一種適用于低分辨率下的實(shí)孔徑雷達(dá)機(jī)場(chǎng)目標(biāo)圖像匹配定位算法

一種適用于低分辨率下的實(shí)孔徑雷達(dá)機(jī)場(chǎng)目標(biāo)圖像匹配定位算法

許多人在光明圖中研究了機(jī)場(chǎng)目標(biāo)檢測(cè)的問題，主要是從機(jī)場(chǎng)的幾何結(jié)構(gòu)中提取資源來識(shí)別目標(biāo)。在sar圖像中，為了解決機(jī)場(chǎng)的目標(biāo)識(shí)別的定位問題，提出了基于互相關(guān)測(cè)量的線性特征檢測(cè)算法，并在實(shí)際應(yīng)用中取得了良好的效果。然而，在調(diào)整和定位機(jī)場(chǎng)跑道的端點(diǎn)時(shí)，基于灰色模式的模型匹配存在一定的局限性，尤其是在圖像質(zhì)量差、信噪比低的情況下。一般,機(jī)場(chǎng)跑道在雷達(dá)圖像中表現(xiàn)有如下特征:a.跑道為灰度分布均勻的暗線條特征;b.機(jī)場(chǎng)周圍背景區(qū)域比機(jī)場(chǎng)區(qū)域亮;c.一般為雙跑道(主跑道和滑行道),表現(xiàn)為雷達(dá)圖像上平行且長(zhǎng)度相一致的兩暗線條,且方向可知;d.兩暗線條之間的間距與機(jī)場(chǎng)跑道間距一致且可知.根據(jù)這些結(jié)構(gòu)特征,本文提出了線特征濾波與對(duì)比度信息相結(jié)合的實(shí)孔徑雷達(dá)機(jī)場(chǎng)目標(biāo)圖像匹配定位算法.實(shí)驗(yàn)結(jié)果證明:即使在成像質(zhì)量較差、圖像信噪比較低時(shí),這種方法也能保證較高的正確匹配概率.1算法的原理1.1像素?cái)?shù)的計(jì)算cij為了提取實(shí)時(shí)圖中跑道所在的直線,采用邊緣特征算子來增強(qiáng)實(shí)時(shí)圖,這里所用的邊緣提取算子實(shí)際上是一個(gè)互相關(guān)濾波器.圖像中任一位置處x0沿給定方向上的理想階躍邊緣的最佳逼近可由區(qū)域Ri和Rj組成,如圖1(a)所示.x0點(diǎn)處的濾波值根據(jù)下式計(jì)算:式中:ni和nj分別為區(qū)域Ri和Rj的像素?cái)?shù);cij=μi/μj為區(qū)域Ri和Rj之間的灰度均值比;γi和γj分別為區(qū)域Ri和Rj中灰度標(biāo)準(zhǔn)差和均值之比,表示了區(qū)域Ri和Rj中所有像素的灰度一致性.可以看出式(1)中ρij的值不僅依賴于區(qū)域Ri和Rj之間的對(duì)比度,而且也考慮到了各區(qū)域自身的一致性,它的大小對(duì)應(yīng)了x0處圖像灰度變化和最佳近似邊緣的一致性,即反映原始圖中x0處沿d方向的線特征顯著性強(qiáng)弱.機(jī)場(chǎng)跑道在實(shí)孔徑雷達(dá)圖中有一定的寬度,為了提取具有一定寬度的線特征,可以利用等效為由兩個(gè)方向邊緣提取模板的3個(gè)區(qū)域構(gòu)成的線特征模板,如圖1(b)所示.此時(shí)定義點(diǎn)x0處的線性濾波值式中:ρ等效為沿一定方向的線特征顯著性度量,當(dāng)ρ大于一定的門限ρth時(shí)說明此處存在線特征.值得注意的是,經(jīng)過上述互相關(guān)線特征濾波后,原表現(xiàn)為暗目標(biāo)的機(jī)場(chǎng)跑道已化為亮目標(biāo).1.2主輔機(jī)場(chǎng)跑道間距在成像分辨率和成像方位相同的條件下,實(shí)時(shí)圖和參考圖中機(jī)場(chǎng)目標(biāo)的方向和兩跑道間間距也是相同的,因此實(shí)時(shí)圖中機(jī)場(chǎng)目標(biāo)的方向及兩跑道間距離可由參考圖提供.在實(shí)時(shí)圖中,沿已知的跑道方向進(jìn)行上述線特征濾波后,通過Radon變換,可得到一組投影值,在這一組投影值中跑道處對(duì)應(yīng)為局部極大值,然后可根據(jù)以下識(shí)別準(zhǔn)則來確定主輔機(jī)場(chǎng)跑道所在直線的位置:a.機(jī)場(chǎng)兩跑道對(duì)應(yīng)的投影位置為相鄰的兩局部最大值,且兩極大值相接近;b.兩局部極大值間隔與已知的機(jī)場(chǎng)跑道間距一致;c.主跑道對(duì)應(yīng)的投影值最大.1.3機(jī)場(chǎng)跑道區(qū)域標(biāo)定制備參考圖是為了匹配定位機(jī)場(chǎng)跑道的端點(diǎn).