鞏 彪，黃韋艮，陳 鵬

(國家海洋局第二海洋研究所衛(wèi)星海洋環(huán)境動力學國家重點實驗室，杭州 310012)

基于改進的歸一化Hough變換的ASAR圖像船只尾跡檢測

鞏 彪，黃韋艮，陳 鵬

(國家海洋局第二海洋研究所衛(wèi)星海洋環(huán)境動力學國家重點實驗室，杭州 310012)

針對先進合成孔徑雷達(ASAR)圖像中部分船只與其尾跡偏移不大、基本可被認為在一條直線上的特點，利用船只的強反射，提出了一種基于改進的歸一化灰度Hough變換的船只尾跡檢測方法，修正了變換域中的峰值檢測，同時增加了確定尾跡起點和終點的約束條件。實驗結果表明，該方法能夠比較準確地檢測到船只尾跡。

Hough變換;合成孔徑雷達(SAR);先進合成孔徑雷達(ASAR)圖像;尾跡檢測

0 引言

成像合成孔徑雷達(synthetic aperture radar，SAR)探測，較之岸基、船載、機載等探測手段以及可見光、紅外遙感等工作波段，具有全天時、全天候、遠距離、大范圍等優(yōu)點，能夠宏觀、長期、動態(tài)、實時地對陸地和海洋進行觀測。而且由于其特殊的成像原理，使得SAR能夠提供高分辨率的遙感圖像，因此被廣泛地應用于軍事偵察和地面檢測等方面［1］。

水面上的運動船只(或其他在水中的運動物體)在水面留下的痕跡被稱為尾跡。在光學傳感器獲取的圖像和SAR圖像上常常能看見這種尾跡。自1978年在美國Seasat衛(wèi)星的SAR圖像中首次觀測到船只尾跡以來，將船只尾跡雷達特征信號作為船只檢測和分類的一種方式受到廣泛關注［2］。目前，船只航跡的SAR圖像檢測已成為國際遙感界研究的熱門主題之一，其研究成果有著廣泛的應用前景［3－5］，例如對特定海域和海灣港口進行檢測，對海洋水運交通、非法捕魚及海上走私活動進行監(jiān)管等。

目前，很多國家利用眾多的星載和機載SAR獲得了豐富的SAR圖像數(shù)據(jù)［6］。當海量的SAR圖像用于船只尾跡檢測時，為了可及時有效地發(fā)現(xiàn)和提取船只尾跡信息，迫切需要開展對尾跡檢測方法的研究。

近年來，國內外專家對SAR圖像尾跡檢測方法已進行過很多研究［7－16］，主要有基于 Radon變換、Hough變換、歸一化灰度Hough變換的尾跡檢測方法。在直接利用Radon變換方法重構的圖像中，雖然能看出船只尾跡，但尾跡貫穿了整景圖像，無法對航跡的起點和終點作出判斷，該方法缺點非常明顯，只能用于粗略的線狀特征檢測;基于Hough變換的尾跡檢測算法，大部分是先將灰度圖像二值化［17－20］，然而對于 SAR 圖像來說二值化閾值通常難以自適應確定(因為船只尾跡可能比SAR圖像背景亮，也可能比背景暗);歸一化灰度Hough變換比起前兩者來說雖然取得了較好的效果，但是通過對多景SAR圖像的實驗研究表明，該方法的準確性不是很高，而且無法確定尾跡終點的位置［14－15，17］。針對上述情況，本文提出一種基于改進的歸一化灰度Hough變換的尾跡檢測算法，保留船只部分，充分利用其強反射特性;修正了變換域中的最大值檢測，即只需檢測峰值(這樣不僅降低了算法的復雜性，同時也可將暗尾跡檢測出來);修正了尾跡起點和終點的約束條件，使檢測結果更趨于準確。

1 改進的歸一化灰度Hough變換

Hough變換是 Paul Hough于1962年在其專利［9，14－15］中引入用于檢測直線的算法，它在圖像處理和計算機視覺中有很多應用，如用于直線檢測、圓或橢圓檢測、邊界提取等。二維歐幾里德空間中Hough變換的定義為

式中:(x，y)為以圖像中心為坐標的二維歐式平面;D為整個(x，y)平面;F(x，y)為圖像上點(x，y)的灰度值;δ為Dirac函數(shù);ρ為由原點至直線的法線距離;θ為直線的法線與x軸的夾角，取值范圍0～180°。

