基于被動毫米波圖像的金屬目標特征提取方法

劉 靜，張光鋒，褚慶國，鄭振忠，陳慶昌，周璐艷

(1.南京理工大學 電子工程與光電技術學院，南京 210094; 2.北京特種車輛研究所，北京 100072)

基于被動毫米波圖像的金屬目標特征提取方法

劉 靜1，張光鋒1，褚慶國2，鄭振忠2，陳慶昌2，周璐艷1

(1.南京理工大學 電子工程與光電技術學院，南京 210094; 2.北京特種車輛研究所，北京 100072)

針對探測金屬目標時其中心難以確定的問題，提出了分割被動毫米波輻射圖像過渡帶的算法以精確獲取其幾何尺寸及特征；通過實測金屬立體目標的輻射數據矩陣進行成像，對毫米波輻射圖像進行基于Canny算子的邊緣檢測與分析，結合金屬目標輻射特性以及天線參數分割目標邊緣過渡帶，計算金屬目標的面積、周長并提取其中心位置；實驗結果表明，該方法誤差控制在9.3%以內，可以精確提取金屬目標幾何特征及目標中心。

被動毫米波；輻射圖像；金屬目標；邊緣提取；中心提取

0 引言

被動毫米波受氣象條件影響小、穿透力強、隱蔽性高，這些特性使得被動毫米波探測技術在民用科技和現代軍事科技中的應用日益廣泛[1]。金屬目標在自然環境下反射天空溫度成為“冷”目標，與“熱”環境背景溫差較大，在毫米波波段最高可達二百余K。被動毫米波對金屬目標的這種敏感性，使其成為末敏彈及靈巧彈藥所使用的重要探測手段之一[2]。

被動毫米波圖像通常具有灰度變化豐富、背景噪聲復雜、分辨率低、邊緣密度大等特點，一些常見的圖像邊緣檢測算法在被動毫米波圖像中難以滿足實際需求。趙凌[3]等采用形態學算子對毫米波輻射圖像進行了邊緣提取，但缺少對圖像中目標的分析；韋皞[4]等采用形態學濾波和分水嶺算法對人體藏匿物品的毫米波輻射圖像進行了邊緣特征提取，獲得了藏匿金屬目標的邊緣信息，但并未進一步對金屬目標進行精確計算和分析；趙書占[5]等采用遺傳算法和Otsu結合的方法計算圖像分割閾值并采用Canny算子提取目標邊緣信息，但僅通過圖像本身采用閾值分割的方法會造成目標邊緣信息損失，造成與實際目標邊緣存在偏差。本文針對上述問題提出了一種金屬目標輻射圖像特征提取方法，計算了目標的幾何尺寸并提取其特征中心。

1 基本原理

1.1 金屬輻射特性

金屬板的視在溫度(天線溫度近似為視在溫度)由金屬板本身的輻射及金屬板反射來自其它物體的輻射兩部分組成。在毫米波段，金屬物體發射率接近于0，反射率接近于1，可視為完全反射周圍環境溫度。室外自然環境下，金屬板實測的視在溫度非常接近天空溫度，可以直接引用天空溫度作為金屬板的視在溫度[6]。

根據散射理論，在 (θ,φ)方向觀測亮度溫度應為各個方向天空輻射溫度被金屬板散射后的總和，輻射計天線接收的金屬板散射溫度TAPT(θ,φ) 為：

(1)

其中:γij(0,σ) 為入射方向為(θ0,φ0)散射方向為(θσ,φσ)的微分散射系數，i，j為相互正交的兩種極化方式，Tsky(θσ,φσ)為(θσ,φσ)方向的天空溫度。

在晴天條件下，天空輻射主要來自大氣中氧和水蒸氣的熱輻射。根據輻射傳遞理論和大氣水平分層模型，天空溫度Tsky(θσ,φσ)為[7]：

(2)

其中:φs為天頂角，kg(z) 和T(z) 分別為高度為z處的大氣吸收系數和熱力學溫度，τ(0,z)為光學厚度，表達式為：

(3)

金屬板的天線溫度對比度為：

(4)

其中:TAPT(θ,φ) 為式(1)中的金屬板散射溫度，TAPB(θ,φ) 為背景溫度，G(θ,φ)為天線增益。

1.2 自適應Canny算子

Canny算子是一個多級邊緣檢測算法[8]，在許多圖像處理領域都有被應用。Canny算子的核心思想是采用雙閾值算法檢測和連接邊緣，即設置高低兩個閾值，高于高閾值的點視為邊緣點保留，低于低閾值的點視為非邊緣點刪除，介于高低閾值之間的點進一步檢測其周圍8個像素點中是否存在高于高閾值的點，若存在則視其為邊緣點，否則刪除。其局限性在于人為設定的高低閾值，可采用基于簡單統計的自適應閾值選取方法[9]來確定高低閾值，該自適應算法的閾值計算公式為：

