宋穎祥　唐克琴　李喬

摘要：為了解決岸基MTD雷達(dá)回波噪聲的干擾，剔除雷達(dá)探測數(shù)據(jù)的散點噪聲，提高岸基雷達(dá)界面的可讀性，通過分析雷達(dá)視頻回波數(shù)據(jù)的特點，文章提出了一種基于序列圖像方法的MTD雷達(dá)視頻回波處理方案，對雷達(dá)視頻回波數(shù)據(jù)采取進(jìn)行預(yù)處理。實驗結(jié)果表明該方法不僅可以有效的去除噪聲，而且可以有效的保留了真實目標(biāo)。

關(guān)鍵詞：雷達(dá)視頻回波 動目標(biāo)檢測 中值濾波 海雜波 數(shù)據(jù)率 形態(tài)學(xué)

中圖分類號：TN957.51 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2016）06-0000-00

動目標(biāo)檢測（MTD）雷達(dá)回波經(jīng)過信號處理器完成脈沖壓縮、FFT、CFAR等一系列處理，除輸出目標(biāo)點跡數(shù)據(jù)外，還包含一定量的雜波剩余數(shù)據(jù)【1】。此階段稱為雷達(dá)視頻回波（又稱為一次回波）。有的還要生成雜波圖等。由于雜波剩余會影響到后續(xù)數(shù)據(jù)處理的點跡凝聚、航跡關(guān)聯(lián)，在雜波嚴(yán)重時，還可能造成數(shù)據(jù)處理計算機過載。除此之外，由于原始回波數(shù)據(jù)包含著目標(biāo)特征信息，有經(jīng)驗的雷達(dá)操作手可根據(jù)回波視頻判斷目標(biāo)屬性，很多雷達(dá)都要求顯示視頻回波，不經(jīng)過適當(dāng)處理的由于雜波和摩爾紋的存在，可讀性差，因此有必要對視頻回波進(jìn)行預(yù)處理[2]。

1 岸基MTD雷達(dá)視頻回波特點分析

如圖1所示，動目標(biāo)檢測雷達(dá)的視頻回波與非相參VTS雷達(dá)有很大不同，由于在信號處理機中零速通道采用了超雜波檢測，其視頻回波主要表現(xiàn)在沒有大面積的固定雜波，但有大量的零散雜波點和小面積雜波片區(qū)，與目標(biāo)非常接近，信號處理機難以區(qū)分；而當(dāng)海情較高時，會出現(xiàn)大面積由雜波點組成的雜波區(qū)，單幀點跡數(shù)多達(dá)10000個，雷達(dá)顯示出現(xiàn)不流暢的現(xiàn)象，表明雷達(dá)數(shù)據(jù)處理過載。

由圖2可知零速通道目標(biāo)和雜波的數(shù)量遠(yuǎn)遠(yuǎn)多余其它速度通道中的目標(biāo)與雜波數(shù)量，這與直觀理解也是相符的。因此，在對數(shù)據(jù)進(jìn)行處理時，首先考慮對第9速度通道中的數(shù)據(jù)進(jìn)行處理。

由于信號處理機實時只能處理掃描線上的目標(biāo)點跡，對徑向點跡的相互關(guān)系可以做出判斷，根據(jù)“距離厚度”剔除少量雜波，而對方位上點跡的鄰接關(guān)系不能做出判斷，對于掃描幀間的關(guān)系更是無能為力。

事實上，雷達(dá)原始視頻回波可以看作隨時間連續(xù)變化的序列圖像，可以針對單幀圖像像素間空間的統(tǒng)計關(guān)系以及幀間的時間統(tǒng)計關(guān)系，借用圖像處理的方法作進(jìn)一步處理，濾除雜波，改善視頻。

2 序列圖像處理方法

處理前首先要將信號處理器輸出的點跡數(shù)據(jù)擴充成一幅完整的圖像。因為每一幀輸出的點跡數(shù)是不同的，必須按照距離和方位分辨率將單元像素擴充成一幅圖像，沒有輸出點跡的單元填充為零。

2.1 多圖像平均法

采用MTD體制對圖像處理是非常有利的，因為它可將一幅視頻回波按照速度通道劃分成若干幅不同的畫面，可以分別采用不同的圖像處理方法和參數(shù)設(shè)置進(jìn)行處理，然后再合成。處理直觀理解和通過直方圖統(tǒng)計表明，雜波主要分布在零速通道和鄰近的1號通道。

