黃 璐,王 洋,金 勝

(1.北京跟蹤與通信技術(shù)研究所,北京100094;2.空間目標(biāo)測(cè)量重點(diǎn)實(shí)驗(yàn)室,北京100094)

一種ISAR圖像性能定量評(píng)估方法

黃 璐1,2,王 洋1,2,金 勝1,2

(1.北京跟蹤與通信技術(shù)研究所,北京100094;2.空間目標(biāo)測(cè)量重點(diǎn)實(shí)驗(yàn)室,北京100094)

為便于ISAR圖像的后續(xù)處理和應(yīng)用,急需建立一種客觀有效的ISAR圖像性能定量評(píng)估方法。綜合點(diǎn)目標(biāo)評(píng)估指標(biāo)、面目標(biāo)評(píng)估指標(biāo)、信息熵和對(duì)比度等多種客觀評(píng)估指標(biāo),提出一種基于線性加權(quán)和準(zhǔn)則的ISAR圖像性能評(píng)估模型。通過仿真實(shí)驗(yàn),對(duì)各客觀評(píng)估指標(biāo)對(duì)于帶寬、成像積累脈沖數(shù)和信噪比等典型客觀因素變化的敏感度進(jìn)行分析。根據(jù)敏感度定量分析結(jié)果,確定各評(píng)估指標(biāo)在模型中所占的權(quán)重系數(shù),建立綜合的ISAR圖像性能定量評(píng)估模型。實(shí)測(cè)數(shù)據(jù)處理結(jié)果驗(yàn)證了本文所提方法的有效性。

ISAR圖像;評(píng)估模型;敏感度;權(quán)重系數(shù)

0 引言

近年來,ISAR成像技術(shù)在諸多領(lǐng)域都發(fā)揮了重要作用。然而,ISAR圖像的信息處理能力發(fā)展相對(duì)緩慢,尤其是對(duì)目標(biāo)的分類識(shí)別能力,而進(jìn)一步應(yīng)用圖像進(jìn)行目標(biāo)探測(cè)與識(shí)別的效能主要取決于獲取的圖像性能。因此,ISAR圖像性能評(píng)估是ISAR圖像應(yīng)用的前提和首要環(huán)節(jié),是ISAR圖像目標(biāo)分類識(shí)別過程的關(guān)鍵技術(shù)之一。

雷達(dá)圖像與一般的光學(xué)圖像有著顯著的區(qū)別,光學(xué)圖像的評(píng)價(jià)方法不能直接應(yīng)用。雷達(dá)圖像反映的是物體對(duì)于電磁波的后向反射系數(shù),其質(zhì)量問題表現(xiàn)為多個(gè)方面,如分辨率低于系統(tǒng)設(shè)定值、旁瓣強(qiáng)度過高、散焦、“鬼影”、噪聲、定位不準(zhǔn)等,導(dǎo)致圖像模糊、對(duì)比度差,嚴(yán)重影響后續(xù)目標(biāo)提取、分類、識(shí)別的處理。ISAR和SAR圖像性能評(píng)估通常包括對(duì)分辨率、峰值旁瓣比、積分旁瓣比、輻射分辨率、等效視數(shù)等基本參數(shù)的評(píng)估,還有對(duì)圖像模糊程度、圖像對(duì)比度等的評(píng)估,且屬于無(wú)參考圖像質(zhì)量評(píng)估。另外,與SAR圖像相比,ISAR圖像有其自身的特點(diǎn),其目標(biāo)通常為背景固定的艦船、飛機(jī)、空間目標(biāo)等,而非單純的點(diǎn)目標(biāo)或面目標(biāo)[1],不能直接利用點(diǎn)目標(biāo)或面目標(biāo)的評(píng)估指標(biāo)進(jìn)行圖像性能評(píng)估。

