高分三号NSC模式SAR图像舰船目标检测初探

刘泽宇; 柳彬; 郭炜炜; 张增辉; 张波; 周月恒; 马高; 郁文贤

doi:10.12000/JR17059

高分三号NSC模式SAR图像舰船目标检测初探

DOI: 10.12000/JR17059

刘泽宇^1,,
柳彬^1, ,,
郭炜炜^1,,
张增辉^1,,
张波^2,,
周月恒^2,,
马高^2,,
郁文贤^1,

①.
上海交通大学智能探测与识别上海市重点实验室上海 200240
②.
中国空间技术研究院西安分院西安 710100

基金项目: 国家自然科学基金重点项目—高分辨率SAR测试库及数据质量评估(61331015)

详细信息

作者简介:
刘泽宇(1993–)，男，黑龙江哈尔滨人，于2014年获上海交通大学学士学位，2014年9月至今在上海交通大学电子信息与电气工程学院攻读博士研究生。研究方向为雷达图像解译、数据挖掘。E-mail: ribosomal@sjtu.edu.cn

柳　彬(1985–)，男，湖南衡阳人，博士，助理研究员，分别于2007年、2009年和2015年获上海交通大学信息工程、信号与信息处理和信号与信息处理学士、硕士和博士学位。2012年10月至2013年4月在法国巴黎高科电信学院访问研究。2015年12月，任上海交通大学电信学院信息技术与电气工程研究院助理研究员。主要从事雷达图像的分割分类、目标检测识别、多时相分析等方面的研究。E-mail: bliu.rsti@sjtu.edu.cn

郭炜炜(1983–)，男，江苏南通人，博士，分别于2005年、2007年和2011年获国防科技大学信息与通信工程专业学士、硕士和博士学位。2014年至今，在上海交通大学电子信息与电气工程学院做博士后。主要从事图像理解、模式识别与机器学习等方面的研究。E-mail: gwnudt@163.com

张增辉(1980–)，男，山东金乡人，博士，副研究员，分别于2001年、2003年和2008年获国防科技大学应用数学、计算数学和信息与通信工程专业学士、硕士和博士学位。2008年6月，任国防科大理学院数学与系统科学系讲师；2014年2月，任上海交通大学电子信息与电气工程学院副研究员。主要从事新体制雷达系统、雷达信号处理、压缩感知理论等方面的研究。E-mail: zenghui.zhang@sjtu.edu.cn

张　波(1981–)，男，陕西西安人，硕士，工程师，分别于2004年、2009年获西安交通大学信息工程、系统工程学士和硕士学位。2009年8月任中国空间技术研究院西安分院助理工程师；2011年任中国空间技术研究院西安分院工程师。主要从事遥感卫星数据传输系统设计、遥感卫星地面接收处理系统设计、卫星应用技术等方面研究。E-mail: seipopzb@163.com

周月恒(1990–)，女，陕西西安人，硕士，工程师，于2012年获武汉大学地理信息系统学士学位，2015年获纽约州立大学布法罗分校地理硕士学位。2015年至今在中国空间技术研究院西安分院工作。主要从事遥感数据处理、目标识别等方面研究。E-mail: zyhzyh360@126.com

马　高(1989–)，男，山西长治人，硕士，工程师，2012年获陕西师范大学地图学与地理信息系统硕士学位。2015年至今在中国空间技术研究院西安分院工作。主要从事遥感数据处理、信息智能提取等方面研究。E-mail: magao2002@163.com

郁文贤(1964–)，男，上海松江人，博士，教授，博士生导师，上海交通大学讲席教授。中国第2代卫星导航系统重大专项测试评估与试验验证专家组专家，高分辨率对地观测系统重大专项专家委员会地面系统组专家，“十二五”总装备部卫星应用技术专业组顾问，装发部上海市“北斗导航与位置服务”共建重点实验室主任，上海交通大学学术委员会委员，雷达信号处理国防科技重点实验室学术委员会委员，“十一五”国家863计划信息获取与处理技术主题第一、第二届专家组组长，“十一五”总装备部雷达探测技术专业组专家，主要研究方向为先进探测技术和多维信号与信息处理，研究内容包括新型成像系统、微波图像处理和解译、信息融合、目标识别等。E-mail: wxyu@sjtu.edu.cn

通讯作者:
柳彬 bliu.rsti@sjtu.edu.cn

中图分类号: TP75
计量
- 文章访问数: 3777
- HTML全文浏览量: 900
- PDF下载量: 953
- 被引次数: 0
出版历程
- 收稿日期: 2017-06-15
- 修回日期: 2017-07-31
- 网络出版日期: 2017-10-28

