閆曉燕， 秦建敏， 喬記平

1. 太原理工大學(xué)物理與光電工程學(xué)院， 新型傳感器與智能控制教育部重點(diǎn)實(shí)驗(yàn)室， 山西 太原 030024

2. 中北大學(xué)儀器與電子學(xué)院， 山西 太原 030051

基于磁光調(diào)制的多光譜目標(biāo)識(shí)別系統(tǒng)的研究

閆曉燕1，2， 秦建敏1， 喬記平1

1. 太原理工大學(xué)物理與光電工程學(xué)院， 新型傳感器與智能控制教育部重點(diǎn)實(shí)驗(yàn)室， 山西 太原 030024

2. 中北大學(xué)儀器與電子學(xué)院， 山西 太原 030051

基于特征光譜的目標(biāo)識(shí)別技術(shù)具有檢出能力強(qiáng)， 可分辨目標(biāo)種類等優(yōu)點(diǎn)， 但也存在一定的問題， 即需要事先獲取背景光譜作為先驗(yàn)知識(shí)且要求背景光譜隨時(shí)間的變化較小。 由此限制了其在新環(huán)境、 復(fù)雜環(huán)境中實(shí)時(shí)目標(biāo)識(shí)別方面的應(yīng)用。 設(shè)計(jì)了一種采用磁光調(diào)制配合特征光譜分析的技術(shù)手段， 使目標(biāo)識(shí)別過程中無需事先獲取背景譜， 從而實(shí)現(xiàn)了一次采集獲取被測(cè)目標(biāo)信息的功能， 相比傳統(tǒng)的目標(biāo)檢測(cè)方法而言， 對(duì)戰(zhàn)場(chǎng)的適應(yīng)能力更強(qiáng)， 具有較好的實(shí)用意義。 同時(shí)， 磁光調(diào)制技術(shù)有效地抑制了背景雜散光的干擾， 從而提高了目標(biāo)識(shí)別概率。 由于磁光調(diào)制提供了目標(biāo)光譜的累加迭代信息， 故即使未知背景光譜或者背景光譜變化較大時(shí)， 也可以通過目標(biāo)光譜的迭代信息大幅提高目標(biāo)識(shí)別率。 針對(duì)不同被測(cè)目標(biāo)的回波光強(qiáng)與背景光強(qiáng)值進(jìn)行實(shí)驗(yàn)分析， 結(jié)果顯示， 三種目標(biāo)對(duì)調(diào)制線偏振光的反射能力明顯強(qiáng)于背景。 采用偽裝色的被測(cè)目標(biāo)對(duì)可見光成像目標(biāo)識(shí)別影響很大， 而調(diào)制偏振型系統(tǒng)仍能很好地識(shí)別目標(biāo)。 在此基礎(chǔ)上， 對(duì)0.5～2 km范圍內(nèi)的目標(biāo)進(jìn)行多特征波長(zhǎng)目標(biāo)種類識(shí)別。 采用三個(gè)特征波長(zhǎng)時(shí)， 目標(biāo)識(shí)別概率在2 km左右明顯降低， 采用四個(gè)或五個(gè)特征波長(zhǎng)位置時(shí)， 可以實(shí)現(xiàn)95.0%以上的目標(biāo)識(shí)別概率， 同時(shí)為了降低運(yùn)算量提高系統(tǒng)的實(shí)時(shí)檢測(cè)能力， 最終采用四個(gè)特征波長(zhǎng)。