目前國(guó)內(nèi)對(duì)ISAR圖像性能評(píng)估問題的研究還比較淺顯,沒有形成體系。文獻(xiàn)[2]和[3]均對(duì)SAR圖像質(zhì)量評(píng)估進(jìn)行了相關(guān)研究,對(duì)于ISAR圖像有一定借鑒意義。文獻(xiàn)[4]綜合了三個(gè)定量評(píng)價(jià)準(zhǔn)則和一個(gè)主觀評(píng)價(jià)準(zhǔn)則,提出了一種ISAR圖像質(zhì)量評(píng)估方法,但在實(shí)際應(yīng)用中,未指出各評(píng)價(jià)準(zhǔn)則量化值的權(quán)值取值方法。

本文綜合了點(diǎn)目標(biāo)評(píng)估指標(biāo)、面目標(biāo)評(píng)估指標(biāo)、信息熵及對(duì)比度等多種客觀評(píng)估指標(biāo),提出了一種基于線性加權(quán)和準(zhǔn)則的ISAR圖像性能定量評(píng)估模型。從能夠直接影響ISAR圖像性能的帶寬、成像積累脈沖數(shù)和信噪比這三個(gè)典型的客觀因素出發(fā),通過仿真實(shí)驗(yàn),對(duì)各評(píng)估指標(biāo)對(duì)于這三個(gè)客觀因素變化引起的圖像性能變化的敏感度進(jìn)行分析。根據(jù)定量分析結(jié)果,確定各評(píng)估指標(biāo)在模型中所占的權(quán)重系數(shù),建立綜合的ISAR圖像性能定量評(píng)估模型。實(shí)測(cè)數(shù)據(jù)處理驗(yàn)證了該方法的有效性。

1 一種ISAR圖像性能定量評(píng)估方法

ISAR圖像的性能可由點(diǎn)目標(biāo)評(píng)估指標(biāo)、面目標(biāo)評(píng)估指標(biāo)、信息熵及對(duì)比度等多種客觀評(píng)估指標(biāo)進(jìn)行評(píng)估。其中,由于原始ISAR圖像通常包含背景,進(jìn)行圖像分割后再對(duì)目標(biāo)部分進(jìn)行面目標(biāo)指標(biāo)計(jì)算。本文采用區(qū)域目標(biāo)相干相關(guān)函數(shù)的距離向峰值旁瓣比(Range Peak Side Lobe Ratio,RPSLR)、距離向積分旁瓣比(Range Integrated Side Lobe Ratio,RISLR)、方位向峰值旁瓣比(Azimuth Peak Side Lobe Ratio,APSLR)、方位向積分旁瓣比(Azimuth Integrated Side Lobe Ratio,AISLR)、均值、方差、等效視數(shù)、輻射分辨率、信息熵和對(duì)比度等10個(gè)評(píng)估指標(biāo)。各評(píng)估指標(biāo)均能在某一方面反映圖像的性能,但又具有片面性,須綜合各評(píng)估指標(biāo)建立一種客觀有效的ISAR圖像性能的定量評(píng)估模型,通過加權(quán)求和得到定量評(píng)估值,評(píng)估方法設(shè)計(jì)框圖如圖1所示。

圖1 評(píng)估方法設(shè)計(jì)框圖

1.1 ISAR圖像性能定量評(píng)估指標(biāo)

1.1.1 點(diǎn)目標(biāo)評(píng)估指標(biāo)

1)峰值旁瓣比(Peak Side Lobe Ratio,PSLR)

定義為理想點(diǎn)目標(biāo)脈沖響應(yīng)函數(shù)的最強(qiáng)旁瓣峰值與主瓣峰值之比[5]:

式中,Asmax和Am分別表示IRF距離向或方位向序列上最強(qiáng)旁瓣峰值和主瓣峰值。PSLR的值越小,表明旁瓣幅度越小,圖像質(zhì)量越高。

2)積分旁瓣比(Integrated Side Lobe Ratio,ISLR)

定義為理想點(diǎn)目標(biāo)脈沖響應(yīng)函數(shù)的旁瓣能量與主瓣能量之比[5]:

式中,區(qū)間(m,n)表示主瓣所在位置,(-∞,m)和(n,∞)表示旁瓣位置。實(shí)際應(yīng)用中,常定義旁瓣區(qū)間為位于主瓣外包含若干有限個(gè)旁瓣范圍的區(qū)域。ISLR的值越小,表明旁瓣能量越小,圖像質(zhì)量就越好。

