合成孔徑雷達(dá)圖像中目標(biāo)識(shí)別方法的實(shí)現(xiàn)

合成孔徑雷達(dá)圖像中目標(biāo)識(shí)別方法的實(shí)現(xiàn)ImplementationoftargetrecognitionmethodsinSARimages本課題研究的目的、意義及國(guó)內(nèi)外研究概況。研究目的意義：近三十年來(lái)，遙感技術(shù)得到了飛速的發(fā)展，而合成孔徑雷達(dá)(SyntheticApertureRadar,SAR)作為微波遙感的代表，對(duì)比于傳統(tǒng)光學(xué)、紅外等遙感技術(shù)，在具有大面積的數(shù)據(jù)獲取能力以及高分辨率的同時(shí)，還具有全天時(shí)、全天候以及對(duì)云層、霧層、地表植物等有一定穿透性的特點(diǎn)，使其在軍事、民用的很多領(lǐng)域有著廣泛的應(yīng)用。SAR能夠提供全天候條件下的詳細(xì)的地面測(cè)繪資料和圖象，這種能力對(duì)于現(xiàn)代偵察任務(wù)是至關(guān)重要的，也是SAR最值得推崇的優(yōu)越之處。在惡劣氣候下雷達(dá)是一種合適的探測(cè)傳感器，其它的傳感器在這種環(huán)境下不能很好地工作。SAR能夠晝夜工作并且能夠穿透塵埃、煙霧和其它一些障礙。雖然紅外一RI傳感器也能夠在夜間工作，但是它同其它電光傳感器一樣，不能在嚴(yán)酷惡劣的氣候下產(chǎn)生清晰的圖象。SAR具有防區(qū)外探測(cè)能力，即可以不直接飛越某一地區(qū)而能對(duì)該地區(qū)進(jìn)行地圖測(cè)繪。因此，SAR比起一般紅外和電光傳感器具備更遠(yuǎn)距的工作能力。另外，與紅外和電光傳感器不同，SAR的分辨力與距離是無(wú)關(guān)的，它不會(huì)隨著距離的增加而降低。鑒于SAR圖像正越來(lái)越多的應(yīng)用于軍事和民用的各個(gè)領(lǐng)域，許多國(guó)家的研究機(jī)構(gòu)都致力于SAR自動(dòng)目標(biāo)識(shí)別系統(tǒng)(AutomaticTargetRecognition,ATR)的研究與開發(fā)。目前,世界各主要國(guó)家均競(jìng)相研究SAR圖像的自動(dòng)目標(biāo)識(shí)別系統(tǒng),而中國(guó)該方面的研究相對(duì)滯后,研究并建立自主知識(shí)產(chǎn)權(quán)的SAR圖像自動(dòng)目標(biāo)識(shí)別系統(tǒng)對(duì)中國(guó)的國(guó)防建設(shè)是尤為迫切和重要的。國(guó)內(nèi)外研究概況：合成孔徑雷達(dá)是上世紀(jì)50年代初由美國(guó)GoodyearAerospace公司CarlWiley首先提出：利用頻率分析方法可以改善雷達(dá)的角分辨率。1953年夏，美國(guó)密西根大學(xué)暑期討論會(huì)上，學(xué)者們提出了載機(jī)運(yùn)動(dòng)可以將雷達(dá)的真實(shí)天線合成為大孔徑的線性天線陣列的新概念。由于SAR圖像目標(biāo)識(shí)別在軍事上的重要意義，目前世界各國(guó)都非常重視這方面的研究，典型的如美國(guó)、俄羅斯、德國(guó)等，其中尤以美國(guó)這方面的研究處于國(guó)際領(lǐng)先地位。當(dāng)前發(fā)展較快的SAR圖像的目標(biāo)識(shí)別應(yīng)用系統(tǒng)主要有：①美國(guó)陸軍實(shí)驗(yàn)室(AmericaArmyLaboratory，ARL)的SARATR系統(tǒng)；②美國(guó)麻省理工學(xué)院林肯實(shí)驗(yàn)室基于模板的SARATR系統(tǒng)；③美國(guó)運(yùn)動(dòng)和靜止目標(biāo)獲取與識(shí)別(MovingandStationaryTargetAcquisitionandRecognition,MSTAR)計(jì)劃的基于模型的SARATR系統(tǒng)；④美國(guó)Sandia國(guó)家實(shí)驗(yàn)室的SARATR系統(tǒng)；⑤“北約”組織的RG20項(xiàng)目。國(guó)內(nèi)有關(guān)SAR圖像的目標(biāo)識(shí)別研究起步較晚，主要的研究單位有：中國(guó)科學(xué)院電子學(xué)研究所、中國(guó)科學(xué)院遙感所、國(guó)防科技大學(xué)ATR實(shí)驗(yàn)室、華中理工大學(xué)圖像識(shí)別研究所、西安電子科技大學(xué)智能信號(hào)處理研究所、中國(guó)民航學(xué)院、北京理工大學(xué)、北京航空航天大學(xué)等，它們?cè)赟AR圖像的地物分割、分類和匹配以及艦船、橋梁、道路的識(shí)別等方面取得了一定的成果。