1.1 歸一化灰度Hough變換

圖像上位于不同位置直線的像素點數(shù)目各不相同，使得在圖像中的直線對于Hough變換空間的貢獻不均勻(即累加數(shù)目不同);加之海面背景相干斑噪聲影響嚴重，經(jīng)常使檢測結果不準確。比較理想的方法是將不同直線內插成相同的點數(shù)，然后再求和，但這樣計算量非常大。為此，在灰度Hough變換的基礎上進行改進，引入直線長度統(tǒng)計空間，用于將參數(shù)空間歸一化，從而實現(xiàn)歸一化灰度Hough變換［14－15］。算法描述如下:①將參數(shù)空間中所有累加器 H(ρk，θm)和直線長度統(tǒng)計空間 L(ρk，θm)的值初始化為零;②迭代計算參數(shù)空間中的值H(ρk，θm)和L(ρk，θm);③對參數(shù)空間中的值進行歸一化;④統(tǒng)計完成后，參數(shù)空間的幅值點的參數(shù)對應的就是要檢測的原圖像中參數(shù)線條。

利用歸一化灰度Hough變換進行船只尾跡檢測的流程［14－15］如圖 1 所示。

該懲罰因子隨著進化代數(shù)增加而逐步遞增，可以確保算法在運行初期利用較低的懲罰力度維持個體多樣性，后期則通過提高懲罰力度加快刪除不合格個體。

圖1 歸一化灰度Hough變換船只尾跡檢測流程Fig.1 Flow chart of ship wake detection algorithm based on normalized Hough transform

歸一化灰度Hough變換算法一方面很好地解決了直線長度不一所帶來的錯誤檢測問題，另一方面該算法提取的線性特征具有尾跡起點坐標，因而可用于自動計算船只航速、分析船只航向，具有自動估算船只運動參數(shù)的優(yōu)點。

然而，盡管該算法可以提取尾跡起點坐標，但未能提取尾跡終點坐標，因此檢測效果并不理想(尤其是對于V型尾跡)。

1.2 改進的歸一化灰度Hough變換

針對歸一化灰度Hough變換算法的不足，對其進行了如下改進和擴展:

1)對于窗口圖像的切割，以尾跡為中心，以略小于尾跡長度為高度，來確定含有船只目標及其尾跡的圖像窗口，并且在后面流程中不需要以背景均值代替船只像素的灰度值;

2)對于噪聲很大的SAR圖像，需要在對窗口圖像切割之前進行濾波處理(例如均值濾波、中值濾波等)，以便達到更好的檢測效果;

3)對窗口圖像進行改進的歸一化灰度Hough變換，在變換域中只需尋找峰值;

4)根據(jù)峰值(ρ，θ)反演出尾跡所在直線，然后通過閾值條件確定尾跡的起點和終點，并在圖像中顯示出來。

利用基于改進的歸一化灰度Hough變換進行船只尾跡檢測的流程如圖2所示。

圖2 改進的歸一化灰度Hough變換船只尾跡檢測流程Fig.2 Flow chart of ship wake detection algorithm based on modified normalized Hough transform

保留圖像中船只灰度的目的是為了能更好地檢測暗尾跡或者漏油引起的尾跡，這樣既不用背景均值替換船只的灰度值，也不用檢測Hough變換域的峰值，大大降低了算法的復雜性。

同時，歸一化灰度Hough變換雖然改進了圖像中不同直線對Hough變換空間的貢獻不均勻問題，但是對于SAR圖像中某些在局部方向上像素灰度值比較大、但直線長度很短的情況，歸一化灰度Hough變換算法就會出現(xiàn)檢測錯誤，把很短的直線錯誤地當作尾跡檢測出來。因此，改進的歸一化灰度Hough變換算法可以更加準確地提取尾跡所在的直線，確定尾跡的起點和終點，提高尾跡檢測的準確性。

2 實驗數(shù)據(jù)與結果分析

2.1 實驗數(shù)據(jù)

