閆曉燕， 秦建敏， 喬記平

1. 太原理工大學物理與光電工程學院， 新型傳感器與智能控制教育部重點實驗室， 山西 太原 030024

2. 中北大學儀器與電子學院， 山西 太原 030051

基于磁光調制的多光譜目標識別系統(tǒng)的研究

閆曉燕1，2， 秦建敏1， 喬記平1

1. 太原理工大學物理與光電工程學院， 新型傳感器與智能控制教育部重點實驗室， 山西 太原 030024

2. 中北大學儀器與電子學院， 山西 太原 030051

基于特征光譜的目標識別技術具有檢出能力強， 可分辨目標種類等優(yōu)點， 但也存在一定的問題， 即需要事先獲取背景光譜作為先驗知識且要求背景光譜隨時間的變化較小。 由此限制了其在新環(huán)境、 復雜環(huán)境中實時目標識別方面的應用。 設計了一種采用磁光調制配合特征光譜分析的技術手段， 使目標識別過程中無需事先獲取背景譜， 從而實現(xiàn)了一次采集獲取被測目標信息的功能， 相比傳統(tǒng)的目標檢測方法而言， 對戰(zhàn)場的適應能力更強， 具有較好的實用意義。 同時， 磁光調制技術有效地抑制了背景雜散光的干擾， 從而提高了目標識別概率。 由于磁光調制提供了目標光譜的累加迭代信息， 故即使未知背景光譜或者背景光譜變化較大時， 也可以通過目標光譜的迭代信息大幅提高目標識別率。 針對不同被測目標的回波光強與背景光強值進行實驗分析， 結果顯示， 三種目標對調制線偏振光的反射能力明顯強于背景。 采用偽裝色的被測目標對可見光成像目標識別影響很大， 而調制偏振型系統(tǒng)仍能很好地識別目標。 在此基礎上， 對0.5～2 km范圍內的目標進行多特征波長目標種類識別。 采用三個特征波長時， 目標識別概率在2 km左右明顯降低， 采用四個或五個特征波長位置時， 可以實現(xiàn)95.0%以上的目標識別概率， 同時為了降低運算量提高系統(tǒng)的實時檢測能力， 最終采用四個特征波長。

目標識別； 磁光調制； 多光譜分析； 識別概率

引 言

目標識別指用各種檢測設備獲取目標的特征信息， 并利用已掌握的各種目標的先驗知識， 判別未知目標的類別屬性[1]。 傳統(tǒng)的目標識別主要采用雷達回波、 激光回波、 視頻監(jiān)控加圖像處理的方法[2]。 采用雷達檢測目標， 常用于地面機動目標， 但其對靜止目標與背景中石塊、 巖體等的區(qū)分很難實現(xiàn)[3]； 主動激光測距雷達具有測距精確、 實時性高等優(yōu)勢， 但其脈沖能量大容易暴露自身位置， 同時對于裝甲表面光譜特性分布變化奇異的目標識別能力大幅降低[4]； 視頻監(jiān)控實現(xiàn)目標識別受限于成像器件的響應能力及圖像處理算法， 且受環(huán)境影響較大， 對于迷彩色目標識別能力弱[5]。

在現(xiàn)代戰(zhàn)場中， 坦克、 裝甲車輛等都具有偽裝色， 單純地采用可見光視頻分辨目標是很困難的， 由此多光譜目標識別的方法應運而生[6-7]。 多光譜目標識別方法就是采用對目標區(qū)域的背景輻射分布與目標輻射分布做差譜分析， 將其中含有目標光譜特性的多個特征波長位置進行標定， 從而通過分析目標的有無及類型[8]。 基于特征光譜的目標識別技術具有檢出能力強， 可分辨目標種類等優(yōu)點， 但也存在一定的問題， 即需要事先獲取背景光譜作為先驗知識且要求背景光譜隨時間的變化較小[9]。 由此限制了其在新環(huán)境、 復雜環(huán)境中實時目標識別方面的應用。 我們設計了一種采用磁光調制配合特征光譜分析的方法， 使目標識別過程中無需事先獲取背景譜， 從而實現(xiàn)了一次采集獲取目標信息的功能。 因為磁光調制提供了目標光譜的累加迭代信息， 所以即使未知背景光譜或者背景光譜變化較大時， 也可以通過目標光譜的迭代信息大幅提高目標識別率。