目標(biāo)識(shí)別； 磁光調(diào)制； 多光譜分析； 識(shí)別概率

引 言

目標(biāo)識(shí)別指用各種檢測(cè)設(shè)備獲取目標(biāo)的特征信息， 并利用已掌握的各種目標(biāo)的先驗(yàn)知識(shí)， 判別未知目標(biāo)的類別屬性[1]。 傳統(tǒng)的目標(biāo)識(shí)別主要采用雷達(dá)回波、 激光回波、 視頻監(jiān)控加圖像處理的方法[2]。 采用雷達(dá)檢測(cè)目標(biāo)， 常用于地面機(jī)動(dòng)目標(biāo)， 但其對(duì)靜止目標(biāo)與背景中石塊、 巖體等的區(qū)分很難實(shí)現(xiàn)[3]； 主動(dòng)激光測(cè)距雷達(dá)具有測(cè)距精確、 實(shí)時(shí)性高等優(yōu)勢(shì)， 但其脈沖能量大容易暴露自身位置， 同時(shí)對(duì)于裝甲表面光譜特性分布變化奇異的目標(biāo)識(shí)別能力大幅降低[4]； 視頻監(jiān)控實(shí)現(xiàn)目標(biāo)識(shí)別受限于成像器件的響應(yīng)能力及圖像處理算法， 且受環(huán)境影響較大， 對(duì)于迷彩色目標(biāo)識(shí)別能力弱[5]。

在現(xiàn)代戰(zhàn)場(chǎng)中， 坦克、 裝甲車輛等都具有偽裝色， 單純地采用可見光視頻分辨目標(biāo)是很困難的， 由此多光譜目標(biāo)識(shí)別的方法應(yīng)運(yùn)而生[6-7]。 多光譜目標(biāo)識(shí)別方法就是采用對(duì)目標(biāo)區(qū)域的背景輻射分布與目標(biāo)輻射分布做差譜分析， 將其中含有目標(biāo)光譜特性的多個(gè)特征波長(zhǎng)位置進(jìn)行標(biāo)定， 從而通過分析目標(biāo)的有無及類型[8]。 基于特征光譜的目標(biāo)識(shí)別技術(shù)具有檢出能力強(qiáng)， 可分辨目標(biāo)種類等優(yōu)點(diǎn)， 但也存在一定的問題， 即需要事先獲取背景光譜作為先驗(yàn)知識(shí)且要求背景光譜隨時(shí)間的變化較小[9]。 由此限制了其在新環(huán)境、 復(fù)雜環(huán)境中實(shí)時(shí)目標(biāo)識(shí)別方面的應(yīng)用。 我們?cè)O(shè)計(jì)了一種采用磁光調(diào)制配合特征光譜分析的方法， 使目標(biāo)識(shí)別過程中無需事先獲取背景譜， 從而實(shí)現(xiàn)了一次采集獲取目標(biāo)信息的功能。 因?yàn)榇殴庹{(diào)制提供了目標(biāo)光譜的累加迭代信息， 所以即使未知背景光譜或者背景光譜變化較大時(shí)， 也可以通過目標(biāo)光譜的迭代信息大幅提高目標(biāo)識(shí)別率。

1 系統(tǒng)設(shè)計(jì)

系統(tǒng)結(jié)構(gòu)如圖1所示， 激光經(jīng)起偏器入射到磁光調(diào)制晶體， 經(jīng)調(diào)制后的偏振光照射目標(biāo)所在區(qū)域， 回波光通過聚焦準(zhǔn)直系統(tǒng)整形后， 經(jīng)檢偏器入射CCD探測(cè)器。 相比可見光成像而言， 由于采用了磁光調(diào)制系統(tǒng)， CCD探測(cè)器僅對(duì)回波光信號(hào)中符合線偏振特性的光有響應(yīng)， 并且背景中相同偏振角的雜散光不具備本征信號(hào)的調(diào)制特性。 所以， 只有目標(biāo)表面材質(zhì)、 形貌連續(xù)性高的目標(biāo)能較好地成像， 而其他背景、 不規(guī)則干擾物會(huì)產(chǎn)生很強(qiáng)的退偏振化效果， 即使目標(biāo)有迷彩偽裝， 其信號(hào)仍能不被背景噪聲所淹沒。

Fig.1 Schematic diagram of the system

系統(tǒng)的另一部分由干涉模塊、 探測(cè)器、 光譜數(shù)據(jù)庫構(gòu)成， 完成多光譜目標(biāo)識(shí)別的功能。 在磁光調(diào)制系統(tǒng)獲取可能目標(biāo)的位置信息的基礎(chǔ)上， 將對(duì)應(yīng)位置上的回波光進(jìn)行相干處理， 再做傅氏變換， 獲取其光譜分布函數(shù)， 利用多波長(zhǎng)特征算法與光譜數(shù)據(jù)庫進(jìn)行擬合運(yùn)算， 最終通過被測(cè)目標(biāo)的多個(gè)特征吸收值判斷目標(biāo)的種類。

