基于SAR影像的海上石油平臺識別方法研究

萬劍華，姚盼盼，2，孟俊敏，劉善偉

(1.中國石油大學地球科學與技術學院，山東青島266555;2.國家海洋局第一海洋研究所，山東青島266061;3.國家海洋局與中國航天科技集團公司海洋遙測工程技術研究中心，山東青島266061)

一、前 言

我國遼闊的南海疆域蘊藏著極其豐富的油氣資源，但近年來，遭到一些周邊國家的大肆掠奪，因此面臨著維護海洋權益的重要任務。對非法石油平臺所在的位置進行檢測，可為維護海洋權益提供有力的支撐。目前對海上石油平臺的識別，主要是基于岸基和島嶼站觀測，但這些手段的觀測范圍非常有限。而SAR工作在微波波段，不受云霧影響和光照條件的限制，從而可實現全天時、全天候的觀測，適于海上石油平臺的監測和識別。

利用SAR圖像進行海上石油平臺的識別研究較少，張露等［1］在2L-IHP(two-looks internal Hermitian product)方法檢測結果的基礎上，結合目標形狀和子孔徑運動檢測方法，將海上靜止目標和運動目標區分開來。海上石油平臺和艦船的上層建筑相似，對微波雷達信號能產生很強的反射作用，在SAR圖像中是以亮目標的形式出現的，檢測原理相似，國內外專家學者對SAR影像識別艦船目標研究較多，可以借鑒使用。國內外發展了多種算法，主要有雙參數恒虛警率(CFAR)算法［2-4］、基于 K-分布的 CFAR 算法［5-8］、多極化檢測算法［9-10］、基于小波變換的檢測方法［11-12］、基于矢量機的檢測方法［13］和改進的KSW算法［14］等。

本文結合星載SAR全天時、全天候及免受云霧干擾的優勢，嘗試了一種基于SAR影像識別海上石油平臺的方法。以我國南海某一海域為例，利用3景多時相SAR影像對其進行海上石油平臺的識別，共識別出5處石油平臺，驗證了利用SAR影像識別海上石油平臺的可行性。

二、研究區域及數據源

本文采用了一景RADARSAT-2 SAR數據和兩景TerraSAR-X數據。RADARSAT-2 SAR影像成像時間為2011年5月27日，HH極化的精細模式(fine)，標稱景大小為50 km×50 km，分辨率為10 m×9 m;兩景TerraSAR-X數據成像時間為2011年5月16日，HH極化的單視復影像，標稱景大小為10 km×10 km，分辨率為2 m×2 m。

三、基本原理和識別方法

1.基本原理

雷達波束與海面的作用，主要有兩種機制:鏡面反射和Bragg散射。在比較平靜的海面，電磁波能量主要通過鏡面反射返回雷達傳感器，此時雷達很難接收到回波，SAR圖像呈現出很暗的海面;而海面有風浪的情況下，隨著風生表面張力波和重力波的出現，海面變為粗糙面，這種條件下會產生明顯的后向散射，后向散射主要是布拉格散射(布拉格散射是一種共振散射，入射電磁波與波長在其同一量級的海面波發生共振，此表面波稱為布拉格波)。此時雷達可以接收到較強的回波，SAR圖像表現出較亮的像素值。

海上石油平臺主要由金屬制成，在SAR發射的電磁波照射到海上石油平臺上時，平臺本體與海洋表面構成的角反射器，以及平臺上層結構自身形成的角反射器［15］對雷達波具有極強的后向散射能力，從而在SAR圖像上表現為幾個乃至數十個像素的高亮度的點目標或硬目標［16］。

但是一般而言，即便是海面出現很大的風浪，艦船、石油平臺等目標的后向散射回波均要遠遠強于海面背景的回波。因此，在SAR圖像上直接檢測石油平臺目標，其本質就是在雜波和噪聲干擾的暗背景中檢測亮目標的問題。

艦船和海上石油平臺的上層建筑相似，在SAR圖像中也是以亮目標的形式出現的。但艦船由于運動性特征，在SAR影像上會出現尾跡，因此可根據艦船的尾跡特征和形狀特征來區別艦船和石油平臺。本試驗采用多時相影像，根據艦船運動性特征，對比分析多時相影像中同一目標來進一步對艦船和石油平臺判斷，從而得到石油平臺的識別結果。

