RU2582073C2 - Способ определения аномалий на морской поверхности неконтактным радиолокационным методом - Google Patents

Abstract

Изобретение относится к области гидрофизики, в частности к дистанционному контролю гидрологических процессов взаимодействия ветрового волнения и внутренних волн. Достигаемый технический результат - преобразование текстурных признаков изображения в "шероховатость" пространственного волнения, достаточную для дешифрирования аномальных участков. Способ включает операции получения мезамасштабных картин с помощью радиолокационной станции надводного корабля, адаптации вида обработки к интенсивности и направлению ветрового волнения взаимной корреляционной обработки сигналов в частотной области и выделении характерных частотных составляющих для определения природы аномалии. 3 ил.

Description

Изобретение относится к области гидрофизики и океанологии и может найти применение при контроле проявлений гидрофизических процессов в толще воды на морской поверхности дистанционными средствами, обнаружении движущихся подводных объектов, течений, участков загрязнения акваторий следами хозяйственной деятельности человека.

Аномалия возникает, как правило, при взаимодействии между собой разнородных физических процессов. В частности, аномалия морской поверхности представляет собой результат взаимодействия ветрового волнения и внутренних волн, выходящих на поверхность (от подводных объектов, течений), при изменении поверхностного натяжения воды в местах загрязнения нефтепродуктами, скоплениях планктона и т.д.

Физически, аномалия взволнованной морской поверхности проявляется в изменении интенсивности отражений и пространственного спектра волнения относительно фоновых участков. При радиолокационном зондировании морской поверхности за счет изменения характера рассеяния электромагнитных волн для участков с различной "шероховатостью" получаемые изображения отличаются по интенсивности и набору спектральных составляющих в отраженном сигнале. Причем наличие или отсутствие мелкодисперсных образований на поверхности крупных волн развитого волнения приводит к изменению удельной эффективной площади рассеяния (m∗n) морской поверхности.

Известен способ когерентного выделения эхо-сигнала морской поверхности [1].

Основным недостатком известного аналога является:

- трудность практической реализации теоретической модели сигнала устройством многоканального когерентного приема.

Ближайшим аналогом по технической сущности к заявляемому способу является метод выделения контурного рисунка на изображении [2].

Визуальное восприятие образа человеком-оператором происходит на уровне контура рисунка. Поэтому в ближайшем аналоге селекцию объектов осуществляют методом выделения контура объекта путем вычисления градиента скалярной функции интенсивности яркости изображения I (х, у) в каждой точке, на основе расчета оператора Робертса.

Известный способ реализуется следующей последовательностью технологических операций:

- получают изображение подстилающей поверхности;

- преобразуют аналоговую функцию интенсивности яркости изображения I (х, у) путем квантования в матрицу дискретных отсчетов размерностью σ строк и столбцов;

- выбирают регулярный оператор с апертурой окна 2∗2 элемента:

- элементы которого связаны по диагоналям (двум взаимно ортогональным направлениям) операцией вычитания;

- рассчитывают перекрестный оператор Робертса для каждой дискретной точки изображения из соотношения:

- вводят на экран (печать) точки, для которых R(j, i)>2.

Известный способ имеет следующие недостатки:

1. При одинаковых условиях зондирования (балльность волнения, азимут ветра, ракурс движения) разница удельных эффективных площадей рассеяния фона и аномалии незначительна, что затрудняет селекцию по тональным признакам изображения.

2. Появление недопустимо большого числа ложных контуров при пространственном дифференцировании, зашумленность контурного рисунка второстепенными деталями снижают достоверную идентификацию аномалий.

Задача, решаемая данным изобретением, заключается в повышении эффективности и достоверности выделения аномалий путем перехода от обработки радиолокационного сигнала во временной области в частотную с использованием Вейвлет-преобразования. После этого картина предъявляется для анализа и принятия решения оператору. Для более полной реализации возможности обнаружения аномалии морской поверхности по контрасту с окружающей обстановкой на этапе принятия решения сравниваются сигналы, получаемые с выхода трех типов детекторов, обрабатывающих один и тот же сигнал. В качестве детекторов используются фазовый, частотный и амплитудный детекторы, обладающие различной чувствительностью к изменению характеристик сигнала. В зависимости от степени «изрезанности» картины происходит выбор одного из детекторов по направлению от наиболее чувствительного фазового к наименее чувствительному - амплитудному. Критерием является среднеквадратическое отклонение анализируемого сигнала по всему ансамблю анализируемых частот. Порог величины СКО для принятия решения об использовании или неиспользовании определенного детектора определяется после того, как в заданном районе океана предъявляется сначала участок поверхности, где заведомо известно отсутствие аномалий, а затем участок поверхности, где данные аномалии присутствуют. Для повышения контрастности наблюдаемой картины используется двухчастотное сканирование морской поверхности с помощью двух радиолокационных станций, разнесенных в пространстве с совместной обработкой радиолокационного сигнала. Дальнейшая обработка сигнала происходит как для одной радиолокационной станции и обработанные сигналы поступают на коррелятор, который позволяет повысить контраст предъявляемой оператору радиолокационной картинки.

