基于屬性散射中心模型的SAR目標重構可視化增強方法

丁柏圓* 鐘金榮 馬聰慧 文貢堅

?

基于屬性散射中心模型的SAR目標重構可視化增強方法

丁柏圓鐘金榮 馬聰慧 文貢堅

(國防科技大學ATR重點實驗室 長沙 410073)

基于屬性散射中心模型對實測SAR數據進行參數估計，利用參數估計的結果對實測SAR目標重構可視化增強對于輔助SAR解譯人員進行判別具有重要的意義。該文提出了一種新的可視化增強方法，利用成像操作(IFFT)的線性特征，在參數估計的基礎上，基于屬性散射中心模型分別對各個散射中心自適應成像，最后疊加重構整幅SAR圖像。實驗結果表明，該方法可以有效提高目標重構的可視化效果。

屬性散射中心模型；參數估計；SAR解譯；自適應成像；目標重構；可視化增強

1 引言

合成孔徑雷達(Synthetic Aperture Radar, SAR)在目標識別中發揮重要的作用，具有全天時、全天候的巨大優勢。屬性散射中心模型被用于從SAR圖像中提取特征。根據電磁理論，復雜目標在高頻區的電磁散射響應可以看做為單個散射中心的散射響應之和。屬性散射中心模型較好地描述了目標在SAR數據上的散射特性，為SAR圖像的解譯提供一種重要的工具。

基于屬性散射中心模型可以對實測SAR圖像進行參數估計，在此基礎上可以重構SAR圖像以增強目標重構的可視化效果。傳統的重構方法是利用參數估計的結果重構頻域數據，利用IFFT對其進行成像，達到重構SAR目標的目的。在該方法中由于成像過程中的加窗處理造成圖像分辨率下降導致距離較近的散射中心無法區分，若是不加窗則強散射中心的旁瓣會掩蓋弱散射中心，使得目標的弱散射中心不能在重構圖像中體現出來。這些都會制約SAR目標重構可視化效果的增強。

為解決上述問題，本文提出了一種新的可視化增強方法。在重構圖像的過程中，基于屬性散射中心模型，對每個估計得到的散射中心根據其屬性參數分別采取自適應的成像方法，最后利用成像過程的線性特征將多個散射中心的成像結果進行疊加得到最終的重構圖像。此過程中既可以避免傳統方法加窗處理導致的分辨率下降也可以減弱強散射中心的旁瓣對弱散射中心的掩蓋。實驗結果表明，該算法可以有效提高目標重構的可視化效果。

2 目標的屬性散射中心模型

屬性散射中心模型是Moses Randolph L等基于幾何繞射理論和物理光學理論提出的描述高頻區復雜目標散射特性的參數模型，目標的電磁散射響應可以認為是個獨立的散射中心疊加而成，具體形式如下：

3 方法原理

基于屬性散射中心模型的SAR圖像重構對于SAR圖像的可視化增強具有重要的意義。該方法從原始SAR回波數據出發，通過對SAR數據進行參數估計，得到各個散射中心的參數。利用估計的參數重構SAR圖像。在重構SAR圖像的過程中，采用的方法不同，其效果也不盡相同。為了達到較好的可視化效果本文提出了一種新的可視化方法。

3.1 屬性散射中心參數估計

針對屬性散射中心模型的參數估計問題，研究人員提出了多種參數估計的方法。本文簡要介紹了經典的最大似然方法。

SAR觀測數據是雷達在特定俯仰角下的觀測數據，散射中心的參數估計問題可以寫成如下形式(表示散射中心的3維電磁散射模型的2維投影參數)：

則參數的極大似然參數估計為：

在高頻區獲得的SAR圖像數據中，散射中心是一個個獨立的響應區域，我們可以利用散射中心的獨立性對估計問題做一個簡化。

對于得到的SAR圖像首先要分割出包含散射中心響應的圖像區域；然后估計該散射中心的電磁散射模型參數；接著消除已提取的散射中心區域，并分割出下一個散射中心區域。如圖1所示。

此方法涉及五大問題：(1)圖像分割(Image segmentation)，即分離出獨立的散射中心的響應區域；(2)模型定階(Model order selection)，要分割出多少個散射中心算法結束；(3)結構選擇(Model structure selection)，屬性散射中心模型分為局部式和分布式散射中心，對于分割出的散射中心需要確定其類型；(4)參數初值求解(Parameters initialization)，用數值優化算法求解模型參數，需要提供參數的初值；(5)參數優化(Parameters optimization)，根據參數初值對目標代價函數進行數值迭代，以得到更精確的參數值。