(5)

其中:

e(x,y)=max{|ex|,|ey|}

ex=f(x-1,y)-f(x+1,y)

ey=f(x,y-1)-f(x,y+1)

其中:f(x,y)為像素點灰度值，ex為水平方向灰度差，ey為垂直方向灰度差，e(x,y)為水平和垂直方向的最大灰度差。

2 圖像特征提取算法與步驟

被動毫米波圖像不同于普通光學圖像，其像素點的灰度值實際上表征了該點真實亮度溫度值。由于金屬立體目標與背景亮溫對比度大，會在目標邊緣形成一條過渡帶，這實際上是天線波束掃過目標與背景邊界時亮度溫度的變化引起的，故僅通過光學圖像處理的方法分割圖像會影響目標探測精確性。從亮溫變化的角度分析圖像才是更為真實、準確的處理方法，具體算法如下。

2.1 過渡帶分割算法

如圖1所示，輻射計天線置于高度為H處，前視角為θF，天線主波束立體角為ΩM，觀測位于背景上的金屬立體目標。將主波束內的立體目標和背景分解成n塊小矩形平面目標，其中目標占n1塊，背景占n2塊，n的數目越多，則其總和越接近于真實立體目標。由于每一小塊矩形平面目標很小，所對應天線的立體角ΩTeen也很小，在很小的ΩTn范圍內，目標的亮度溫度TAPT n1(θ,φ)可近似為TAPT(θTn1)，背景的亮度溫度TAPBn2(θ,φ)可近似為TAPB(θTn2)，n塊小平面目標的天線溫度疊加可得總的天線溫度。

圖1 金屬立體目標在輻射測量中的幾何關系

實驗所用輻射計天線主波束效率很高(>0.9)，可忽略旁瓣影響。當天線主波束ΩM掃描到目標邊緣的時候，其天線溫度TAPE(θ,φ)為：

(6)

在分割過渡帶時，式(7)給出參數α(0<α<1)，使得過渡帶的面積S分為兩部分，其中α·S屬于目標，(1-α)·S屬于背景，即:

TAPE(θ,φ)=α·TAPT(θ,φ)+(1-α)·TAPB(θ,φ)

(7)

解得:

(8)

對于平面目標而言，其微元都面向正上方，輻射計主波束范圍內的金屬微元亮溫為其反射(θ,φ)方向對應的天空亮溫，背景微元的亮溫即為其(θ,φ)探測方向對應的亮溫，式(8)可改寫為:

(9)

設目標邊緣是直線且均分天線波束，天線為對稱天線，則其增益函數G(θ,φ)關于目標邊緣對稱式(6)可改寫為:

(10)

進一步將天空亮溫和背景亮溫寫作微元的形式為:

(11)

(12)

將式(10)、(11)、(12)帶入式(9)可解得α=0.5。然而，對于不同邊緣形狀的物體，當天線到達其邊緣時并不能視為目標和背景均分天線波束。且立體的邊緣形狀會形成復雜的輻射傳播關系，尤其是造成二次反射，即天空亮溫經過目標反射后再次經過背景反射進入輻射計或天空亮溫經過背景反射后再次經過目標進入輻射計。

因此，對于復雜的金屬立體目標對在其過渡帶分割參數并不一樣，需要經過測量給出。

如圖2所示，給出本文中的立體金屬目標在草地、沙地、水泥地背景下的單次測量曲線。由于該立體金屬目標具有不對稱的結構，所以對該目標的橫縱兩個方向都進行了掃描，其中，長軸為圖3(a)中的橫向軸線，短軸為豎向軸線。從圖2(a)、(b)中可以看出8 mm波段輻射計探測該目標與背景的最大溫差達到了130 K，輻射計掃描到金屬目標后下降明顯，達到邊界時輻射計天線溫度為190 K左右，具體見表3。圖2(c)、(d)是3 mm波段輻射計對立體金屬目標的單詞掃描曲線，與8 mm類似，目標與背景最大溫差為90 K，下降趨勢較8 mm而言相對平緩。

圖2 金屬立體目標在不同背景下單次掃描曲線

為了得到該金屬目標的過渡帶分割參數，使用目標在草地、沙地、水泥地背景下的輻射圖像，采用自適應canny算子對其進行了邊緣提取。三種背景下，3 mm波段和8 mm波段canny算子提取的內外邊緣值均值見表1。

