DE19618155C2

DE19618155C2 - Verfahren zur Detektion und Geschwindigkeitsschätzung von bewegten Objekten in SAR-Bildern

Info

Publication number: DE19618155C2
Application number: DE1996118155
Authority: DE
Inventors: Martin Dipl Ing Kirscht; Hans Georg Prof Dr Ing Musmann
Original assignee: Dornier GmbH
Current assignee: Airbus Defence and Space GmbH
Priority date: 1996-05-07
Filing date: 1996-05-07
Publication date: 1999-04-22
Anticipated expiration: 2016-05-08
Also published as: FR2748572A1; DE19618155A1; FR2748572B1

Description

Die Erfindung betrifft ein Verfahren zur Detektion und Geschwindigkeitsschät zung von bewegten Objekten in SAR-Bildern.

Stand der Technik

Bei der Gewinnung von Bildern aus SAR-Rohdaten (SAR, Synthetic Aperture Radar) entstehen prinzipbedingt Abbildungsfehler, wenn sich bewegte Objek te in der Szene befinden. In Abhängigkeit von der Bewegungsrichtung der Objekte gibt es zwei wesentliche Effekte: Bei radialer Bewegung (Bewegung in Range-Richtung) entsteht eine zusätzliche Dopplerverschiebung, die in einem Versatz des Objekts in Azimut-Richtung, also in bzw. entgegengesetzt zur Flugrichtung der Radar-Antenne, resultiert. Bei Bewegung in Azimut-Rich tung verändert sich die Dopplerrate, wodurch das Objekt im SAR-Bild in Azi mut-Richtung verzerrt wird [1]. Um diese Abbildungsfehler zu eliminieren, ist es notwendig, die bewegten Objekte zu detektieren und deren Bewegungs parameter zu schätzen.

Zur Detektion von statischen Objekten in SAR-Bildern ist aus der Literatur ein Verfahren bekannt, das die Kovarianzmatrix zwischen den Bildpunkten unter schiedlich polarisierter Bilder zur Detektion ausnutzt [2].

Die meisten aus der Literatur bekannten Verfahren zur Bewegungsschätzung von bewegten Objekten arbeiten mit rangekomprimierten SAR-Daten, die entweder in den Doppler-Frequenzbereich (z. B. [3], [4]) oder in eine Zeit-Fre quenz-Ebene [5] transformiert werden. Diese Verfahren sind nicht in der Lage, bewegte Objekte zu detektieren, die sich ausschließlich in Azimut-Richtung bewegen. Außerdem wird in diesen Verfahren eine Pulswiederholfrequenz (PRF, pulse repetition frequency) benötigt, die sehr viel größer als die Dopp ler-Bandbreite des unbewegten Hintergrunds (Clutterbandbreite) ist und da her Einschränkungen bezüglich des verwendbaren SAR-Systems mit sich bringt.

In der DE 44 23 899 C1 wird ein Verfahren zur Detektion, Lokalisierung und Geschwindigkeitsschätzung von Bewegtzielen aus SAR-Rohdaten vorge schlagen, das im Frequenzbereich arbeitet. Dabei wird die Korrelation zwi schen zwei zeitlich unmittelbar nacheinander gebildeten Azimutspektren aus genutzt.

Dieses Verfahren weist Nachteile im Hinblick auf die Darstellung der Bewe gungsabläufe der bewegten Objekte auf. Insbesondere ist eine direkte Zuord nung der gewonnenen Geschwindigkeitswerte der bewegten Objekte im SAR- Bild nicht möglich.

Aufgabe der Erfindung ist es deshalb, ein Verfahren zur Detektion und Ge schwindigkeitsschätzung zu schaffen, das eine direkte Zuordnung der gewon nenen Geschwindigkeitswerte der bewegten Objekte ermöglicht.

Diese Aufgabe wird mit dem Verfahren nach dem Patentanspruch gelöst.

Das erfindungsgemäße Verfahren nutzt die zeitliche Korrelation in einer Sequenz von single-look SAR-Bildern zur Detektion und Geschwindigkeits schätzung von bewegten Objekten aus. Diese Sequenz muß zunächst gene riert werden. Nach der Generierung der Sequenz gliedert sich das Verfahren in drei wesentliche Schritte:
die Detektion von Kandidaten für bewegte Objekte in den einzelnen Bildern der Sequenz, die Geschwindigkeitsschätzung und die Verifikation der Kandi daten als bewegte Objekte.

