基于多信息空間的SAR圖像中目標(biāo)識(shí)別研究

楊 桄 趙 波 武赫男 李德軍 張儉峰

(1.中國(guó)人民解放軍空軍航空大學(xué)，吉林 長(zhǎng)春 130022；2.中國(guó)人民解放軍95806部隊(duì)，中國(guó) 北京 100076)

0 引言

遙感圖像是探測(cè)地物目標(biāo)綜合信息的最直觀、最豐富的載體，直接從遙感信息中自動(dòng)提取地形和專題信息是當(dāng)前遙感和地理信息系統(tǒng)技術(shù)面臨的一個(gè)迫切而又復(fù)雜的問題。合成孔徑雷達(dá)（SAR）以其具有全天時(shí)、全天候地獲取圖像資源的能力而在遙感領(lǐng)域中得到廣泛地應(yīng)用。目前，人工SAR圖像目視判讀大多采用基于光譜特征、基于單個(gè)目標(biāo)圖形特征、基于色調(diào)特征、基于陰影特征和基于活動(dòng)特征等方法，這些方法所得到的判讀結(jié)果往往不夠準(zhǔn)確、全面，不能為指揮員的決策提供可靠的情報(bào)信息。并且所得信息無法實(shí)現(xiàn)與其它遙感方式與地理信息系統(tǒng)的集成，不能將遙感信息供GIS實(shí)時(shí)更新、編輯。因此，如何結(jié)合多信息空間來輔助SAR圖像中目標(biāo)的識(shí)別，以提高SAR圖像情報(bào)生成的效率、提高判讀結(jié)果的準(zhǔn)確性，具有重要的意義。并且基于多信息空間的SAR圖像信息提取方法對(duì)于未來實(shí)現(xiàn)遙感影像的智能解譯也是一種研究方法的探索[1-2]。

1 多信息空間的概念

所謂多信息空間，就是將多種信息來源處獲得的信息，經(jīng)過篩選加工，有機(jī)地融合而成的多維信息系統(tǒng)，是各類信息可以更好地為我所用。SAR圖像在目標(biāo)識(shí)別方面有很多難點(diǎn)，工作中很容易造成遺漏甚至錯(cuò)誤。但如果基于多信息空間，將多種傳感器獲取到的圖像與SAR圖像相融合，各取其長(zhǎng)處，再結(jié)合地理信息系統(tǒng)對(duì)圖像獲取位置的地理信息，很多難題便可以迎刃而解[3]。

2 基于多信息空間的SAR圖像中目標(biāo)識(shí)別

2.1 與其他遙感方式相結(jié)合

2.1.1 SAR 圖像與可見光配準(zhǔn)融合

合成孔徑雷達(dá)與可見光遙感不同，是一種主動(dòng)式遙感系統(tǒng)。具有全天候、全天時(shí)、穿透性強(qiáng)和分辨率高等優(yōu)點(diǎn)。由于獲取地物波譜特征信息的波段范圍及成像方式的不同，SAR與可見光圖像在反映地物電磁波譜特征方面有很大差異。SAR圖像對(duì)目標(biāo)的幾何特性，無論是微觀的（粗糙度和表面效應(yīng)）還是宏觀的（朝向和多次反射），都非常敏感，反映在圖像上常常是非常暗或亮的點(diǎn)或區(qū)域。而可見光圖像對(duì)目標(biāo)的物理和化學(xué)屬性（如反射率、反照率、顏色）則更為敏感。因此圖像主要反映了不同地物的輪廓與光譜信息。在SAR所敏感的屬性中，材料的“自然屬性”（如金屬目標(biāo)）或者其狀態(tài)（如土壤的溫度和植被的干燥度）是非常重要的參數(shù)。而在可見光圖像中這些參數(shù)常常是不可感知的。因此，將SAR與可見光圖像融合，可以充分利用其互補(bǔ)信息，獲得地物的多層次特性，進(jìn)一步揭示地物的本質(zhì)特征。