3)相干相關(guān)函數(shù)

在大多數(shù)實(shí)際ISAR成像場(chǎng)景中,難以在圖像中提取到獨(dú)立有效的點(diǎn)目標(biāo)以重構(gòu)脈沖響應(yīng)函數(shù)[6],利用一種基于復(fù)數(shù)圖像區(qū)域相干相關(guān)函數(shù)(Coherent Correlation Function,CCF)[7]的ISAR圖像質(zhì)量評(píng)估方法進(jìn)行點(diǎn)目標(biāo)指標(biāo)評(píng)估。理論分析及實(shí)驗(yàn)結(jié)果都證明,在點(diǎn)散射模型理論前提下,區(qū)域目標(biāo)的CCF具有IRF的sinc型函數(shù)結(jié)構(gòu),能夠代替IRF計(jì)算圖像的峰值旁瓣比和積分旁瓣比[2]。

ISAR圖像的CCF是其復(fù)數(shù)據(jù)的自相關(guān),等價(jià)于圖像功率譜的傅里葉反變換:

式中,I(x,y)表示圖像在(x,y)處的復(fù)數(shù)值,F和F-1分別指二維傅里葉變換和二維傅里葉反變換。

1.1.2 面目標(biāo)評(píng)估指標(biāo)

ISAR圖像目標(biāo)通常為背景固定的艦船、飛機(jī)、空間目標(biāo)等,而非單純的面目標(biāo),因此可認(rèn)為圖像通常由目標(biāo)和背景兩部分組成。首先利用圖像分割[8]提取出感興趣的目標(biāo)區(qū)域,再利用均值、方差、等效視數(shù)、輻射分辨率、動(dòng)態(tài)范圍等指標(biāo)進(jìn)行面目標(biāo)指標(biāo)評(píng)估。

1)均值

定義為圖像的平均灰度值,反映了圖像對(duì)應(yīng)場(chǎng)景目標(biāo)的平均后向散射系數(shù)。它描述了圖像的整體特征。

式中,I ij表示圖像中的每個(gè)像素值;M,N分別表示圖像兩維的個(gè)數(shù)。

2)方差

反映圖像灰度值的起伏程度,即圖像的不均勻性。它也描述了圖像的整體特征。

3)等效視數(shù)

用于衡量圖像相干斑的相對(duì)強(qiáng)度,等效視數(shù)越大,表明圖像上斑點(diǎn)越弱。式中,μ和σ2分別表示圖像的均值和方差。

4)輻射分辨率

反映了ISAR圖像區(qū)分目標(biāo)間后向散射系數(shù)的能力,用于衡量圖像灰度分辨率。

1.1.3 信息熵評(píng)估指標(biāo)

假設(shè)有隨機(jī)事件集合{X i,i=1,2,…,N},它們出現(xiàn)的概率分別為D i,并滿足條件0≤D i≤1,i=1,2,…,N,則定義Shannon熵[4]為

對(duì)于一幅M×N大小的ISAR圖像,定義ISAR圖像熵H(f)為

式中,I(m,n)表示ISAR圖像中像素位置是(m,n)的像素灰度值,D mn為I(m,n)在圖像中的概率。熵是一種基于信息論的統(tǒng)計(jì)量,ISAR圖像熵越小,說明ISAR圖像所包含的信息量就越多,而且其聚焦性能也越好;反之,圖像的聚焦性越差,圖像不清晰。

式中,I(m,n)表示ISAR圖像中像素位置是(m,n)的幅度,E(·)為求期望。

1.1.4 對(duì)比度評(píng)估指標(biāo)

圖像對(duì)比度反映像素強(qiáng)度的變化情況,對(duì)比度越大表示圖像強(qiáng)度越分明,說明存在強(qiáng)散射點(diǎn)的概率越大,反之,存在強(qiáng)散射點(diǎn)的可能性越小。采用圖像強(qiáng)度的均方差與均值的比值作為對(duì)比度準(zhǔn)則[9],即