В дальнейшем могут быть применены известные методы [3, 7] пространственной обработки радиолокационного сигнала («картинки») для принятия решения о наличии либо отсутствии в контролируемой области пространства аномалии волнения морской поверхности.

Поставленная задача достигается тем, что в способе обнаружения аномалий морской поверхности, включающем получение ее изображения, преобразование пространственной зависимости функции яркости изображения 1 (х, у) в матрицу |m∗n| цифровых отсчетов, обработку матрицы, осуществляют разбиение кадра изображения на мозаику фрактальных участков, последовательное вычисление пространственного спектра волнения каждого участка, расчет автокорреляционной функции электрического сигнала анализируемого участка, оценку "шершавости" участка по интегральному признаку $$z=\frac{R\left(0.1B_{\max }\right)}{B_{\max }}$$

и сравнивание его с шершавостью фона (Z₀), вывод на отображение участков, для которых пороговое отношение Π=Ζ/Ζ₀>2, синтез из последовательно проанализированных участков мозаичной картины аномалии, где В, В₀ - максимальные значения автокорреляционных функций электрического сигнала матриц участков соответственно фона и аномалии; R₀, R - ширина автокорреляционных функций фона и аномалии на уровне 0,1 их максимального значения.

Сопоставительный анализ заявляемого технического решения с ближайшим аналогом показывает, что заявляемый способ отличается от известного введением новых технологических операций, использованием комплексирования информации от нескольких разнесенных источников, обеспечивающих достижение свойств, закономерности которых проявились в заявленном объекте впервые. Действительно, в ближайшем аналоге рассматривается преобразование сигнала в частотную область с использованием быстрого преобразования Фурье с выхода одного детектора радиолокационной станции. В заявляемом способе для повышения качества выделения аномалий происходит адаптация обработки сигнала к уровню волнения морской поверхности и преобразование сигнала из временной в частотную области с использованием Вейвлет-преобразования, как позволяющего с наименьшими потерями получить информацию в высокочастотной и низкочастотной областях спектра анализируемого сигнала. Совместная корреляционная обработка сигналов от двух когерентных радиолокационных средств также направлена на повышение вероятности выделения аномалии на взволнованной морской поверхности. Это позволяет утверждать, что заявляемый способ удовлетворяет критерию "изобретательский уровень".

Наличие таких признаков, как вновь введенные операции, повышающие достоверность идентификации аномалий, получение образа аномалии в виде мезамасштабной частотно-временной мозаичной картины, выделенных на основе использования вновь введенной совместной обработки многочастотного сканирования морской поверхности, позволяет сделать вывод о соответствии заявляемого технического решения критерию "существенные отличия".

Техническая сущность изобретения заключается в следующем. Взаимодействие внутренних волн с ветровым волнением вызывает локальные поверхностные течения с чередующимися зонами конвергенции (сходимости векторов скорости) и дивергенции (расходимости). Диапазон взаимодействия ветрового волнения с вектором скорости внутренних волн очень широк, что порождает множество форм взаимодействия и неоднозначность проявления следовых аномалий. На настоящий момент при анализе изображений морской поверхности вследствие ее пространственной и временной изменчивости используются косвенные дешифровочные признаки. Реальным путем продолжения перечисленных сложностей является использование интегральных статистических характеристик аномалий. К числу статистических характеристик относится эффективная (σ) отражающая поверхность, однако контрастность данного параметра относительно фона составляет 0,5-1,5 дБ. Другой статистической характеристикой, имеющей ясный физический смысл и существенный интервал изменения, является пространственный спектр волнения. Установлено на физической модели [3], что в области аномалии происходит демпфирование в первую очередь высокочастотных составляющих пространственного спектра. В результате интервал пространственных частот сокращается в несколько раз. Поэтому для достоверной идентификации аномалий целесообразно проводить селектирование непосредственно по данному физическому признаку. Изменение пространственного спектра волнения отражается как изменение цветовой или яркостной текстуры изображения, проявляющееся в появлении полос, имеющих ярко выраженную структуру. Поэтому текстурная обработка изображений позволяет выявить скрытые закономерности как пространственно-геометрических, так и спектральных признаков аномалий.