2 多光譜目標(biāo)識(shí)別算法

對(duì)目標(biāo)回波光進(jìn)行相干處理后， 再經(jīng)傅氏變換得到其光譜分布函數(shù)， 該分布函數(shù)中必然存在一些特征吸收峰， 將吸收峰對(duì)應(yīng)的特征波長(zhǎng)位置按照吸收峰幅值比例關(guān)系排序， 從而得到λ1,λ2, …,λk， 特征波長(zhǎng)的選取應(yīng)注意選取的波長(zhǎng)間差異性較大， 及具有較低的相干度。 依據(jù)各個(gè)特征波長(zhǎng)之間的比例關(guān)系尋找與之匹配的目標(biāo)類型， 最終實(shí)現(xiàn)目標(biāo)識(shí)別。 其具體步驟可分為： 波長(zhǎng)提取、 波長(zhǎng)組分類和擬合計(jì)算。

2.1 波長(zhǎng)提取

波長(zhǎng)提取就是選擇合適的特征波長(zhǎng)位置， 選取依據(jù)主要是對(duì)應(yīng)位置的吸收峰幅值較大以及該波長(zhǎng)位置與相鄰波長(zhǎng)位置幅值比較大。 采用遺傳算法的方式， 將每個(gè)波長(zhǎng)上的幅值作為種群(P)的集合， 將任意相鄰波長(zhǎng)上幅值的比值作為適應(yīng)度(F)。 則采用選擇算子對(duì)種群中適應(yīng)度超過閾值(T， 本次樣本T=0.85)的個(gè)體進(jìn)行保留， 也就是保留幅值比例較大的波長(zhǎng)。 則有：

(1)

選擇算子表達(dá)式

(2)

由上式可知， 閾值的選取是隨回波光譜分布的變化而變化的， 即閾值可以根據(jù)光譜幅值比例分布的改變而進(jìn)行相應(yīng)地調(diào)節(jié)。 其中，F(xiàn)i是實(shí)驗(yàn)可得的，P為備選波長(zhǎng)是可知的， 則采用選擇算子循環(huán)迭代可以獲得滿足T閾值下的k個(gè)波長(zhǎng)解， 從而得到了適應(yīng)度高的波長(zhǎng)集合λ1,λ2, …,λk。

2.2 波長(zhǎng)分類及計(jì)算

由遺傳算法得到由k個(gè)特征波長(zhǎng)的多光譜數(shù)據(jù)雖然已經(jīng)減少了總體樣本的個(gè)數(shù)， 但想要直接擬合目標(biāo)種類仍然需要很大的計(jì)算量， 所以還需要進(jìn)一步細(xì)分波長(zhǎng)特性。 設(shè)符合最多屬性項(xiàng)的為一組等價(jià)類， 其物理含義是i個(gè)目標(biāo)特征光譜的k個(gè)特征波長(zhǎng)幅值比例的集合， 即存在i組等價(jià)類Ii=λi1,λi2, …,λik； 而被測(cè)目標(biāo)等價(jià)類屬于i組集合(Xk=λx1,λx2, …,λxk)。 將i組所有k個(gè)特征波長(zhǎng)列出， 再將其目標(biāo)等價(jià)類Xn中的特征屬性找出， 最后根據(jù)屬性之間權(quán)值的相關(guān)系數(shù)作為分類可信度， 就可以計(jì)算出被測(cè)目標(biāo)光譜包含的主屬性特征了。 在此基礎(chǔ)上， 保留符合屬性的、 可信度較高的幾個(gè)特征波長(zhǎng)， 取得過多影響迭代運(yùn)算時(shí)間， 過少分類識(shí)別錯(cuò)誤率增大。 最后代入收斂條件(符合Xn的集合唯一)， 采用迭代計(jì)算確定被測(cè)目標(biāo)的種類。