1.2 各評(píng)估指標(biāo)在模型中權(quán)重系數(shù)的取值

此評(píng)估方法的關(guān)鍵問題是如何確定各評(píng)估指標(biāo)在模型中的權(quán)重系數(shù),確定依據(jù)應(yīng)盡量客觀準(zhǔn)確,避免主觀的人為標(biāo)準(zhǔn)差異帶來的局限性。本文根據(jù)仿真圖像進(jìn)行統(tǒng)計(jì)獲得,統(tǒng)計(jì)時(shí)依據(jù)指標(biāo)對(duì)圖像參數(shù)變化的敏感度獲取,且獲取時(shí)進(jìn)行線性擬合,符合實(shí)際情況,使得權(quán)重系數(shù)的表達(dá)更為客觀準(zhǔn)確。

在ISAR成像過程中,信號(hào)帶寬和成像積累脈沖數(shù)分別對(duì)圖像的距離向和方位向分辨率產(chǎn)生直接影響,且圖像信噪比也是影響圖像性能的一個(gè)重要因素。因此,本文從帶寬、成像積累脈沖數(shù)和信噪比這三個(gè)典型的客觀因素出發(fā),通過仿真實(shí)驗(yàn),對(duì)各評(píng)估指標(biāo)隨這三個(gè)因素變化引起的圖像性能變化的敏感度進(jìn)行分析,據(jù)此確定各指標(biāo)在模型中的權(quán)重系數(shù)取值。

仿真產(chǎn)生一個(gè)由若干點(diǎn)組成的飛機(jī)目標(biāo)的雷達(dá)回波,目標(biāo)真實(shí)圖如圖2所示。分別改變帶寬、成像脈沖積累數(shù)和信噪比,可得到不同性能的ISAR圖像,然后利用各評(píng)估指標(biāo)進(jìn)行定量評(píng)估,分析其敏感度。下面以成像積累脈沖數(shù)為例進(jìn)行分析,另外兩個(gè)因素同理。

圖2 仿真目標(biāo)真實(shí)圖

在成像處理過程中,固定其他因素,改變成像積累脈沖數(shù),可得到不同方位向聚焦程度的ISAR圖像。分別令成像積累脈沖數(shù)在256至1 256之間取值,然后成像。其中成像積累脈沖數(shù)為256,756和1 256的成像結(jié)果如圖3所示。利用各評(píng)估指標(biāo)進(jìn)行定量評(píng)估,各指標(biāo)歸一化后的變化情況如圖4所示。

由圖4可以看出,固定其他因素,各評(píng)估指標(biāo)隨成像積累脈沖數(shù)的變化均近似為線性,但變化程度不同,即敏感度不同。進(jìn)行線性擬合,擬合后的直線斜率越大,則表明此指標(biāo)對(duì)成像積累脈沖數(shù)變化引起的圖像性能變化的敏感度越高,即評(píng)估結(jié)果越準(zhǔn)確。因此,擬合后的直線斜率可作為定量的敏感度分析結(jié)果。線性擬合的結(jié)果如圖5所示,敏感度分析結(jié)果如表1所示。

圖3 仿真目標(biāo)不同積累脈沖數(shù)的ISAR圖像

圖4 不同評(píng)估指標(biāo)隨積累脈沖數(shù)的變化

圖5 不同評(píng)估指標(biāo)隨積累脈沖數(shù)變化曲線的線性擬合

表1 各評(píng)估指標(biāo)的成像積累脈沖數(shù)敏感度

1.3 ISAR圖像性能定量評(píng)估模型

基于線性加權(quán)和準(zhǔn)則的ISAR圖像性能的定量評(píng)估模型為

式中:G表示ISAR圖像性能綜合評(píng)估值;G1,G2,…,G10分別表示10個(gè)評(píng)估指標(biāo)在模型中的評(píng)估值;f1,f2,…,f10分別表示各評(píng)估指標(biāo)的權(quán)重系數(shù),且滿足

