基于序列图像处理方法的岸基MTD雷达视频回波处理研究

宋颖祥　唐克琴　李乔

摘要：为了解决岸基MTD雷达回波噪声的干扰，剔除雷达探测数据的散点噪声，提高岸基雷达界面的可读性，通过分析雷达视频回波数据的特点，文章提出了一种基于序列图像方法的MTD雷达视频回波处理方案，对雷达视频回波数据采取进行预处理。实验结果表明该方法不仅可以有效的去除噪声，而且可以有效的保留了真实目标。

关键词：雷达视频回波 动目标检测 中值滤波 海杂波 数据率 形态学

中图分类号：TN957.51 文献标识码：A 文章编号：1007-9416（2016）06-0000-00

动目标检测（MTD）雷达回波经过信号处理器完成脉冲压缩、FFT、CFAR等一系列处理，除输出目标点迹数据外，还包含一定量的杂波剩余数据【1】。此阶段称为雷达视频回波（又称为一次回波）。有的还要生成杂波图等。由于杂波剩余会影响到后续数据处理的点迹凝聚、航迹关联，在杂波严重时，还可能造成数据处理计算机过载。除此之外，由于原始回波数据包含着目标特征信息，有经验的雷达操作手可根据回波视频判断目标属性，很多雷达都要求显示视频回波，不经过适当处理的由于杂波和摩尔纹的存在，可读性差，因此有必要对视频回波进行预处理[2]。

1 岸基MTD雷达视频回波特点分析

如图1所示，动目标检测雷达的视频回波与非相参VTS雷达有很大不同，由于在信号处理机中零速通道采用了超杂波检测，其视频回波主要表现在没有大面积的固定杂波，但有大量的零散杂波点和小面积杂波片区，与目标非常接近，信号处理机难以区分；而当海情较高时，会出现大面积由杂波点组成的杂波区，单帧点迹数多达10000个，雷达显示出现不流畅的现象，表明雷达数据处理过载。

由图2可知零速通道目标和杂波的数量远远多余其它速度通道中的目标与杂波数量，这与直观理解也是相符的。因此，在对数据进行处理时，首先考虑对第9速度通道中的数据进行处理。

由于信号处理机实时只能处理扫描线上的目标点迹，对径向点迹的相互关系可以做出判断，根据“距离厚度”剔除少量杂波，而对方位上点迹的邻接关系不能做出判断，对于扫描帧间的关系更是无能为力。

事实上，雷达原始视频回波可以看作随时间连续变化的序列图像，可以针对单帧图像像素间空间的统计关系以及帧间的时间统计关系，借用图像处理的方法作进一步处理，滤除杂波，改善视频。

2 序列图像处理方法

处理前首先要将信号处理器输出的点迹数据扩充成一幅完整的图像。因为每一帧输出的点迹数是不同的，必须按照距离和方位分辨率将单元像素扩充成一幅图像，没有输出点迹的单元填充为零。

2.1 多图像平均法

采用MTD体制对图像处理是非常有利的，因为它可将一幅视频回波按照速度通道划分成若干幅不同的画面，可以分别采用不同的图像处理方法和参数设置进行处理，然后再合成。处理直观理解和通过直方图统计表明，杂波主要分布在零速通道和邻近的1号通道。

由于海杂波存在相关性，对于一个C波段雷达来说，当它以低仰角观测海面时，海杂波相关时间约为1.6ms～15ms的强相关延伸至2s左右的弱相关，由于海杂波的强相关时间小于波束驻留时间，在这个时间段内收到的任何多个脉冲都是相关的，脉冲积累不会改善信杂比，即使采用了频率捷变进行频率去相关，但实际效果并不理想，这与文献[1]中提到的论点是吻合的。

由于雷达天线以15s/r的速度扫描，海杂波在相邻两帧是去相关的，因此在零速通道的视频回波图中，可将海杂波视作不相关的噪声，采用三图像平均法，可以有效滤除噪声。为了不降低数据率，采用流水的方法进行平均，计算机同时存储顺序三帧图像，第1、2、3帧作平均输出，然后第2、3、4帧做平均输出、接下来第3、4、5帧做平均输出，这样依次进行，既做了平均，又保持了数据率。如图5所示，前三帧数据做平均之后得到的图像，选定的数据为距离40-50公里，方位0-30度。