3.2 目標重構及可視化

3.2.1 基于單個散射中心自適應成像的SAR目標重構 對原始SAR數據進行參數估計進而可以重構SAR圖像達到目標重構可視化增強的效果。本節中介紹了傳統的重構方法和本文中提出重構方法的原理。

傳統的重構方法首先根據目標單個散射中心的回波數據重構整體的回波數據：

其中

圖1本文采用的參數估計流程圖

Fig.1 Flowchart of parameter estimation

由于IFFT操作的線性特性，整個SAR圖像的重構可以等效為單個散射中心的單獨成像并進行疊加的結果，即：

與傳統重構方法不同的是，在利用單個散射中心成像疊加的過程中，可以利用參數估計的先驗信息，對單個散射中心采取自適應的成像策略。如式(7)所示，對于每個散射中心的重構回波可以根據估計得到的該散射中心屬性參數(強度、位置)采用最優的加窗方式。由于已知了單個散射中心的位置信息，本實驗中采取圖像域加矩形窗(對應于頻域的Sinc窗)的方法保留主瓣，截除其旁瓣。相比于傳統的重構方法，這種分離單個散射中心并且自適應成像的方法復雜度低并且可以很好地去除旁瓣、保持圖像的分辨率，從而可以有效避免強散射中心對于弱散射中心的掩蓋以及相鄰散射中心難以區分的問題，達到目標重構的可視化增強。兩種重構方法如圖2所示。

3.2.2 單個散射中心成像的門限選取 在使用圖像域的矩形窗去除旁瓣保持主瓣的過程中，門限的選取對于最終的可視化效果具有非常大的影響。過大的門限可能會導致展布式散射中心的退化，過小的門限可能導致臨近散射中心無法得到有效區分。

(1) 對于局部式散射中心。局部式散射中心在圖像上表現為距離向和方位向上的單一位置，對于理想點散射中心而言，其表現為2維Sinc函數。因此可根據Sinc函數的3 dB主瓣寬度選取門限。

圖2 兩種重構方法

4 實驗結果

本節中采用兩個臨近點目標以及較為復雜的坦克目標的電磁計算數據進行驗證實驗。仿真參數為：中心頻率=9.0×10Hz，帶寬1.0×10Hz，成像孔徑，成像點數。

4.1 鄰近點散射目標試驗

為測試提出的可視化增強方法對分辨能力的提升將鄰近點散射中心的參數設定如表1所示。

表1 點散射中心參數設定

參數估計的結果如表2所示。

表2 點散射中心參數估計結果

基于參數估計結果重構點目標如圖3(為便于觀察截取了以點散射中心為中心的部分圖像區域)。

為測試提出的可視化方法對強旁瓣掩蓋弱散射中心的改善，鄰近點散射中心的參數設定如表3所示。

表3 點散射中心參數設定

參數估計的結果如表4所示。

表4 點散射中心參數估計結果

基于參數估計結果重構點目標如圖4(為便于觀察截取了以點散射中心為中心的部分圖像區域)。

鄰近點散射中心實驗結果表明，對比傳統的目標重構方法，本文采用目標重構可視化增強方法可以有效區分鄰近的散射中心并且可以避免強散射中心的旁瓣對于弱散射中心的掩蓋，達到點目標重構可視化效果的增強。

4.2 坦克目標實驗

坦克目標由包括二面角、三面角、頂帽等典型部件組成，這些部件的后向散射共同構成坦克目標的后向散射場。本節利用坦克目標(如圖5)可以很好地檢驗所提出的可視化方法對于復雜目標重構效果的改善。采用俯仰角方位角下的電磁計算數據進行參數估計得到的15個散射中心參數(見表5)重構坦克圖像。

由于坦克目標中存在多個散射中心且各個散射中心之間存在多種位置關系，因此在對各個散射中心成像過程中矩形窗門限的選取尤為重要，本文中采取調整門限尋優的方法力圖達到較好的重構效果如圖6所示。

Fig. 3 The resolution test of two point scattering centers with same intensity

圖5 坦克目標CAD模型

坦克目標重構實驗中，采用本文提出的可視化重構方法，通過調整門限可知選取3 dB門限可以達到較好的重構效果。門限較小會導致部分臨近散射中心無法區分，門限較大則會導致展布式散射中心長度變小。

坦克目標的實驗結果表明，相比傳統的目標重構方法，本文采用的目標重構可視化增強方法通過選取合適的門限可以有效區分相鄰的散射中心并且可以體現出弱散射中心從而較好地重構坦克目標。實驗結果表明，該方法可以運用于復雜目標重構的可視化增強。