但是與國(guó)外相比，還有相當(dāng)大的差距。研究?jī)?nèi)容合成孔徑雷達(dá)(SAR)在環(huán)境監(jiān)測(cè)、資源勘探及軍事領(lǐng)域得到廣泛應(yīng)用，合成孔徑雷達(dá)圖像因其良好的穿透性比光學(xué)圖像包含更豐富的內(nèi)容，對(duì)合成孔徑雷達(dá)圖像解譯可以獲得覆蓋區(qū)域的相關(guān)信息和知識(shí)。目標(biāo)識(shí)別是合成孔徑雷達(dá)圖像解譯和分析的重要過(guò)程，識(shí)別過(guò)程主要包括檢測(cè)、鑒別和識(shí)別三個(gè)階段。畢業(yè)設(shè)計(jì)通過(guò)分析合成孔徑雷達(dá)圖像中目標(biāo)識(shí)別方法的基本原理，應(yīng)用matlab實(shí)驗(yàn)程序設(shè)計(jì)和實(shí)現(xiàn)合成孔徑雷達(dá)圖像中目標(biāo)識(shí)別方法。1.合成孔徑雷達(dá)圖像中目標(biāo)識(shí)別方法基本步驟SAR圖像目標(biāo)識(shí)別系統(tǒng)，主要包括以下三個(gè)階段：檢測(cè)、鑒別和識(shí)別，SAR圖像目標(biāo)識(shí)別系統(tǒng)的目的是在沒(méi)有人工直接干預(yù)的情況下，在較短的時(shí)間內(nèi)檢測(cè)出目標(biāo)的位置并辨識(shí)出目標(biāo)的種類。典型目標(biāo)識(shí)別系統(tǒng)一般由以下模塊構(gòu)成：預(yù)處理模塊，此模塊完成的功能是對(duì)待識(shí)別圖像進(jìn)行噪聲抑制，去除由SAR成像機(jī)理固有的相干斑噪聲，提高后續(xù)模塊的可靠性。檢測(cè)模塊，該模塊的作用是從大范圍的圖像中找出可能存在目標(biāo)的感興趣區(qū)域(RegionofInterest，ROI)，從SAR圖像中篩選出候選目標(biāo)區(qū)域完成定位潛在目標(biāo)區(qū)域，并且去除背景雜波，能降低后續(xù)階段算法的負(fù)載，提高系統(tǒng)的效率。鑒別模塊，在這一模塊中準(zhǔn)確定位候選目標(biāo)，提取其特征(如紋理，尺寸，對(duì)比度，不變矩，線特征等)并排除人工和自然紋斑噪聲造成的虛警，對(duì)目標(biāo)區(qū)域進(jìn)行特征提取，組成特征向量，準(zhǔn)備特征匹配，鑒別模塊的特征提取是系統(tǒng)的核心，也是我們研究?jī)?nèi)容的一部分。識(shí)別模塊，對(duì)提取出的目標(biāo)特征和數(shù)據(jù)庫(kù)內(nèi)模型切片的已有特征匹配，采用合適的匹配算法，以達(dá)到對(duì)目標(biāo)進(jìn)行識(shí)別的目的。數(shù)據(jù)庫(kù)，包括目標(biāo)樣本數(shù)據(jù)庫(kù)，目標(biāo)特征庫(kù)，仿真數(shù)據(jù)庫(kù)和遙感、先驗(yàn)知識(shí)庫(kù)。目標(biāo)數(shù)據(jù)庫(kù)是我們用來(lái)存放采集到的目標(biāo)的庫(kù)，在一般SAR目標(biāo)識(shí)別系統(tǒng)中，目標(biāo)庫(kù)的容量比較大；目標(biāo)特征庫(kù)的作用是從中抽取出用于匹配的特征；仿真數(shù)據(jù)庫(kù)的內(nèi)容是根據(jù)衛(wèi)星參數(shù)和地面物體的形狀，尺寸等參數(shù)，通過(guò)計(jì)算機(jī)模擬雷達(dá)回波數(shù)據(jù)而得到目標(biāo)理論模型；遙感先驗(yàn)知識(shí)庫(kù)用于存放己知的遙感信息參數(shù)。預(yù)處理模塊預(yù)處理模塊檢測(cè)模塊鑒別模塊識(shí)別模塊解釋結(jié)果輸出遙感知識(shí)庫(kù)先驗(yàn)知識(shí)庫(kù)目標(biāo)特征庫(kù)目標(biāo)樣本庫(kù)目標(biāo)仿真庫(kù)SAR成像數(shù)據(jù)匹配數(shù)據(jù)庫(kù)操作圖1-1SAR自動(dòng)目標(biāo)識(shí)別系統(tǒng)結(jié)構(gòu)圖2.SAR成像原理及SAR圖像特點(diǎn)2.1SAR成像原理SAR是一種高分辨率相干成像雷達(dá)，它的工作原理類似于相機(jī)，只是SAR利用天線向目標(biāo)發(fā)射能量和接收從目標(biāo)返回的能量，并用數(shù)字設(shè)備記錄所成圖像?？