本文所用的實驗數(shù)據(jù)是先進合成孔徑雷達(advanced synthetic aperture radar，ASAR)數(shù)據(jù)。ASAR是搭載在ENVISAT衛(wèi)星上的迄今為止最先進的星載合成孔徑雷達系統(tǒng)，其工作波段為C波段，有5種工作模式［21－23］，分別為 IM(image mode)圖像模式、APM(alternating polarisation mode)極化模式、WSM(wide swath mode)寬帶模式、GMM(global monitoring mode)全球檢測模式和WM(wave mode)波模式。

2.2 結果分析

利用本文提出的改進的歸一化灰度Hough變換算法對50景ASAR數(shù)據(jù)進行了船只尾跡檢測實驗。與歸一化灰度Hough變換的算法相比，本文的算法更為簡潔，能夠更加準確地得到尾跡的起點和終點，并在圖像上顯示出來。下面從50景ASAR數(shù)據(jù)中列舉4個實例，通過與歸一化灰度Hough變換算法的比較來說明本文算法的優(yōu)勢。

2.2.1 實例一

圖3是2007年5月5日獲取的ASAR數(shù)據(jù)的APM圖像(VV極化模式)。從圖3(a)可以看出，在船只后面存在十分明顯的湍流尾跡。使用歸一化灰度Hough變換算法和本文改進的尾跡檢測算法得到的尾跡顯示分別如圖3(b)和圖3(c)所示。圖3(c)顯示，使用本文改進的尾跡檢測算法能夠更加準確地得到尾跡的起點和終點，從而提高了尾跡檢測的精度。

圖3ASAR(APM)圖像與尾跡Fig.3 ASAR(APM)images and wakes

2.2.2 實例二

圖4是2007年4月16日獲取的ASAR數(shù)據(jù)的APM圖像(VV極化模式)。從圖4(a)中可以看出，在船只后面存在2條尾跡。使用歸一化灰度Hough變換算法和使用本文改進的算法檢測得到的尾跡顯示分別為圖4(b)中的直線和圖4(c)中的線段。對比兩圖可以看出，后者檢測的結果比前者準確得多。

圖4ASAR(APM)圖像與尾跡Fig.4 ASAR(APM)images and wakes

2.2.3 實例三

圖5是2006年9月12日獲取的ASAR數(shù)據(jù)的WSM圖像(VV極化模式)。從圖5(a)中可以看出，在船只后面存在一條湍流尾跡。使用歸一化灰度Hough變換得到的尾跡是直線(圖5(b));使用本文改進算法檢測得到的尾跡是線段(圖5(c))，尾跡的起點和終點更加準確。

圖5ASAR(WSM)圖像與尾跡Fig.5 ASAR(WSM)images and wakes

2.2.4 實例四

圖6是2009年3月22日獲取的ASAR數(shù)據(jù)的IM圖像(VV極化模式)。從圖6(a)中可以看出船只后面存在一暗一亮兩條尾跡。使用歸一化灰度Hough變換和本文的尾跡檢測算法得到的尾跡顯示分別如圖6(b)和圖6(c)所示。

圖6 ASAR(IM)圖像與尾跡Fig.6 ASAR(IM)images and wakes

以上實例表明，在歸一化灰度Hough變換算法基礎上進行改進，可準確地得到尾跡起點和終點，在一定程度上提高尾跡的檢測精度。

3 結論

本文給出了基于改進的歸一化灰度Hough變換的ASAR圖像船只尾跡檢測的算法。通過實驗得出以下結論:

1)本文提出的算法對ASAR數(shù)據(jù)的幾種圖像模式都適用，既能檢測單尾跡，也能檢測雙尾跡，而且檢測結果都很準確。

2)對于噪聲較小的SAR圖像，不需要進行圖像預處理;對于噪聲較大的ASAR圖像(例如本文中的IM圖像模式)，則應當先進行濾波處理，以便使檢測結果更加準確。

3)本文算法在不去掉船只的情況下仍然能夠檢測出船只的尾跡，降低了算法的復雜性。

4)與歸一化灰度Hough變換相比，本文通過船只尾跡和圖像背景灰度值之間的突變來確定閾值，進而反演尾跡起點和終點坐標，使檢測結果更加準確(尤其是對于V型尾跡，效果更加明顯)。

［1］Gasparovic R.Observation of Ship Wakes from Space［C］//AIAA Space Programs and Technologies Conference Huntsville AL，1992:24－27.