2.識別方法

本文采用了3景SAR影像，首先對SAR影像進行預處理;然后對圖像進行亮目標的檢測，并根據艦船和平臺形狀的差異，以及艦船的尾跡特征進行初步判斷，識別出石油平臺;最后根據本試驗RADARSAT-2 SAR影像和TerraSAR-X影像成像時間不同，對比多時相影像中同一亮目標，并根據艦船的運動性特征排除艦船目標，檢驗初步判斷結果，進而得到石油平臺的最終識別結果。

(1)數據預處理

本文采用自適應濾波，因其在平滑斑點的同時能夠很好地保持邊緣細節的變化。經過對各種自適應濾波結果比較，選用Gamma濾波，可以有效地抑制斑點噪聲，更好地實現SAR圖像中海上石油平臺這樣的亮目標的識別［17］。

(2)亮目標檢測

TerraSAR-X影像Ⅰ中共識別出5個亮目標，分別編號(圓圈表示01號目標為亮目標，但未檢測出，目視解譯獲得)，如圖1所示;TerraSAR-X影像Ⅱ共識別出6個亮目標，分別編號(圓圈表示13號目標為亮目標，但未檢測出，目視解譯獲得)，如圖2所示。

圖1 TerraSAR-X影像Ⅰ亮目標檢測結果

圖2 TerraSAR-X影像Ⅱ亮目標檢測結果

(3)石油平臺識別

根據艦船和平臺形狀的差異，以及艦船的尾跡特征進行初步判斷，識別出石油平臺;然后根據本試驗RADARSAT-2 SAR影像和TerraSAR-X影像成像時間不同，對比多時相影像的同一亮目標，并根據艦船的運動性特征排除艦船目標，檢驗初步判斷結果，進而得到石油平臺的最終識別結果。

①初步判斷

檢測出亮目標之后，在TerraSAR-X兩景影像中(如圖1、圖2 所示)，編號為 4、5、6、7、8、9、10、11 的亮目標，形狀為長形，且有明顯尾跡，初步判斷為艦船;編號為 1、2、3、12、13 的目標，形狀為近似圓形，無尾跡，初步判斷為石油平臺(目標1和13，并未檢測出，靠人工目視解譯得到)。

②多時相影像檢驗

運用ENVI軟件中的geographic link功能，連接多時相影像。TerraSAR-X影像中編號為4、5、6、7、8、9、10、11的目標，初步判斷為艦船，而在RADARSAT-2影像中未找到與其相對應的目標，因此與初步判斷結果一致，判斷為艦船，如圖3所示;編號為1、2、3、12、13 的目標，初步判斷為石油平臺，在RADARSAT-2影像中找到與其相對應的目標，與初步判斷結果一致，判斷為石油平臺，如圖4所示。

然后可分別統計各平臺的信息，如位置、大小等。以平臺3為例，在TerraSAR-X影像Ⅰ中，目標03 的中心位置是北緯 8°27'54″，東經 108°38'46.7″;在RADARSAT-2 SAR影像中，目標03的中心位置是北緯 8°27'58.5″，東經 108°38'33.7″。最后，量測該平臺的面積，大約是15 320 m2。

圖3 艦船目標

圖4 石油平臺目標

四、結果與分析

1.測試結果

本文兩景TerraSAR-X影像中，共識別出5處海上石油平臺，即編號為1、2、3、12、13 的目標。

2.測試結果分析

本文得到的平臺地理位置在兩景影像中有一定的差別，造成這種位置差別的原因是本文使用的兩顆衛星影像在幾何校正時的差別，影響了目標的地理位置的精度，對于海上石油平臺識別，這一位置差別被認為是符合精度要求的。且本文首先在一景影像中作初步判斷，然后采用多時相影像對比同一亮目標，并檢驗初步判斷結果，進而得到最終識別結果，從而保證了結果的可靠性。雖然得到了平臺面積，但由于缺乏各類型平臺的實測特征數據，以及衛星分辨率的問題，目前還無法確定識別到的平臺類型。

