基于磁光调制的多光谱目标识别系统的研究

闫晓燕， 秦建敏， 乔记平

1. 太原理工大学物理与光电工程学院， 新型传感器与智能控制教育部重点实验室， 山西 太原 030024

2. 中北大学仪器与电子学院， 山西 太原 030051

基于磁光调制的多光谱目标识别系统的研究

闫晓燕1，2， 秦建敏1， 乔记平1

1. 太原理工大学物理与光电工程学院， 新型传感器与智能控制教育部重点实验室， 山西 太原 030024

2. 中北大学仪器与电子学院， 山西 太原 030051

基于特征光谱的目标识别技术具有检出能力强， 可分辨目标种类等优点， 但也存在一定的问题， 即需要事先获取背景光谱作为先验知识且要求背景光谱随时间的变化较小。 由此限制了其在新环境、 复杂环境中实时目标识别方面的应用。 设计了一种采用磁光调制配合特征光谱分析的技术手段， 使目标识别过程中无需事先获取背景谱， 从而实现了一次采集获取被测目标信息的功能， 相比传统的目标检测方法而言， 对战场的适应能力更强， 具有较好的实用意义。 同时， 磁光调制技术有效地抑制了背景杂散光的干扰， 从而提高了目标识别概率。 由于磁光调制提供了目标光谱的累加迭代信息， 故即使未知背景光谱或者背景光谱变化较大时， 也可以通过目标光谱的迭代信息大幅提高目标识别率。 针对不同被测目标的回波光强与背景光强值进行实验分析， 结果显示， 三种目标对调制线偏振光的反射能力明显强于背景。 采用伪装色的被测目标对可见光成像目标识别影响很大， 而调制偏振型系统仍能很好地识别目标。 在此基础上， 对0.5～2 km范围内的目标进行多特征波长目标种类识别。 采用三个特征波长时， 目标识别概率在2 km左右明显降低， 采用四个或五个特征波长位置时， 可以实现95.0%以上的目标识别概率， 同时为了降低运算量提高系统的实时检测能力， 最终采用四个特征波长。

目标识别； 磁光调制； 多光谱分析； 识别概率

引 言

目标识别指用各种检测设备获取目标的特征信息， 并利用已掌握的各种目标的先验知识， 判别未知目标的类别属性[1]。 传统的目标识别主要采用雷达回波、 激光回波、 视频监控加图像处理的方法[2]。 采用雷达检测目标， 常用于地面机动目标， 但其对静止目标与背景中石块、 岩体等的区分很难实现[3]； 主动激光测距雷达具有测距精确、 实时性高等优势， 但其脉冲能量大容易暴露自身位置， 同时对于装甲表面光谱特性分布变化奇异的目标识别能力大幅降低[4]； 视频监控实现目标识别受限于成像器件的响应能力及图像处理算法， 且受环境影响较大， 对于迷彩色目标识别能力弱[5]。

在现代战场中， 坦克、 装甲车辆等都具有伪装色， 单纯地采用可见光视频分辨目标是很困难的， 由此多光谱目标识别的方法应运而生[6-7]。 多光谱目标识别方法就是采用对目标区域的背景辐射分布与目标辐射分布做差谱分析， 将其中含有目标光谱特性的多个特征波长位置进行标定， 从而通过分析目标的有无及类型[8]。 基于特征光谱的目标识别技术具有检出能力强， 可分辨目标种类等优点， 但也存在一定的问题， 即需要事先获取背景光谱作为先验知识且要求背景光谱随时间的变化较小[9]。 由此限制了其在新环境、 复杂环境中实时目标识别方面的应用。 我们设计了一种采用磁光调制配合特征光谱分析的方法， 使目标识别过程中无需事先获取背景谱， 从而实现了一次采集获取目标信息的功能。 因为磁光调制提供了目标光谱的累加迭代信息， 所以即使未知背景光谱或者背景光谱变化较大时， 也可以通过目标光谱的迭代信息大幅提高目标识别率。