基于此，融合過程分為兩步：第一步將SAR圖像中重要目標(biāo)加入到可見光圖像中進(jìn)行增強(qiáng)融合。利用像素鄰域的能量可以判斷SAR圖像中特別亮（暗）的部分。因此采用基于像素鄰域能量的方法融合圖像。第二步利用小波變換將第一步得到的融合結(jié)果與原始圖像進(jìn)行一次融合。圖像的小波變換可以將圖像分解到不同尺度下得到低頻（描述圖像的輪廓）和水平、垂直、對(duì)角三個(gè)方向的高頻（描述圖像的細(xì)節(jié)，如邊緣等）信息。其分解過程與人類分層次理解的特點(diǎn)非常類似。因此采用小波變換提取原始圖像的邊緣細(xì)節(jié)信息[4-5]。

2.1.2 SAR圖像與紅外配準(zhǔn)融合

紅外成像傳感器作為一種被動(dòng)式探測(cè)裝備，本身不輻射任何能量，而是利用目標(biāo)的紅外特性實(shí)現(xiàn)搜索和跟蹤，具有目標(biāo)依賴性小、隱蔽性好、探測(cè)距離遠(yuǎn)等特點(diǎn)。但紅外成像傳感器屬純角度跟蹤，會(huì)導(dǎo)致跟蹤出現(xiàn)強(qiáng)非線性、弱可觀測(cè)性等問題，而雷達(dá)的測(cè)距精度較高，信息量大，跟蹤算法比較成熟，采用雷達(dá)為主、紅外探測(cè)為輔的數(shù)據(jù)融合系統(tǒng)進(jìn)行目標(biāo)跟蹤有利于充分地發(fā)揮紅外、雷達(dá)兩種傳感器的優(yōu)勢(shì)，使其相得益彰。

在數(shù)據(jù)融合時(shí)，第一步先將多傳感器數(shù)據(jù)做時(shí)間對(duì)齊、坐標(biāo)統(tǒng)一和數(shù)據(jù)關(guān)聯(lián)等處理。

第二步，運(yùn)用加權(quán)最小二乘法，求出各向量，進(jìn)行第一次融合。融合后每一狀態(tài)參量誤差的方差都要比原單傳感器中最小的還要小。尤其當(dāng)兩種傳感器精度比較接近時(shí)融合改善效果明顯。

2.1.3 目標(biāo)融合新技術(shù)

傳統(tǒng)的基于控制特征點(diǎn)選擇的圖像融合方法，比較適合同類傳感器成像數(shù)據(jù)的配準(zhǔn)融合，但在多傳感器圖像配準(zhǔn)時(shí)出現(xiàn)了一定的困難。這是由于在多傳感器圖像配準(zhǔn)時(shí)，獲取的多源圖像灰度往往有差異，這樣同名控制點(diǎn)的選擇就變得困難，此時(shí)基于圖像灰度的配準(zhǔn)方法大多都會(huì)失效。基于特征的圖像配準(zhǔn)方法，通過對(duì)圖像中可靠特征的提取來增強(qiáng)配準(zhǔn)的魯棒性。對(duì)于不同的傳感器源圖像常常選用圖像中的共有的點(diǎn)、線特征，這些特征對(duì)比例、旋轉(zhuǎn)、平移變化能夠保持一致性。對(duì)于同一地區(qū)的多傳感器圖像，邊緣是相對(duì)比較固定的特征。因此，我們可以采用基于多源圖像邊緣信息的配準(zhǔn)方法，按由匹配的特征對(duì)建立的映射關(guān)系變換來完成配準(zhǔn)，該方法具有較高的普適性。首先對(duì)SAR圖像和待配準(zhǔn)的其他傳感器圖像進(jìn)行感興趣區(qū)域的選取，然后針對(duì)感興趣區(qū)域進(jìn)行基于小波的多尺度多方向的邊緣檢測(cè)，之后以參考圖像對(duì)應(yīng)的邊緣圖像為基準(zhǔn)，將待配準(zhǔn)圖像的邊緣圖像進(jìn)行平移和旋轉(zhuǎn)，并在每一個(gè)平移量和旋轉(zhuǎn)角度下計(jì)算兩邊緣圖像的交互方差。根據(jù)計(jì)算所得的兩邊緣圖像的交互方差大小來評(píng)判兩幅圖像配準(zhǔn)的準(zhǔn)確程度，以交互方差最小為準(zhǔn)則來指導(dǎo)完成圖像配準(zhǔn)過程。