［2］Skoelv A，Wahl T，Eriksen S，et al.Simulation of SAR Imaging of Ship Wakes［C］//IGARSS.Proceedings of IGARSS’88.Edinburgh Scotland:IGARSS，1988:851 －854.

［3］周紅建，陳 越，王正志，等.應用Radon變換方法檢測窄V形船舶航跡［J］.中國圖像圖形學報，2000，5A(11):901 －905.Zhou H J，Chen Y，Wang Z Z，et al.Apply Radon Transform to Detect Narrow V Ship Wake in SAR Images［J］.Journal of Image and Graphics，2000，5A(11):901 －905(in Chinese with English Abstract).

［4］周紅建，周宗潭，李相迎，等.一種從ERS－1 SAR海洋圖像中檢測船舶航跡的算法［J］.遙感學報，2000，4(1):55 －60.Zhou H J，Zhou Z T，Li X Y，et al.Algorithm to Detect the Ship Wake from ERS － 1 SAR Ocean Imagery［J］.Journal of Remote Sensing，2000，4(1):55 －60(in Chinese with English Abstract).

［5］周紅建，李相迎，王正志，等.應用形態(tài)學算子檢測SAR圖像中的湍流航跡［J］.宇航學報，2000，21(2):58 －63.Zhou H J，Li X Y，Wang Z Z，et al.Apply Morphological Operators to Detect Turbulent Ship Wakes in SAR Imagery［J］.Journal of Astron autics，2000，21(2):58 － 63(in Chinese with English Abstract).

［6］種勁松，朱敏慧.SAR圖像艦船及其尾跡檢測研究綜述［J］.電子學報，2003，31(9):1356 －1360 Chong J S，Zhu M H.Survey of the Study on Ship and Wake Detection in SAR Imagery［J］.Acta Electronica Sinica，2003，31(9):1356－1360(in Chinese with English abstract).

［7］Lyden J D，Lyzenga D R，Shuchman R A，et al.Analysis of Synthetic Aperture Radar Imagery of Surface Ship Wakes［C］//IGARSS.Proceedings of IGARSS’86.Zurich:IGARSS，1986:801 －805.

［8］Murphy L M.Linear Feature Detection and Enhancement in Noisy Images via the Radon Transform ［J］.Pattern Recognition Letters，1986，4(4):279 －284.

［9］Hough P V C.A Method and Means for Recognizing Complex Patterns:US，3069654［P］.1962 －12 －18.

［10］Rey M T，Tunaley J K，F(xiàn)olinsbee J T，et al.Application of Radon Transform Techniques to Wake Detection in Seasat－ASAR Images［J］.IEEE Transactions on Geoscience and Remote Sensing，1990，28(4):553－560.

［11］Copeland A C，Ravichandran G，Trivedi M M.Localized Radon Transform － based Detection of Ship Wakes in SAR Images［J］.IEEE Transactions on Geoscience and Remote Sensing，1995，33(1):35－45.

［12］王世慶，金亞秋.SAR圖像船行尾跡檢測的Radon變換和形態(tài)學圖像處理技術［J］.遙感學報，2001，5(4):289 －294.Wang S Q，Jin Y Q.Ship Wake Detection in SAR Images Based on Radon Transformation and Morphologic Image Processing［J］.Journal of Remote Sensing，2001，5(4):289 － 294(in Chinese with English Abstract).

［13］張曉燕，尤紅建，付 琨.基于Radon變換的星載SAR圖像窄V尾跡檢測［J］.測繪科學，2009，34(2):117 －119.Zhang X Y，You J K，F(xiàn)u K.Detection of Narrow V Ship Wakes in SAR Images Based on Radon Transform［J］.Science of Surveying and Mapping，2009，34(2):117 － 119(in Chinese with English Abstract).

［14］種勁松，朱敏慧.基于歸一化灰度Hough變換的SAR圖像艦船尾跡檢測算法［J］.中國圖象圖形學報，2004，9(2):146 －150.Chong J S，Zhu M H.Ship Wake Detection Algorithm in SAR Image Based on Normalized Grev Level Hough Transform［J］.Journal of Image and Graphics，2004，9(2):146 － 150(in Chinese with English Abstract).