Vorteilhaft können die Ergebnisse des erfindungsgemäßen Verfahrens visuali siert werden durch Darstellung der single-look SAR-Bilder als Bewegtsequenz mit ruhendem Hintergrund und markierten, sich bewegenden Objekten.

Mit dem erfindungsgemäßen Verfahren können beliebig auf der Erdoberfläche bewegte Objekte detektiert und deren Azimut-Geschwindigkeitskomponenten mit guter Genauigkeit geschätzt werden. Dieses Verfahren arbeitet mit einer PRF, die nur unwesentlich größer als die Clutterbandbreite ist. Außerdem bietet das Verfahren eine neue Darstellung der in den SAR-Daten enthaltenen Informationen über die bewegten Objekte in Form einer Bewegtbild-Sequenz, in der die detektierten sich bewegenden Objekte hervorgehoben werden.

Konkrete Ausführungsbeispiele des erfindungsgemäßen Verfahrens werden im folgenden, teilweise unter Bezugnahme auf die Fig. 1 bis 3 erläutert. Die Figuren zeigen:

Fig. 1 Schätzung der Azimut-Geschwindigkeitskomponente ν_Tx aus der beobachteten Geschwindigkeitskomponente in Azimut-Rich tung ν_Txbeob,

Fig. 2 Single-look SAR-Bild Nr. 6 aus der generierten Sequenz, Look mittenfrequenz 125 Hz;

Fig. 3 Single-look-Bild Nr. 11 aus der generierten Sequenz, Lookmitten frequenz -125 Hz.

Generierung der Sequenz von single-look SAR-Bildern

Unter einem single-look SAR-Bild versteht man ein Bild, das unter Verwen dung eines Teilbandes aus dem Doppler-Spektrum, das heißt eines Looks einer bestimmten Lookbandbreite, ohne Mittelung und daher mit einer - be zogen auf die Lookbandbreite - maximalen Azimut-Auflösung prozessiert wird. Für die Generierung der Sequenz von single-look SAR-Bildern werden die rangekomprimierten SAR-Daten zunächst mit Hilfe einer Fourier-Transforma tion in Azimutrichtung in den Doppler-Frequenzbereich übertragen. Das so gewonnene Doppler-Spektrum wird dann in einige überlappende Bänder mit gleicher Lookbandbreite unterteilt, und es wird jeweils ein single-look-Bild pro Band erzeugt. Die Bilder zeigen die Erdoberfläche dann aus verschiedenen (horizontalen) Blickwinkeln θ_i die wiederum wie folgt von den Bandmittenfre quenzen oder Lookmittenfrequenzen f_li abhängen.

Dabei bezeichnet ν_Ax die Antennengeschwindigkeit, die genau in Azimut- Richtung x gerichtet ist, und λ die Träger-Wellenlänge. Durch die verschie denen Blickwinkel der einzelnen Bilder bekommt man auch gleichzeitig An sichten zu verschiedenen Zeitpunkten, und kann daher die Bilder zu einer Sequenz aneinanderreihen. Die Lookbandbreite wird auf den zu messenden Geschwindigkeitsbereich abgestimmt. Es muß darauf geachtet werden, daß sie maximal so groß ist, daß die schnellsten Objekte im Bild noch annähernd als punktförmig zu erkennen sind.

Die Bilder der Sequenz werden einer ground-range-Korrektur unter der An nahme einer ebenen Erdoberfläche und einer Range-Migration-Korrektur unterzogen. Die Range-Migration-Korrektur wird dabei durch eine Verschie bung der Bilder in Range-Richtung y entsprechend dem vom jeweiligen Blick winkel abhängigen Abstand zwischen Antenne und den Objekten auf der Erdoberfläche ausgeführt. Die Vorteile dieser Methode gegenüber der her kömmlichen [6] bestehen in einem Rechenzeitgewinn und einer leichteren Handhabbarkeit bei der Schätzung der Range-Geschwindigkeitskomponente. Durch diese Behandlung wird erreicht, daß der ruhende Hintergrund in den einzelnen Bildern der Sequenz an den gleichen Positionen erscheint und sich lediglich die Positionen der bewegten Objekte verändern.