按照九段線的延伸位置，這5處平臺位于我國九段線范圍內，但我國在此位置并沒有進行油氣的開采，故不屬于我國的海上石油平臺，因此判定其為外國在我國海域開采油氣的非法平臺。

五、結束語

針對外國在南海地區對我國油氣資源進行非法掠奪這一問題，在艦船巡邏等傳統方法觀測范圍有限的情況下，本文利用3景多時相SAR影像對我國南海海域的海上石油平臺進行識別，選用Gamma濾波器對圖像進行濾波處理，在TerraSAR-X影像中作平臺目標的初步判斷，然后利用不同時相的RADARSAT-2影像作艦船目標的排除和初步判斷結果的檢驗，最終共識別出5處石油平臺，得到其位置和面積，驗證了通過SAR影像識別海上石油平臺的可行性。

［1］張露，郭華東，韓春明.SAR海上靜止目標檢測［J］.遙感技術與應用，2007，22(3):321-325.

［2］ELDHUSET K.An Automatic Ship and Ship Wake Detection System for Spaceborne SAR Images in Coastal Re-gions［J］.IEEE Trans，1996，34(4):1010-1018.

［3］DAVID P C，WEI S，DEEPAK T，et al.SAR Ship Detection Using New Conditional Contrast Box Filter［C］∥SPIE Conference on Algorithms for Synthetic Aperture Radar Imagery.Washington:SPIE，1999:274-284.

［4］WACKERMAN CC，FRIEDMAN K S，PICHEL WG，et al.Automatic Detection of Ships in RADARSAT-1 SAR Imagery［J］.Canadian Journal of Remote Sensing，2001，27(5):568-577.

［5］VACHON P W，CAMPBELL J W M，BJERKELUND C A，et al.Ship Detection by the RADARSAT SAR:Validation of Detection Model Predictions［J］.Canadian Journal of Remote Sensing，1997，23(1):48-59.

［6］VACHON PW，THOMASSJ，CRANTON J，et al.Validation of Ship Detection by the RADARSAT Synthetic Aperture Radar and the Ocean Monitoring Workstation［J］.Canadian Journal of Remote Sensing，2000，26(3):200-212.

［7］JIANG Q，AITNOURI E，WANG S，et al.Automatic Detection for Ships Target in SAR Imagery Using PNNModel［J］.Canadian Journal of Remote Sensing，2000，26(4):297-305.

［8］種勁松，朱敏慧.SAR圖像艦船目標檢測算法的對比研究［J］.信號處理，2003，19(6):580-582.

［9］TOUZI R.Calibrated Polarimetric SAR Data for Ship Detection［C］∥Proceedings of IGARSS2000.［S.l.］:IEEE 2000 International Geoscience and Remote Sensing Symposium，2000:144-146.

［10］TOUZI R.On the Use of Polarimetric SAR Data for Ship Detection［C］∥Proceedings of IGARSS’99.［S.l.］:IEEE 1999 International Geoscience and Remote Sensing Symposium，1999:812-815.

［11］羅強，羅莉，任慶利，等.一種基于小波變換的衛星SAR海洋圖像艦船目標檢測方法［J］.兵工學報，2002，23(4):500-503.

［12］張風麗，吳炳方，張磊.基于小波分析的SAR圖像船舶目標檢測［J］.計算機工程，2007，33(6):33-34.

［13］鄒煥新，匡綱要，郁文賢.基于特征矢量匹配的SAR海洋圖像艦船目標檢測［J］.現代雷達，2004，26(8):25-29.

［14］陳珊.合成孔徑雷達圖像上艦船目標的檢測［D］.上海:上海交通大學，2008，21-23.

［15］PICHEL W G.Synthetic Aperture Radar Marine User’s Manual［M］.Washington D C:［s.n.］，2004:277.

［16］田巳睿，王超，張紅.星載SAR艦船檢測技術及其在海洋漁業監測中的應用［J］.遙感技術與應用，2007，22(4):503-512.

［17］牛瑩.基于紋理特征的星載SAR溢油監測研究［D］.大連:大連海事大學，2009:25-29.