讖街柑炀€長(zhǎng)度，SAR系統(tǒng)通過(guò)衛(wèi)星或飛機(jī)的向前運(yùn)動(dòng)構(gòu)成合成孔徑，即合成一個(gè)長(zhǎng)的天線，只要目標(biāo)被發(fā)射能量照射到或位于波束寬度之內(nèi)，該目標(biāo)就會(huì)被成像。距離向：距離向：Range/CrossTrack方位向：Azimuth/AlongTrack圖圖2.1(a)高高度地距斜距入射角?方位向距離向圖2.1(b)圖2.1是SAR系統(tǒng)成像的幾何示意圖，圖中天線照射方向和飛行方向垂直，入射角為?。沿雷達(dá)視線的坐標(biāo)稱為距離（range），和距離向正交的坐標(biāo)稱為方位（azimuth）。雷達(dá)平臺(tái)可以是機(jī)載或星載平臺(tái)，隨著平臺(tái)沿方位向以固定的速度前進(jìn)，雷達(dá)以固定的間隔向雷達(dá)照射區(qū)域發(fā)射電磁脈沖，在目標(biāo)通過(guò)由小天線生成的波束時(shí)，記錄相應(yīng)回播（包括信號(hào)的強(qiáng)度和相位信息），對(duì)目標(biāo)的多次觀測(cè)結(jié)果以合成的長(zhǎng)天線方式處理。在成像雷達(dá)照射的范圍內(nèi)，被照射的兩個(gè)目標(biāo)在距離向和方位向都相隔一定的距離，分辨率是描述雷達(dá)判別在空間上相鄰的目標(biāo)的最小距離，定義了能分離目標(biāo)并能作為獨(dú)立目標(biāo)識(shí)別的距離。雷達(dá)分辨率定義在兩個(gè)方向上：平行于雷達(dá)飛行方向的分辨率稱為方位分辨率，垂直于飛行方向的分辨率稱為距離分辨率。距離分辨率直接與雷達(dá)發(fā)射信號(hào)的脈沖長(zhǎng)度有關(guān)，脈沖長(zhǎng)度越短（即頻率越高），距離分辨率越高。盡管短的脈沖長(zhǎng)度會(huì)增大距離分辨率，但短脈沖照射目標(biāo)的能量也會(huì)降低，使回波信號(hào)太弱難以記錄下來(lái)，因此不使用短脈沖，而是通過(guò)脈沖壓縮技術(shù)來(lái)提高距離分辨率的。SAR的方位分辨率和天線的孔徑大小有關(guān)，孔徑越大，則方位分辨率越高。為了在小孔徑天線的情況下得到高的方位分辨率，采用合成孔徑技術(shù)。合成孔徑以多普勒移頻頻率和基準(zhǔn)頻率，可以使多個(gè)回波聚焦于單個(gè)的目標(biāo)點(diǎn)，因此有效地增加了成像目標(biāo)點(diǎn)的天線長(zhǎng)度。這表明SAR系統(tǒng)是相干系統(tǒng)，即要求雷達(dá)的發(fā)射信號(hào)、接收信號(hào)、記錄信號(hào)和基準(zhǔn)信號(hào)之間，除了具有有用信息的相位變化外，沒(méi)有隨時(shí)間變化的相位差。SAR系統(tǒng)應(yīng)該具有良好的相干性，因?yàn)橄到y(tǒng)不僅需要信號(hào)的幅度信息，還需要相干信號(hào)的相位信息來(lái)提高分辨率并成像。同時(shí)相干信號(hào)的疊加會(huì)造成成像結(jié)果上周期性出現(xiàn)的斑點(diǎn)（speckle）噪聲，影響了對(duì)圖像的處理、理解，所以去除斑點(diǎn)噪聲是SAR圖像處理中重要而基本的一個(gè)步驟。SAR在距離向它通過(guò)發(fā)射寬帶信號(hào)，接收時(shí)采用各種脈沖壓縮技術(shù)獲得高的徑向(距離向)分辨率：在獲得方位向分辨率的方法上，合成孔徑成像是利用雷達(dá)與目標(biāo)之間的相對(duì)運(yùn)動(dòng)所產(chǎn)生的目標(biāo)上兩個(gè)相鄰位置間的多普勒頻移增量(也可以稱等效極大孔徑)來(lái)實(shí)現(xiàn)。常規(guī)雷達(dá)實(shí)孔徑天線的橫向距離分辨率為：δ=R(2-l)其中=kλ/D(2-2)這里，R為雷達(dá)與目標(biāo)間的距離，為天線的波束寬度，λ為波長(zhǎng)，D為天線孔徑，k是與天線加權(quán)或天線孔徑上的電流有關(guān)的常數(shù)，一般取0.88(此時(shí)相當(dāng)于均勻孔徑權(quán))。可見(jiàn)，波束越窄，橫向分辨率就越好。而想要波束窄，就要求大的天線孔徑或提高雷達(dá)工作頻率。但是，往往在工作頻率很高時(shí)，達(dá)到和保持允許的天線機(jī)械和電氣公差非常困難，或者由于體積和重量等限制，使實(shí)孔徑天線不可能獲得非常窄的波束。顯然，天線孔徑D越大，對(duì)目標(biāo)的分辨率越高。