• 热门标签

当前位置: 主页 > 航空资料 > 机场资料 >

时间:2010-07-11 10:14来源:蓝天飞行翻译 作者:admin
曝光台 注意防骗 网曝天猫店富美金盛家居专营店坑蒙拐骗欺诈消费者

1  国内外系统获取的雷达PPI 图像
图1 给出两幅国外雷达探鸟系统获取的含有飞鸟目标
的雷达PPI 图像,其中图1 (a) 是由Cooper 等人获得的图
像[ 3 ] ,雷达功率50 kW,图示为量程5. 556 km 时探测到的
天鹅飞行的轨迹,由于保留了每帧的余晖,可见天鹅飞过雷
达扫描空域时形成的灰色点迹,图像中心的大片区域为地
面和植被形成的回波; (图1b) 是美国BIRDRAD 系统观测
到的鸟群迁徙回波图像[ 4 ] ,雷达功率50 kW ,采用抛物面天
线,可进行0°~90°的垂直扫描,量程1. 389 km。
图1  国外雷达探鸟系统获取的PPI 图像
本雷达探鸟实验系统(图2 (a) ) 基于X 波段(9 410 ±
30 MHz) 海事雷达,最高输出功率6 kw ,采用裂缝波导阵列
天线,转速24 rpm ,水平波束宽度1. 9°,垂直波束宽度22°;
脉冲宽度随探测距离而变化:0. 08μs ( PR F = 2 100 Hz) 至
0. 3~0. 8 μs ( PR F = 1 200~600 Hz) 。图2 ( b) 为本系统
2006 年12 月于北京野鸭湖周边地区进行外场实验时采集
的50 帧雷达PPI 图像之一,其观测半径463 m ,图像中包含
飞鸟目标、地面植被、建筑物、气象信息等,某些背景信息的
强度可能强于运动目标信息,其它是灰度级接近零的黑色
背景。飞鸟目标在雷达图像上形成的目标点一般是由多个
像素构成的不规则斑点,图像中包含了目标的灰度级、大小
和位置等大量信息。从目标回波图像中提取这些有用的特
征信息,对运动目标的检测和跟踪具有重要意义。
图2  国内雷达探鸟实验系统及其获取的雷达图像
2  PPI 图像的背景差分[ 526] 与图像平滑
本实验系统获得的雷达PPI 图像中,飞鸟是主要的运
动目标,周围植被和建筑物形成的回波基本处于稳定状态,
但由于雷达噪声和地杂波随时间有一定的起伏,使背景回
波并非一成不变,给检测造成困难,因此要提取出运动目
标,构造一个“纯净”的背景非常必要。
统计平均法是最常用的背景构造方法,这种方法通常
适应于场景内的目标滞留时间较短、目标出现并不频繁的
情况。可采用如下式(1) 计算
Bk =
1
N
( f k + f k- 1 + ⋯+ f k- N+1 ) =
Bk- 1 +
1
N
( f k - f k- N ) (1)
可见,该方法针对每一帧图像重新构造背景, N 为重建所用
的图像数, Bk 为重建后的图像, Bk - 1 为针对上一帧构造的
背景图像, f k 为第k 帧图像。
背景差分后的PPI 图像再经过邻域平均法(见式(2) )
进一步对图像进行平滑。在平滑中要解决的主要矛盾是如
何既能消除噪声,又能保持轮廓尽可能不模糊。
gs ( x , y) = Σ{ w ( m , n) [ f k ( m , n) - Bk ( m , n) ]} (2)
式中, ( x , y) 为块Sm ×n的中心坐标, w ( m , n) 为权函数。
以图2 ( b) 为例,基于50 帧图像构造背景(图3) ,再经
差分和平滑初步获得仅含飞鸟目标的PPI 图像(图4) 。不
难看出,经过背景差分和平滑处理,余下的信息基本属于动
目标信息,但仍然不可避免地存在噪声与假目标,有待于进
一步处理。
图3  图2 (b) 的背景PPI 图像
   
图4  经过背景差分和
图像平滑的图2 (b)
3  背景差分图像的阈值分割
由于图像阈值分割处理的直观性和易于实现, 它在图
像检测中具有重要作用。阈值分割的基本思想是确定一个
阈值,然后把像素点的灰度值和阈值相比较,根据比较的结
果把有用的信息提取出来。
3. 1  固定阈值
阈值分割的关键步骤是阈值T 的确定,对于同一序列
的雷达图像,由于其灰度值变化不大,采用固定阈值法就可
以达到预期效果。将图4 进行固定阈值二值化, T 取128 ,
处理后的图像如图5 所示,可见大量的假目标和背景边缘
得到了消除。
 ·1 626 · 系统工程与电子技术第30 卷 
图5  对图4 固定阈值法处理
3. 2  迭代法选择阈值
对飞鸟目标来说,由于其散射特性、飞行高度和远近,
以及雷达的探测能力的区别,其在雷达显示器上会呈现不
同的灰度级,即使是相同的目标,用不同的雷达进行探测,
所获得的雷达图像也有区别,因此应当自适应地选择阈值。
迭代阈值法首先采用先验的阈值估计值作为初值,然后采
用迭代的方式寻求最优值,具体步骤如下[ 7 ] 。
  (1) 假设最小灰度μ是对分割阈值的先验估计, 灰度
大于μ的点视为运动目标,则初始分割阈值被定义为
T0 = μ (3)
  (2) 在第i 步, 计算运动目标(灰度值大于Ti ) 的平均
灰度值ηi ;
(3) 更新阈值
Ti = (μ+ηi ) / 2 (4)
  (4) 如果Ti - Ti - 1 ≤M , M 为迭代误差,迭代停止,否
则返回第(2) 步。
用迭代法处理图4 ,初值取80 ,迭代10 次, T 得123 ,结
果如图6 (a) 所示;如果将图4 的灰度值整体降低为原图的
60 %(图6 (b) ) ,同样用迭代法,初值与迭代次数不变, T 得
96 ,结果如图6 (c) 所示。可见,利用迭代法选择阈值,对不
同灰度级的雷达图像,具有同等检测效果。
实验还发现,迭代次数对结果影响不大,影响试验结果
的主要是初值的选择,如果初值取70 , T 得112 ,图4 的处
理结果如图6 (d) 所示。因此,有必要对飞鸟目标的电磁散
射特性作深入研究,以便于准确地选择阈值初值。
图6  迭代法选择阈值的PPI 图像分割
4  飞鸟目标信息提取
雷达PPI 图像含有大量的目标信息, 从中提取出有用
的运动目标信息,有利于目标的检测与跟踪。本文处理的
运动目标为飞鸟,提取的目标信息包括目标质心位置( x0 ,
y0 ) 、目标平均灰度I、目标面积S 和目标形状[8 ] 。其中,质
心位置和平均灰度用式(5) 、(6) 计算, 面积用像素数n 表
示,形状用主轴L 的方向和长宽比L/ W 近似描述(见图7) 。
经过以上处理,由图2 ( b) 得到图8 (左上角定义为坐标原
点, x 轴垂直向下, y 轴水平向右) ,并对其进行信息统计(见
 
中国航空网 www.aero.cn
航空翻译 www.aviation.cn
本文链接地址:鸟击资料2(101)