1 系統(tǒng)設計

系統(tǒng)結構如圖1所示， 激光經起偏器入射到磁光調制晶體， 經調制后的偏振光照射目標所在區(qū)域， 回波光通過聚焦準直系統(tǒng)整形后， 經檢偏器入射CCD探測器。 相比可見光成像而言， 由于采用了磁光調制系統(tǒng)， CCD探測器僅對回波光信號中符合線偏振特性的光有響應， 并且背景中相同偏振角的雜散光不具備本征信號的調制特性。 所以， 只有目標表面材質、 形貌連續(xù)性高的目標能較好地成像， 而其他背景、 不規(guī)則干擾物會產生很強的退偏振化效果， 即使目標有迷彩偽裝， 其信號仍能不被背景噪聲所淹沒。

Fig.1 Schematic diagram of the system

系統(tǒng)的另一部分由干涉模塊、 探測器、 光譜數(shù)據庫構成， 完成多光譜目標識別的功能。 在磁光調制系統(tǒng)獲取可能目標的位置信息的基礎上， 將對應位置上的回波光進行相干處理， 再做傅氏變換， 獲取其光譜分布函數(shù)， 利用多波長特征算法與光譜數(shù)據庫進行擬合運算， 最終通過被測目標的多個特征吸收值判斷目標的種類。

2 多光譜目標識別算法

對目標回波光進行相干處理后， 再經傅氏變換得到其光譜分布函數(shù)， 該分布函數(shù)中必然存在一些特征吸收峰， 將吸收峰對應的特征波長位置按照吸收峰幅值比例關系排序， 從而得到λ1,λ2, …,λk， 特征波長的選取應注意選取的波長間差異性較大， 及具有較低的相干度。 依據各個特征波長之間的比例關系尋找與之匹配的目標類型， 最終實現(xiàn)目標識別。 其具體步驟可分為： 波長提取、 波長組分類和擬合計算。

2.1 波長提取

波長提取就是選擇合適的特征波長位置， 選取依據主要是對應位置的吸收峰幅值較大以及該波長位置與相鄰波長位置幅值比較大。 采用遺傳算法的方式， 將每個波長上的幅值作為種群(P)的集合， 將任意相鄰波長上幅值的比值作為適應度(F)。 則采用選擇算子對種群中適應度超過閾值(T， 本次樣本T=0.85)的個體進行保留， 也就是保留幅值比例較大的波長。 則有：

(1)

選擇算子表達式

(2)

由上式可知， 閾值的選取是隨回波光譜分布的變化而變化的， 即閾值可以根據光譜幅值比例分布的改變而進行相應地調節(jié)。 其中，F(xiàn)i是實驗可得的，P為備選波長是可知的， 則采用選擇算子循環(huán)迭代可以獲得滿足T閾值下的k個波長解， 從而得到了適應度高的波長集合λ1,λ2, …,λk。

2.2 波長分類及計算

由遺傳算法得到由k個特征波長的多光譜數(shù)據雖然已經減少了總體樣本的個數(shù)， 但想要直接擬合目標種類仍然需要很大的計算量， 所以還需要進一步細分波長特性。 設符合最多屬性項的為一組等價類， 其物理含義是i個目標特征光譜的k個特征波長幅值比例的集合， 即存在i組等價類Ii=λi1,λi2, …,λik； 而被測目標等價類屬于i組集合(Xk=λx1,λx2, …,λxk)。 將i組所有k個特征波長列出， 再將其目標等價類Xn中的特征屬性找出， 最后根據屬性之間權值的相關系數(shù)作為分類可信度， 就可以計算出被測目標光譜包含的主屬性特征了。 在此基礎上， 保留符合屬性的、 可信度較高的幾個特征波長， 取得過多影響迭代運算時間， 過少分類識別錯誤率增大。 最后代入收斂條件(符合Xn的集合唯一)， 采用迭代計算確定被測目標的種類。

3 實驗部分

3.1 被測目標條件

被測目標為1.5 m×1.5 m的正方形鋼板， 分別是無涂層(A)、 涂有軍綠色油漆(B)和涂有迷彩色油漆(C)三種。 測試環(huán)境分別為空曠處(D)、 山地(E)以及灌木林(F)， 測試距離為0.5， 1， 1.5和2 km。 采用磁光調制系統(tǒng)判斷目標是否存在， 然后通過多光譜目標識別算法完成目標種類的識別。

3.2 目標提取

采用激光器照射被測目標所在區(qū)域， 由于起偏器和磁光調制器的作用使出射到被測區(qū)域的光為調制線偏振光。 在不同條件下對三種鐵板目標進行測試， 分別計算目標位置回波光強與初始光強的比值以及背景位置光強與初始光強的比值， 實驗結果如表1所示。