由于海雜波存在相關(guān)性，對于一個C波段雷達(dá)來說，當(dāng)它以低仰角觀測海面時，海雜波相關(guān)時間約為1.6ms～15ms的強相關(guān)延伸至2s左右的弱相關(guān)，由于海雜波的強相關(guān)時間小于波束駐留時間，在這個時間段內(nèi)收到的任何多個脈沖都是相關(guān)的，脈沖積累不會改善信雜比，即使采用了頻率捷變進(jìn)行頻率去相關(guān)，但實際效果并不理想，這與文獻(xiàn)[1]中提到的論點是吻合的。

由于雷達(dá)天線以15s/r的速度掃描，海雜波在相鄰兩幀是去相關(guān)的，因此在零速通道的視頻回波圖中，可將海雜波視作不相關(guān)的噪聲，采用三圖像平均法，可以有效濾除噪聲。為了不降低數(shù)據(jù)率，采用流水的方法進(jìn)行平均，計算機同時存儲順序三幀圖像，第1、2、3幀作平均輸出，然后第2、3、4幀做平均輸出、接下來第3、4、5幀做平均輸出，這樣依次進(jìn)行，既做了平均，又保持了數(shù)據(jù)率。如圖5所示，前三幀數(shù)據(jù)做平均之后得到的圖像，選定的數(shù)據(jù)為距離40-50公里，方位0-30度。

2.2 中值濾波法

中值濾波法是局部平均法的一種[3]。對目標(biāo)圖像的平滑處理采用中值濾波法便于實現(xiàn)、計算，速度較快，結(jié)果也比較令人滿意。

局部平均法是用某像素領(lǐng)域內(nèi)的各點灰度級的平均值來代替該像素原來的灰度等級。通過鄰域都取成N * N 方形窗口。窗口沿水平和垂直兩個方向逐點移動，從而平滑了整幅圖像。圖像經(jīng)平滑處理后可使噪聲方差減少M倍。但是，簡單的局部平均會使圖像模糊，特別是交界處輪廓不清晰。為了能保持輪廓邊緣的清晰度而又可達(dá)到某種程度的平滑，就需要用局部中值來代替局部平均值。若令[f（ x， y）]代表雷達(dá)一次回波直角坐標(biāo)系下的圖像陣列， f（ x， y）的數(shù)值代表幅度等級，那么中值濾波后得到的圖像則是[g（ x， y）] ，其中g(shù)（x， y）是以（x， y）為中心的N* N 窗口所框住的各像素的幅度中間值。中值濾波是一種非線性變換，通過中值濾波可以降低灰度值，擴大雜波與目標(biāo)之間的灰度區(qū)別，為閾值分割創(chuàng)造條件。

標(biāo)準(zhǔn)的中值濾波可以有效地濾去離散的雜波點，但通過對比分析多幅圖像發(fā)現(xiàn)，由于目標(biāo)RCS的起伏，有些目標(biāo)會在某一幀點數(shù)較少被認(rèn)為是雜波被濾除，這就給后面的跟蹤處理帶來的麻煩。這里我們借鑒了彩色序列圖像運動跟蹤處理的方法，對于序列圖像動目標(biāo)跟蹤來說，由于目標(biāo)姿態(tài)變換以及遮擋等因素的影響，選定的目標(biāo)在每一幀分割出的像素都是變化的，這就給動目標(biāo)跟蹤帶來了困難，但對于彩色圖像來說，無論被跟蹤的目標(biāo)像素如何變化，其顏色是基本不變的，據(jù)此可實現(xiàn)連續(xù)穩(wěn)定跟蹤。目標(biāo)回波起伏類似上述情況，但不管目標(biāo)如何起伏，其多卜勒頻率在兩幀之間（15s內(nèi)）不會有大的變化，由此來約束中值濾波，可防止目標(biāo)被濾除。

圖6和圖7分別為第一幀雷達(dá)視頻回波數(shù)據(jù)在距離40-50公里，方位0～30度之間的中值濾波前和中值濾波后的圖像。由圖可見，經(jīng)上述方法處理后，散點噪聲明顯減少，且目標(biāo)數(shù)據(jù)仍然保留。證明了本文算法的有效性。

2.3 數(shù)學(xué)形態(tài)學(xué)