1 系统设计

系统结构如图1所示， 激光经起偏器入射到磁光调制晶体， 经调制后的偏振光照射目标所在区域， 回波光通过聚焦准直系统整形后， 经检偏器入射CCD探测器。 相比可见光成像而言， 由于采用了磁光调制系统， CCD探测器仅对回波光信号中符合线偏振特性的光有响应， 并且背景中相同偏振角的杂散光不具备本征信号的调制特性。 所以， 只有目标表面材质、 形貌连续性高的目标能较好地成像， 而其他背景、 不规则干扰物会产生很强的退偏振化效果， 即使目标有迷彩伪装， 其信号仍能不被背景噪声所淹没。

Fig.1 Schematic diagram of the system

系统的另一部分由干涉模块、 探测器、 光谱数据库构成， 完成多光谱目标识别的功能。 在磁光调制系统获取可能目标的位置信息的基础上， 将对应位置上的回波光进行相干处理， 再做傅氏变换， 获取其光谱分布函数， 利用多波长特征算法与光谱数据库进行拟合运算， 最终通过被测目标的多个特征吸收值判断目标的种类。

2 多光谱目标识别算法

对目标回波光进行相干处理后， 再经傅氏变换得到其光谱分布函数， 该分布函数中必然存在一些特征吸收峰， 将吸收峰对应的特征波长位置按照吸收峰幅值比例关系排序， 从而得到λ1,λ2, …,λk， 特征波长的选取应注意选取的波长间差异性较大， 及具有较低的相干度。 依据各个特征波长之间的比例关系寻找与之匹配的目标类型， 最终实现目标识别。 其具体步骤可分为： 波长提取、 波长组分类和拟合计算。

2.1 波长提取

波长提取就是选择合适的特征波长位置， 选取依据主要是对应位置的吸收峰幅值较大以及该波长位置与相邻波长位置幅值比较大。 采用遗传算法的方式， 将每个波长上的幅值作为种群(P)的集合， 将任意相邻波长上幅值的比值作为适应度(F)。 则采用选择算子对种群中适应度超过阈值(T， 本次样本T=0.85)的个体进行保留， 也就是保留幅值比例较大的波长。 则有：

(1)

选择算子表达式

(2)

由上式可知， 阈值的选取是随回波光谱分布的变化而变化的， 即阈值可以根据光谱幅值比例分布的改变而进行相应地调节。 其中，Fi是实验可得的，P为备选波长是可知的， 则采用选择算子循环迭代可以获得满足T阈值下的k个波长解， 从而得到了适应度高的波长集合λ1,λ2, …,λk。

2.2 波长分类及计算

由遗传算法得到由k个特征波长的多光谱数据虽然已经减少了总体样本的个数， 但想要直接拟合目标种类仍然需要很大的计算量， 所以还需要进一步细分波长特性。 设符合最多属性项的为一组等价类， 其物理含义是i个目标特征光谱的k个特征波长幅值比例的集合， 即存在i组等价类Ii=λi1,λi2, …,λik； 而被测目标等价类属于i组集合(Xk=λx1,λx2, …,λxk)。 将i组所有k个特征波长列出， 再将其目标等价类Xn中的特征属性找出， 最后根据属性之间权值的相关系数作为分类可信度， 就可以计算出被测目标光谱包含的主属性特征了。 在此基础上， 保留符合属性的、 可信度较高的几个特征波长， 取得过多影响迭代运算时间， 过少分类识别错误率增大。 最后代入收敛条件(符合Xn的集合唯一)， 采用迭代计算确定被测目标的种类。

3 实验部分

3.1 被测目标条件

被测目标为1.5 m×1.5 m的正方形钢板， 分别是无涂层(A)、 涂有军绿色油漆(B)和涂有迷彩色油漆(C)三种。 测试环境分别为空旷处(D)、 山地(E)以及灌木林(F)， 测试距离为0.5， 1， 1.5和2 km。 采用磁光调制系统判断目标是否存在， 然后通过多光谱目标识别算法完成目标种类的识别。

3.2 目标提取

采用激光器照射被测目标所在区域， 由于起偏器和磁光调制器的作用使出射到被测区域的光为调制线偏振光。 在不同条件下对三种铁板目标进行测试， 分别计算目标位置回波光强与初始光强的比值以及背景位置光强与初始光强的比值， 实验结果如表1所示。