由實驗數(shù)據可知， 三種目標對調制線偏振光的反射能力明顯強于背景。 由于接收系統(tǒng)前端的檢偏器僅能接收對應的線偏振光， 這樣可以大大消除背景光的干擾。 自然光中該偏振方向的雜散光很弱， 但如果在被測區(qū)域中存在反射表面整齊、 連續(xù)甚至是光滑的目標時便有明顯的目標偏振成像圖。 相比樹林、 山地、 石堆等其退偏振化效果顯著， 從而無法成像。 隨著距離的增大， 目標回波光強衰減較大， 相比而言， 背景產生的該偏振方向的干擾光光強衰減較小。 在采用可見光很難識別的迷彩油漆時， 目標對系統(tǒng)發(fā)出的調制線偏振光仍然具有較強的反射性， 所以回波強度改變量不大， 基本不影響系統(tǒng)檢測， 證明了采用調制偏振光進行目標檢測， 主要取決于目標表面的連續(xù)、 平整程度等， 而顏色的偽裝幾乎不影響系統(tǒng)對目標的檢出。 對于不同的背景而言， 其退偏振化能力有明顯的區(qū)別， 對于山地而言， 由于存在明顯的反射表面， 所以回波中背景光強噪聲最大， 灌木林次之， 空曠地的背景噪聲最低。 其變化特征說明在實際應用中， 采用偏振光調制實現(xiàn)目標檢測時背景雜散光對系統(tǒng)信噪比是具有一定影響的。

Table 1 Light intensity of target and background in different conditions

Note: A: Uncoated steel； B: Steel coated army green paint； C: Steel coated camouflage paint; E: Open ground； D: Mountain, F: Shrubbery

3.3 光譜識別

在通過偏振光調制系統(tǒng)提取目標位置的同時， 干涉模塊還將完成對回波光進行多特征波長光譜分析， 對回波光中包含的多特征波長進行提取。 從而在分析特征波長分布及振幅比例的基礎上實現(xiàn)對目標種類的識別。 當選取的特征波長個數(shù)不同時， 對系統(tǒng)總運算量、 檢出概率都有影響， 個數(shù)太少數(shù)據量不足， 會導致檢出率下降， 造成漏檢； 相反個數(shù)過多

Table 2 The probability of target recognition with different numbers of characteristic wavelengths

Distance/kmCharacteristicwavelengths/nmAProbability/%BProbability/%CProbability/%0 5λ1，λ2，λ399 699 599 5λ1，λ2，λ3，λ499 999 999 8λ1，λ2，λ3，λ4，λ599 999 999 91 0λ1，λ2，λ396 795 896 3λ1，λ2，λ3，λ499 599 699 4λ1，λ2，λ3，λ4，λ599 599 799 51 5λ1，λ2，λ391 089 990 4λ1，λ2，λ3，λ498 398 298 1λ1，λ2，λ3，λ4，λ599 499 499 31 5λ1，λ2，λ386 485 784 9λ1，λ2，λ3，λ497 196 696 2λ1，λ2，λ3，λ4，λ599 399 199 1

Note:λ1=713 nm,λ2=805 nm,λ3=852 nm,λ4=764 nm,λ5=832 nm

會造成樣本重復， 大大增加運算時間， 降低系統(tǒng)工作性能，表2給出系統(tǒng)在取不同特征波長個數(shù)條件下對應的檢出概率。

采用不同特征波長完成目標種類識別的實驗結果顯示， 在0.5 km處采用三個特征波長或更多時， 識別概率相近， 都超過了99.5%。 由于該距離上特征波長處振幅大、 信噪比高， 特征峰明顯， 所以特征波長個數(shù)選三個可以滿足探測要求且總運算量較小。 在1.0 km處三個特征波長的識別概率明顯下降， 原因是信號強度降低導致信噪比減小， 從而使目標回波光與背景光相關系數(shù)增大所致。 實驗結果還反映出隨著距離的增大識別概率會降低， 選擇特征波長個數(shù)越多運算速度相對較慢， 對系統(tǒng)運算能力的要求也大大增加， 降低了系統(tǒng)實時性應用能力。 所以在本算法的基礎上， 采用四個特征波長比較合理， 可以保證在檢測范圍內都有95.0%以上的目標識別概率。 本次分析中采用的波長是通過選擇算子對回波光譜中幅值比例較大的波長排序所得。