該方法具有比較直觀的配準(zhǔn)準(zhǔn)則，利用圖像感興趣區(qū)域邊緣信息的相似性來完成配準(zhǔn)。感興趣區(qū)域的選取有利于有效邊緣的檢測(cè)同時(shí)也提高了配準(zhǔn)精確度；小波多尺度多方向邊緣檢測(cè)方法在抗噪聲和邊緣定位方面有著獨(dú)特的優(yōu)勢(shì)；基于特征的配準(zhǔn)算法增強(qiáng)了配準(zhǔn)的適應(yīng)性。在SAR圖像噪聲較大的場(chǎng)合，依舊可以找到特征點(diǎn)，較精確地進(jìn)行圖像配準(zhǔn)融合[6]。

2.2 與地理人文信息相結(jié)合

2.2.1 地理信息系統(tǒng)及其應(yīng)用

地理信息系統(tǒng) （geographic information system；GIS）它是指在計(jì)算機(jī)的軟件和硬件的支持下，使描述客觀世界的各種數(shù)據(jù)，按照它們的空間位置關(guān)系或地理坐標(biāo)，實(shí)現(xiàn)輸入、編輯、更新、存儲(chǔ)、測(cè)量運(yùn)算、分析評(píng)估、查詢檢索、動(dòng)態(tài)模擬、顯示制圖和報(bào)表輸出，及形成以某種或某些任務(wù)為目標(biāo)的空間信息技術(shù)系統(tǒng)，從而有助于人們實(shí)現(xiàn)認(rèn)識(shí)、利用和改造客觀世界。

（1）反映戰(zhàn)場(chǎng)地理環(huán)境的空間結(jié)構(gòu)；完成態(tài)勢(shì)圖標(biāo)繪、選擇進(jìn)攻路線、合理配置兵力、選擇最佳瞄準(zhǔn)點(diǎn)和打擊核心、分析爆炸等級(jí)、范圍、破壞程度、射擊諸元等。

（2）海灣戰(zhàn)爭(zhēng)中，美國(guó)利用GIS模擬部隊(duì)和車輛機(jī)動(dòng)性、估算了化學(xué)武器擴(kuò)散范圍、模擬煙霧遮蔽戰(zhàn)場(chǎng)的效果、提供水源探測(cè)所需點(diǎn)位、評(píng)定地形對(duì)武器性能的影響，為軍事行動(dòng)提供決策依據(jù)。

（3）美國(guó)陸軍測(cè)繪工程中心在工作站上建立了GIS和RS的集成系統(tǒng)，及時(shí)地（不超過4小時(shí)）將反映戰(zhàn)場(chǎng)現(xiàn)狀的正射影像圖疊加到數(shù)字地圖上，數(shù)據(jù)直接送到前線指揮部和五角大樓，為軍事決策提供24小時(shí)服務(wù)。

（4）科索沃戰(zhàn)爭(zhēng)中，利用3S高度集成技術(shù)，使得對(duì)目標(biāo)的打擊更加精準(zhǔn)有效[7]。

2.2.2 GIS為目標(biāo)判讀提供全方位的信息支撐

基于GIS強(qiáng)大的數(shù)據(jù)整理分析功能，我們可以讓GIS為SAR圖像目標(biāo)識(shí)別服務(wù)，為SAR圖像提供該位置感興趣區(qū)域的各類信息，并進(jìn)行必要的測(cè)量運(yùn)算，進(jìn)而使得SAR圖像中目標(biāo)的位置，尺寸等重要識(shí)別特征得以凸顯，同時(shí)，目標(biāo)的識(shí)別結(jié)果能夠進(jìn)一步豐富GIS系統(tǒng)的數(shù)據(jù)庫(kù)，為下一次的目標(biāo)識(shí)別打下基礎(chǔ)。