1)G k(k=1,2,…,10)由以下方法確定:

若評(píng)估指標(biāo)的評(píng)估值越小,代表圖像性能越好,則該評(píng)估指標(biāo)在模型中的量化值為

若評(píng)估指標(biāo)的評(píng)估值越大,代表圖像性能越好,則該評(píng)估指標(biāo)在模型中的量化值為

式中,G k表示第k個(gè)評(píng)估指標(biāo)在模型中的評(píng)估值,表示對(duì)待評(píng)估的第i幅ISAR圖像進(jìn)行評(píng)估時(shí)第k個(gè)評(píng)估指標(biāo)的評(píng)估值。

2)f k(k=1,2,…,10)由以下方法確定:

本文1.2節(jié)已對(duì)各評(píng)估指標(biāo)隨帶寬、成像積累脈沖數(shù)及信噪比變化的敏感度進(jìn)行了分析,定量分析結(jié)果綜合如表2所示。

各評(píng)估指標(biāo)在模型中所占的權(quán)重系數(shù)與敏感度成正比,且需滿足令權(quán)重系數(shù)1,2,3分別表示由帶寬、積累脈沖數(shù)、信噪比確定的權(quán)重系數(shù),則根據(jù)表2得出的權(quán)重系數(shù)結(jié)果如表3所示?？紤]到三個(gè)因素對(duì)于圖像性能的影響相互獨(dú)立,則平均權(quán)值系數(shù)即各評(píng)估指標(biāo)在模型中的權(quán)重系數(shù)取值。

表2 各評(píng)估指標(biāo)的帶寬、脈沖數(shù)及信噪比敏感度

表3 各評(píng)估指標(biāo)的權(quán)重系數(shù)

最終,基于上述模型,可對(duì)ISAR圖像性能進(jìn)行評(píng)估,評(píng)估值G在0到1之間,數(shù)值越大,表明ISAR圖像性能越好,反之越差。另外,本文所提評(píng)估方法只給出待估圖像的定量評(píng)估值,不能作為判定圖像是否達(dá)標(biāo)的依據(jù)。

2 實(shí)測(cè)數(shù)據(jù)處理結(jié)果及分析

利用某空間目標(biāo)的實(shí)測(cè)數(shù)據(jù)對(duì)本文方法進(jìn)行驗(yàn)證,如圖6所示為某空間目標(biāo)同一時(shí)刻的不同性能圖像,直觀可看出圖(a)、(b)、(c)的性能依次遞減,利用本文方法進(jìn)行評(píng)估,得到各指標(biāo)在模型中的評(píng)估值如表4所示。

G(a)=0.944 4×0.118 5+1×0.097 3+1×0.130 6+1×0.211 5+1×0.081 6=0.632 9

G(b)=1×0.118 5+0.909 1×0.097 3+0.273 8×0.068 0+0.011 9×0.235 7-0.483 9×0.028 3+0.571 4×0.130 6+0.538 5×0.075 4+0.645 8×0.009 6+0.700 0×0.211 5+0.604 2×0.081 6=0.533 5

G(c)=1×0.068 0+1×0.235 7-1×0.028 3+1×0.075 4+1×0.009 6=0.360 4

即(a)、(b)、(c)的性能評(píng)估結(jié)果分別為0.632 9,0.533 5,0.360 4,數(shù)值越大圖像性能越高,與實(shí)際相符,驗(yàn)證了本文所提評(píng)估方法的有效性。

圖6 同一目標(biāo)實(shí)測(cè)數(shù)據(jù)的不同性能ISAR圖像

表4 同一目標(biāo)實(shí)測(cè)數(shù)據(jù)不同性能圖像在模型中的評(píng)估值

3 結(jié)束語(yǔ)

