dá)回波建庫(kù)困難問(wèn)題。

6 結(jié)束語(yǔ)

針對(duì)海面艦船目標(biāo)識(shí)別問(wèn)題，本文主要研究了基于ISAR像的艦船目標(biāo)識(shí)別方法，在圖像預(yù)處理和特征提取后，先利用船舶桅桿位置、上層建筑結(jié)構(gòu)、長(zhǎng)度特征進(jìn)行粗分類，縮小模型匹配范圍，接著利用ISAR輪廓像與模型輪廓像匹配進(jìn)一步完成類型識(shí)別，實(shí)測(cè)數(shù)據(jù)處理結(jié)果說(shuō)明了該方法的可行性。

[1] 王春華，康 猛，郝 明. 基于輪廓像的艦船目標(biāo)識(shí)別方法研究[J]. 現(xiàn)代雷達(dá), 2012, 34(4): 45-52. WANG Chunhua, KANG Meng, HAO Ming. A study on ship target recognition based on outline image[J]. Modern Radar, 2012, 34(4): 45-52.

[2] 陳文婷，邢相薇，計(jì)科峰. SAR圖像艦船目標(biāo)識(shí)別綜述[J]. 現(xiàn)代雷達(dá), 2012, 34(11): 53-58. CHEN Wenting，XING Xiangwei，JI Kefeng. A survey of ship target recognition in SAR images[J]. Modern Radar, 2012, 34(11): 53-58.

[3] 杜琳琳，安成錦，陳曾平. 一種艦船 ISAR 圖像中心線特征提取新方法[J]. 電子與信息學(xué)報(bào), 2010, 32(5): 1023-1028. DU Linlin, AN Chengjin ,CHEN Zengping. A new algorithm for ship center line extraction in ISAR image[J]. Journal of Electronics & Information Technology, 2010, 32(5): 1023-1028.

[4] MUSMAN S, KERR D, BACHMANN C. Automatic recognition of ISAR ship images[J]. IEEE Transactions on Aerospace and Electronic Systems, 1996, 32(4): 1392-1404.

[5] KNAPSKOG A O. Automatic classification of ships in ISAR images using wire-frame models[C]// Proceedings of EUSAR 2004. Ulm, Germany: [s.n.], 2004: 953-956.

[6] FENG R, COOKE T, GIBBINS D. Model based ISAR ship classification[J]. Digital Signal Processing , 2006, 16(5): 628-637.

[7] PASTINA D, SPINA C. Multi-feature based automatic recognition of ship targets in ISAR[J]. IET Radar Sonar & Navig, 2009, 3(4): 406-423.

[8] PASTINA D, SPINA C. Slope based frame selection and scaling technique for ship ISAR imaging[J]. Signal Processing IET, 2008, 2(3): 265-276.

[9] BON N, HAJDUCH G, KHENCHAF A, et al. Recent developments in detection, imaging and classificcation for airborne maritime surveillance[J]. IET Signal Process, 2008, 2(3): 192-203.

侯穎妮 女，1982年生，博士，高級(jí)工程師。研究方向?yàn)镮SAR目標(biāo)成像與識(shí)別。

A Study on Ship Classification Based on ISAR Images

HOU Yingni，YANG Yuhao，LI Shiguo，JIANG Tao

(Nanjing Research Institute of Electronics Technology, Nanjing 210039, China)

For the radar auto classification of ship, a method based on ISAR silhouette and ship model silhouette matching is studied. First the coarse classification is implemented on the base of ISAR image pre-processing and structure features extraction, in order to reduce the number of candidate models, and then the candidate models are projected to range-Doppler domain. The ship is classified according to the best match of the silhouettes. Last the validly of the method is demonstrated by the real radar data processing.

ISAR ship; targets classification; silhouettes matching; features extraction

10.16592/ j.cnki.1004-7859.2016.03.010

侯穎妮 Email：houyingni@163.com

2015-10-20

2015-12-22

TN911.7

A

1004-7859(2016)03-0047-04