隨著21世紀(jì)世界新型軍事變革的不斷升級(jí)，輔助配合高技術(shù)條件下局部作戰(zhàn)，而與作戰(zhàn)地形、作戰(zhàn)地理要素密切關(guān)聯(lián)的信息系統(tǒng)，即軍事地理信息系統(tǒng)，MGIS(Military Geographic Information System)呼之欲出。MGIS用于戰(zhàn)場(chǎng)信息管理，它可以進(jìn)行態(tài)勢(shì)標(biāo)繪，距離、道路等戰(zhàn)術(shù)計(jì)算。MGIS平時(shí)可以分析和研究全球、中國(guó)周邊或熱點(diǎn)地區(qū)政治、軍事、安全等戰(zhàn)略問題，讓判讀員了解和掌握戰(zhàn)場(chǎng)全局地理環(huán)境要素的數(shù)量與質(zhì)量特征、空間與時(shí)間特征、尺度特征以及它們的內(nèi)在聯(lián)系和規(guī)律，以及具有空間定位和分布特征的政治、軍事、社會(huì)和人文因素；戰(zhàn)時(shí)，可以隨時(shí)提供戰(zhàn)場(chǎng)的地理地形，敵軍實(shí)力及大體分布，戰(zhàn)場(chǎng)態(tài)勢(shì)轉(zhuǎn)變等信息，為戰(zhàn)場(chǎng)SAR圖像的目標(biāo)識(shí)別提供有力的信息支撐。

3 結(jié)論

SAR圖像目標(biāo)識(shí)別的方法可以是多種多樣的，它們所適用的范圍也越來越廣泛，以上的研究都說明了一點(diǎn)：合理的使用并融合多個(gè)領(lǐng)域?qū)⒛芨玫貙?shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè)。基于多信息空間，對(duì)于充分發(fā)揮多種圖像數(shù)據(jù)的潛力，提高遙感解譯和信息提取的精度和效率具有重要的意義。在后續(xù)工作中，也應(yīng)該考慮將SAR圖像的目標(biāo)識(shí)別與情報(bào)整編、計(jì)算機(jī)自動(dòng)化識(shí)別等其他領(lǐng)域相結(jié)合，充分利用各自的優(yōu)勢(shì)，發(fā)揮更好的作用。伴隨著計(jì)算機(jī)視覺領(lǐng)域新理論的不斷出現(xiàn)，目標(biāo)檢測(cè)理論也必會(huì)向前蓬勃發(fā)展。

［1］楊桄，劉湘南.遙感影像解譯的研究現(xiàn)狀和發(fā)展趨勢(shì)[J].國(guó)土資源遙感，2004，16（2）：7-15.

［2］楊桄，張柏，王宗明，等.基于多源信息空間的遙感影像自動(dòng)解譯研究[J].東北師大學(xué)報(bào)：自然科學(xué)版，2006，1（38）：131-135.

［3］鄒煥新，匡綱要，郁文賢.一種從SAR海洋圖像中檢測(cè)艦船航跡的算法[J].現(xiàn)代雷達(dá)，2004，26（1）：41-44.

［4］歐陽越，種勁松.SAR圖像海岸線檢測(cè)算法綜述[J].國(guó)土資源遙感，2006，4（68）：1-3.

［5］匡綱要，計(jì)科峰，粟毅，等.SAR圖象自動(dòng)目標(biāo)識(shí)別研究[J].中國(guó)圖象圖形學(xué)報(bào)，2003，8（10）：1115-1120.

［6］楊桄，陳克雄，周脈魚，等.SAR圖像中目標(biāo)的檢測(cè)和識(shí)別研究進(jìn)展[J].地球物理學(xué)進(jìn)展，2007，2（22）：617-621.

［7］童濤，楊桄，李昕，等.基于D-S證據(jù)理論的多特征融合SAR圖像目標(biāo)識(shí)別方法[J].國(guó)土資源遙感，2013，2（17）：37-41.