RU2596610C1 - Способ поиска и обнаружения объекта - Google Patents
Способ поиска и обнаружения объекта Download PDFInfo
- Publication number
- RU2596610C1 RU2596610C1 RU2015122858/07A RU2015122858A RU2596610C1 RU 2596610 C1 RU2596610 C1 RU 2596610C1 RU 2015122858/07 A RU2015122858/07 A RU 2015122858/07A RU 2015122858 A RU2015122858 A RU 2015122858A RU 2596610 C1 RU2596610 C1 RU 2596610C1
- Authority
- RU
- Russia
- Prior art keywords
- search
- detection
- square
- radar
- objects
- Prior art date
Links
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
Изобретение относится к способам поиска и обнаружения объекта на местности по монохромному цифровому изображению этой местности, например по радиолокационному изображению (РЛИ), формируемому в радиолокаторах с синтезированной антенной (PCА). Достигаемый технический результат - увеличение эффективности обнаружения объекта при уменьшении объема вычислений. Сущность способа состоит в том, что всю зону поиска разбивают на неперекрывающиеся участки, представляющие собой квадраты поиска размером Nп×Nп пикселей, в каждом из которых вычисляют один или несколько выборочных моментов и/или коэффициентов распределения яркости изображения и сравнивают их с пороговыми значениями. В случае превышения одного или нескольких пороговых значений принимают решение об обнаружении в этом квадрате поиска кандидата на искомый объект или его части и во всех квадратах поиска, в которых принято решение об обнаружении кандидата, проводят его допоиск и уточнение его положения. В качестве выборочного момента и выборочного коэффициента распределения яркости изображения используют коэффициент эксцесса. Размер квадрата поиска Nп выбирают соизмеримым или меньше протяженности искомых объектов, но при условии получения выборки, достаточной для вычисления выборочных коэффициентов распределения яркости в окне поиска (Nп≥20). При наличии в РСА нескольких каналов с разным разрешением при обнаружении объектов на этапе поиска используют РЛИ канала с меньшим разрешением, чем на этапе допоиска. Допоиск объекта проводят в пределах квадратов поиска, в которых произошло обнаружение, при их расширении на величину ошибок совмещения РЛИ разных каналов и на размер квадрата обнаружения. Допоиск можно проводить путем оценки выборочных моментов и/или коэффициентов распределения яркости РЛИ в скользящем окне в виде квадрата обнаружения размером Nобн×Nобн пикселей. При этом размер квадрата обнаружения Nобн выбирают меньше размера квадрата поиска при условии, что общее число независимых выборок значений яркости РЛИ в квадрате обнаружения образуют достаточную выборку (Nобн≥20). Пороги для каждого из выборочных моментов можно определить из априорной статистики этих моментов для фрагментов РЛИ фона и РЛИ обнаруживаемых объектов с фоном. 8 з.п. ф-лы, 2 табл.
Description
Изобретение относится к способам поиска и обнаружения объекта на местности по монохромному цифровому (с градациями яркости в каждом пикселе) изображению этой местности, например по радиолокационному изображению (РЛИ), формируемому в радиолокаторах с синтезированной антенной (РСА) за счет многократного излучения на интервале синтезирования зондирующего сигнала и формирования при движении летательного аппарата (ЛА) виртуальной синтезированной антенной решетки (САР).
При этом в общем случае стоит задача поиска, обнаружения и распознавания на полученных РЛИ различных объектов. Так как в настоящее время уже получены РЛИ с высоким разрешением (высокой детальностью), например с разрешением 10 см, то возникает задача обнаружения и распознавания протяженного объекта, занимающего единицы, а иногда десятки и сотни пикселей на РЛИ со своим значением яркости в каждом пикселе.
Традиционно поиск одиночных «точечных» (занимающих один элемент разрешения) объектов в свободном пространстве и на местности осуществляется путем просмотра всех элементов разрешения зоны поиска, например по углам и по дальности. В каждом элементе разрешения осуществляют обнаружение объекта путем сравнения сигнала (яркости РЛИ) в этом элементе с порогом обнаружения, выбираемого, например, исходя из допустимого уровня ложных тревог. Для случая обнаружения в свободном пространстве разработаны оптимальные методы, например метод по критерию Неймана-Пирсона с использованием отношения правдоподобия.