Ship Detection in GF-3 NSC Mode SAR Images

Liu Zeyu^1
,,
Liu Bin^{1
, ,},
Guo Weiwei^1
,,
Zhang Zenghui^1
,,
Zhang Bo^2
,,
Zhou Yueheng^2
,,
Ma Gao^2
,,
Yu Wenxian^1
,

①.
Shanghai Key Laboratory of Intelligent Sensing and Recognition, Shanghai Jiao Tong University, Shanghai 200240, China
②.
China Academy of Space Technology-Xi’an, Xi’an 710100, China

Funds: Key Program of National Natural Science Foundation of China—High Resolution SAR Database and Data Quality Evaluation (61331015)

摘要

摘要: 高分三号卫星是我国首颗分辨率达到1m的C波段多极化合成孔径雷达(Synthetic Aperture Radar, SAR)卫星，拥有多种成像模式。该文针对高分三号NSC模式SAR图像提出一种海上舰船目标检测方法，其核心为基于贝叶斯框架的像素分类以实现目标筛选，并根据数据特点设计有效的图像降质条件下的性能提升方法。该文提出的检测算法与多种恒虚警率(Constant False Alarm Rate, CFAR)检测算法进行对比实验分析，实验结果证明了该文所提方法的有效性与性能优势。
- 高分三号卫星 /
- 合成孔径雷达 /
- 舰船目标检测 /
- 像素分类
Abstract: GF-3, the first C-band full-polarimetric Synthetic Aperture Radar (SAR) satellite with a space resolution up to 1 m, has multiple strip and scan imaging modes. In this paper, we propose a maritime ship detection algorithm that detects ship targets via pixel classification in a Bayesian framework and employ effective enhancement methods to improve detection performance based on the data characteristics. We compare and analyze the results of detection experiments using the proposed algorithm with those of several Constant False Alarm Rate (CFAR) algorithms. The experimental results verify the effectiveness of the proposed algorithm.
- GF-3 satellite /
- Synthetic Aperture Radar (SAR) /
- Ship detection /
- Pixel classification

HTML全文

图 1 高分三号NSC模式L1A级产品海面舰船检测全流程

Figure 1. Flow chart of maritime ship detection on GF3 NSC imaging mode, L1A product

下载: 全尺寸图片幻灯片

图 2 局部海域的SAR幅值图像

Figure 2. SAR amplitude image of marine area

下载: 全尺寸图片幻灯片

图 3 抑制条带噪声后的幅值图像

Figure 3. Amplitude image after suppressing strip noise

下载: 全尺寸图片幻灯片

图 4 改进滤波器和提取受旁瓣影响的舰船目标核心部分示意图

Figure 4. Modified filter and extraction result of ship target core region after region growing based on center region of sidelobes

下载: 全尺寸图片幻灯片

图 5 未经过图像质量提升的检测结果

Figure 5. Detection result without image quality enhancement

下载: 全尺寸图片幻灯片

图 6 经过图像质量提升的检测结果

Figure 6. Detection result after image quality enhancement

下载: 全尺寸图片幻灯片

表 1 高分三号NSC模式SAR图像舰船检测指标统计

Table 1. GF-3 satellite NSC mode SAR image maritime ship detection results

图像质量提升处理情况	检测方法	真值数	检测数	正确检测数	Precision (%)	Recall (%)
经过质量提升	G0-CFAR	111	112	96	85.714	86.486
	K-CFAR	111	118	98	83.051	88.288
	GΓD-CFAR	111	115	99	86.087	89.189
	本文检测方法	111	112	107	95.536	96.396
未经质量提升	G0-CFAR	111	101	85	84.158	76.577
	K-CFAR	111	107	88	82.243	79.279
	GΓD-CFAR	111	105	89	84.762	80.180
	本文检测方法	111	105	92	87.619	82.883

下载: 导出CSV

参考文献(25)