但是由于實(shí)現(xiàn)上的困難，我們不能無(wú)限制地增大天線孔徑，因而普通雷達(dá)的目標(biāo)分辨率是相當(dāng)有限的。合成孔徑雷達(dá)能具有很高的橫向分辨率是通過(guò)雷達(dá)載體(如飛機(jī)，衛(wèi)星等)運(yùn)動(dòng)形成一個(gè)巨大的有效天線孔徑獲得的。等效天線孔徑Le的聯(lián)合合成孔徑天線波束寬度可近似地表示為(2-3)分母中的2表示合成孔徑天線“陣元”到目標(biāo)電波往返傳播了雙程距離，由于雙程路徑，合成陣列的等間隔陣元之間的相位差等于同樣間隔的陣列處于單純“接收”狀態(tài)時(shí)的兩倍。合成孔徑的最大有效長(zhǎng)度并不是無(wú)限的，是受被載雷達(dá)的實(shí)孔徑天線對(duì)于距離R處的照射范圍寬度限制的，有效孔徑長(zhǎng)度Le不能比式(2-l）給出的照射范圍寬度更大，于是，注意該最大有效長(zhǎng)度隨距離變化。設(shè)想用孔徑為l的小真實(shí)天線的運(yùn)動(dòng)來(lái)等效地構(gòu)成一個(gè)長(zhǎng)天線?？勺C明，若能滿足一定的條件就可以在運(yùn)動(dòng)方向上獲得一個(gè)等效的大的天線孔徑(稱為合成孔徑)L，則雷達(dá)對(duì)目標(biāo)的分辨率將提高L/l。從效果上看，SAR等效于空間上的一個(gè)長(zhǎng)的天線，實(shí)際上該天線并不存在，而是由雷達(dá)傳感器位置的順移形成的，這就是合成孔徑的概念。傳統(tǒng)的SAR成像是將雷達(dá)回波信號(hào)采用匹配濾波方法實(shí)現(xiàn)距離、方位二維脈沖壓縮，在方位向是通過(guò)合成孔徑的多普勒“相干積累”實(shí)現(xiàn)脈沖壓縮，距離向是通過(guò)發(fā)射并接收線性調(diào)頻脈沖實(shí)現(xiàn)脈沖壓縮，從而達(dá)到很高的二維成像分辨率。這種成像方法的一個(gè)基本假設(shè)是觀測(cè)場(chǎng)景中任一給定點(diǎn)的雷達(dá)回波是各向同性的，即在SAR收集數(shù)據(jù)時(shí)間段內(nèi)，目標(biāo)處所有不同方位的回波強(qiáng)度將保持為常數(shù)，與方位角無(wú)關(guān)，回波數(shù)據(jù)的不同僅僅由目標(biāo)至SAR飛行路徑上不同數(shù)據(jù)收集位置之間的距離延時(shí)引起的。這一假設(shè)表明，傳統(tǒng)SAR成像能有效地增強(qiáng)散射回波呈各向同性物體的能量。目然界中的物體，如植被、海洋等，其回波通常呈現(xiàn)各向同性，雷達(dá)接收的回波數(shù)據(jù)經(jīng)傳統(tǒng)SAR成像能有效聚焦為一個(gè)亮點(diǎn)。然而對(duì)于人造目標(biāo)，如船只、車輛等，其散射回波特性不滿足上述基本假設(shè)。不難假設(shè)，人造目標(biāo)特別是金屬目標(biāo)正側(cè)所在的方位散射回波是高強(qiáng)度的，遠(yuǎn)大于自然雜波強(qiáng)度，這個(gè)假設(shè)已經(jīng)為眾多的文章分析證實(shí)。也就是說(shuō)，人造目標(biāo)的方位角響應(yīng)呈現(xiàn)一個(gè)高強(qiáng)度的窄峰，散射能量集中在某一小段合成孔徑上，而自然背景雜波分布是各向同性的，其雜波能量更為均勻地分布于整個(gè)合成孔徑。2.2SAR圖像的特點(diǎn)目標(biāo)邊緣模糊，這是由于雷達(dá)波反射不均勻造成的，圖像分辨率較低，雖然合成孔徑雷達(dá)相對(duì)其他雷達(dá)分辨率是較高的，但SAR圖像中的目標(biāo)物相對(duì)于地面物體仍然分辨率不高，難以識(shí)別，本文識(shí)別系統(tǒng)使用的星載合成孔徑雷達(dá)成像的分辨率約5而像素，待識(shí)別目標(biāo)在圖像中僅呈現(xiàn)為幾個(gè)像素；圖像對(duì)地面物體的敏感度不高，一般光學(xué)圖像成像結(jié)果層次感強(qiáng)，而SAR所成圖像對(duì)地物回波的強(qiáng)弱不敏感，層次感較差；SAR圖像中的目標(biāo)物成像結(jié)果呈比較離散的形式，邊緣一般不連續(xù)，這也給后面的邊緣特征提取帶來(lái)了一些困難；背景斑紋雜波較多，如上所述，是因?yàn)樽匀槐尘澳繕?biāo)散射系數(shù)較小，散射表現(xiàn)為各向同性，均勻散射的結(jié)果；人造目標(biāo)物反應(yīng)為強(qiáng)的電磁信號(hào)回波，由于其散射系數(shù)較強(qiáng);自然目標(biāo)回波較弱，基本被吸收，在圖像上表現(xiàn)為低灰度值；由SAR圖像的可以看出其背景區(qū)域占整幅圖像的比例較高，而目標(biāo)區(qū)域在圖像中占有面積較小，含目標(biāo)區(qū)域和背景區(qū)域灰度均值和方差有明顯的差異，利用這一信息將有助于我們提取潛在目標(biāo)區(qū)域，這將在后面的SAR圖像預(yù)處理當(dāng)中進(jìn)一步闡述。