由实验数据可知， 三种目标对调制线偏振光的反射能力明显强于背景。 由于接收系统前端的检偏器仅能接收对应的线偏振光， 这样可以大大消除背景光的干扰。 自然光中该偏振方向的杂散光很弱， 但如果在被测区域中存在反射表面整齐、 连续甚至是光滑的目标时便有明显的目标偏振成像图。 相比树林、 山地、 石堆等其退偏振化效果显著， 从而无法成像。 随着距离的增大， 目标回波光强衰减较大， 相比而言， 背景产生的该偏振方向的干扰光光强衰减较小。 在采用可见光很难识别的迷彩油漆时， 目标对系统发出的调制线偏振光仍然具有较强的反射性， 所以回波强度改变量不大， 基本不影响系统检测， 证明了采用调制偏振光进行目标检测， 主要取决于目标表面的连续、 平整程度等， 而颜色的伪装几乎不影响系统对目标的检出。 对于不同的背景而言， 其退偏振化能力有明显的区别， 对于山地而言， 由于存在明显的反射表面， 所以回波中背景光强噪声最大， 灌木林次之， 空旷地的背景噪声最低。 其变化特征说明在实际应用中， 采用偏振光调制实现目标检测时背景杂散光对系统信噪比是具有一定影响的。

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 光谱识别

在通过偏振光调制系统提取目标位置的同时， 干涉模块还将完成对回波光进行多特征波长光谱分析， 对回波光中包含的多特征波长进行提取。 从而在分析特征波长分布及振幅比例的基础上实现对目标种类的识别。 当选取的特征波长个数不同时， 对系统总运算量、 检出概率都有影响， 个数太少数据量不足， 会导致检出率下降， 造成漏检； 相反个数过多

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

会造成样本重复， 大大增加运算时间， 降低系统工作性能，表2给出系统在取不同特征波长个数条件下对应的检出概率。

采用不同特征波长完成目标种类识别的实验结果显示， 在0.5 km处采用三个特征波长或更多时， 识别概率相近， 都超过了99.5%。 由于该距离上特征波长处振幅大、 信噪比高， 特征峰明显， 所以特征波长个数选三个可以满足探测要求且总运算量较小。 在1.0 km处三个特征波长的识别概率明显下降， 原因是信号强度降低导致信噪比减小， 从而使目标回波光与背景光相关系数增大所致。 实验结果还反映出随着距离的增大识别概率会降低， 选择特征波长个数越多运算速度相对较慢， 对系统运算能力的要求也大大增加， 降低了系统实时性应用能力。 所以在本算法的基础上， 采用四个特征波长比较合理， 可以保证在检测范围内都有95.0%以上的目标识别概率。 本次分析中采用的波长是通过选择算子对回波光谱中幅值比例较大的波长排序所得。

4 结 论

提出了一种采用磁光调制配合多特征波长算法的目标识别方法。 该方法利用目标表面连续、 平整的特性， 通过检测回波光偏振特性识别目标有无及位置。 对于具有伪装色的被测目标而言， 可见光成像很难识别， 而调制偏振型系统基本不受伪装色的影响。 再结合多特征波长算法分析目标种类， 在选取四个特征波长的条件下， 目标识别概率高于95.0%。 相比传统差谱目标检测技术而言， 本系统最大的优势在于无需预先获取背景光谱分布数据， 而由磁光调制系统提供定位， 实现了一次目标识别的功能， 在新战场环境中具有一定的应用价值。

[1] WANG Qi-chao, WANG Jia-chun, ZHAO Da-peng(王启超, 汪家春, 赵大鹏). Laser & Infrared(激光与红外), 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(杨 佳, 华文深, 刘 恂). Optical Instruments(光学仪器), 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(武春风, 张 伟, 丛明煜). Journal of Infrared and Millimeter Waves(红外与毫米波学报), 2003, 22(4): 265.

[8] WANG Qi-chao, SHI Jia-ming, ZHAO Da-peng(王启超, 时家明, 赵大鹏). Opto-Electronic Engineering(光电工程), 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

国家自然科学基金项目(60378019)资助

闫晓燕， 女， 1977年生， 太原理工大学物理与光电工程学院讲师 e-mail： yanxiaoyannuc@163.com

O436

A

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