Для случая поиска и обнаружения протяженных объектов на фоне местности оптимальные способы и критерии обнаружения и распознавания не разработаны. Часто используют двухэтапную технологию обнаружения (см., например, статью Достовалова М.Ю. и др. «Исследование методов автоматического обнаружения объектов на РЛ-изображениях», журнал «Исследование Земли из космоса» за 2005 г., №6, с. 14-27). В соответствии с этой технологией на первом этапе производится обнаружение объектов-кандидатов при допустимо высоком уровне ложных тревог (чтобы гарантированно не пропустить объекты поиска), а на втором - фильтрация ложных целей по некоторому набору признаков. Далее проводится распознавание обнаруженных объектов. При этом, как правило, при обнаружении, по аналогии с обнаружением точечных объектов, используют способы, основанные на превышении яркости РЛИ в одном или в нескольких пикселях некоторого порога. Для протяженных объектов рассматривается превышение порога одновременно в нескольких элементах (пикселях), например по критерию «к из т». В настоящее время для распознавания, как правило, используется оператор. Появляются автоматизированные или автоматические системы, но пока они создаются для частных ситуаций, имеют малую эффективность, и вместе с тем объем вычислений очень велик, и требуется существенное их сокращение, в том числе за счет сокращения числа ложных тревог. Очевидно, что минимизация ложных тревог требуется и при работе оператора.
Таким образом, очень важно на первом этапе обнаружения кандидатов на искомый объект обеспечить его надежное обнаружение при минимально возможном числе ложных кандидатов, да еще при допустимом объеме вычислительных затрат (времени на вычисления, в том числе для работы в реальном или близком к реальному масштабе времени). Как правило, при использовании существующих способов это не реализуется.
В качестве аналога предлагаемого способа можно рассматривать способ, изложенный в автореферате диссертации Рогачева В.А. «Математические модели и алгоритмы обработки данных в инфракрасных системах обнаружения при априорной неопределенности», представленной на соискание ученой степени кандидата технических наук, Санкт-Петербург, 2009. Для решения задачи обнаружения полезных сигналов на изображении местности, полученном в инфракрасном диапазоне, осуществляется сканирование изображения окном небольших размеров, состоящим из двух областей: сигнальной и фоновой. Такой способ относится к классу двухвыборочных задач, когда вычисление статистик проводят одновременно по сигналам в двух областях. При этом в соответствии с авторефератом, обнаружение полезного сигнала определяется изменением математического ожидания и дисперсии на выходе фотоприемника в зависимости от полезного сигнала, фона и собственных помех фотоприемника. Полученный алгоритм не универсален, применим только в определенных случаях и требует формирования двух окон и достаточно большого объема вычислений.
За прототип может быть принят способ обнаружения, изложенный в статье Волкова В.Ю., Макаренко А.А., Рогачева В.А., Турнецкого Л.С. «Обнаружение и выделение объектов на оптикоэлектронных изображениях» (см. сборник «55 лет на службе отечеству» ОАО НПО «Радар-ммс», Санкт-Петербург: 2005, стр. 222-226). Обнаружение осуществляют в окне обработки - в квадрате размером n=N×N. В нем выделяют сигнальное окно - квадрат размером m=М×М и помеховое окно. Порог обнаружения по яркости для пикселей сигнального окна определяют с помощью помехового окна, исходя из яркости РЛИ в этом окне. Объект считается обнаруженным и расположенным, например, в центре сигнального окна при условии одновременного превышения порога в элементах сигнального окна. Так как далее предполагается распознавание обнаруженного объекта, то говорят об обнаружении на этом этапе кандидата на обнаруживаемый объект. Поиск объекта во всем задаваемом участке изображения (в зоне поиска) осуществляют путем проведения процедуры обнаружения кандидата скользящим окном, т.е. последовательно при каждом сдвиге окна на один элемент изображения по строке и по столбцу во всей зоне поиска (см. Справочник по радиолокации. Книга 1. Под редакцией М.И. Сколника. «Техносфера», Москва, 2014). Поскольку в процессе поиска возникают случаи обнаружения одного и того же объекта при соседних положениях скользящего окна, необходимым этапом после обнаружения скользящим окном становится процедура выделения связных элементов или группировки результатов обнаружения (индикаторов обнаружения), относящихся к одному и тому же объекту.
К недостаткам прототипа, как и других существующих способов обнаружения протяженных объектов, можно отнести тот факт, что они не гарантируют получение наилучшего, насколько это возможно для рассматриваемых условий, технического результата обнаружения (например, минимальной вероятности пропуска объекта D0 при фиксированной вероятности ложной тревоги F). То есть не ясно, насколько сам способ оптимален, при том что вычислительные затраты при этих способах достаточно велики. Поэтому остро стоит задача нахождения способа обнаружения, который при меньших вычислительных затратах обеспечивает лучшие характеристики обнаружения, например соотношение D0 и F.
Сущность предлагаемого изобретения состоит в том, что при поиске и обнаружении объекта на местности по монохромному цифровому (с градациями яркости в каждом пикселе) изображению этой местности всю зону поиска разбивают на неперекрывающиеся участки, например квадраты поиска размером Nп×Nп пикселей, в каждом из которых вычисляют, исходя из изображения на этом участке, один или несколько выборочных моментов и/или коэффициентов распределения яркости изображения и сравнивают их с пороговыми значениями, и, в случае превышения одного или нескольких пороговых значений, принимают решение об обнаружении в этом квадрате поиска кандидата на искомый объект (или его части) и во всех квадратах поиска, в которых принято решение об обнаружении кандидата, проводят его допоиск и уточнение его положения и, по возможности, формы.