3.SAR圖像相干斑抑制SAR圖像相干斑抑制的方法有成像前的多視處理技術(shù)和成像后的濾波技術(shù)兩大類。多視處理技術(shù)在距離向或方位向上分割SAR系統(tǒng)頻帶，把每一部分產(chǎn)生的較低分辨率的單視圖像所對(duì)應(yīng)的像素進(jìn)行非相干迭加，平均后得到多視圖像，此過(guò)程可平滑掉相干斑點(diǎn)噪聲，但是要以犧牲圖像空間分辨率為代價(jià)。隨著SAR圖像應(yīng)用的不斷擴(kuò)展，對(duì)其空間分辨率的要求不斷提高，多視處理技術(shù)不能滿足高分辨率的要求。成像后的濾波技術(shù)從上世紀(jì)80年代開始得到了國(guó)內(nèi)外眾多研究者的關(guān)注，提出了許多經(jīng)典的相干斑濾波方法，它們又可以分為空間域?yàn)V波技術(shù)和頻率域?yàn)V波技術(shù)兩個(gè)分支，其中以前者為基礎(chǔ)的相干斑抑制方法大量出現(xiàn)，成為研究的主流。本章在對(duì)SAR圖像相干斑噪聲的機(jī)理、模型和特性介紹的基礎(chǔ)上，主要分析和研究SAR圖像斑點(diǎn)噪聲的空間域?yàn)V波技術(shù)。3.1相干斑特性相干斑噪聲是雷達(dá)圖像所固有的，其成因要從雷達(dá)的成像原理和回波信號(hào)的統(tǒng)計(jì)特性來(lái)分析。合成孔徑雷達(dá)工作在微波波段，分辨單元總是比發(fā)射信號(hào)的波長(zhǎng)大得多，對(duì)分布目標(biāo)而言每個(gè)分辨單元都可以看作由許多尺寸與波長(zhǎng)相近的散射體組成，這一單元的總回波是各散射體回波的矢量疊加。由于采用相干微波源進(jìn)行照射，所以各散射點(diǎn)的回波是相干疊加，造成合成矢量的振幅和相位都有一定的起伏，而且其幅度和相位與回波的方向有很大關(guān)系。這樣，當(dāng)相干電磁波照射實(shí)際目標(biāo)時(shí)，其散射回來(lái)的總回波并不完全由地物目標(biāo)的散射系數(shù)決定，而是圍繞這些散射系數(shù)值有很大的隨機(jī)起伏，使SAR對(duì)目標(biāo)散射系數(shù)的測(cè)量產(chǎn)生很大偏差，使最終得到的圖像出現(xiàn)相干斑噪聲。形象地講，SAR圖像上原本具有常數(shù)后向散射系數(shù)的均勻同質(zhì)區(qū)域，其灰度并不均勻，而是圍繞某一均值有隨機(jī)起伏，造成像素間出現(xiàn)亮度變化，形成相干斑噪聲。3.2相干斑噪聲模型SAR圖像的強(qiáng)度觀測(cè)值、分辨單元的期望反射強(qiáng)度和相干斑之間的關(guān)系是一種相當(dāng)復(fù)雜的非線性關(guān)系，在簡(jiǎn)單的假設(shè)下，SAR圖像中可觀測(cè)到的強(qiáng)度值可以簡(jiǎn)化為地面分辨單元期望反射強(qiáng)度和與之不相關(guān)的斑點(diǎn)噪聲之積，即為乘積模型，表示為:I(t)=R(t)*u(t) (3-1)其中t=(i,j)是圖像的空間坐標(biāo)，表示實(shí)際地面的一個(gè)分辨單元，I(t)是在t=(i,j)的圖像觀測(cè)強(qiáng)度，R(t)表示分辨單元的期望反射強(qiáng)度，u(t)表示相干斑噪聲，與R(t)獨(dú)立，其均值為u=1，方差var(u)與圖像視數(shù)有關(guān)。3.3相干斑統(tǒng)計(jì)特性SAR的回波是一個(gè)復(fù)變量，均勻區(qū)域的單極化SAR回波是一個(gè)復(fù)多元高斯隨機(jī)變量，也就是說(shuō)實(shí)部和虛部的幅值服從高斯分布，并且其均值為零。由于均勻區(qū)域的紋理因子為常數(shù)，因此其回波的統(tǒng)計(jì)特性實(shí)際上就是相干斑的統(tǒng)計(jì)特性。設(shè)x，y分別為均勻區(qū)域相干斑的實(shí)部和虛部的幅值，則x，y服從均值為零，方差為正態(tài)分布。因此相干斑強(qiáng)度u為：（3-2）可證明u服從指數(shù)分布，其概率密度函數(shù)(PDF)為：u>0其它 (3-3)u>0其它其數(shù)字特征為：,由乘性模型可知：E(u)=1，所以。