表1 自適應canny算子提取不同背景下內外邊緣值

表3給出了長寬兩個軸掃描立體金屬目標單次掃描曲線的邊緣點具體亮度溫度值，并根據表1和表2計算出了目標的過渡帶分割參數α。

表2 不同背景下目標橫縱軸邊緣亮度溫度值

2.2 金屬目標圖像特征提取步驟

根據已知原理，制定如下處理步驟：

1)獲取原始圖像：利用3 mm、8 mm波段交流全功率輻射計采集視場內圖像。

2)形態學預處理：采用Sobel算子對圖像進行邊緣特征增強處理。

3)邊緣提取：采用自適應Canny算子提取圖像中金屬目標過渡帶信息。

4)提取金屬目標幾何特征及目標中心：統計步驟3)中的過渡帶內外邊緣像素點數，以及過渡帶面積像素點數與過渡帶包圍的中心部分像素點數。過渡帶包圍中心部分像素點數加上過渡帶像素點數乘以過渡帶系數α記為金屬目標的面積像素點數；采用未知區域像素點數比對已知區域真實面積、周長像素點數的方法，將目標面積、周長轉化為實際的尺寸，

(13)

其中:ST為目標真實面積，nS為目標面積像素點數，NS為圖像總像素點數，Sall為圖像真實總面積；CT為目標實際周長，nC為目標周長像素點數，NC為圖像邊緣總像素點數，Call為圖像真實邊緣長度。

采用三種不同的方法分別提取目標的幾何中心點，具體方法如下：

1)坐標均值中心點為內邊緣坐標均值點，即內環帶所有像素點坐標均值點；

2)外切矩形中心點為內邊緣在水平方向上的外切矩形對角線交點；

3)亮溫中心點為目標輻射矩陣原始數據的目標中心區域的亮溫最低部分的中心點。

在得到三種中心點的情況下，可進一步計算三種中心點的坐標均值，得到一點記為目標的綜合中心點。

3 實驗結果與分析

3.1 3 mm/8 mm成像實驗

在晴天、溫度13 ℃、相對濕度51%天氣下進行3 mm和8 mm波段輻射圖像采集。輻射計探測系統置于南京市東洼子，距地1.5 m三腳架上俯仰角60°向地面觀測，地面目標為立體金屬目標，背景為水泥地，輻射計天線主波束對目標區域作矩陣掃描采集輻射數據。為了保證掃描時獲取的原始圖像與目標空間之間的映射關系，將厚度為3 mm的網格泡沫板固定于金屬立體目標上方，以0.5天線波束寬度劃分網格大小。3 mm和8 mm波段輻射計參數如表2所示。測試現場以及目標光學圖像如圖3(a)、3(b)所示。

表3 全功率輻射計參數

圖3 目標測試場景

3.2 實驗結果

如圖4所示，圖4(a)、4(e)分別為水泥地背景下8 mm及4 mm輻射計探測金屬立體目標的成像圖；圖4(b)、4(f)為形態學Sobel算子增強目標邊緣處理后的圖片；圖3(c)、4(g)為Canny算子提取目標過渡帶邊緣的圖片；圖4(d)、4(h)將過渡帶填充為黑色，其中黑色環帶包圍的白色部分為目標中心部分。圖4(d)、4(h)為目標的三種中心，三角形為坐標均值中心，方形為外切矩形中心，圓形為亮溫中心。如圖5所示，圖5(a)、5(b)為放大圖目標綜合中心點，以黑色十字標出。

圖4 3 mm/8 mm輻射圖像處理與特征提取結果

圖5 3 mm/8 mm輻射圖像綜合中心點

該金屬目標實際尺寸為40×18×16 cm3，計算得8 mm輻射圖像中目標面積為680.6 cm2，周長為108.0 cm，誤差分別為5.47%和6.87%；3 mm輻射圖像中目標的面積為686.9 cm2，周長為105.2 cm，誤差分別為4.60%和9.3%。取8 mm與3 mm兩個波段周長面積均值記為目標的綜合面積、綜合周長，可得目標的綜合面積為683.7 cm2，綜合周長為106.5 cm，其綜合誤差分別為5.04%以及8.09%。