Для получения эффективного и вместе с тем достаточно простого с точки зрения объема вычислений способа поиска и обнаружения в качестве выборочного момента и/или коэффициента распределения яркости изображения используют выборочный коэффициент эксцесса.
В целях достижения всепогодности работы способа и увеличения дальности обнаружения объектов в качестве изображения местности используют радиолокационное изображение (РЛИ) этой местности, формируемое в радиолокаторах с синтезированной антенной решеткой (САР), при том условии, что размер элемента разрешения РЛИ δразр по обеим координатам РЛИ меньше протяженности искомых объектов.
В целях минимизации объема вычислений при допоиске, размер квадрата поиска Nп выбирают соизмеримым или меньше протяженности искомых объектов, но при условии получения выборки, достаточной для вычисления выборочных коэффициентов распределения яркости в окне поиска при примерном сохранении соотношения статистик фона при наличии и отсутствии на нем искомых объектов.
При одновременном формировании в РСА нескольких РЛИ одних и тех же зон поиска с разным разрешением, в целях сокращения объема вычислений на этапе поиска, а также для более эффективного отфильтровывания ложных тревог по результатам допоиска, на этапе поиска используют, по возможности, РЛИ канала с меньшим разрешением, на этапе допоиска - с большим.
По каждому обнаруженному кандидату допоиск объекта проводят в пределах соответствующего квадрата поиска при его расширении на величину ошибок совмещения РЛИ разных каналов и на размер квадрата обнаружения.
При допоиске можно использовать способ по прототипу, то есть формировать два окна и осуществлять обнаружение по критерию «k из m», рассматривая превышение в сигнальном окне яркости пикселей РЛИ некоторого порога, рассчитываемого исходя из РЛИ помехового окна. Вместе с тем эффективным способом допоиска кандидата является способ, когда допоиск объекта в каждом из квадратов поиска, в котором произошло обнаружение кандидата, проводят путем оценки выборочных моментов и/или коэффициентов распределения яркости РЛИ в скользящем окне в виде квадрата обнаружения размером Nобн×Nобн пикселей и по превышению полученных значений над фоновыми значениями (порогами) обнаруживают объекты, а также определяют их положение и, по возможности, форму и пространственную ориентацию объектов.
Для увеличения эффективности допоиска размер квадрата обнаружения Nобн выбирают меньше размера квадрата поиска, при условии, что общее число независимых выборок значений яркости РЛИ в квадрате обнаружения достаточно для вычисления выборочных коэффициентов распределения яркости в этом квадрате.
На практике имеется некоторая статистика по распределению яркости РЛИ, полученных при реальных полетах, и, соответственно, могут быть получены оценки выборочных моментов и, в частности, нормированных моментов - коэффициентов этих распределений. Пороги для каждого из выборочных моментов и коэффициентов распределения яркости РЛИ определяют исходя из априорной статистики этих моментов или коэффициентов для фрагментов РЛИ фона и РЛИ обнаруживаемых объектов с фоном. Причем эти фрагменты должны соответствовать размеру квадратов поиска или обнаружения.
По результатам допоиска подтверждают наличие и определяют положение и, по возможности, форму и ориентацию объектов, осуществляя либо сброс обнаруженного ранее кандидата, либо группирование результатов допоиска в соседних окнах в один объект с учетом априорных данных о протяженности объектов.
Технический результат при применении предлагаемого способа заключается в увеличении эффективности обнаружения кандидата по сравнению с прототипом при значительном уменьшении объема вычислений. При этом эффективность обнаружения может характеризоваться, например, уменьшением ложных тревог при сохранении низкой вероятности пропуска искомого объекта.
Перечень таблиц:
В таблице 1 приведены статистические данные по выборочному коэффициенту эксцесса для РСА см-диапазона.
В таблице 2 приведены статистические данные по выборочному коэффициенту эксцесса для РСА дм-диапазона.
На сегодняшний день задача поиска и оперативного обнаружения на изображении задаваемых объектов и их распознавания очень сложна. Во-первых, можно отметить резкое отличие радиолокационного изображения объектов от привычного для операторов оптического изображения. Во-вторых, разрешение радиоканала уступает разрешению оптического канала. Наконец, информативность современных РСА очень велика, и трудно оперативно разобраться в этом потоке информации. Например, для успешного обнаружения и распознавания малоразмерных объектов требуется и реализуется на практике разрешение порядка 1 м и менее. Имеются РСА с разрешением 10 см. Вместе с тем при разрешающей способности РСА в 1 м полоса лоцируемой местности может составлять, например, 10 км и более. То есть только в одной строке РЛИ количество анализируемых элементов разрешения в этом случае равно 10000. При этом требуемый темп формирования строк, который определяется скоростью полета носителя и разрешением по азимуту, может составлять, например, 1 кГц. Трудно в этом потоке информации в виде РЛИ с указанным разрешением найти и идентифицировать требуемый объект. В настоящее время это, как правило, выполняет оператор, но возможности его очень ограничены. Постепенно появляются автоматизированные системы, в том числе использующие алгоритмы предварительного отбора участков местности для их дальнейшего анализа оператором. Но практически сегодня задача решается только для частных ситуаций. Задача усложняется еще и тем, что в см-диапазоне, при котором достигается хорошее разрешение, высок уровень отражений от местности и сложно обнаружить объект при его слабой контрастности по отношению к фону.