3 實(shí)驗(yàn)部分

3.1 被測(cè)目標(biāo)條件

被測(cè)目標(biāo)為1.5 m×1.5 m的正方形鋼板， 分別是無涂層(A)、 涂有軍綠色油漆(B)和涂有迷彩色油漆(C)三種。 測(cè)試環(huán)境分別為空曠處(D)、 山地(E)以及灌木林(F)， 測(cè)試距離為0.5， 1， 1.5和2 km。 采用磁光調(diào)制系統(tǒng)判斷目標(biāo)是否存在， 然后通過多光譜目標(biāo)識(shí)別算法完成目標(biāo)種類的識(shí)別。

3.2 目標(biāo)提取

采用激光器照射被測(cè)目標(biāo)所在區(qū)域， 由于起偏器和磁光調(diào)制器的作用使出射到被測(cè)區(qū)域的光為調(diào)制線偏振光。 在不同條件下對(duì)三種鐵板目標(biāo)進(jìn)行測(cè)試， 分別計(jì)算目標(biāo)位置回波光強(qiáng)與初始光強(qiáng)的比值以及背景位置光強(qiáng)與初始光強(qiáng)的比值， 實(shí)驗(yàn)結(jié)果如表1所示。

由實(shí)驗(yàn)數(shù)據(jù)可知， 三種目標(biāo)對(duì)調(diào)制線偏振光的反射能力明顯強(qiáng)于背景。 由于接收系統(tǒng)前端的檢偏器僅能接收對(duì)應(yīng)的線偏振光， 這樣可以大大消除背景光的干擾。 自然光中該偏振方向的雜散光很弱， 但如果在被測(cè)區(qū)域中存在反射表面整齊、 連續(xù)甚至是光滑的目標(biāo)時(shí)便有明顯的目標(biāo)偏振成像圖。 相比樹林、 山地、 石堆等其退偏振化效果顯著， 從而無法成像。 隨著距離的增大， 目標(biāo)回波光強(qiáng)衰減較大， 相比而言， 背景產(chǎn)生的該偏振方向的干擾光光強(qiáng)衰減較小。 在采用可見光很難識(shí)別的迷彩油漆時(shí)， 目標(biāo)對(duì)系統(tǒng)發(fā)出的調(diào)制線偏振光仍然具有較強(qiáng)的反射性， 所以回波強(qiáng)度改變量不大， 基本不影響系統(tǒng)檢測(cè)， 證明了采用調(diào)制偏振光進(jìn)行目標(biāo)檢測(cè)， 主要取決于目標(biāo)表面的連續(xù)、 平整程度等， 而顏色的偽裝幾乎不影響系統(tǒng)對(duì)目標(biāo)的檢出。 對(duì)于不同的背景而言， 其退偏振化能力有明顯的區(qū)別， 對(duì)于山地而言， 由于存在明顯的反射表面， 所以回波中背景光強(qiáng)噪聲最大， 灌木林次之， 空曠地的背景噪聲最低。 其變化特征說明在實(shí)際應(yīng)用中， 采用偏振光調(diào)制實(shí)現(xiàn)目標(biāo)檢測(cè)時(shí)背景雜散光對(duì)系統(tǒng)信噪比是具有一定影響的。

Table 1 Light intensity of target and background in different conditions

Note: A: Uncoated steel； B: Steel coated army green paint； C: Steel coated camouflage paint; E: Open ground； D: Mountain, F: Shrubbery

3.3 光譜識(shí)別

在通過偏振光調(diào)制系統(tǒng)提取目標(biāo)位置的同時(shí)， 干涉模塊還將完成對(duì)回波光進(jìn)行多特征波長(zhǎng)光譜分析， 對(duì)回波光中包含的多特征波長(zhǎng)進(jìn)行提取。 從而在分析特征波長(zhǎng)分布及振幅比例的基礎(chǔ)上實(shí)現(xiàn)對(duì)目標(biāo)種類的識(shí)別。 當(dāng)選取的特征波長(zhǎng)個(gè)數(shù)不同時(shí)， 對(duì)系統(tǒng)總運(yùn)算量、 檢出概率都有影響， 個(gè)數(shù)太少數(shù)據(jù)量不足， 會(huì)導(dǎo)致檢出率下降， 造成漏檢； 相反個(gè)數(shù)過多

