YongDuSci的个人博客分享 http://blog.sciencenet.cn/u/YongDuSci

博文

数字筛分析与SAR图像中的舰船探测

已有 2752 次阅读 2017-8-29 02:59 |个人分类:科研试验|系统分类:科研笔记| 合成孔径雷达, 舰船探测, 数字筛

数字筛分析与SAR图像中的舰船探测

Ship Detection in SARImagery with Digital Sieve Analysis

1.    引言

微波遥感是卫星探测技术的一个重要领域。微波的全天候观测性质,使所有经过的覆盖区域都会得到有效及时的图像。合成孔径雷达(SyntheticAperture Radar, SAR)使主动式微波遥感的分辨率得到大大提高,并在陆地和海洋的各个监测领域得到广泛应用,包括目标检测,目标定位和目标识别等。近年来,由于世界各国都强调海洋权益的保护,以及海岸线的安全,利用SAR图像进行海洋目标的检测,监视和识别的研究开发受到高度重视。 因此,SAR图像成为海洋遥感应用中最重要的数据源之一。

由于成像原理不同,SAR图像与遥感光学图像的性质有着明显的差异。虽然可以全天候监测,但SAR图像的弱点是噪声大,不如光学图像那么清晰直观,边缘检测也比较困难。SAR图像的另外一些优势是,单幅的SAR图像不仅可以提取目标的几何特征,还包含着目标的三维高程信息和运动速度信息。要有效地提取这些信息不仅需要相关的电磁理论知识,更需要全面系统的现代数学知识。

SAR图像应用研究一般集中在预处理,目标探测和识别等方面。我们这里将主要讨论对SAR图像中海上目标的探测,特别是舰船探测的最新方法。

2.    SAR图像中的舰船探测

SAR图像中舰船探测的主要问题与当时的海况密切相关。如果海面风平浪静,SAR图像中的舰船目标很容易被发现,基本不需要复杂的算法。而恶劣的气象条件和复杂的海况的情况下,往往是最需要通过SAR图像探测舰船的时候,包括发现敌方舰队,海上搜救,以及保证船只的正常航行。因此利用SAR图像探测舰船的根本问题,是如何将海上的目标从强噪音的背景中分离出来,并予以识别。

传统的SAR图像舰船探测技术有很多种,但是各种实际应用系统中最为普遍的是统计方法。将整个SAR图像的数据看成一个随机场,通过不同的分布假设,基于SAR图像中的统计性质对目标进行探测。这些方法包括,CFAR,K-Distribution,以及SUMO等等。在实际应用中,它们都是行之有效的, 但也存在很多需要改进的问题。其中实时资料的处理速度是最主要的疼点。

3.    数字筛分析

所谓筛,简单地说是一种网状器具。筛可以将小于网格尺寸的颗粒漏下去,大于网格尺寸的颗粒留下来。从而达到将特定尺寸的颗粒,从集合中分离出来的目的。筛可以是多重的,一般说,筛的层数越多,分离出来颗粒的纯度越高。实际应用中,还可以通过颗粒的比重,或其它物理甚至化学性质来对具体的颗粒进行筛选,例如淘金,洗煤或漂白粉净化水等。

数字筛是通过对集合中各个元素的数字化关系,对特定的目标进行筛选的一种工具或者分析方法。数字化关系是很广泛的,包括各元素之间简单的数值关系,也包括各元素的一切可以通过数字化描述的性质。

二维数字化图像是一个像素的集合,其中的每个像素都有其本身的数值,同时又与其它像素之间构成复杂的空间关系。空间关系包括远近位置,不同方位角度以及数值相似度,等等。如果仅仅考虑各个像素的数值关系,数字图像就只是一个数字集合。通过数理统计方法,将SAR图像假定满足各种不同的统计分布,例如,K-分布, A- 分布等等,从而可以将有特殊统计性质的像素,分辨出来。传统的舰船探测实际就是将SAR图像看作成一个数字集合,并没有考虑各个像素点的空间关系。

4.传统的舰船探测方法

传统合成孔径雷达图像中的舰船探测,为了减少空间统计的误差,会把整个海域进行分割 (图2,a),分得越细探测结果越准确,但是计算速度就越慢。很难满足Near Real-time 探测的需要。


1,SAR图像中区域的选择


       图2, a) NOAA 网格方法              b) KSKY 分类方法


3 计算结果与分析

为了提高计算速度,我们提出了海面状况分类方法(图2 b)。将150个方格区域通过分类形成了相对均匀的11个分类区,大大提高了计算速度和探测准确度。可以看出,各个分类的区域中海况的分布是比较均匀的,特别是高海况的白色区域有了较好的分类。需要注意,我们的分类算法还没有突破传统的空间统计原理。

5.   应用数字筛分析在SAR图像中的舰船探测

2016年6月我们接到德国海军的咨询,需要我们提供一个快速的SAR图像舰船探测的方法。他们主要注重计算速度,一定要在15分钟之内完成计算,提供结果。当然越快越好。我们首次采用数字筛分析方法,对德国方面提供的TerraSAR-X图像进行了实验。结果5000×8000的图像只用了不到20秒就在笔记本电脑上完成(图4)。

数字筛分析实际上是对整个区域的像素进行筛选,考虑到数值强度,也考虑的点与店之间的关系和变化。不仅速度快,而且精度大大提高!这是SAR图像中目标探测的一项突破性的进展。


4, 应用数字筛分析在SAR图像中的舰船探测




https://wap.sciencenet.cn/blog-1151100-1073163.html

上一篇:读新闻"北京住建委应对雾霾:8点后工地停止施工" 有感
下一篇:全球最先进的卫星遥感图像完全自动化去霾清晰化服务开始运行..

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2021-12-5 02:04

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部