Традиционно при обнаружении воздушных объектов в свободном пространстве и объектов на фоне отражений от местности используют превышение сигналом (яркостью РЛИ) некоторого порога, отсекающего шумы, помехи и фоновый сигнал отражений от местности. Вместе с тем наличие на лоцируемой местности объекта с отражающими свойствами, резко отличающимися от свойств отражений от местности, достаточно существенно нарушает статистику отражений от этой местности, что может служить информацией для обнаружения факта наличия объекта.
Мерой изменения статистики отражений могут служить коэффициенты распределения яркости РЛИ. При анализе ограниченного участка РЛИ можно использовать рассчитанные для этого участка выборочные коэффициенты, такие как коэффициент асимметрии и коэффициент эксцесса γ (см., например, книгу Левина Б.Р. «Теоретические основы статистической радиотехники», книга 1-я, изд. 2-е, М., «Сов. Радио», 1974, стр. 59-60).
Причем следует отметить, что оценка выборочных коэффициентов, проведенная на некотором участке РЛИ, не зависит от расположения объекта на этом участке и расширение этого участка РЛИ (в значимых для практики пределах) в отсутствие других объектов меняет оценку незначительно. Это дает возможность провести предварительный поиск объектов, разбив всю заданную для обнаружения зону на квадраты поиска и проведя в каждом квадрате поиска обнаружение объекта - кандидата на искомый объект, рассчитав исходя из полученного при локации РЛИ, например выборочный коэффициент эксцесса и сравнив его с заранее выбранным порогом. В квадратах, в которых порог превышен и, следовательно, обнаружен кандидат, проводится его допоиск. Допоиск в общем случае проводится скользящим окном, размер которого не превышает размер квадрата поиска. По результатам допоиска возможно не только подтвердить наличие кандидата на искомый объект для его дальнейшего распознавания, но и уточнить положение объекта и по возможности при РЛИ с высоким разрешением определить его размеры, форму и ориентацию в пространстве.
Во многих случаях распределение отражений от местности близко к релеевскому распределению. Можно отметить, что в этом случае коэффициент асимметрии примерно равен 0,63, а коэффициент эксцесса 0,23. На практике распределение в той или иной мере отличается от релеевского. Так, при лоцировании с помощью РСА 3-см диапазона местности в виде перемежающихся лесных участков с опушками и луга с полосами леса и кустарников, а также летного поля, при окнах обработки РЛИ в виде квадратов со сторонами различного размера (N от 20 до 60) получены оценки выборочных коэффициентов асимметрии в диапазоне 1…4 (пролесок, до 7…9 в отдельных точках при наличии кромки, разделяющей области разного типа) и 0,7…2 (летное поле) и выборочных коэффициентов эксцесса в диапазоне 1…15 (пролесок, в отдельных редких точках при наличии кромки до 100 и более) и 0,4…4 (летное поле). При этом при анализе участков с расположенными там объектами (например, самолетами) получены оценки выборочных коэффициентов асимметрии в диапазоне 2…32 и выборочных коэффициентов эксцесса в диапазоне 20…250 с выбросами до 500 и даже свыше 1000 на границе «летное поле - объект». Кроме того, следует отметить, что рост размера скользящего окна N приводит к снижению фоновых значений выборочных коэффициентов на участках однотипных (стационарных) поверхностей и асимптотическому стремлению к некоторым значениям, близким к теоретическим величинам для релеевского распределения. Наличие же на анализируемом РЛИ неоднородностей (объектов и их теней) обуславливает резкий рост этих коэффициентов, причем тем больший, чем больше N. Например, для N=20 максимумы выборочных коэффициентов эксцесса на границе «летное поле - объекты» имеют значения 13…167, для N=30-100…350, а для N=60-165…1197.
Различия между коэффициентами в двух рассмотренных случаях позволяют осуществлять процедуру обнаружения. Для примера можно рассмотреть следующую реализацию способа обнаружения.
Первичный поиск объектов-кандидатов осуществляется с помощью вычисления выборочных коэффициентов эксцесса в окнах размером 75×75 пикселей, замостивших (перекрывших) исходное РЛИ. Пороговое значение выборочного коэффициента эксцесса hпоиска, по которому принимается решение о необходимости допоиска в данном квадрате, выберем равным 30. Допоиск объектов в «подозрительном» квадрате выполняется также по коэффициенту эксцесса с помощью скользящего окна размером 20×20 пикселей, с порогом допоиска hдопоиска=45 и следующими параметрами связывания результатов допоиска в соседних окнах (параметрами группирования или сброса): максимальное расстояние между положениями окна, при котором принимается решение о принадлежности индикаторов обнаружения к одному объекту, Do6=25 пикселей, а максимальный размер обнаруживаемого объекта Dmax=125 пикселей.
