楊 桄 趙 波 武赫男 李德軍 張儉峰

(1.中國人民解放軍空軍航空大學(xué)，吉林 長春 130022；2.中國人民解放軍95806部隊，中國 北京 100076)

0 引言

遙感圖像是探測地物目標(biāo)綜合信息的最直觀、最豐富的載體，直接從遙感信息中自動提取地形和專題信息是當(dāng)前遙感和地理信息系統(tǒng)技術(shù)面臨的一個迫切而又復(fù)雜的問題。合成孔徑雷達(dá)（SAR）以其具有全天時、全天候地獲取圖像資源的能力而在遙感領(lǐng)域中得到廣泛地應(yīng)用。目前，人工SAR圖像目視判讀大多采用基于光譜特征、基于單個目標(biāo)圖形特征、基于色調(diào)特征、基于陰影特征和基于活動特征等方法，這些方法所得到的判讀結(jié)果往往不夠準(zhǔn)確、全面，不能為指揮員的決策提供可靠的情報信息。并且所得信息無法實現(xiàn)與其它遙感方式與地理信息系統(tǒng)的集成，不能將遙感信息供GIS實時更新、編輯。因此，如何結(jié)合多信息空間來輔助SAR圖像中目標(biāo)的識別，以提高SAR圖像情報生成的效率、提高判讀結(jié)果的準(zhǔn)確性，具有重要的意義。并且基于多信息空間的SAR圖像信息提取方法對于未來實現(xiàn)遙感影像的智能解譯也是一種研究方法的探索[1-2]。

1 多信息空間的概念

所謂多信息空間，就是將多種信息來源處獲得的信息，經(jīng)過篩選加工，有機地融合而成的多維信息系統(tǒng)，是各類信息可以更好地為我所用。SAR圖像在目標(biāo)識別方面有很多難點，工作中很容易造成遺漏甚至錯誤。但如果基于多信息空間，將多種傳感器獲取到的圖像與SAR圖像相融合，各取其長處，再結(jié)合地理信息系統(tǒng)對圖像獲取位置的地理信息，很多難題便可以迎刃而解[3]。

2 基于多信息空間的SAR圖像中目標(biāo)識別

2.1 與其他遙感方式相結(jié)合

2.1.1 SAR 圖像與可見光配準(zhǔn)融合

合成孔徑雷達(dá)與可見光遙感不同，是一種主動式遙感系統(tǒng)。具有全天候、全天時、穿透性強和分辨率高等優(yōu)點。由于獲取地物波譜特征信息的波段范圍及成像方式的不同，SAR與可見光圖像在反映地物電磁波譜特征方面有很大差異。SAR圖像對目標(biāo)的幾何特性，無論是微觀的（粗糙度和表面效應(yīng)）還是宏觀的（朝向和多次反射），都非常敏感，反映在圖像上常常是非常暗或亮的點或區(qū)域。而可見光圖像對目標(biāo)的物理和化學(xué)屬性（如反射率、反照率、顏色）則更為敏感。因此圖像主要反映了不同地物的輪廓與光譜信息。在SAR所敏感的屬性中，材料的“自然屬性”（如金屬目標(biāo)）或者其狀態(tài)（如土壤的溫度和植被的干燥度）是非常重要的參數(shù)。而在可見光圖像中這些參數(shù)常常是不可感知的。因此，將SAR與可見光圖像融合，可以充分利用其互補信息，獲得地物的多層次特性，進一步揭示地物的本質(zhì)特征。

基于此，融合過程分為兩步：第一步將SAR圖像中重要目標(biāo)加入到可見光圖像中進行增強融合。利用像素鄰域的能量可以判斷SAR圖像中特別亮（暗）的部分。因此采用基于像素鄰域能量的方法融合圖像。第二步利用小波變換將第一步得到的融合結(jié)果與原始圖像進行一次融合。圖像的小波變換可以將圖像分解到不同尺度下得到低頻（描述圖像的輪廓）和水平、垂直、對角三個方向的高頻（描述圖像的細(xì)節(jié)，如邊緣等）信息。其分解過程與人類分層次理解的特點非常類似。因此采用小波變換提取原始圖像的邊緣細(xì)節(jié)信息[4-5]。

2.1.2 SAR圖像與紅外配準(zhǔn)融合

紅外成像傳感器作為一種被動式探測裝備，本身不輻射任何能量，而是利用目標(biāo)的紅外特性實現(xiàn)搜索和跟蹤，具有目標(biāo)依賴性小、隱蔽性好、探測距離遠(yuǎn)等特點。但紅外成像傳感器屬純角度跟蹤，會導(dǎo)致跟蹤出現(xiàn)強非線性、弱可觀測性等問題，而雷達(dá)的測距精度較高，信息量大，跟蹤算法比較成熟，采用雷達(dá)為主、紅外探測為輔的數(shù)據(jù)融合系統(tǒng)進行目標(biāo)跟蹤有利于充分地發(fā)揮紅外、雷達(dá)兩種傳感器的優(yōu)勢，使其相得益彰。

