基于CNN的SAR圖像艦船目標檢測算法*

2019-06-15 07:46:50曲長文李健偉

火力與指揮控制 2019年1期

曲長文，劉晨，周強，李智，李健偉

（海軍航空大學，山東煙臺 264001）

0 引言

隨著合成孔徑雷達系統的應用日益廣泛，圖像分辨率的不斷提升以及待處理圖像數目的增多，對SAR圖像的處理技術也提出了更高的要求，快速準確地從SAR圖像中檢測到目標成為目前研究的一個熱點。目前，恒虛警率（Constant False Alarm Rate，CFAR）方法應用最為廣泛。該方法根據背景雜波的統計特性自適應地選取閾值，在簡單場景下的檢測效果較好，但是算法的計算速度和復雜場景下的檢測性能還有待于進一步提升。為提升CFAR的檢測性能，文獻［1］在局部窗口檢測過程中，引入篩選機制，提出了一種雙閾值的快速CFAR檢測算法；文獻［2］提出了一種自選擇混合分布的CFAR檢測方法，通過對混合分布模型的學習來對每塊圖像進行建模；文獻［3］為提高參數估計的速度，將積分圖運用到參數估計中，但需要較大的內存開銷；文獻［4］針對大場景的SAR圖像，提出了一種基于分塊CFAR的SAR圖像艦船目標快速檢測算法。

卷積神經網絡是深度學習中的一種網絡結構，具有分層學習的能力，通過權值共享的方法降低了網絡結構復雜度，減少了訓練參數的數目。對于每幅輸入圖像，通過分層特征提取的方式可以自動提取數據中的復雜結構，相比于傳統人工設計的特征具有更好的泛化能力。目前，卷積神經網絡在各個領域都得到了越來越多的關注，如：行人檢測［5］、語音識別［6］、醫學圖像識別［7］等。

本文主要研究卷積神經網絡在SAR圖像艦船目標檢測上的應用。依據卷積神經網絡在光學圖像上優異的檢測識別效果，將其用于SAR圖像上，提升SAR圖像艦船目標檢測的速度和精度。

1 候選區域選取

1.1 OTSU算法

OTSU又稱大律法［8］，是一種經典的圖像閾值分割方法。該方法對每個灰度值計算圖像目標和背景之間的方差，最終方差最大的灰度值即為所求閾值。圖像中每個灰度級的概率可表示為：

式中，n為所有像素點的數目，nq是灰度為q的像素點數目，L為灰度級數。

當閾值為 k 時，圖像分為 C1=［0，1，…，k］，C2=［k+1，k+2，…，L-1］兩部分。使 C1和 C2類間方差最大的k即為所求閾值。類間方差的計算公式為：

式（2）還可以寫為：

式中，m（k）表示直到灰度級 k 的平均灰度［9］。

1.2 OTSU改進算法

OTSU算法在小場景SAR圖像中可以得到較好的分割效果，但是對于大場景下的SAR圖像，采用OTSU全局閾值的處理辦法效果不理想。因此，為提升大場景下SAR圖像的分割效果，本文對圖像的分割閾值進行了初步篩選。SAR圖像的灰度直方圖是一個長拖尾的曲線，小場景和大場景下的SAR圖像灰度直方圖如圖1所示。

圖1 不同場景下的SAR圖像灰度直方圖

從圖1可以看出，由于大場景下的SAR圖像背景像素點較多，導致艦船目標完全被淹沒在了背景中，因此，通過OTSU方法得到的分割閾值過小，導致圖像分割效果較差。為提升圖像的分割效果，本文通過計算C2類的方差，將方差最大的灰度級k1作為初始閾值，計算公式如下所示：

圖2 大場景SAR圖像方差曲線

從圖中可以看出，當方差曲線達到最大時，大場景SAR圖像的灰度直方圖已經越過了波峰位置并且開始進入長拖尾部分。去除低于初始閾值的大場景SAR圖像灰度直方圖如圖3所示。

圖3 處理后的灰度直方圖

從圖3可以看出，當去掉大量背景像素之后，新的灰度級范圍內的像素個數差別不大，對新灰度級范圍內的圖像用OTSU方法即可求得大場景SAR圖像的分割閾值。實驗采用直布羅陀海域的Ter-raSAR_X衛星圖像，分辨率為3 m，圖像分辨率為2 312×4 314，實驗效果如圖4所示。

圖4 改進OTSU方法的分割效果

1.3 目標提取

為進一步對分割后的SAR艦船目標進行判斷，通過最小外接矩形提取出疑似艦船目標的位置坐標，并且依據矩形的中心坐標在原始SAR圖像中選取固定大小的候選區域。實驗流程如圖5所示。

圖5 候選區域選取流程

2 目標檢測網絡

為提升艦船目標的檢測效果，針對SAR圖像艦船樣本數據集過小的問題，本文采用卷積神經網絡與超限學習機相結合的網絡結構，對SAR圖像艦船目標進行檢測。

2.1 檢測網絡模型

通過遷移學習［10］保持卷積神經網絡的參數不變，將卷積神經網絡的后面兩層用超限學習機層代替，新的網絡結構如圖6所示。

2.2 檢測模型的訓練

卷積神經網絡由5層網絡結構組成，第1層卷積層由8個大小為5*5的濾波器組成，第2層下采樣層采用大小為2*2的均值下采樣，第3層卷積層包含16個大小為4*4的濾波器，第4層下采樣與第2層一樣，最后一層為全連接層，激活函數采用RELU函數。

圖6 遷移學習后的網絡結構

訓練數據采用分辨率為0.3 m×0.3 m的MSTAR數據庫，圖像大小為128×128像素，采用其中的 BRDM2、BTR60、D7、2S1 4類目標作為樣本（訓練樣本1 140個，測試樣本1 010個）。每次實驗用10個樣本進行學習，迭代次數為10次。為進一步提升網絡的訓練效果，數據采用ZCA白化和PCA降維相結合的方法對圖像進行預處理。圖像處理效果如圖7所示。

圖7 圖像預處理

訓練數據來自于2幅TerraSAR-X圖像（距離向和方位向的分辨率為2 m×1.5 m）和3幅Radarset-2圖像（距離向和方位向的分辨率為1 m×1 m），經過目標檢測后獲得船只的圖像切片，通過解譯專家對所有船只進行人工標注（訓練樣本300個，測試樣本100個）。

3 實驗結果與分析

3.1 實驗數據及環境

為驗證本文方法的有效性，在CPU為2.13 GHz，內存8 GB的硬件環境進行實驗，采用Matlab進行仿真。實驗來自于多幅TerraSAR-X和Sentinel-1雷達圖像。

3.2 實驗步驟

選取其中兩幅圖像進行檢測結果分析，圖像1為TerraSAR-X衛星拍攝的圖像，分辨率為3 m，成像區域在（N54.5°E8.3°）附近的海域，圖像大小為4 199×2 288，如下頁圖8（a）所示。圖像2為Sentinel-1雷達拍攝的圖像，分辨率為5 m，工作在Stripmap模式，圖像大小為2 368 x 1 994，如下頁圖8（b）所示。

對圖像進行人工判讀，圖8（a）中有34艘船，圖b中有31艘船，對艦船的標記結果如下頁圖9所示。