Применение данной процедуры к реальному РЛИ 3-см диапазона размером 5792×7673 пикселей (один пиксель составлял 0.7 м и примерно соответствовал разрешению РЛИ), на котором имеются летное поле с расположенными на нем самолетами, малоэтажная застройка (техногенный «мусор») и перемежающиеся участки леса и луга, привело к следующим результатам. На этапе поиска обнаружен 881 «подозрительный» участок (всего исследовалось 8034 квадрата поиска), для этого потребовалось 8 секунд. Допоиск обнаружил 746 объектов, среди которых оказались все большие (и большая часть малых) самолетов на летном поле. Оставшиеся обнаруженные объекты - это дома, отдельно стоящие столбы и в редких случаях элементы кромки на границе поверхностей разных типов. На допоиск было затрачено 6 минут 22 секунды процессорного времени. Следует отметить, что при допоиске использовалась программа, не учитывающая возможности значительного сокращения вычислений за счет особенностей алгоритма скользящего окна. При использовании новейшей вычислительной базы время вычислений может быть уменьшено на порядок.
Вместе с тем автоматическое обнаружение искомых объектов на фоне техногенного «мусора» практически невозможно, и следует по возможности исключать из зоны поиска такие участки, что резко, на порядки, сократит число «подозрительных» участков по результатам поиска и, соответственно, время допоиска.
Отметим, что при отсутствии этапа поиска, т.е. при анализе всего РЛИ скользящим окном размером 20×20 пикселей, порогом обнаружения hобн=45 и теми же параметрами связывания Do6=25 пикселей, Dmax=125 пикселей, обнаруживаем 1030 объектов, в которые входят все самолеты, но и почти 300 дополнительных ложных объектов. Кроме того, по времени такая обработка занимает 45 минут 26 секунд, практически в 7 раз больше, чем двухэтапная процедура с поиском/допоиском.
Рассмотрим теперь другой вариант двухэтапной процедуры. Параметры поиска оставим теми же, что описаны выше, а для допоиска используем скользящее окно 15×15 пикселей, hдопоиска=40, Do6=30 пикселей, Dmax=120 пикселей. Результат: 613 обнаруженных объектов, включая все самолеты, и 4 минуты 22 секунды на обработку РЛИ (с учетом поиска 4 минуты 30 секунд). Таким образом, два варианта двухэтапной процедуры поиска и обнаружения мало отличаются по техническим результатам. Это означает некритичность выбора параметров обнаружителя, с одной стороны, а с другой - возможность их оптимизации. Вместе с тем одноэтапное обнаружение в таком же скользящем окне 15×15 пикселей и с теми же параметрами дает в итоге 786 обнаруженных объектов (более 170 «лишних» ложных объектов) за 29 минут 11 секунд (увеличение времени обработки почти в 6,5 раза).
Используем теперь для поиска алгоритм по способу-прототипу со следующими параметрами: размер помехового окна N=75, размер сигнального окна М=25, порог обнаружения в сигнальном окне k=35 (критерий «35 из 625»), вероятность ложной тревоги в одном пикселе F1=10-4, шаг «замощения» РЛИ равен размеру сигнального окна (т.е. 25). Результат проведения такого поиска в сантиметровом РЛИ - 1159 обнаруженных «подозрительных» участков за 24 секунды. Если осуществить допоиск по алгоритму-прототипу с параметрами: N=25, М=8, k=8, F1=10-4, Do6=30, Dmax=120, то получим подтверждение 747 обнаруженных объектов, включая все самолеты, и затратим на эту процедуру 46 секунд. Заметим, что без процедуры поиска применение данного алгоритма ко всему РЛИ выдает 918 обнаруженных объектов за 25 минут 54 секунды.
Таким образом, выигрыш во времени обработки без снижения ее эффективности достигается при использовании на этапе поиска алгоритма, основанного на вычислении выборочных коэффициентов. При допоиске ожидаемая техническая эффективность предлагаемого способа и способа-прототипа примерно одинакова, и при выборе способа допоиска необходимо учитывать дополнительные характеристики, такие как точность определения местоположения обнаруженного объекта и пр.