本文專門針對(duì)ISAR圖像,建立了一種基于線性加權(quán)和準(zhǔn)則的圖像性能定量評(píng)估模型,模型綜合了點(diǎn)目標(biāo)評(píng)估指標(biāo)、面目標(biāo)評(píng)估指標(biāo)、信息熵及對(duì)比度等多種客觀評(píng)估指標(biāo),并提出了一種各評(píng)估指標(biāo)在模型中所占權(quán)重系數(shù)的確定方法,該方法從帶寬、成像積累脈沖數(shù)和信噪比這三個(gè)典型的客觀因素出發(fā),通過仿真實(shí)驗(yàn),對(duì)各評(píng)估指標(biāo)對(duì)于這三個(gè)客觀因素變化引起的圖像性能變化的敏感度進(jìn)行分析,據(jù)此確定了權(quán)重系數(shù),使評(píng)估模型實(shí)用有效。

[1]金勝,朱天林.ISAR高分辨率成像方法綜述[J].雷達(dá)科學(xué)與技術(shù),2016,14(3):251-260.JIN Sheng,ZHU Tianlin.A Review of High-Resolution Inverse Synthetic Aperture Radar Imaging Methods[J].Radar Science and Technology,2016,14(3):251-260.(in Chinese)

[2]張晗.SAR圖像質(zhì)量評(píng)估方法研究[M].長(zhǎng)沙:國(guó)防科學(xué)技術(shù)大學(xué),2012:1-55.

[3]張倩.SAR圖像質(zhì)量評(píng)估及其目標(biāo)識(shí)別應(yīng)用[M].合肥:中國(guó)科學(xué)技術(shù)大學(xué),2010:1-87.

[4]句彥偉,張燕.ISAR圖像質(zhì)量評(píng)估方法[J].系統(tǒng)工程與電子技術(shù),2015,37(2):297-303.

[5]MARTINEZ A,MARCHAND J L.SAR Image Quality Assessment[J].Revista de Teledetección,1993,2(1):1-7.

[6]LAMBERS M,KOLB A.Automatic Point Target Detection for Interactive Visual Analysis of SAR Images[C]∥IEEE International Geoscience and Remote Sensing Symposium,Boston,MA:[s.n.],2008:903-906.

[7]BROWN L M J,SMITH D J.A SAR Data Quality Assessment Scheme for the ERS-1 Mission[C]∥International Geoscience and Remote Sensing Symposium,Edinburgh,Scotland:[s.n.],1988:887-888.

[8]肖凱凱.ISAR圖像橫向定標(biāo)及特征提取研究[D].西安:西安電子科技大學(xué),2012:49-50.

[9]MARTORELLA M,BERIZZI F,HAYWOOD B.Contrast Maximisation Based Technique for 2-D ISAR Autofocusing[J].IEE Proceedings-Radar,Sonar and Navigation,2005,152(4):253-262.

A Quantitative Evaluation Approach for ISAR Image Performance

HUANG Lu1,2,WANG Yang1,2,JIN Sheng1,2
(1.Beijing Institute of Tracking and Telecommunication Technology,Beijing100094,China;2.Key Laboratory of Space Object Measurement,Beijing100094,China)

An objective and effective approach to quantitatively evaluate ISAR image performance is desired for subsequent processing and application of ISAR image.By synthesizing multiple quantitative evaluation indicators including point target evaluation indicator,area target evaluation indicator,information entropy and contrast,an ISAR image performance evaluation model based on linear weighted sums criterion is proposed.The evaluation indicators change with some typical object factors including bandwidth,imaging accumulated pulse number and signal to noise ratio.The change sensitivity is analyzed by simulation experiment.Then the weighting factors of the evaluation indicators in the model are determined.Therefore,a comprehensive quantitative evaluation model for ISAR Image performance is built.Finally,the effectiveness of the proposed approach is demonstrated by processing the real data.

ISAR image;evaluation model;sensitivity;weighting factor

TN957

A

1672-2337(2017)01-0043-07

10.3969/j.issn.1672-2337.2017.01.008

2016-07-12;

2016-09-05

黃璐女,1987年生,河南省舞陽(yáng)縣人,碩士研究生,現(xiàn)為北京跟蹤與通信技術(shù)研究所助理研究員,主要研究方向?yàn)槔走_(dá)信號(hào)處理和雷達(dá)成像。E-mail:luhuang00@sina.com