在岸基雷達(dá)目標(biāo)檢測中，由于海雜波的影響，即使經(jīng)過一系列的信號及數(shù)據(jù)處理，有些雜波信號仍然會被當(dāng)作目標(biāo)保留下來，而目標(biāo)較弱的部分會被當(dāng)作雜波信號被濾除掉，造成雜波信號殘留以及目標(biāo)信號分裂，影響后續(xù)的目標(biāo)檢測工作【4】。因此，在進(jìn)行目標(biāo)檢測之前，需要對閾值檢測和中值濾波后的雷達(dá)信號進(jìn)一步的處理。主要實現(xiàn)以下兩個功能：

（1）進(jìn)一步消除信號強度較高的雜波的干擾；

（2）將分裂的目標(biāo)合并，形成完整的目標(biāo)。

由于雷達(dá)實時性的要求，在消除雜波和合并目標(biāo)時，需要在很短的時間和很少的信息下實現(xiàn)上述功能。

數(shù)學(xué)形態(tài)學(xué)是一門建立在集合代數(shù)基礎(chǔ)上，用集合論方法定量描述幾何形狀和結(jié)構(gòu)的一門新興的數(shù)字信號處理方法和理論。具有嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)結(jié)構(gòu)，簡明的基本觀念和解決面向“形態(tài)”問題的快速運算。非常適合信號的幾何形態(tài)分析和描述，在岸基雷達(dá)中可根據(jù)雷達(dá)目標(biāo)幾幾何特征的先驗知識，設(shè)計合適大小的結(jié)構(gòu)元素和相應(yīng)的運算操作，實現(xiàn)多種行之有效的濾波操作，完成目標(biāo)檢測工作之前的雜波消除和目標(biāo)合并工作。

形態(tài)學(xué)研究目標(biāo)幾何形狀的基本思想是利用一個結(jié)構(gòu)單元，對目標(biāo)數(shù)據(jù)進(jìn)行探測，保留主要形狀，刪除不想干的形狀（如噪聲、毛刺等），當(dāng)結(jié)構(gòu)單元在目標(biāo)數(shù)據(jù)不斷移動時，便可考察目標(biāo)各個部分之間的相互關(guān)系，從而了解目標(biāo)的結(jié)構(gòu)特性，并進(jìn)行相應(yīng)的處理。

形態(tài)學(xué)的濾波算法有很多種，組合起來可以實現(xiàn)目標(biāo)分割，特征提取，噪聲消除以及邊界檢測等形狀與結(jié)構(gòu)的分析與處理。在本篇文章中，主要采用的是形態(tài)學(xué)中的腐蝕、膨脹和開啟、閉合運算。

開運算：

閉運算：

開運算操作是先腐蝕后膨脹運算，可以消除噪聲和雜波，實現(xiàn)多個物體連通區(qū)域的分割，平滑輪廓，且總的位置和形狀不變；閉運算是先膨脹后腐蝕運算，可以消除空洞，連通緊鄰區(qū)域，具有填充作用，總的位置和形狀也不變?？筛鶕?jù)雷達(dá)數(shù)據(jù)分析和先驗知識，選擇合適的濾波形式。在此，我們選擇用3*3的全向結(jié)構(gòu)單元進(jìn)行閉合運算。得到的結(jié)果如圖8所示，可以看出形狀更優(yōu)化了。

3 結(jié)語

隨著計算機硬件技術(shù)的迅猛發(fā)展，計算機CPU處理能力以及顯卡GPU圖形顯示能力得到了極大的提高，雷達(dá)視頻回波顯示完全由純軟件方法實現(xiàn)已成為現(xiàn)實。本文提出的利用圖像處理的方法處理雷達(dá)視頻回波的工作取得了不錯的效果。除抑制雜波外，圖像處理技術(shù)在弱小目標(biāo)檢測及跟蹤上大有可為，如何有針對性的選擇相應(yīng)的圖像處理方法還有待深入研究。

參考文獻(xiàn)

[1]Merrill I.Skolnik.左群聲，徐國良，馬林，王德純等譯.雷達(dá)系統(tǒng)導(dǎo)論[M].北京：電子工業(yè)出版社，2006.

[2]劉赟.雷達(dá)回波圖像的補償與優(yōu)化[J].雷達(dá)與對抗，2009，4，51-53.

[3]章毓晉.圖像工程[M]. 北京：清華大學(xué)出版社，2007.5.

[4]顧晶，何昇澮.一種基于形態(tài)學(xué)濾波的雷達(dá)目標(biāo)檢測方法[J].計算機與數(shù)字工程，2009，40（2），112-114.