Table 2 The probability of target recognition with different numbers of characteristic wavelengths

Distance/kmCharacteristicwavelengths/nmAProbability/%BProbability/%CProbability/%0 5λ1，λ2，λ399 699 599 5λ1，λ2，λ3，λ499 999 999 8λ1，λ2，λ3，λ4，λ599 999 999 91 0λ1，λ2，λ396 795 896 3λ1，λ2，λ3，λ499 599 699 4λ1，λ2，λ3，λ4，λ599 599 799 51 5λ1，λ2，λ391 089 990 4λ1，λ2，λ3，λ498 398 298 1λ1，λ2，λ3，λ4，λ599 499 499 31 5λ1，λ2，λ386 485 784 9λ1，λ2，λ3，λ497 196 696 2λ1，λ2，λ3，λ4，λ599 399 199 1

Note:λ1=713 nm,λ2=805 nm,λ3=852 nm,λ4=764 nm,λ5=832 nm

會(huì)造成樣本重復(fù)， 大大增加運(yùn)算時(shí)間， 降低系統(tǒng)工作性能，表2給出系統(tǒng)在取不同特征波長(zhǎng)個(gè)數(shù)條件下對(duì)應(yīng)的檢出概率。

采用不同特征波長(zhǎng)完成目標(biāo)種類識(shí)別的實(shí)驗(yàn)結(jié)果顯示， 在0.5 km處采用三個(gè)特征波長(zhǎng)或更多時(shí)， 識(shí)別概率相近， 都超過了99.5%。 由于該距離上特征波長(zhǎng)處振幅大、 信噪比高， 特征峰明顯， 所以特征波長(zhǎng)個(gè)數(shù)選三個(gè)可以滿足探測(cè)要求且總運(yùn)算量較小。 在1.0 km處三個(gè)特征波長(zhǎng)的識(shí)別概率明顯下降， 原因是信號(hào)強(qiáng)度降低導(dǎo)致信噪比減小， 從而使目標(biāo)回波光與背景光相關(guān)系數(shù)增大所致。 實(shí)驗(yàn)結(jié)果還反映出隨著距離的增大識(shí)別概率會(huì)降低， 選擇特征波長(zhǎng)個(gè)數(shù)越多運(yùn)算速度相對(duì)較慢， 對(duì)系統(tǒng)運(yùn)算能力的要求也大大增加， 降低了系統(tǒng)實(shí)時(shí)性應(yīng)用能力。 所以在本算法的基礎(chǔ)上， 采用四個(gè)特征波長(zhǎng)比較合理， 可以保證在檢測(cè)范圍內(nèi)都有95.0%以上的目標(biāo)識(shí)別概率。 本次分析中采用的波長(zhǎng)是通過選擇算子對(duì)回波光譜中幅值比例較大的波長(zhǎng)排序所得。

4 結(jié) 論

提出了一種采用磁光調(diào)制配合多特征波長(zhǎng)算法的目標(biāo)識(shí)別方法。 該方法利用目標(biāo)表面連續(xù)、 平整的特性， 通過檢測(cè)回波光偏振特性識(shí)別目標(biāo)有無及位置。 對(duì)于具有偽裝色的被測(cè)目標(biāo)而言， 可見光成像很難識(shí)別， 而調(diào)制偏振型系統(tǒng)基本不受偽裝色的影響。 再結(jié)合多特征波長(zhǎng)算法分析目標(biāo)種類， 在選取四個(gè)特征波長(zhǎng)的條件下， 目標(biāo)識(shí)別概率高于95.0%。 相比傳統(tǒng)差譜目標(biāo)檢測(cè)技術(shù)而言， 本系統(tǒng)最大的優(yōu)勢(shì)在于無需預(yù)先獲取背景光譜分布數(shù)據(jù)， 而由磁光調(diào)制系統(tǒng)提供定位， 實(shí)現(xiàn)了一次目標(biāo)識(shí)別的功能， 在新戰(zhàn)場(chǎng)環(huán)境中具有一定的應(yīng)用價(jià)值。

[1] WANG Qi-chao, WANG Jia-chun, ZHAO Da-peng(王啟超, 汪家春, 趙大鵬). Laser & Infrared(激光與紅外), 2013, 43(11): 1260.