[1]	张庆君. 高分三号卫星总体设计与关键技术[J]. 测绘学报, 2017, 46(3): 269–277. doi: 10.11947/j.AGCS.2017.20170049 Zhang Qingjun. System design and key technologies of the GF-3 satellite[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(3): 269–277. doi: 10.11947/j.AGCS.2017.20170049
[2]	丁赤飚, 刘佳音, 雷斌, 等. 高分三号SAR卫星系统级几何定位精度初探[J]. 雷达学报, 2017, 6(1): 11–16. http://radars.ie.ac.cn/CN/abstract/abstract415.shtml Ding Chibiao, Liu Jiayin, Lei Bin, et al.. Preliminary exploration of systematic geolocation accuracy of GF-3 SAR satellite system[J]. Journal of Radars, 2017, 6(1): 11–16. http://radars.ie.ac.cn/CN/abstract/abstract415.shtml
[3]	杨劲松, 任林, 王隽. 高分三号卫星对海浪的首次定量遥感[J]. 海洋与湖沼, 2017, 48(2): 207–209. http://www.cnki.com.cn/Article/CJFDTOTAL-HYFZ201702001.htm Yang Jingsong, Ren Lin, and Wang Juan. The first quantitative remote sensing of ocean surface waves by Chinese GF-3 SAR satellite[J]. Oceanologia et Limnologia Sinica, 2017, 48(2): 207–209. http://www.cnki.com.cn/Article/CJFDTOTAL-HYFZ201702001.htm
[4]	王文煜, 谢春华, 袁新哲, 等. 高分三号卫星ATI模式海表面流场测量性能分析[J]. 航天器工程, 2017, 26(1): 132–139. http://www.cnki.com.cn/Article/CJFDTOTAL-HTGC201701021.htm Wang Wen-yu, Xie Chun-hua, Yuan Xin-zhe, et al.. Performance analysis of sea surface current measurements by GF-3 satellite ATI mode[J]. Spacecraft Engineering, 2017, 26(1): 132–139. http://www.cnki.com.cn/Article/CJFDTOTAL-HTGC201701021.htm
[5]	杨劲松, 王隽, 任林. 高分三号卫星对海洋内波的首次定量遥感[J]. 海洋学报, 2017, 39(1): 148. http://www.cnki.com.cn/Article/CJFDTOTAL-SEAC201701016.htm Yang Jing-song, Wang Juan, and Ren Lin. The first quantitative remote sensing of ocean internal wave By Chinese GF-3 SAR satellite[J]. Haiyang Xuebao, 2017, 39(1): 148. (未找到本条文献英文信息, 请核对) http://www.cnki.com.cn/Article/CJFDTOTAL-SEAC201701016.htm
[6]	Li Hengchao, Hong Wen, Wu Yirong, et al.. On the empirical-statistical modeling of SAR images with generalized gamma distribution[J]. IEEE Journal of Selected Topics in Signal Processing, 2011, 5(3): 386–397. doi: 10.1109/JSTSP.2011.2138675
[7]	Ni Weiping, Yan Weidong, Wu Junzheng, et al.. Statistical analysis and modeling of TerraSAR-X images for CFAR based target detection[C]. Proceedings of 2013 IEEE International Geoscience and Remote Sensing Symposium, Melbourne, VIC, Australia, 2013: 1983–1986.
[8]	高贵, 周蝶飞, 蒋咏梅, 等. SAR图像目标检测研究综述[J]. 信号处理, 2008, 24(6): 971–981. http://www.cnki.com.cn/Article/CJFDTOTAL-XXCN200806019.htm Gao Gui, Zhou Diefei, Jiang Yongmei, et al.. Study on target detection in SAR image: A survey[J]. Signal Processing, 2008, 24(6): 971–981. http://www.cnki.com.cn/Article/CJFDTOTAL-XXCN200806019.htm
[9]	艾加秋, 齐向阳. 一种基于局部K-分布的新的SAR图像舰船检测算法[J]. 中国科学院研究生院学报, 2010, 27(1): 36–42. http://youxian.cnki.com.cn/yxdetail.aspx?filename=LDAX20170818000&dbname=CAPJ2015 Ai Jiaqiu and Qi Xiangyang. A new ship detection algorithm based on local K-distribution in SAR images[J]. Journal of the Graduate School of the Chinese Academy of Sciences, 2010, 27(1): 36–42. http://youxian.cnki.com.cn/yxdetail.aspx?filename=LDAX20170818000&dbname=CAPJ2015
[10]	Qin Xianxiang, Zhou Shilin, Zou Huanxin, et al.. A CFAR detection algorithm for generalized gamma distributed background in high-resolution SAR images[J]. IEEE Geoscience and Remote Sensing Letters, 2013, 10(4): 806–810. doi: 10.1109/LGRS.2012.2224317
[11]	Gao Gui, Ouyang Kewei, Luo Yongbo, et al.. Scheme of parameter estimation for generalized gamma distribution and its application to ship detection in SAR images[J]. IEEE Transactions on Geoscience and Remote Sensing, 2017, 55(3): 1812–1832. doi: 10.1109/TGRS.2016.2634862