Detektion von Kandidaten für bewegte Objekte

Nach der Generierung der Sequenz erfolgt eine Auswahl von Kandidaten für bewegte Objekte in jedem einzelnen Bild der Sequenz. Anders als in [2] wer den hier Bilder verwendet, die nur in einer Polarisation vorliegen. Als Kriterium für die Detektion als Kandidat gilt ein annähernd punktförmiges oder ellipsen förmiges Muster. Die Suche nach Kandidaten wird bei den Pixel mit der maxi malen Intensität begonnen, das heißt bei solchen Punkten mit maximalem Rückstreukoeffizienten (RCS, radar cross section). Das Startpixel und die um liegenden Pixel werden dann als Kandidat ausgewählt, wenn die folgenden Kriterien erfüllt sind:

- das hellste Pixel des Kandidaten hat eine höhere Intensität als eine von der globalen Intensität des Bildes abhängige Schwelle,
- die Anzahl der zu einem Kandidaten gehörenden Pixel liegt zwischen einem minimalen und einem maximalen Wert; der maximale Wert hängt dabei von der Länge der Objekte in Azimut-Richtung ab und kann dem zufolge entsprechend der maximal zu detektierenden Geschwindigkeit gewählt werden,
- die mittlere Intensität der Pixel eines Kandidaten ist merkbar höher als die mittlere Intensität der Nachbarschaft,
- die Pixel eines Kandidaten bilden ein geschlossenes Gebiet,
- kein Pixel eines Kandidaten berührt ein Pixel eines anderen Kandidaten.

Nach der erfolgreichen oder nicht erfolgreichen Erfüllung dieser Kriterien werden die gleichen Schritte für die übrigen Startpixel mit gleicher Intensität und nachfolgend für diejenigen mit geringerer Intensität wiederholt, bis ein Intensitätsschwellwert erreicht ist.

Geschwindigkeitsschätzung

Die Geschwindigkeitsschätzung erfolgt für jeden Kandidaten über eine Schät zung des Verschiebungsvektors (engl. displacement vector) zwischen jeweils zwei aufeinanderfolgenden Bildern s₁ und s₂ aus der Sequenz. Dazu kann ein Blockmatching-Algorithmus benutzt werden, wie er beispielsweise aus der Bildtelefonie bekannt ist [7]. In diesem Algorithmus wird an der Stelle des Kan didaten in Bild s₂ ein Fenster plaziert, so daß der Kandidat im Mittelpunkt liegt. Nun wird im Bild s₁ ausgehend von der gleichen Position ein zweites Fenster innerhalb einer bestimmten Nachbarschaft solange verschoben, bis die Position erreicht ist, an dem die Pixel in den beiden Fenstern die größte Korrelation aufweisen. Es wird angenommen, daß die Positionsdifferenz zwi schen beiden Fenstern dem Verschiebungsvektor des Kandidaten zwischen den beiden Bildern entspricht. Dieser Verschiebungsvektor wird dem Bild s₂ zugeordnet, so daß für das erste Bild der Sequenz kein Verschiebungsvektor existiert. Zur Messung der Korrelation können verschiedene Matching-Krite rien benutzt werden, wie z. B. der Kreuzkorrelationskoeffizient, die normierte Kreuzkorrelationsfunktion (NCCF, normalized cross correlation function), der mittlere quadratische Fehler (MSE, mean square error) oder die mittlere abso lute Differenz (MAD). Das NCCF-Kriterium bringt die besten Ergebnisse, aber im Hinblick auf eine kürzere Rechenzeit kann auch das MSE-Kriterium verwendet werden, das fast genauso gute Ergebnisse lie fert. Das NCCFR-Kriterium ist definiert zu

wobei (x, y) eine der Positionen innerhalb des Fensters in Bild s₂ ist, und Δx und Δy die Positionsdifferenzen zwischen den beiden Fenstern bezeichnen. Aus dem Verschiebungsvektor in der Einheit [Pixel/Bild] _Tpix = (Δx, Δy) kann die beobachtete Geschwindigkeit in [m/s] unter Berücksichtigung der Pixel größe δx und der Zeitdifferenz Δt zwischen zwei aufeinanderfolgenden Bildern wie folgt berechnet werden

Die Zeitdifferenz Δt ergibt sich unter Verwendung von (1) und der minimalen Entfernung R₀ zwischen Antenne und betrachtetem Punkt zu

wobei Δθ die Winkeldifferenz und Δf_t die Differenz der Lookmittenfrequenzen zwischen zwei aufeinanderfolgenden Bildern ist. Die Zeit t ist also nicht über all im Bild gleich, sondern ist von der Range-Entfernung abhängig.

Die beobachtete Geschwindigkeit _Tbeob stimmt aus verschiedenen Gründen nicht exakt mit der wirklichen Geschwindigkeit überein. Die Komponente in Range-Richtung ν_Tybeob ist nur eine grobe Schätzung, da die Range-Positio nen derjenigen Objekte, deren Geschwindigkeitskomponente in Range-Rich tung ungleich Null ist, durch die Range-Migration-Korrektur verschoben sind. Eine genauere Schätzung dieser Komponente ist zu erreichen, wenn die durch Bewegung in Range-Richtung entstehende Dopplerverschiebung vor der Generierung der Sequenz kompensiert wird.