[2] Chan Sheng-Chih, Lee Kun-Chou. Electromagnetics， 2014, 34(1): 34.

[3] Acosta Eva, Chamadoira Sara, Blendowske Ralf. OSA, 2006, 23(3): 632.

[4] YANG Jia, HUA Wen-shen, LIU Xun(楊 佳, 華文深, 劉 恂). Optical Instruments(光學(xué)儀器), 2013, 35(5): 27.

[5] Paul G Lucey, Keith Horton, Tim Williams. Proc SPIE, Airbone Intelligence, Surveillance, Reconnaissance (ISR) Systems and Applications Ⅳ, 2007, 6546: 654604.

[6] Tian Runlan, Dai Huanyao, Tian Xiaojian. Procedia Engineering, 2011, 15: 2291.

[7] WU Chun-feng, ZHANG Wei, CONG Ming-yu(武春風(fēng), 張 偉, 叢明煜). Journal of Infrared and Millimeter Waves(紅外與毫米波學(xué)報(bào)), 2003, 22(4): 265.

[8] WANG Qi-chao, SHI Jia-ming, ZHAO Da-peng(王啟超, 時(shí)家明, 趙大鵬). Opto-Electronic Engineering(光電工程), 2013, 1(1): 70.

[9] Chen Xinwei, Zhao Jianzhong, Wu Wen. Journal of Electronics， 2012, 29(3): 237.

Research on Multi-Spectral Target Recognition System Based on the Magneto-Optical Modulation

YAN Xiao-yan1, 2， QIN Jian-min1， QIAO Ji-pin1

1. Key Laboratory of Advanced Transducers and Intelligent Control System, Ministry of Education, College of Physics and Optoelectronics, Taiyuan University of Technology, Taiyuan 030024, China

2. Institute of Measuring and Controlling Technology, North University of China, Taiyuan 030051, China

The technology of target recognition based on characteristic multi-spectrum has many advantages, such as strong detection capability and discriminating capability of target species. But there are some problems, it requires that you obtain the background spectrum as a priori knowledge, and it requires that the change of background spectrum is small with time. Thereby its application of real-time object recognition is limited in the new environment, or the complex environment. Based on magneto-optical modulation and characteristic multi-spectrum the method is designed, and the target is identified without prior access to the background spectrum. In order to achieve the function of the target information in the one acquisition time for tested, compared to conventional methods in terms of target detection, it’s adaptability is better than before on the battlefield, and it is of more practical significance. Meanwhile, the magneto-optical modulator is used to suppress the interference of stray light background, thereby improving the probability of target recognition. Since the magneto-optical modulation provides incremental iterative target spectral information, therefore, even if the unknown background spectrum or background spectrum change is large, it can significantly improve the recognition accuracy of information through an iterative target spectrum. Different test targets back shimmering light intensity and background intensity values were analyzed during experiments, results showed that three targets for linearly polarized reflectance modulation is significantly stronger than the background. And it was of great influence to visible imaging target identification when measured target used camouflage color, but the system of polarization modulation type can still recognize target well. On this basis, the target range within 0.5 km×2 km multi-wavelength characteristics of the target species were identified. When using three characteristic wavelengths, the probability of target identification significantly reduced at around 2km, when using four or five characteristic wavelength position, the probability of target identification reach up to more than 95.0%. Meanwhile, in order to reduce the calculation and improve the real-time detection capability of the system, finally, four characteristic wavelengths was selected. So the system has a certain application value.

Target recognition; Magneto-optical modulation; Multi-spectral analysis; Probability of recognition

Apr. 24, 2014; accepted Oct. 8, 2014)

2014-04-24，

2014-10-08

國(guó)家自然科學(xué)基金項(xiàng)目(60378019)資助

閆曉燕， 女， 1977年生， 太原理工大學(xué)物理與光電工程學(xué)院講師 e-mail： yanxiaoyannuc@163.com

O436

A

10.3964/j.issn.1000-0593(2016)03-0864-04