[12]	艾加秋, 齐向阳, 禹卫东. 改进的SAR图像双参数CFAR舰船检测算法[J]. 电子与信息学报, 2009, 31(12): 2881–2885. http://www.cnki.com.cn/Article/CJFDTOTAL-DZYX200912019.htm Ai Jiaqiu, Qi Xiangyang, and Yu Weidong. Improved two parameter CFAR ship detection algorithm in SAR images[J] Journal of Electronics & Information Technology, 2009, 31(12): 2881–2885. http://www.cnki.com.cn/Article/CJFDTOTAL-DZYX200912019.htm
[13]	种劲松, 朱敏慧. SAR图像局部窗口K-分布目标检测算法[J]. 电子与信息学报, 2003, 25(9): 1276–1280. http://youxian.cnki.com.cn/yxdetail.aspx?filename=LDAX20170818000&dbname=CAPJ2015 Chong Jinsong and Zhu Minhui. Target detection algorithm of SAR image based on local window K-distribution[J]. Journal of Electronics and Information Technology, 2003, 25(9): 1276–1280. http://youxian.cnki.com.cn/yxdetail.aspx?filename=LDAX20170818000&dbname=CAPJ2015
[14]	Akyılmaz E, Demirkesen C, Nar F, et al.. Interactive ship segmentation in SAR images[C]. Proceedings of the 2013 21st Signal Processing and Communications Applications Conference (SIU), Haspolat, 2013: 1–4.
[15]	Wang Shigang, Wang Min, Yang Shuyuan, et al.. New hierarchical saliency filtering for fast ship detection in high-resolution SAR images[J]. IEEE Transactions on Geoscience and Remote Sensing, 2017, 55(1): 351–362. doi: 10.1109/TGRS.2016.2606481
[16]	Zhai Liang, Li Yu, and Su Yi. Inshore ship detection via saliency and context information in high-resolution SAR images[J]. IEEE Geoscience and Remote Sensing Letters, 2016, 13(12): 1870–1874. doi: 10.1109/LGRS.2016.2616187
[17]	Zhao J, Guo W, Liu B, et al.. Ship detection for sentinel-1 SAR imagery based on a coupled convolutional neural network[J]. IEEE Geoscience and Remote Sensing Letters, submitted for reviewing.
[18]	Otsu N. A threshold selection method from gray-level histograms[J]. IEEE Transactions on Systems, Man, and Cybernetics, 1979, 9(1): 62–66. doi: 10.1109/TSMC.1979.4310076
[19]	Duda R O and Hart P E. Use of the Hough transformation to detect lines and curves in pictures[J]. Communications of the ACM, 1972, 15(1): 11–15. doi: 10.1145/361237.361242
[20]	Tupin F, Maitre H, Mangin J F, et al.. Detection of linear features in SAR images: Application to road network extraction[J]. IEEE Transactions on Geoscience and Remote Sensing, 1998, 36(2): 434–453. doi: 10.1109/36.662728
[21]	Goodman J W. Some fundamental properties of speckle[J]. Journal of the Optical Society of America, 1976, 66(11): 1145–1150. doi: 10.1364/JOSA.66.001145
[22]	Dempster A P, Laird N M, and Rubin D B. Maximum likelihood from incomplete data via the EM algorithm[J]. Journal of the Royal Statistical Society. Series B (Methodological), 1977, 39(1): 1–38.
[23]	Wu Yonghui, Ji Kefeng, Yu Wenxian, et al.. Region-based classification of polarimetric SAR images using wishart MRF[J]. IEEE Geoscience and Remote Sensing Letters, 2008, 5(4): 668–672. doi: 10.1109/LGRS.2008.2002263
[24]	吴永辉. 极化SAR图像分类技术研究[D]. [博士论文], 国防科学技术大学, 2007: 117–121. Wu Yonghui. Classification of polarimetric SAR images[D]. [Ph.D. dissertation], National University of Defense Technology, 2007: 117–121.
[25]	曹峰, 邢相薇, 计科峰. 一种SAR图像舰船目标快速检测方法[J]. 雷达科学与技术, 2012, 10(4): 380–386. http://www.cnki.com.cn/Article/CJFDTOTAL-LDKJ201204006.htm Cao Feng, Xing Xiangwei, and Ji Kefeng. A fast method for ship detection in SAR imagery[J]. Radar Science and Technology, 2012, 10(4): 380–386. http://www.cnki.com.cn/Article/CJFDTOTAL-LDKJ201204006.htm