在數(shù)據(jù)融合時，第一步先將多傳感器數(shù)據(jù)做時間對齊、坐標(biāo)統(tǒng)一和數(shù)據(jù)關(guān)聯(lián)等處理。

第二步，運用加權(quán)最小二乘法，求出各向量，進行第一次融合。融合后每一狀態(tài)參量誤差的方差都要比原單傳感器中最小的還要小。尤其當(dāng)兩種傳感器精度比較接近時融合改善效果明顯。

2.1.3 目標(biāo)融合新技術(shù)

傳統(tǒng)的基于控制特征點選擇的圖像融合方法，比較適合同類傳感器成像數(shù)據(jù)的配準(zhǔn)融合，但在多傳感器圖像配準(zhǔn)時出現(xiàn)了一定的困難。這是由于在多傳感器圖像配準(zhǔn)時，獲取的多源圖像灰度往往有差異，這樣同名控制點的選擇就變得困難，此時基于圖像灰度的配準(zhǔn)方法大多都會失效?；谔卣鞯膱D像配準(zhǔn)方法，通過對圖像中可靠特征的提取來增強配準(zhǔn)的魯棒性。對于不同的傳感器源圖像常常選用圖像中的共有的點、線特征，這些特征對比例、旋轉(zhuǎn)、平移變化能夠保持一致性。對于同一地區(qū)的多傳感器圖像，邊緣是相對比較固定的特征。因此，我們可以采用基于多源圖像邊緣信息的配準(zhǔn)方法，按由匹配的特征對建立的映射關(guān)系變換來完成配準(zhǔn)，該方法具有較高的普適性。首先對SAR圖像和待配準(zhǔn)的其他傳感器圖像進行感興趣區(qū)域的選取，然后針對感興趣區(qū)域進行基于小波的多尺度多方向的邊緣檢測，之后以參考圖像對應(yīng)的邊緣圖像為基準(zhǔn)，將待配準(zhǔn)圖像的邊緣圖像進行平移和旋轉(zhuǎn)，并在每一個平移量和旋轉(zhuǎn)角度下計算兩邊緣圖像的交互方差。根據(jù)計算所得的兩邊緣圖像的交互方差大小來評判兩幅圖像配準(zhǔn)的準(zhǔn)確程度，以交互方差最小為準(zhǔn)則來指導(dǎo)完成圖像配準(zhǔn)過程。

該方法具有比較直觀的配準(zhǔn)準(zhǔn)則，利用圖像感興趣區(qū)域邊緣信息的相似性來完成配準(zhǔn)。感興趣區(qū)域的選取有利于有效邊緣的檢測同時也提高了配準(zhǔn)精確度；小波多尺度多方向邊緣檢測方法在抗噪聲和邊緣定位方面有著獨特的優(yōu)勢；基于特征的配準(zhǔn)算法增強了配準(zhǔn)的適應(yīng)性。在SAR圖像噪聲較大的場合，依舊可以找到特征點，較精確地進行圖像配準(zhǔn)融合[6]。

2.2 與地理人文信息相結(jié)合

2.2.1 地理信息系統(tǒng)及其應(yīng)用

地理信息系統(tǒng) （geographic information system；GIS）它是指在計算機的軟件和硬件的支持下，使描述客觀世界的各種數(shù)據(jù)，按照它們的空間位置關(guān)系或地理坐標(biāo)，實現(xiàn)輸入、編輯、更新、存儲、測量運算、分析評估、查詢檢索、動態(tài)模擬、顯示制圖和報表輸出，及形成以某種或某些任務(wù)為目標(biāo)的空間信息技術(shù)系統(tǒng)，從而有助于人們實現(xiàn)認(rèn)識、利用和改造客觀世界。

（1）反映戰(zhàn)場地理環(huán)境的空間結(jié)構(gòu)；完成態(tài)勢圖標(biāo)繪、選擇進攻路線、合理配置兵力、選擇最佳瞄準(zhǔn)點和打擊核心、分析爆炸等級、范圍、破壞程度、射擊諸元等。

（2）海灣戰(zhàn)爭中，美國利用GIS模擬部隊和車輛機動性、估算了化學(xué)武器擴散范圍、模擬煙霧遮蔽戰(zhàn)場的效果、提供水源探測所需點位、評定地形對武器性能的影響，為軍事行動提供決策依據(jù)。