Количественной мерой "шероховатости" взволнованной поверхности являются автокорреляционные функции отраженного сигнала. По определению [4] автокорреляционная функция B(R) процесса вычисляется как обратное Фурье-преобразование от его энергетического спектра S(F).

В связи с разработкой и практическим применением алгоритмов Вейвлет-преобразования вся процедура вычисления автокорреляционных функций участков может быть автоматизирована. О реализуемости программных методов расчета автокорреляционных функций [5].

Энергетический спектр сигнала S(F) связан с его амплитудным спектром G(f) соотношением [6]:

где АВ - размер участка (фрактала).

В свою очередь, амплитудный спектр участка вычисляется программным расчетом Вейвлет-преобразования в соответствии с зависимостью

а затем преобразуют двумерный спектр Вейвлет-преобразования CWTf(a,b) в огибающую пространственного спектра G(f) интегрированием его по сегментным участкам.

О реализуемости программных методов расчета параметров электрического сигнала матрицы по операциям заявляемого способа [7].

На фиг. 1 иллюстрированы визуализированные отображения пространственных спектров Вейвлет-преобразования сигналов от двух радиолокационных каналов и результат их совместной корреляционной обработки для участка морской поверхности с присутствующей аномалией при волнении порядка 2…3 баллов. На фиг. 2, 3 приведены графики восстановленных (программным расчетом) огибающих пространственного спектра участков и их автокорреляционных функций, соответственно фона (а) и аномалии (б).

ЛИТЕРАТУРА

1. Тверской Г.Н., Терентьев Г.К., Харченко И.П. Имитаторы эхо-сигналов судовых радиолокационных станций. Л.: Судостроение, 1973, с. 44-54, 3, 2, с. 123, рис. VI. 24, - аналог.

2. Дуда P.O., Харт П.Е. Распознавание образцов и анализ сцен, перевод с английского. - М.: Мир, 1976, 7.3 Пространственное дифференцирование, с. 287-288, рис. 7.3.

3. Щербаков Ф.С., Давыдов В.Ф. Селекция кильватерного следа подводных лодок на морской поверхности по его радиоизображению. Сборник Вопросы специального машиностроения, серия 4, вып. 10(202). Миноборонпром, СССР, 1990.

4. Заездный A.M. Основы расчетов по статистической радиотехнике. М.: изд. Связь, 1969, с. 94, формула 7.35.

5. Марпл С.А. Цифровой спектральный анализ и его приложения. Перевод с английского, М.: Мир, 1990, с. 77-79.

6. Заездный A.M. Основы расчетов на статистической радиотехнике. М.: Связьиздат 1969, с. 93, формула 7.30.

7. Методы и аппаратура цифровой обработки изображений, версии 2.1; 2.2. "Маски интегрирования Фурье спектра", с. 61-64, Технический отсчет МГУ, 1986.

Claims (1)

1. Способ определения аномалий на морской поверхности неконтактным радиолокационным методом, заключающийся в том, что используют двухчастотное когерентное зондирование с последующей совместной корреляционной обработкой сигналов, отличающийся тем, что осуществляют переход от обработки радиолокационного сигнала во временной области в частотную область с использованием Вейвлет-преобразования, при этом совместная корреляционная обработка по нескольким параметрам в частотной области осуществляется путем сравнения сигналов, получаемых с выходов фазового, частотного и амплитудного детекторов, обрабатывающих один и тот же сигнал и обладающих разной чувствительностью к изменению характеристик сигнала, причем критерием выбора сигнала с выхода одного из детекторов, для принятия решения об обнаружении аномалии морской поверхности, является среднеквадратическое отклонение (СКО) анализируемого сигнала по всему ансамблю анализируемых частот, при этом порог величины СКО для принятия решения об использовании или неиспользовании соответствующего детектора определяется после того, как в заданном районе морской поверхности предъявляется участок поверхности, где заведомо известно отсутствие аномалий, а затем участок поверхности, где данные аномалии присутствуют, после чего выявляют контрастные изменения на морской поверхности в реальном масштабе времени.

Images