u>0其它所以相干斑強(qiáng)度uu>0其它 （3-4）A>0其它容易推得相干斑幅度的PDF為：A>0其它 (3-5)這是瑞利分布，其數(shù)字特征為：,多視處理后相干斑的強(qiáng)度u為： （3-6）u>0其它u>0其它 （3-7）這是一個(gè)Gamma分布，即u～Γ(L，L)，其數(shù)字特征為：E(u)=1，var(u)=1/L （3-8）多視處理后的相干斑幅度，可以證明A的PDF為：A>0其它 (3-9)A>0其它這是Chi分布，其數(shù)字特征為：， （3-10）3.4相干斑噪聲的乘積模型SAR圖像的強(qiáng)度觀測(cè)值、目標(biāo)的RCS值和相干斑噪聲之間的關(guān)系是一種很復(fù)雜的非線性關(guān)系。在最簡(jiǎn)單的假設(shè)下，高分辨率SAR圖像中可觀測(cè)到的強(qiáng)度值可以簡(jiǎn)化成地面分辨單元內(nèi)各散射中心的平均RCS和與之不相關(guān)的斑塊噪聲之積，稱之為乘積模型。表示為：I=wn （3-11）其中，I表示圖像強(qiáng)度(觀測(cè)值)，w表示地面分辨單元的平均RCS（未受污染的理論值），n表示斑點(diǎn)噪聲。歸一化斑點(diǎn)噪聲n的數(shù)學(xué)期望等于1，方差與圖像的等效視數(shù)有關(guān)，等于1/L。所謂濾波，就是在已知強(qiáng)度I的情況下，求w的過(guò)程。3.5Lee濾波器在Lee濾波器，使用的模型：I=w+w(n-1) （3-12）Lee濾波器通過(guò)線性逼近，將噪聲模型由乘性變?yōu)榧有?，從而可以將加性噪聲濾波器應(yīng)用到乘性噪聲中。由噪聲的乘性模型可知，通過(guò)估計(jì)被噪聲污染的圖像局部的局部均值和方差var(I)，由此可以得到去除噪聲后的圖像的均值和方差var(w)。通過(guò)關(guān)于(w,n)的一階泰勒展開，根據(jù)線性最小均方差（LMMSE）估計(jì)準(zhǔn)則，Lee得到了w的估計(jì)： (3-13)其中，給出強(qiáng)度I的方差var(I)、反射系數(shù)w與歸一化斑點(diǎn)噪聲n之間的關(guān)系如下：（3-14）寫成下面的形式： （3-15）由于，n的數(shù)學(xué)期望等于1，且w與n不相關(guān)，有，所以，可得：和因?yàn)?，在均勻區(qū)域內(nèi)，有，所以 (3-16)于是得，在均勻區(qū)域內(nèi)相干斑的方差為： （3-17）圖3-1SAR圖像a圖3-2Lee濾波效果圖a圖3-3SAR圖像b圖3-4Lee濾波效果圖b圖3-3、圖3-4分別為對(duì)圖3-1、圖3-2的SAR圖像進(jìn)行l(wèi)ee濾波后的圖像。Lee濾波方法的優(yōu)點(diǎn)是計(jì)算簡(jiǎn)單，速度快，只要知道斑點(diǎn)噪聲的先驗(yàn)均值和方差，就可以運(yùn)用此方法進(jìn)行濾波，缺點(diǎn)是邊緣區(qū)域的斑點(diǎn)噪聲沒(méi)有得到很好的平滑：在選擇較小窗口的情況下，可得到較好的效果，但隨著處理窗口的增大，會(huì)使圖像邊沿模糊，損失掉一些細(xì)節(jié)信息。3.6Kuan濾波器由乘性模型及局部線性最小均方差估計(jì)準(zhǔn)則，得到Kuan濾波器為： (3-18)其中，是w的局部均值估計(jì)，var(w)是w的局部方差估計(jì)。由于，則有： (3-19)其中。圖3-5Kuan濾波效果圖a圖3-6Kuan濾波效果圖b圖3-5、圖3-6分別為對(duì)圖3-1、圖3-2的SAR圖像進(jìn)行Kuan濾波后的圖像，由圖2-5可以看出，Kuan濾波方法在灰度變化較為平緩的區(qū)域，噪聲平滑效果較好，但是對(duì)于紋理信息較豐富或灰度分布有較明顯改變的邊緣區(qū)域而言，相干斑噪聲的抑制效果不夠理想。如果能夠在濾波窗口內(nèi)選取包括中心像素在內(nèi)的相對(duì)均勻區(qū)域作為濾波區(qū)域，則更加符合Kuan濾波方法的思想。3.7基于Gamma分布的MAP濾波根據(jù)上述的乘積模型，可以得到強(qiáng)度、RCS以及相干斑噪聲之間的一、二階距的關(guān)系。由于地面分辨單元內(nèi)各散射中心的RCS和與相干斑噪聲是不相關(guān)的，所以有 （3-20）由于，且噪聲的均值和方差分別為E(n)=1，（L為視數(shù)），則有(3-21)其中，、、分別指強(qiáng)度I、RCSw以及斑點(diǎn)噪聲n的歸一化方差。通過(guò)上式可以得到：。由Bayes準(zhǔn)則可知， (3-22)其中，p(w|I)是基于實(shí)測(cè)強(qiáng)度I的條件后驗(yàn)概率分布，p(I|w)是受到污染的強(qiáng)度概率密度分布函數(shù)，p(w)是RCS的先驗(yàn)概率分布函數(shù)。