Выбор размера окна N и порогов обнаружения можно осуществить, используя априорную статистику по РЛИ фона и РЛИ объектов на этом фоне. Можно ввести критерий, при котором проводится сравнение разброса (среднеквадратического отклонения - СКО) σф выборочного момента (коэффициента) распределения яркости (например, коэффициента эксцесса γ), рассчитанного для «фоновых» участков (при размере окна N×N), с разностью между минимальным значением этого коэффициента в области расположения объекта уоб_мин и максимальным фоновым значением выборочного коэффициента эксцесса γф_макс для выбранных участков. Для количественной оценки по этому критерию можно ввести коэффициент превышения
В рассмотренном примере для реального РЛИ при N=10 СКО значений выборочного коэффициента эксцесса σф колеблется в диапазонах 0,76…0,8 для летного поля и 1,2…1,5 для пролеска. Максимальные значения самих эксцессов уф_макс равны 3 для летного поля и 8 для пролеска, в то время как в области нахождения самолетов на летном поле минимальное значение эксцесса γоб_мин составляет 10. Таким образом, разность величин эксцессов в областях наличия объекта и только фона равна 2…7 и превышает разброс значений эксцесса ненамного (в 1,5…9 раз). Такое небольшое превышение связано, в том числе, и с недостаточной статистической базой - из-за ограниченных размеров окна, а следовательно, размеров выборки выборочные коэффициенты имеют существенный разброс. Для уверенного обнаружения пороговое значение коэффициента эксцесса упор должно быть значительно меньше γоб_мин, но существенно больше γф_макс. С учетом приведенных результатов можно выбрать, например, γпор=5, но очевидно, что исходя из ограниченности приведенной статистики (так как N=10) вероятности пропуска объекта и ложных обнаружений будут значительными Результаты дальнейших рассмотрений этих величин сведены в таблицу 1.
Из таблицы 1 видно, что размер окна 20×20 пикселей обеспечивает получение достаточных статистических данных для оценки эксцесса и уверенного обнаружения объектов на фоне стационарных отражающих поверхностей. Поэтому выборку в 400 пикселей (при окне 20×20 пикселей) можно считать достаточной для расчета выборочных коэффициентов эксцесса. При этом полагается, что выборки статистически независимы. В противном случае необходимо увеличения окна.
Для РЛИ дм-диапазона аналогичные данные, полученные при лоцировании той же местности, приведены в таблице 2, по которым можно сделать примерно такие же выводы, что и для изображений см-диапазона.
Полученные данные о значениях выборочных коэффициентов распределения яркости для РСА разных частотных диапазонов позволяют априорно выбрать размер окна поиска и окна допоиска и определить значения порогов. Как уже отмечалось, величина порога должна превышать возможные значения выборочного коэффициента при наличии в квадрате поиска или допоиска только фона и быть меньше этого коэффициента при наличии в этом квадрате еще и искомого объекта. Так, для квадрата размером 20×20 пикселей РЛИ порог обнаружения при использовании коэффициента эксцесса может быть выбран γпор=10, что вдвое меньше минимального значения коэффициента эксцесса при наличии объекта и более чем в два раза больше γф_макс.
Вместе с тем, в случае если для конкретных РСА при лоцировании различных объектов на разных фонах статистика по распределению яркости РЛИ, полученных при реальных полетах, отличается от приведенной выше, то исходя из полученной статистики можно выбрать и размеры окон, и пороги. Более того, они могут быть уточнены в процессе полета, исходя из априорных полученных ранее или получаемых в процессе работы оценок выборочных коэффициентов по многим квадратам поиска.
В случае когда в многоканальных РСА с каналами разных частотных диапазонов для обнаружения могут быть использованы два частотных канала с примерно одинаковой эффективностью, что следует, в частности, из примерного равенства коэффициентов превышения в таблицах 1 и 2, то для увеличения эффективности предлагаемого способа можно использовать для поиска и допоиска разные частотные каналы. При этом, с целью сокращения объема вычислений на этапе поиска, его следует проводить в канале с относительно низким разрешением. В то же время при допоиске желательно использовать РЛИ канала с более высоким разрешением, чем на этапе поиска, так как в этом случае более подробно и точно определяются формы и протяженности обнаруженного кандидата. Это позволяет с большей эффективностью проводить предварительное распознавание обнаруживаемого объекта и отфильтровывать ложные тревоги при обнаружении кандидата на этапе допоиска и при группировании результатов допоиска.
Можно отметить, что в общем случае каналы с различным разрешением могут быть получены и в РСА, работающем на одной частоте, но имеющем разные зондирующие сигналы, например отличающиеся девиацией частоты, и размеры САР или различную обработку при формировании РЛИ.
Как уже отмечалось, по результатам допоиска необходимо увязывание этих результатов в соседних окнах обнаружения, их группирование. В общем случае, так как обнаруживается протяженный объект, то следует группировать индикаторы (т.е. метки окон, в которых произошло обнаружение кандидата) в один объект. При этом в некоторых случаях можно исключить из дальнейшего рассмотрения (распознавания) «одиночный объект», т.е. объект, протяженность которого меньше ожидаемой. Следует также сбрасывать объекты после группирования, если их протяженность больше заданной величины Dmax. Вместе с тем при группировании необходим ввод такого параметра, как максимально возможный интервал между отметками одного объекта Do6. Очевидно, что значения параметров группирования индикаторов зависят от протяженности объекта, характера отражений от него, разрешения в используемом для поиска и обнаружения РЛИ и пр.