（3）美國陸軍測繪工程中心在工作站上建立了GIS和RS的集成系統(tǒng)，及時地（不超過4小時）將反映戰(zhàn)場現(xiàn)狀的正射影像圖疊加到數(shù)字地圖上，數(shù)據(jù)直接送到前線指揮部和五角大樓，為軍事決策提供24小時服務(wù)。

（4）科索沃戰(zhàn)爭中，利用3S高度集成技術(shù)，使得對目標(biāo)的打擊更加精準(zhǔn)有效[7]。

2.2.2 GIS為目標(biāo)判讀提供全方位的信息支撐

基于GIS強大的數(shù)據(jù)整理分析功能，我們可以讓GIS為SAR圖像目標(biāo)識別服務(wù)，為SAR圖像提供該位置感興趣區(qū)域的各類信息，并進行必要的測量運算，進而使得SAR圖像中目標(biāo)的位置，尺寸等重要識別特征得以凸顯，同時，目標(biāo)的識別結(jié)果能夠進一步豐富GIS系統(tǒng)的數(shù)據(jù)庫，為下一次的目標(biāo)識別打下基礎(chǔ)。

隨著21世紀(jì)世界新型軍事變革的不斷升級，輔助配合高技術(shù)條件下局部作戰(zhàn)，而與作戰(zhàn)地形、作戰(zhàn)地理要素密切關(guān)聯(lián)的信息系統(tǒng)，即軍事地理信息系統(tǒng)，MGIS(Military Geographic Information System)呼之欲出。MGIS用于戰(zhàn)場信息管理，它可以進行態(tài)勢標(biāo)繪，距離、道路等戰(zhàn)術(shù)計算。MGIS平時可以分析和研究全球、中國周邊或熱點地區(qū)政治、軍事、安全等戰(zhàn)略問題，讓判讀員了解和掌握戰(zhàn)場全局地理環(huán)境要素的數(shù)量與質(zhì)量特征、空間與時間特征、尺度特征以及它們的內(nèi)在聯(lián)系和規(guī)律，以及具有空間定位和分布特征的政治、軍事、社會和人文因素；戰(zhàn)時，可以隨時提供戰(zhàn)場的地理地形，敵軍實力及大體分布，戰(zhàn)場態(tài)勢轉(zhuǎn)變等信息，為戰(zhàn)場SAR圖像的目標(biāo)識別提供有力的信息支撐。

3 結(jié)論

SAR圖像目標(biāo)識別的方法可以是多種多樣的，它們所適用的范圍也越來越廣泛，以上的研究都說明了一點：合理的使用并融合多個領(lǐng)域?qū)⒛芨玫貙崿F(xiàn)對運動目標(biāo)的檢測?；诙嘈畔⒖臻g，對于充分發(fā)揮多種圖像數(shù)據(jù)的潛力，提高遙感解譯和信息提取的精度和效率具有重要的意義。在后續(xù)工作中，也應(yīng)該考慮將SAR圖像的目標(biāo)識別與情報整編、計算機自動化識別等其他領(lǐng)域相結(jié)合，充分利用各自的優(yōu)勢，發(fā)揮更好的作用。伴隨著計算機視覺領(lǐng)域新理論的不斷出現(xiàn)，目標(biāo)檢測理論也必會向前蓬勃發(fā)展。

［1］楊桄，劉湘南.遙感影像解譯的研究現(xiàn)狀和發(fā)展趨勢[J].國土資源遙感，2004，16（2）：7-15.

［2］楊桄，張柏，王宗明，等.基于多源信息空間的遙感影像自動解譯研究[J].東北師大學(xué)報：自然科學(xué)版，2006，1（38）：131-135.

［3］鄒煥新，匡綱要，郁文賢.一種從SAR海洋圖像中檢測艦船航跡的算法[J].現(xiàn)代雷達(dá)，2004，26（1）：41-44.

［4］歐陽越，種勁松.SAR圖像海岸線檢測算法綜述[J].國土資源遙感，2006，4（68）：1-3.

［5］匡綱要，計科峰，粟毅，等.SAR圖象自動目標(biāo)識別研究[J].中國圖象圖形學(xué)報，2003，8（10）：1115-1120.

［6］楊桄，陳克雄，周脈魚，等.SAR圖像中目標(biāo)的檢測和識別研究進展[J].地球物理學(xué)進展，2007，2（22）：617-621.

［7］童濤，楊桄，李昕，等.基于D-S證據(jù)理論的多特征融合SAR圖像目標(biāo)識別方法[J].國土資源遙感，2013，2（17）：37-41.