因此，濾波可以看成是已知觀測(cè)強(qiáng)度I估計(jì)期望反射強(qiáng)度w的最大后驗(yàn)概率（MAP）問(wèn)題。由于p(I)與w無(wú)關(guān)，因此可以不用考慮。于是，有： （3-23）即，如果已知p(I|w)和p(w)，就可以求出p(w|I)。一般地，認(rèn)為高分辨SAR圖像的RCS服從Gamma分布： (3-24)其中v為階參數(shù)，為RCS的均值。對(duì)于單通道單極化L視SAR數(shù)據(jù)，p(I|w)可表示為：（3-25）則有： (3-26）對(duì)上式兩邊取自然對(duì)數(shù)：（3-27）再將其對(duì)w求導(dǎo)數(shù)，令?？傻? （3-28）另外，由于，則有(3-29)其中，均值可用所選取的窗口內(nèi)的像素平均值來(lái)代替，即，階參數(shù)v為：，圖3-7GammaMap濾波效果圖a圖3-8GammaMap濾波效果圖b圖3-7、圖3-8分別為對(duì)圖3-1、圖3-2的SAR圖像進(jìn)行GammaMap濾波后的圖像。3.8Frost濾波的方法Frost于1982年提出這種濾波方法，這種方法假定斑點(diǎn)噪聲是乘性噪聲模型，并假設(shè)SAR圖像和噪聲都是平穩(wěn)的，根據(jù)最小均方誤差(MMSE)準(zhǔn)則來(lái)估計(jì)x，濾波的參數(shù)由局域方差系數(shù)決定。假設(shè)濾波器的沖激響應(yīng)為m，相應(yīng)的傳輸函數(shù)為M(f)，有 （3-30）均方誤差 （3-31）為了獲取最小的均方誤差ε，可以把濾波器的傳輸函數(shù)寫成 （3-32）信號(hào)z的自相關(guān)函數(shù)和雙邊功率譜密度的形式如下： （3-33） （3-34）其中a是一個(gè)常數(shù)因子。白噪聲v的自相關(guān)函數(shù)和雙邊功率譜密度的形式分別如下： （3-35） （3-36）將式(3-33)、式(3-35)代入式(3-31)中，得到了濾波器的沖激相應(yīng)為 （3-37）其中濾波參數(shù)α可以從下式得出 （3-38）從而能推導(dǎo)出濾波參數(shù)α與圖像方差系數(shù)有如下關(guān)系 （3-39）則可以得到Frost濾波方法的表達(dá)式為 （3-40）其中為濾波窗口內(nèi)各像素的灰度值，為窗口內(nèi)各像素的權(quán)值 i=1,…,n (3-41)圖3-8Frost濾波效果圖a圖3-10Frost濾波效果圖b圖3-9、圖3-10分別為對(duì)圖3-1、圖3-2的SAR圖像進(jìn)行Frost濾波后的圖像。Frost濾波方法是在假定乘性噪聲模型，并且假設(shè)SAR圖像是平穩(wěn)過(guò)程的基礎(chǔ)上，推導(dǎo)出來(lái)的濾波算法，這對(duì)于均質(zhì)區(qū)域是合理的，但對(duì)于異質(zhì)區(qū)域，假設(shè)不再適用，此時(shí)邊緣保持能力有所下降，圖像會(huì)變得模糊。4、SAR圖像特征提取4.1特征提取與選擇的基本理論與準(zhǔn)則通過(guò)對(duì)對(duì)象進(jìn)行測(cè)量，可以得到對(duì)象的一種描述，即用測(cè)量空間的一個(gè)點(diǎn)來(lái)表示這個(gè)對(duì)象。如一個(gè)物體的圖像，可以用二維的灰度矩陣來(lái)表示。顯然一般情況下不能直接使用這樣的測(cè)量值，在測(cè)量空間中進(jìn)行分類器的設(shè)計(jì)。首先因?yàn)闇y(cè)量空間的維數(shù)很高(每個(gè)象素點(diǎn)就是一維)，不適宜于分類器的設(shè)計(jì)。更重要的是因?yàn)檫@樣的描述并不能直接反映對(duì)象的本質(zhì)，且它隨攝像機(jī)位置、照度等因素的變化而變化。為了進(jìn)行分類器設(shè)計(jì)，需要把圖像從測(cè)量空間變換到維數(shù)大大減少的特征空間，被研究的圖像在這個(gè)特征空間中就由一個(gè)特征向量來(lái)表示。特征形成根據(jù)被識(shí)別的對(duì)象產(chǎn)生出一組基本特征，可以使計(jì)算出來(lái)的，也可以使儀表或傳感器測(cè)量出來(lái)的測(cè)量值，很多情況原始測(cè)量就可以作為原始特征，而有些情況則需要計(jì)算得出一組原始特征。特征提取原始特征的數(shù)量可能很大，或者說(shuō)樣本是處于一個(gè)高維空間中，通過(guò)映射(或變換)的方法可以用低維空間來(lái)表示樣本，這個(gè)過(guò)程較特征提取。