Claims (9)
1. Способ поиска и обнаружения объекта на местности по монохромному цифровому с градациями яркости в каждом пикселе изображению этой местности, характеризующийся тем, что всю зону поиска разбивают на неперекрывающиеся участки, представляющие собой квадраты поиска размером Nп×Nп пикселей, в каждом из которых вычисляют один или несколько выборочных моментов и/или коэффициентов распределения яркости изображения и сравнивают их с пороговыми значениями, и, в случае превышения одного или нескольких пороговых значений, принимают решение об обнаружении в этом квадрате поиска кандидата на искомый объект или его части и во всех квадратах поиска, в которых принято решение об обнаружении кандидата, проводят его допоиск и уточнение его положения.
2. Способ по п. 1, характеризующийся тем, что в качестве выборочного момента и выборочного коэффициента распределения яркости изображения используют выборочный коэффициент эксцесса.
3. Способ по п. 1, характеризующийся тем, что в качестве изображения местности используют радиолокационное изображение (РЛИ) этой местности, формируемое в радиолокаторах с синтезированной антенной решеткой (САР) при том условии, что разрешение РЛИ δразр по обеим координатам РЛИ меньше протяженности искомых объектов.
4. Способ по п. 1, характеризующийся тем, что размер квадрата поиска Nп выбирают соизмеримым или меньше протяженности искомых объектов, но при условии получения выборки, достаточной для вычисления выборочных коэффициентов распределения яркости в окне поиска при наличии и отсутствии в нем объекта.
5. Способ по п. 3, характеризующийся тем, что при формировании в РСА нескольких РЛИ с разным разрешением при обнаружении объектов на этапе поиска используют РЛИ канала с меньшим разрешением, на этапе допоиска - с большим.
6. Способ по п. 3, характеризующийся тем, что допоиск объекта проводят в пределах квадрата поиска при его расширении на величину ошибок совмещения РЛИ разных каналов и на размер квадрата допоиска.
7. Способ по п. 1, характеризующийся тем, что допоиск объекта в каждом из квадратов поиска, в котором произошло обнаружение кандидата, проводят путем оценки выборочных моментов и/или коэффициентов распределения яркости РЛИ в скользящем окне в виде квадрата обнаружения размером Nобн×Nобн пикселей и по превышению полученных значений порогов, определяемых фоновыми значениями выборочных моментов и/или коэффициентов, обнаруживают объекты, а также определяют их положение.
8. Способ по п. 7, характеризующийся тем, что размер квадрата обнаружения Nобн выбирают меньше размера квадрата поиска при условии, что общее число независимых выборок значений яркости РЛИ в квадрате обнаружения достаточно для вычисления выборочных коэффициентов распределения яркости в этом квадрате.
9. Способ по п. 1, характеризующийся тем, что пороги для каждого из выборочных моментов и коэффициентов распределения яркости РЛИ определяют исходя из априорной статистики этих моментов для фрагментов РЛИ фона и РЛИ обнаруживаемых объектов с фоном.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2015122858/07A RU2596610C1 (ru) | 2015-06-16 | 2015-06-16 | Способ поиска и обнаружения объекта |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2015122858/07A RU2596610C1 (ru) | 2015-06-16 | 2015-06-16 | Способ поиска и обнаружения объекта |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2596610C1 true RU2596610C1 (ru) | 2016-09-10 |
Family
ID=56892743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2015122858/07A RU2596610C1 (ru) | 2015-06-16 | 2015-06-16 | Способ поиска и обнаружения объекта |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2596610C1 (ru) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106918807A (zh) * | 2017-02-28 | 2017-07-04 | 西安电子科技大学 | 一种雷达回波数据的目标点迹凝聚方法 |
RU2648234C1 (ru) * | 2017-07-17 | 2018-03-23 | Федеральное государственное унитарное предприятие "Государственный научно-исследовательский институт авиационных систем" (ФГУП "ГосНИИАС") | Способ поиска и обнаружения объекта |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6563451B1 (en) * | 2002-01-16 | 2003-05-13 | Raytheon Company | Radar imaging system and method |
EP1895472A2 (en) * | 2006-08-31 | 2008-03-05 | Sierra Nevada Corporation | System and method for 3D radar image rendering |
EP1728104B1 (en) * | 2004-03-26 | 2013-07-24 | QinetiQ Limited | Imaging apparatus and method |
RU2513122C2 (ru) * | 2012-06-01 | 2014-04-20 | Закрытое акционерное общество "Электронно-вычислительные информационные и инструментальные системы" | Система и способ трехмерной визуализации яркостной радиолокационной карты местности |