［15］艾加秋，齊向陽，禹衛(wèi)東，等.一種基于圖像分割和歸一化灰度Hough變換的SAR圖像艦船尾跡CFAR檢測算法［J］.電子與信息學報，2010，32(11):2668 －2673.Ai J Q，Qi X Y，Yu W D，et al.A New Ship Wake CFAR Detection Algorithm in SAR Images Based on Image Segmentation and Normalized Hough Transform［J］.Journal of Electronics and Information Technology，2010，32(11):2668 － 2673(in Chinese with English Abstract).

［16］周紅建，張 翠，王正志，等.從衛(wèi)星SAR海洋圖像中檢測船目標及其航跡［J］.宇航學報，2000，21(4):117 －123.Zhou H J，Zhang C，Wang Z Z，et al.Detection of Ship and Ship Wake from Satellite SAR Imagery［J］.Journal of Astronautics，2000，21(4):117 －123(in Chinese with English Abstract).

［17］王連亮，陳懷新.基于遞歸修正Hough變換域的艦船多尾跡檢測方法［J］.系統(tǒng)工程與電子技術，2009，31(4):834 －837.Wang L L，Chen H X.Multi－ ship Wakes Detection Method Based on Recursive Modified Hough Transform Field［J］.Systems Engineering and Electronics，2009，31(4):834 －837(in Chinese with English Abstract).

［18］李杭彩，方景龍，王曉飛.基于Hough變換的SAR圖像艦船尾跡檢測方法［J］.杭州電子科技大學學報，2009，29(1):71－74.Li H C，F(xiàn)ang J L，Wang X F.Detection of SAR Image Ship Wake Based on Hough Transform［J］.Journal of Hangzhou Dianzi University，2009，29(1):71 －74(in Chinese with English Abstract).

［19］Wang J F，Howarth P J.Use of the Hough Transform in Automated Lineament［J］.IEEE Transactions on Geoscience and Remote Sensing，1990，28(4):561 －566.

［20］Deans S R.Hough Transform from the Radon Transform［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，1981，3(2):185－188.

［21］馬 龍，陳文波，戴 模.ENVISAT的ASAR數(shù)據(jù)產(chǎn)品介紹［J］.國土資源遙感，2005(1):70－71.Ma L，Chen W B，Dai M.Introduction to ENVISAT － ASAR Data Production［J］.Remote Sensing for Land and Resources，2005(1):70－71(in Chinese with English Abstract).

［22］陳勁松，邵 蕓，林 暉.ENVISAT－ASAR數(shù)據(jù)的特點及其在多云多雨地區(qū)的應用前景［J］.遙感技術與應用，2004，19(6):517－520.Chen J S，Shao Y，Lin H.Characteristics and Analysis of Application of Envisat－ ASAR Data［J］.Remote Sensing Technology and Application，2004，19(6):517 － 520(in Chinese with English Abstract).

［23］種勁松，歐陽越，朱敏慧.合成孔徑雷達圖像海洋目標檢測［M］.北京:海洋出版社，2006.Chong J S，Ouyang Y，Zhu M H.Marine Target Detection of SAR Image［M］.Beijing:China Ocean Press，2006(in Chinese).

Ship Wake Detection in ASAR Image Based on Modified Normalized Hough Transform

GONG Biao，HUANG Wei－gen，CHEN Peng
(State Key Laboratory of Satellite Ocean Environment Dynamics(SOED) ，Second Institute of Oceanography，State Bureau of Oceanic Administration，Hangzhou 310012，China)

A ship wake detection method based on modified normalized Hough transform was proposed in this paper according to the fact that parts of ships and their wakes are nearly on a straight line in advanced synthetic aperture radar(ASAR)image.Experiments were made to verified the method.On the one hand，the peaks were modified in Hough transform field;on the other hand，the constraint conditions confirming initial and end points of ships were amended.The experimental results show that the method of wake detection in the ASAR image can more accurately detect ship wakes.

Hough transform;synthetic aperture radar(SAR);advanced synthetic aperture radar(ASAR)image;wake detection

TP 751.1

A

1001－070X(2012)03－0033－05

2011－10－24;

2011－11－30

10.6046/gtzyyg.2012.03.07

鞏 彪(1986－)，男，碩士研究生，主要從事海洋微波遙感方面的研究。E－mail:hfcoco8868@126.com。

(責任編輯:劉心季)