Die Azimut-Positionen der bewegten Objekte stimmen ebenfalls nicht mit den wirklichen Positionen überein. Ouchi [8] hat gezeigt, daß die bewegten Objek te in den single-look-Bildern an solchen Azimut-Positionen erscheinen, als ob sie eine gegenüber der Wirklichkeit doppelt so große Geschwindigkeit hätten. Ouchi hat dabei jedoch unter anderem die Näherung ν_Tx/ν_Ax « 1 verwendet, die im Fall von langsamen Trägerplattformen und schnellen Objekten nicht er füllt ist. Hier wird daher ein genauerer Faktor m_νTx als Quotient aus beob achteter Geschwindigkeitskomponente ν_Txbeob und wirklicher Geschwindig keitskomponente ν_Tx abgeleitet, der ohne diese Näherung auskommt und von den beobachteten Azimut-Positionen p_Tx des bewegten Objekt ausgeht:

Da das Verhalten der bewegten Objekte nahezu unabhängig von der Azimut- Position ist, kann man ohne Beschränkung der Allgemeinheit die Azimut- Position zum Zeitpunkt t = 0 auf p_Tx (t = 0) = 0 setzen. In (4) kann dann Δt = t und Δf_t = f_D, also der resultierenden Dopplerverschiebung, gesetzt werden. Bezeichnet man die Azimut-Position der Antenne mit p_Ax, gilt unter Verwen dung von (1)

Macht man wieder die Näherung sin θ ≈ θ ≈ tan θ, so kann man dies mit

und p_Ax = ν_Ax t umformen zu

Daraus berechnet sich schließlich mit (3) ein Schätzwert für die Azimut-Ge schwindigkeit zu

Der linke Teil dieses Zusammenhangs ist in Fig. 1 für ν_Ax = 82.5 m/s = 297 km/h grafisch dargestellt. Man erkennt, daß diese Relation für kleine Geschwindigkeiten ν_Tx mit dem von Ouchi gefundenen Faktor 2 überein stimmt.

Verifikation der Kandidaten als bewegte Objekte

Die Kandidaten werden von Bild zu Bild entsprechend den bei vorhergehen den Bildpaaren geschätzten Geschwindigkeiten verfolgt. Die ausgewählten Kandidaten werden als bewegte Objekte verifiziert, wenn ihre aus jeweils zwei aufeinanderfolgenden Bildern geschätzten Geschwindigkeiten über eine be stimmte Anzahl von Bildern in etwa konstant bleiben. Dies wird als erfüllt an gesehen, wenn Betrag und Winkel der Geschwindigkeit sich nur innerhalb be stimmter Grenzen ändern. Jeder detektierte Kandidat wird daher in den nach folgenden Bildern entsprechend der geschätzten Geschwindigkeit verfolgt, und es werden die Bilder gezählt, in denen die Bedingung erfüllt ist. Der Kan didat wird als bewegtes Objekt verifiziert, wenn der Zähler die vorgegebene Anzahl von Bildern erreicht hat.

Schließlich wird eine Mittelung der geschätzten Geschwindigkeiten über alle Werte, bei denen die oben angegebene Bedingung erfüllt ist, durchgeführt, um einen zuverlässigen Schätzwert zu erhalten.

Ergebnisse

Das erfindungsgemäße Verfahren wurde auf simulierte und echte SAR-Roh daten angewendet. Zunächst wurden Rohdaten von bewegten Objekten simu liert, die dann jeweils mit echten Hintergrunddaten überlagert wurden, so daß sich ein Signal-Clutter-Verhältnis von 0 dB ergab. Die Antennengeschwindig keit betrug 297 km/h oder 82,5 m/s, und es wurde eine Sequenz mit 16 Bildern erzeugt und verwendet. Die dabei ausgenutzte Dopplerbandbreite betrug 850 Hz, das entspricht etwa 1,7 mal der Clutterbandbreite. Die Azimut-Ge schwindigkeitskomponente konnte bei Objekten mit Azimut-Geschwindigkei ten ν_Tx zwischen ± 10 km/h (± 2,8 m/s) und ± 50 km/h (± 13,9 m/s) mit einem Fehler von 11,4% geschätzt werden. Bei einer Range-Geschwindigkeits komponente ν_Ty von bis zu ± 20 km/h (± 5,6 m/s) werden dabei 100% aller bewegten Objekte detektiert, bei einer höheren Range-Geschwindigkeits komponente etwas weniger. Diesem Abfall der. Detektionsrate kann jedoch durch eine Erhöhung der ausgenutzten Dopplerbandbreite und einer damit verbundenen höheren Anzahl von Bildern in der Sequenz oder durch die bereits erwähnte vorab durchgeführte Kompensation der Dopplerverschie bungen aufgrund von Range-Bewegung begegnet werden. Die Falsch-Alarm- Rate betrug etwa 2%. Detektions- und Falsch-Alarm-Rate können dabei leicht über die Mindest-Anzahl der Bilder, in denen die Geschwindigkeit in etwa gleich bleibt, geregelt werden. Bei den angegebenen Ergebnissen waren dies 5 Bilder.