4 結 論

提出了一種采用磁光調制配合多特征波長算法的目標識別方法。 該方法利用目標表面連續(xù)、 平整的特性， 通過檢測回波光偏振特性識別目標有無及位置。 對于具有偽裝色的被測目標而言， 可見光成像很難識別， 而調制偏振型系統(tǒng)基本不受偽裝色的影響。 再結合多特征波長算法分析目標種類， 在選取四個特征波長的條件下， 目標識別概率高于95.0%。 相比傳統(tǒng)差譜目標檢測技術而言， 本系統(tǒng)最大的優(yōu)勢在于無需預先獲取背景光譜分布數(shù)據， 而由磁光調制系統(tǒng)提供定位， 實現(xiàn)了一次目標識別的功能， 在新戰(zhàn)場環(huán)境中具有一定的應用價值。

[1] WANG Qi-chao, WANG Jia-chun, ZHAO Da-peng(王啟超, 汪家春, 趙大鵬). Laser & Infrared(激光與紅外), 2013, 43(11): 1260.

[2] Chan Sheng-Chih, Lee Kun-Chou. Electromagnetics， 2014, 34(1): 34.

[3] Acosta Eva, Chamadoira Sara, Blendowske Ralf. OSA, 2006, 23(3): 632.

[4] YANG Jia, HUA Wen-shen, LIU Xun(楊 佳, 華文深, 劉 恂). Optical Instruments(光學儀器), 2013, 35(5): 27.

[5] Paul G Lucey, Keith Horton, Tim Williams. Proc SPIE, Airbone Intelligence, Surveillance, Reconnaissance (ISR) Systems and Applications Ⅳ, 2007, 6546: 654604.

[6] Tian Runlan, Dai Huanyao, Tian Xiaojian. Procedia Engineering, 2011, 15: 2291.

[7] WU Chun-feng, ZHANG Wei, CONG Ming-yu(武春風, 張 偉, 叢明煜). Journal of Infrared and Millimeter Waves(紅外與毫米波學報), 2003, 22(4): 265.

[8] WANG Qi-chao, SHI Jia-ming, ZHAO Da-peng(王啟超, 時家明, 趙大鵬). Opto-Electronic Engineering(光電工程), 2013, 1(1): 70.

[9] Chen Xinwei, Zhao Jianzhong, Wu Wen. Journal of Electronics， 2012, 29(3): 237.

Research on Multi-Spectral Target Recognition System Based on the Magneto-Optical Modulation

YAN Xiao-yan1, 2， QIN Jian-min1， QIAO Ji-pin1

1. Key Laboratory of Advanced Transducers and Intelligent Control System, Ministry of Education, College of Physics and Optoelectronics, Taiyuan University of Technology, Taiyuan 030024, China

2. Institute of Measuring and Controlling Technology, North University of China, Taiyuan 030051, China

The technology of target recognition based on characteristic multi-spectrum has many advantages, such as strong detection capability and discriminating capability of target species. But there are some problems, it requires that you obtain the background spectrum as a priori knowledge, and it requires that the change of background spectrum is small with time. Thereby its application of real-time object recognition is limited in the new environment, or the complex environment. Based on magneto-optical modulation and characteristic multi-spectrum the method is designed, and the target is identified without prior access to the background spectrum. In order to achieve the function of the target information in the one acquisition time for tested, compared to conventional methods in terms of target detection, it’s adaptability is better than before on the battlefield, and it is of more practical significance. Meanwhile, the magneto-optical modulator is used to suppress the interference of stray light background, thereby improving the probability of target recognition. Since the magneto-optical modulation provides incremental iterative target spectral information, therefore, even if the unknown background spectrum or background spectrum change is large, it can significantly improve the recognition accuracy of information through an iterative target spectrum. Different test targets back shimmering light intensity and background intensity values were analyzed during experiments, results showed that three targets for linearly polarized reflectance modulation is significantly stronger than the background. And it was of great influence to visible imaging target identification when measured target used camouflage color, but the system of polarization modulation type can still recognize target well. On this basis, the target range within 0.5 km×2 km multi-wavelength characteristics of the target species were identified. When using three characteristic wavelengths, the probability of target identification significantly reduced at around 2km, when using four or five characteristic wavelength position, the probability of target identification reach up to more than 95.0%. Meanwhile, in order to reduce the calculation and improve the real-time detection capability of the system, finally, four characteristic wavelengths was selected. So the system has a certain application value.

Target recognition; Magneto-optical modulation; Multi-spectral analysis; Probability of recognition

Apr. 24, 2014; accepted Oct. 8, 2014)

2014-04-24，

2014-10-08

國家自然科學基金項目(60378019)資助

閆曉燕， 女， 1977年生， 太原理工大學物理與光電工程學院講師 e-mail： yanxiaoyannuc@163.com

O436

A

10.3964/j.issn.1000-0593(2016)03-0864-04