2.2 中值滤波法

中值滤波法是局部平均法的一种[3]。对目标图像的平滑处理采用中值滤波法便于实现、计算，速度较快，结果也比较令人满意。

局部平均法是用某像素领域内的各点灰度级的平均值来代替该像素原来的灰度等级。通过邻域都取成N * N 方形窗口。窗口沿水平和垂直两个方向逐点移动，从而平滑了整幅图像。图像经平滑处理后可使噪声方差减少M倍。但是，简单的局部平均会使图像模糊，特别是交界处轮廓不清晰。为了能保持轮廓边缘的清晰度而又可达到某种程度的平滑，就需要用局部中值来代替局部平均值。若令[f（ x， y）]代表雷达一次回波直角坐标系下的图像阵列， f（ x， y）的数值代表幅度等级，那么中值滤波后得到的图像则是[g（ x， y）] ，其中g（x， y）是以（x， y）为中心的N* N 窗口所框住的各像素的幅度中间值。中值滤波是一种非线性变换，通过中值滤波可以降低灰度值，扩大杂波与目标之间的灰度区别，为阈值分割创造条件。

标准的中值滤波可以有效地滤去离散的杂波点，但通过对比分析多幅图像发现，由于目标RCS的起伏，有些目标会在某一帧点数较少被认为是杂波被滤除，这就给后面的跟踪处理带来的麻烦。这里我们借鉴了彩色序列图像运动跟踪处理的方法，对于序列图像动目标跟踪来说，由于目标姿态变换以及遮挡等因素的影响，选定的目标在每一帧分割出的像素都是变化的，这就给动目标跟踪带来了困难，但对于彩色图像来说，无论被跟踪的目标像素如何变化，其颜色是基本不变的，据此可实现连续稳定跟踪。目标回波起伏类似上述情况，但不管目标如何起伏，其多卜勒频率在两帧之间（15s内）不会有大的变化，由此来约束中值滤波，可防止目标被滤除。

图6和图7分别为第一帧雷达视频回波数据在距离40-50公里，方位0～30度之间的中值滤波前和中值滤波后的图像。由图可见，经上述方法处理后，散点噪声明显减少，且目标数据仍然保留。证明了本文算法的有效性。

2.3 数学形态学

在岸基雷达目标检测中，由于海杂波的影响，即使经过一系列的信号及数据处理，有些杂波信号仍然会被当作目标保留下来，而目标较弱的部分会被当作杂波信号被滤除掉，造成杂波信号残留以及目标信号分裂，影响后续的目标检测工作【4】。因此，在进行目标检测之前，需要对阈值检测和中值滤波后的雷达信号进一步的处理。主要实现以下两个功能：

（1）进一步消除信号强度较高的杂波的干扰；

（2）将分裂的目标合并，形成完整的目标。

由于雷达实时性的要求，在消除杂波和合并目标时，需要在很短的时间和很少的信息下实现上述功能。

数学形态学是一门建立在集合代数基础上，用集合论方法定量描述几何形状和结构的一门新兴的数字信号处理方法和理论。具有严谨的数学结构，简明的基本观念和解决面向“形态”问题的快速运算。非常适合信号的几何形态分析和描述，在岸基雷达中可根据雷达目标几几何特征的先验知识，设计合适大小的结构元素和相应的运算操作，实现多种行之有效的滤波操作，完成目标检测工作之前的杂波消除和目标合并工作。

形态学研究目标几何形状的基本思想是利用一个结构单元，对目标数据进行探测，保留主要形状，删除不想干的形状（如噪声、毛刺等），当结构单元在目标数据不断移动时，便可考察目标各个部分之间的相互关系，从而了解目标的结构特性，并进行相应的处理。

形态学的滤波算法有很多种，组合起来可以实现目标分割，特征提取，噪声消除以及边界检测等形状与结构的分析与处理。在本篇文章中，主要采用的是形态学中的腐蚀、膨胀和开启、闭合运算。

开运算：

闭运算：

开运算操作是先腐蚀后膨胀运算，可以消除噪声和杂波，实现多个物体连通区域的分割，平滑轮廓，且总的位置和形状不变；闭运算是先膨胀后腐蚀运算，可以消除空洞，连通紧邻区域，具有填充作用，总的位置和形状也不变。可根据雷达数据分析和先验知识，选择合适的滤波形式。在此，我们选择用3*3的全向结构单元进行闭合运算。得到的结果如图8所示，可以看出形状更优化了。

3 结语

随着计算机硬件技术的迅猛发展，计算机CPU处理能力以及显卡GPU图形显示能力得到了极大的提高，雷达视频回波显示完全由纯软件方法实现已成为现实。本文提出的利用图像处理的方法处理雷达视频回波的工作取得了不错的效果。除抑制杂波外，图像处理技术在弱小目标检测及跟踪上大有可为，如何有针对性的选择相应的图像处理方法还有待深入研究。

参考文献

[1]Merrill I.Skolnik.左群声，徐国良，马林，王德纯等译.雷达系统导论[M].北京：电子工业出版社，2006.

[2]刘赟.雷达回波图像的补偿与优化[J].雷达与对抗，2009，4，51-53.

[3]章毓晋.图像工程[M]. 北京：清华大学出版社，2007.5.

[4]顾晶，何昇浍.一种基于形态学滤波的雷达目标检测方法[J].计算机与数字工程，2009，40（2），112-114.