5 結論

本文針對傳統的SAR目標重構方法中存在的分辨率下降以及強散射中心旁瓣掩蓋弱散射中心的缺點，利用了成像過程的線性特征和參數估計的結果對每個散射中心自適應成像實現了保持主瓣截除旁瓣的目的從而達到了SAR目標重構可視化效果的增強。采用簡單點散射實驗以及復雜坦克目標的仿真實驗驗證算法的可行性和優越性。

表5 坦克目標的參數估計結果

[1] Michael A Koets and Randolph L Moses. Feature extraction using attributed scattering center models on SAR image[J]., 1999, 59(4):521-524.

[2] Wehner D R. High Resolution Radar (2nd Ed)[M]. Boston, MA: Artech House, 1995: 55-69.

[3] Potter L C and Moses R L. Attributed scattering centers for SAR ATR[J]., 1997, 5(1): 79-91.

[4] Yeliz Akyildiz. Feature extraction from synthetic aperture radar imagery[D]. [Master dissertation], The Ohio State University, 2000.

[5] 孫真真, 陳曾平, 莊釗文,等. 一種高頻區復雜雷達目標二維散射的參數模型[J]. 國防科技大學學報, 2001, 23(4): 113-119. Sun Zhen-zhen, Chen Zeng-ping, Zhuang Zhao-wen,.. A parametric model for high frequency complex 2-D radar scattering[J]., 2001, 23(4): 113-119.

[6] Stoica P and Nehorai A. Music, maximum likelihood, and Cramer-Rao bound[J].,, 1989, 37(5): 720-741.

[7] Hurst M P and Mittra R. Scattering center analysis via prony’s method[J]., 1987, 35(8): 986-988.

[8] Sacchini J Steedly and Moses R L. Two-dimensional Prony modeling and parameter estimation[J]., 1993, 41(11): 3127-3137.

[9] Carriere R and Moses R L. High resolution radar target modeling using a modified prony estimator[J]., 1992, 40(1): 13-18.

[10] Steedly W M and Moses R L. High resolution exponential modeling of fully polarized radar returns[J]., 1991, 27(5): 459-469.

[11] Potter L C, Chiang D M, and Carriere R. A GTD-based parametric model for radar scattering[J]., 1995, 43(10): 1058-1068.

[12] Tufts D W and Kumaresan R. Estimation of frequencies of multiple sinusoids: making linear prediction perform like maximum likelihood[J]., 1982, 70(9): 975-989.

[13] Gerry M J, Potter L C, and Gupta J. A parametric model for synthetic aperture radar measurements[J]., 1999, 47(7): 1179-1188.

[14] Jonsson R, Genell A, and Losaus D. Scattering center parameter estimation using a polynomial model for the amplitude aspect dependence[J].,, 2002, v01.4727: 46-57.

[15] 張愛兵. 高分辨率SAR圖像復雜目標屬性散射中心特征提取[D]. [碩士論文], 國防科學技術大學, 2003.

Zhang Ai-bing. Attribute scattering center feature extraction of complex target from high resolution SAR imagery[D]. [Master dissertation], National University of Defense Technology, 2003.

SAR Target Reconstruction Visualization Enhancement Based onAttributed Scattering Center Model

Ding Bo-yuan Zhong Jin-rong Ma Cong-hui Wen Gong-jian

(ATR Key Laboratory, National University of Defense Technology, Changsha 410073, China)

It has important meaning for Synthetic Aperture Radar (SAR) interpretation to estimate parameters from measured SAR data and visualize the SAR imagery. For the linearity of IFFT, single scattering center can be individually imaged adaptively to form an overall image. Thus, the side effects of side lobes and windowing can be decreased and the quality of the SAR imagery can be improved. The efficiency of the method is confirmed by the test based on the simulated data.

Attributed scattering model; Parameter estimation; SAR interpretation; Adaptive imaging;Target reconstruction; Visualization enhancement

TP753

A

2095-283X(2013)04-0499-08

10.3724/SP.J.1300.2013.13071

2013-07-29收到，2013-10-22改回；2013-11-08網絡優先出版

國家部委基金資助課題

丁柏圓 867525501@qq.com

丁柏圓(1990-)，男，碩士研究生，研究方向為自動目標識別。

鐘金榮(1985-)，男，博士研究生，研究方向為自動目標識別。

馬聰慧(1987-)，女，博士研究生，研究方向為自動目標識別。

文貢堅(1972-)，男，教授，博士生導師，研究方向為精確制導與自動目標識別。