RU2536082C1 (ru) * | 2013-07-03 | 2014-12-20 | Открытое акционерное общество "Научно-производственное предприятие "Геофизика-Космос" (ОАО "НПП "Геофизика-Космос") | Способ поиска и обнаружения малоразмерных слабоизлучающих подвижных источников излучения на пространственно-неоднородном фоне оптико-электронными приборами |
RU2542928C2 (ru) * | 2010-09-30 | 2015-02-27 | Эппл Инк. | Система и способ для обработки данных изображения с использованием процессора сигнала изображения, имеющего логику окончательной обработки |
-
2015
- 2015-06-16 RU RU2015122858/07A patent/RU2596610C1/ru active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6563451B1 (en) * | 2002-01-16 | 2003-05-13 | Raytheon Company | Radar imaging system and method |
EP1728104B1 (en) * | 2004-03-26 | 2013-07-24 | QinetiQ Limited | Imaging apparatus and method |
EP1895472A2 (en) * | 2006-08-31 | 2008-03-05 | Sierra Nevada Corporation | System and method for 3D radar image rendering |
RU2542928C2 (ru) * | 2010-09-30 | 2015-02-27 | Эппл Инк. | Система и способ для обработки данных изображения с использованием процессора сигнала изображения, имеющего логику окончательной обработки |
RU2513122C2 (ru) * | 2012-06-01 | 2014-04-20 | Закрытое акционерное общество "Электронно-вычислительные информационные и инструментальные системы" | Система и способ трехмерной визуализации яркостной радиолокационной карты местности |
RU2536082C1 (ru) * | 2013-07-03 | 2014-12-20 | Открытое акционерное общество "Научно-производственное предприятие "Геофизика-Космос" (ОАО "НПП "Геофизика-Космос") | Способ поиска и обнаружения малоразмерных слабоизлучающих подвижных источников излучения на пространственно-неоднородном фоне оптико-электронными приборами |
Non-Patent Citations (1)
Title |
---|
ВОЛКОВ В.Ю. и др. Обнаружение и выделение объектов на оптикоэлектронных изображениях. Сборник "55 лет на службе отечеству", ОАО НПО "Радар-ммс", Санкт-Петербург, 2005, с.222-226. * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106918807A (zh) * | 2017-02-28 | 2017-07-04 | 西安电子科技大学 | 一种雷达回波数据的目标点迹凝聚方法 |
CN106918807B (zh) * | 2017-02-28 | 2019-07-09 | 西安电子科技大学 | 一种雷达回波数据的目标点迹凝聚方法 |
RU2648234C1 (ru) * | 2017-07-17 | 2018-03-23 | Федеральное государственное унитарное предприятие "Государственный научно-исследовательский институт авиационных систем" (ФГУП "ГосНИИАС") | Способ поиска и обнаружения объекта |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Handwerker | Cell tracking with TRACE3D—A new algorithm | |
Falkowski et al. | The influence of conifer forest canopy cover on the accuracy of two individual tree measurement algorithms using lidar data | |
EP2927709B1 (en) | Identifying and tracking convective weather cells | |
AU2012384518B2 (en) | Infrared image based early detection of oil spills in water | |
US6750805B1 (en) | Full polarization synthetic aperture radar automatic target detection algorithm | |
US8582808B2 (en) | Methods for identifying rooftops using elevation data sets | |
US6756935B1 (en) | Full polarization ground moving target indicator radar automatic target detection algorithm | |
US8422738B1 (en) | Adaptive automated synthetic aperture radar vessel detection method with false alarm mitigation | |
CN109471098B (zh) | 利用fod雷达相位相干性信息的机场跑道异物检测方法 | |
CN105160648B (zh) | 基于小波和恒虚警率的雷达目标及阴影分割方法 | |
CN107729843B (zh) | 基于雷达与视觉信息融合的低地板有轨电车行人识别方法 | |
JP7386136B2 (ja) | 雲高計測装置、計測点決定方法、および雲種類決定方法 | |
US11754704B2 (en) | Synthetic-aperture-radar image processing device and image processing method | |
US8369572B2 (en) | System and method for passive automatic target recognition (ATR) | |
Kathuria et al. | Development of an automated individual tree detection model using point cloud LiDAR data for accurate tree counts in a Pinus radiata plantation | |
Zou et al. | A method of radar echo extrapolation based on TREC and Barnes filter | |
RU2596610C1 (ru) | Способ поиска и обнаружения объекта | |
JP6966716B2 (ja) | レーダ画像解析システム | |
JP2010197378A (ja) | レーダ画像処理装置 | |
US9383203B2 (en) | Geolocation using high order statistics | |
RU2648234C1 (ru) | Способ поиска и обнаружения объекта | |
Kida et al. | Improvement of rain/no-rain classification methods for microwave radiometer observations over the ocean using a 37 GHz emission signature | |
CN113655477B (zh) | 一种采用浅层对地雷达自动检测地质病害的方法 | |
US20200209386A1 (en) | Weather radar apparatus and severe rain prediction method | |
Dong et al. | Ground target extraction using airborne streak tube imaging LiDAR |