3.3 誤差分析

3 mm、8 mm輻射圖像分析計算得到金屬目標的周長面積是存在一定誤差的。這是由于金屬目標具有復雜的立體結構，邊界處發生目標與背景交互二次反射，即目標與背景分界處會反射部分背景溫度，而背景雖然以發射為主，也會反射部分金屬目標反射的天空溫度。同時，原始輻射圖像矩陣采集時受到輻射計系統內部噪聲影響且存在抖動，造成誤差。另外，從圖4(a)、4(e)對比可見3 mm輻射圖像分辨率實際是低于8 mm的，這與其波束寬度相反，這是由于3 mm輻射計發展尚未成熟，其機內噪聲高于8 mm輻射計機內噪聲，在近距離探測中其波段優勢并未不顯著。

4 結束語

本文提出了一種基于被動毫米波圖像的金屬目標特征提取方法。該方法采用了結合天線與金屬目標輻射特性本身的圖像分割算法，保留過渡帶并利用Canny算子提取過渡帶邊緣信息，通過選取適合的參數α分割過渡帶。分別計算了3 mm和8 mm兩波段金屬目標的幾何尺寸，在此基礎上求得兩波段綜合周長面積。試驗表明，該方法計算求得的目標周長面積與實際目標模型誤差均在9.3%以內，可精確提取目標周長面積。同時，根據三種不同方法提取目標中心并求得金屬目標的綜合中心位置，可作為目標的打擊中心。但是該方法所提取的邊緣存在誤差需進一步優化，這與目標邊緣的位置、圖像的噪聲狀況、過渡帶分割參數以及Canny算子閾值有密切關系，如何選取這些參數使得結果更加準確是我們下一步需要解決的問題。另外，實際裝甲目標發動時的物理溫度與亮度溫度分布與文中模型差異較大，如何提取其它部分中心位置有待深入研究。

[1] 李貝貝，張光鋒，婁國偉．基于毫米波輻射特性的水面植被檢測方法[J]．計算機測量與控制，2016，24(7)：45-48.

[2] 張彥梅，崔占忠．利用毫米波輻射計探測坦克頂甲的研究[J]．探測與控制學報，2004，26(3)：17-19.

[3] 趙 凌，張祖蔭，郭 偉．基于數學形態學的毫米波圖像邊緣檢測方法[J]．國土資源遙感，2006(4)：19-22.

[4] 韋 皞，張光鋒，婁國偉．基于分水嶺和形態學的圖像特征提取方法[J]．探測與控制學報，2014，36(1)：63-66.

[5] 趙書占，張光鋒，婁國偉．基于遺傳算法的毫米波輻射圖像特征提取方法[J]．電光與控制，2015，22(10)：19-22.

[6] 聶建英，李興國，婁國偉，等．變溫目標毫米波被動探測輻射特性分析[J]．光電工程，2010(7)：1-7.

[7] Swaroop Sahoo, Xavier Bosch-Lluis, Steven C.Reising, Jothiram Vivekanandan. Radiometric Information Content for Water Vapor and Temperature Profiling in Clear Skies between 10 and 200 GHz[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2015, 8(2): 859-871.

[8] Jaewoong Kim, Sukhan Lee. Extracting Major Lines by Recruiting Zero-Threshold CannyEdge Links along Sobel Highlights[J]. IEEE Signal Processing Letters, 2015, 22(10): 1689-1692.

[9] 段 軍，高 翔．基于統計濾波的自適應雙閾值改進Canny算子邊緣檢測算法[J]．激光雜志，2015，36(1)：10-12.

Feature Extraction of Metal Targets Based on Millimeter Wave Radiation Image

Liu Jing1, Zhang Guangfeng1, Chu Qingguo2, Zheng Zhenzhong2, Chen Qingchang2, Zhou Luyan1

(1.Nanjing University of Science and Technology, Nanjing 210094, China; 2.Beijing Institute of Special Vehicles, Beijing 100072, China)

To solve the problem that the accurate center of metal targets in detection is difficult to extract, a method about reserving and dividing the transition zones in passive millimeter wave (PMMW) radiometric images was presented to extract the characteristics of metal targets. The radiometric data matrix of three-dimensional metal target was collected and imaged. Canny edge detector was used to detect the edge of the image and analyze the characteristics. Based on the characteristics, the perimeter and area can be calculated as well as the center. The experimental results show that the method can detect the characteristics of metal targets efficiently and exactly with error in 9.3%.

PMMW; radiometric image; metal targets; edge extraction; center extraction

2016-11-17；

2016-12-19。

國家自然科學基金項目(61371038)注：江蘇省高校優秀中青年教師和校長境外研修計劃。

劉 靜(1992-)，女，江蘇揚州人，碩士研究生，主要從事毫米波、亞毫米波成像技術方向的研究。

1671-4598(2017)05-0169-04DOI：10.16526/j.cnki.11-4762/tp

TN

A