Die Fig. 2 und 3 zeigen zwei Bilder aus einer Sequenz mit 5 simulierten Ob jekten mit einer Azimut-Geschwindigkeitskomponente von 30 km/h (8,3 m/s) und einer Range-Geschwindigkeitskomponente zwischen -20 km/h und +20 km/h. In Fig. 2 ist Bild Nr. 6 von 16 zu sehen, in dem bereits 2 von 5 Objekten detektiert sind, gekennzeichnet durch ein weißes Quadrat. Fig. 3 zeigt Bild Nr. 11, in dem alle fünf Objekte detektiert sind.

Die Anwendung des Verfahrens auf echte SAR-Rohdaten zeigt ebenfalls gute Ergebnisse. Es ist lediglich eine leichte Verschlechterung der Detektionsrate oder alternativ der Falsch-Alarm-Rate feststellbar. Dies kann durch eine An passung der Detektion der Kandidaten an die statistischen Eigenschaften der single-look-SAR-Bilder noch verbessert werden.

Literatur

[1] R.K. Raney, "Synthetic aperture imaging radar and moving targets", IEEE Trans. Aerospace and Electronic Systems, Band AES-7, Nr. 3, pp. 499-505, Mai 1971.
[2] Y. Wang, R. Chellappa und Q. Zheng, "CFAR detection of targets in fully polarimetric SAR images", Technical Report, Department of Computer Science, University of Maryland, College Park, Nov. 1993.
[3] A. Freeman und A. Currie, "Synthetic aperture radar (SAR) images of moving targets", GEC Journal of Research, Band 5, Nr. 2,1987.
[4] E.D'Addio, M. Di Bisceglie und S. Bottalico, "Detection of moving objects with airborne SAR", Signal Processing, Band 36, Nr. 2, pp. 149-162, März 1994.
[5] S. Barbarossa und A. Farina, "A novel procedure for detecting and focusing moving objects with SAR based on the Wigner-Ville distributionil, Proc. of IEEE Int. Radar Conf., Arlington 1990.
[6] J.C. Curlander und R.N. McDonough: Synthetic Aperture Radar: Systems and Signal Processing, New York: John Wiley & Sons, 1991, S. 193f.
[7] M. Bierling, "Displacement estimation by hierarchical blockmatching", 3rd SPIE Symposium on Visual Communications and Image Proces sing, Cambridge, USA, pp. 942-951, 1988.
[8] K. Ouchi, "On the multilook images of moving targets by synthetic aper ture radars", IEEE Trans. Antennas and Propagation, Band AP-33, Nr. 8, pp. 823-827, 1985.

Claims

Verfahren zur Detektion und Geschwindigkeitsschätzung von bewegten Ob jekten in SAR-Bildern, gekennzeichnet durch folgende Verfahrensschritte:
- - Generierung einer Sequenz von zeitlich aufeinanderfolgenden single-look SAR-Bildern gleicher Polarisation und einer von Bild zu Bild variierenden Lookmittenfrequenz;
- - Detektion von Kandidaten für bewegte Objekte in den single-look SAR-Bil dern der Sequenz durch Suche nach Regionen mit gegenüber der Umge bung abweichendem Verlauf der Intensität;
- - Geschwindigkeitsschätzung der detektierten Kandidaten durch Schätzung des Verschiebungsvektors eines Kandidaten unter Ausnutzung der Korrela tion zwischen aufeinanderfolgenden single-look SAR-Bildern;
- - Verifikation der detektierten Kandidaten als bewegte Objekte durch Aus wertung der Ähnlichkeit mehrerer geschätzter Verschiebungsvektoren aus aufeinanderfolgenden single-look SAR-Bildern für jeweils einen Kandida ten.