參考圖由可見光圖像經(jīng)過處理后獲得:提取機(jī)場(chǎng)特征后,用一定的灰度值對(duì)機(jī)場(chǎng)跑道區(qū)域加以標(biāo)定,然后用數(shù)學(xué)形態(tài)學(xué)的方法對(duì)機(jī)場(chǎng)跑道區(qū)域進(jìn)行膨脹,將膨脹出來的區(qū)域用另外的灰度值標(biāo)定,代表機(jī)場(chǎng)周圍背景.匹配時(shí)參考圖的作用是標(biāo)定實(shí)時(shí)圖中機(jī)場(chǎng)跑道及跑道周圍背景的幾何位置,以計(jì)算實(shí)時(shí)圖中對(duì)應(yīng)位置像素的統(tǒng)計(jì)特征,并沒有用到參考圖的灰度信息,從而避免了由于可見光參考圖與實(shí)孔徑雷達(dá)實(shí)時(shí)圖對(duì)應(yīng)區(qū)域灰度相關(guān)性不強(qiáng)帶來的誤匹配.1.4機(jī)場(chǎng)匹配定位算法經(jīng)過前面所提到的線性濾波和Radon變換提取到實(shí)時(shí)圖中跑道所在的直線之后,讓參考圖的機(jī)場(chǎng)沿著實(shí)時(shí)圖機(jī)場(chǎng)跑道所在的直線滑動(dòng),僅在這些位置處對(duì)兩幅圖像進(jìn)行匹配,這樣做不僅減少了運(yùn)算量而且提高了算法的穩(wěn)定度.在實(shí)孔徑雷達(dá)圖中,機(jī)場(chǎng)表現(xiàn)為灰度分布均勻的暗線條特征,而且和周圍背景有較明顯的反差,這意味著機(jī)場(chǎng)所對(duì)應(yīng)區(qū)域的方差最小,而和周圍背景的對(duì)比度最大.基于這種性質(zhì),在每一個(gè)匹配位置處統(tǒng)計(jì)實(shí)時(shí)圖中與參考圖對(duì)應(yīng)的為機(jī)場(chǎng)跑道和周圍背景的像素點(diǎn)的灰度值,并分別計(jì)算出對(duì)應(yīng)機(jī)場(chǎng)跑道、周圍背景的像素點(diǎn)的均值和標(biāo)準(zhǔn)差,分別記為:μA,σA,μB和σB.利用對(duì)比度的原理,選出|μB-μA|值最大的m個(gè)匹配位置,又由于實(shí)時(shí)圖中機(jī)場(chǎng)位置所對(duì)應(yīng)的像素灰度分布均勻,因此再選出σA最小的n個(gè)位置.然后在這些點(diǎn)中進(jìn)行進(jìn)一步篩選,若m點(diǎn)和n點(diǎn)有交集,則在它們的交集中選μA值最小的那個(gè)點(diǎn)作為正確匹配點(diǎn),反之若兩者沒有交集,則選m+n點(diǎn)中μA值最小的點(diǎn)作為正確匹配點(diǎn).算法流程如圖2所示.2成像像質(zhì)量下降到一定程度的匹配準(zhǔn)確度針對(duì)50幅實(shí)孔徑雷達(dá)圖像,進(jìn)行了機(jī)場(chǎng)目標(biāo)的檢測(cè)與定位實(shí)驗(yàn),圖3為本算法對(duì)其中兩幅圖的檢測(cè)結(jié)果.如圖3所示,兩條直線為所檢測(cè)到的機(jī)場(chǎng)跑道所在的直線,小十字線表示左跑道上端點(diǎn)的理論位置,大十字線表示檢測(cè)定位出的機(jī)場(chǎng)左跑道上端點(diǎn)所在位置.由以上的兩個(gè)例子可以看出:當(dāng)允許誤差為±5像素時(shí),兩幅圖均正確定位了跑道端點(diǎn).實(shí)際上,當(dāng)對(duì)50幅實(shí)孔徑雷達(dá)圖做統(tǒng)計(jì)時(shí),正確定位概率能達(dá)到70%.當(dāng)成像質(zhì)量下降到一定程度時(shí),算法的改進(jìn)已經(jīng)很難再提高匹配準(zhǔn)確度,這里圖像成像質(zhì)量定義為所謂的圖像信噪比SSNR,有SSNR=|μa-μb|/σ,式中:μa為機(jī)場(chǎng)部分的灰度均值;μb為機(jī)場(chǎng)周圍背景的灰度均值;σ為背景部分的灰度方差.圖4為該算法在實(shí)時(shí)圖不同信噪比時(shí)的正確檢測(cè)定位概率,從中可以看出:圖像的信噪比SSNR對(duì)算法的定位結(jié)果有一定影響,隨著信噪比的提高,正確檢測(cè)定位概率也有了明顯提高.值得注意的是:這里只給出信噪比0.2到0.5的匹配實(shí)驗(yàn)結(jié)果,對(duì)于信噪比低于0.2的情況(這在實(shí)孔徑雷達(dá)圖像匹配中經(jīng)常發(fā)生)沒統(tǒng)計(jì).因此,雖然圖4中各信噪比下的正確匹配概率均大于70%,但總體正確匹配概率仍只有70%.根據(jù)實(shí)孔徑雷達(dá)的成像原理,圖像的信噪比即實(shí)孔徑雷達(dá)圖的成像質(zhì)量受到成像時(shí)機(jī)場(chǎng)在圖中位置及方向的影響,具體的定量解析關(guān)系還需在理論分析及大量實(shí)驗(yàn)的基礎(chǔ)上才能給出.本文算法克服了經(jīng)典的基于