映射后的特征叫二次特征，他們是原始特征的某種組合(通常是線性組合)。所謂特征提取在廣義上就是指一種變換。若Y是測(cè)量空間，X是特征空間，則變換A:Y~X就叫做特征提取器。特征選擇從一組特征中挑選出一些最有效的特征以達(dá)到降低特征空間維數(shù)的目的，這個(gè)過(guò)程叫特征選擇。有時(shí)特征提取和選擇并不是截然分開的。例如，可以先將原始特征空間映射到維數(shù)較低的空間，在這個(gè)空間中再進(jìn)行選擇以進(jìn)一步降低維數(shù)。也可以先經(jīng)過(guò)選擇取掉那些明顯沒(méi)有分類信息的特征，再進(jìn)行映射以降低維數(shù)。為有效實(shí)現(xiàn)特征提取與選擇，需要首先制定特征提取與選擇的準(zhǔn)則，可直接以反映類內(nèi)類間距離的函數(shù)作為準(zhǔn)則，也可以使用類別判決函數(shù)作為準(zhǔn)則，還可以構(gòu)造與誤判概率有關(guān)的盤局來(lái)刻畫特征對(duì)分類識(shí)別的貢獻(xiàn)或者有效性。4.2紋理特征紋理定義:任何事物構(gòu)成成分的分布或特征，尤其是涉及外觀或觸覺(jué)的品質(zhì)。反映一個(gè)區(qū)域內(nèi)象素灰度級(jí)的空間分布的屬性。特點(diǎn):常具有周期性，可提供區(qū)域的平滑、稀疏、規(guī)則性等特性。區(qū)域描繪的一種重要方法是將區(qū)域的紋理量化。一般來(lái)說(shuō)，紋理圖像中灰度分布具有某種周期性，即便灰度變化是隨機(jī)的，它也具有一定的統(tǒng)計(jì)特性。這種描繪提供了對(duì)諸如平滑度、粗糙度和規(guī)律性等特性的度量。在圖像處理中用于描述區(qū)域紋理的3種主要方法是統(tǒng)計(jì)方法、結(jié)構(gòu)化方法和頻譜方法。（a）統(tǒng)計(jì)方法指諸如平滑、粗糙、粒狀等紋理的特征描述。（b）結(jié)構(gòu)化技術(shù)處理圖像元的排列，認(rèn)為復(fù)雜的紋理可由一些簡(jiǎn)單的紋理基元以一定的有規(guī)律的形式重復(fù)排列組合而成。諸如基于均勻空間分布的平行線紋理描述。（c）頻譜技術(shù)基于傅立葉頻譜特性，傅里葉頻譜中突起的峰值對(duì)應(yīng)紋理模式的主方向;這些峰在頻域平面的位置對(duì)應(yīng)模式的基本周期;如果用濾波把周期性成分除去，剩下的非周期成分將可用統(tǒng)計(jì)方法描述。4.3二維不變矩特征機(jī)器視覺(jué)系統(tǒng)在識(shí)別圖像目標(biāo)時(shí)，一個(gè)基本要求是:無(wú)論被識(shí)別的圖像在視場(chǎng)中作何種平移、旋轉(zhuǎn)、放大或縮小，都能正確識(shí)別。為解決這個(gè)問(wèn)題，就希望圖像特征本身具有不變性。因此，不變性特征的研究一直是感知科學(xué)和計(jì)算機(jī)視覺(jué)的研究重點(diǎn)。這方面的研究己取得了一些重要的成果，其中不變矩是一經(jīng)典的方法。不變矩方法就是通過(guò)提取具有平移、旋轉(zhuǎn)及比例不變性的數(shù)學(xué)特征，從而進(jìn)行圖像識(shí)別的算法。Hu首先于1962年提出了連續(xù)函數(shù)矩的定義和關(guān)于矩的基本性質(zhì)，在Hu研究的基礎(chǔ)上，wong進(jìn)一步給出了離散情況下的各階矩的計(jì)算方法，圖像匹配實(shí)驗(yàn)結(jié)果表明:比例因子的選取對(duì)離散不變矩影響較大。針對(duì)這一問(wèn)題，有研究提出了歸一化中心矩方法，經(jīng)過(guò)證明一組新的不變矩特征在離散狀態(tài)下具有平移、旋轉(zhuǎn)及比例不變性。4.4灰度統(tǒng)計(jì)特征在實(shí)際使用中，我們對(duì)互相關(guān)法做了一些改進(jìn)，以達(dá)到提高識(shí)別速度的要求，下面介紹兩種基于圖像灰度分布的特征，這些特征直接由SAR圖像的灰度得到:（a）橢圓相似矢量特征由于我們需要提取的典型目標(biāo)多為橢圓形，因此我們構(gòu)造了橢圓特征矢量，其算法原理如下。在這里我們由樣本獲得一橢圓形目標(biāo)物的邊緣以生成特征量，由模板和待搜索SAR大圖的兩組特征矢量求相關(guān)系數(shù)，根據(jù)相關(guān)系數(shù)與闡值的關(guān)系判斷模板覆蓋下的子圖是否為待檢測(cè)的橢圓目標(biāo)。（b）柵格特征矢量SAR圖像數(shù)據(jù)目標(biāo)周圍存在噪聲干擾，待識(shí)別目標(biāo)邊緣不可能和模板精確匹配，一般都會(huì)有一些移位，為降低