Способ обнаружения аномалий морской поверхности

 

Изобретение относится к области океанологии, в честности к дистанционному контролю гидрологических процессов взаимодействия ветрового волнения и внутренних волн. Задача, решаемая изобретением, заключается в преобразовании текстурных признаков изображения в "шероховатость" пространственного волнения, достаточную для дешифрирования аномальных участков. Способ включает операции получения изображения с борта космического носителя, сброса и регистрации изображения на наземных средствах, разбиение кадра на мозаику фрактальных участков, преобразование функции яркости изображения I (x,y) участков в стандартную матрицу m · n элементов, вычисление огибающей пространственного спектра и автокорреляционной функции В (R) электрического сигнала матриц, расчета интегрального признака "шероховатости" каждого участка (R / B) и сравнения его с "шероховатостью" фонового участка (R₀ / B₀), синтезирования из последовательно проанализированных участков мозаичной картины аномалии. Эффективность способа, характеризуемая оперативностью выдачи целеуказаний, при передаче информации через спутник-ретранслятор в Центр управления в темпе наблюдения, составляет единицы минут. 5 ил.

Изобретение относится к области океанологии и может найти применение при контроле гидрологических процессов на морской поверхности дистанционными средствами, обнаружения движущихся подводных объектов, течений, участков загрязнений нефтепродуктами.

Аномалия возникает, как правило, при взаимодействии между собой разнородных физических процессов. В частности, аномалия морской поверхности представляет собой результат взаимодействия ветрового волнения и внутренних волн, выходящих на поверхность (от подводных лодок, течений), при изменении поверхностного натяжения воды в местах загрязнения нефтепродуктами, скоплениях планктона и т.д.

Физически, аномалия взволнованной морской поверхности проявляется в изменении пространственного спектра волнения относительно фоновых участков. При радиолокационном или оптическом зондировании морской поверхности за счет изменения диффузиорезонансного рассеяния электромагнитных волн участков с различной "шероховатостью" получаемые изображения отличаются по тону. Причем наличие или отсутствие мелкодисперсных образований на поверхности крупных волн развитого волнения, приводит к изменению удельной эффективной площади рассеяния () морской поверхности.

Известен способ когерентного выделения эхо-сигнала морской поверхности (см. , например Тверской Г.Н., Терентьев Г.К., Харченко И.П. Имитаторы эхо-сигналов судовых радиолокационных станций. Л.: Судостроение, 1973, с. 44-54, 3, 2, с. 123, рис. VI. 24, - аналог).

Недостатками известного аналога являются: неадекватность используемой статистической модели физическому процессу, а следовательно, и характеристикам реального сигнала; трудность практической реализации теоретической модели сигнала устройством многоканального когерентного приема.

Ближайшим аналогом по технической сущности к заявляемому способу является метод выделения контурного рисунка на изображении (см., например, Дуда Р.О., Харт П.Е. Распознавание образцов и анализ сцен, перевод с английского. - М.: Мир, 1976, 7.3 Пространственное дифференцирование, с. 287-288, рис. 7.3.

Визуальное восприятие образа человеком-оператором происходит на уровне контура рисунка. Поэтому в ближайшем аналоге селекцию объектов осуществляют методом выделения контура объекта путем вычисления градиента скалярной функции интенсивности яркости изображения I (x, y) в каждой точке, на основе расчета оператора Робертса.

Известный способ реализуется следующей последовательностью технологических операций: получают изображение подстилающей поверхности; преобразуют аналоговую функцию интенсивности яркости изображения I (x, y) путем квантования в матрицу дискретных отсчетов размерностью σ строк и столбцов; выбирают регулярный оператор с апертурой окна 2 · 2 элемента: элементы которого связаны по диагоналям (двум взаимно ортогональным направлениям) операцией вычитания; рассчитывают перекрестный оператор Робертса для каждой дискретной точки изображения из соотношения:
- вводят на экран (печать) точки, для которых R(j, i) > 2.

Известный способ имеет следующие недостатки.

1. При одинаковых условиях зондирования (балльность волнения, азимут ветра, ракурс движения) разница удельных эффективных площадей рассеяния фона и аномалии незначительна, что затрудняет селекцию по тональным признакам изображения.

2. Появление недопустимо большого числа ложных контуров при пространственном дифференцировании, зашумленность контурного рисунка второстепенными деталями снижают достоверную идентификацию аномалий.

Задача, решаемая данным изобретением, заключается в повышении эффективности и достоверности выделения аномалий путем текстурной обработки фрактальных участков изображения для восстановления пространственного спектра волнения и расчета на его основе вновь введенного интегрального признака - отношения "шершавостей" фона и аномалии.

Поставленная задача достигается тем, что в способе обнаружения аномалий морской поверхности, включающем получение ее изображения, преобразование пространственной зависимости функции яркости изображения 1 (x, y) в матрицу цифровых отсчетов, обработку матрицы, осуществляют разбиение кадра изображения на мозаику фрактальных участков, последовательное вычисление пространственного спектра волнения каждого участка, расчет автокорреляционной функции электрического сигнала анализируемого участка, оценку "шершавости" участка по интегральному признаку и сравнивание его с шершавостью фона (Z₀), вывод на отображение участков, для которых пороговое отношение П = Z/Z₀ > 2, синтез из последовательно проанализированных мозаичной картины аномалии, где B, B₀ - максимальные значения автокорреляционных функций электрического сигнала матриц участков соответственно фона и аномалии; R₀, R - ширина автокорреляционных функций фона и аномалии на уровне 0,1 их максимального значения.

Сопоставительный анализ заявляемого технического решения с ближайшим аналогом показывает, что заявляемый способ отличается от известного введением новых технологических операций, обеспечивающих достижение свойств, закономерности которых проявились в заявленном объекте впервые. Действительно, в ближайшем аналоге контурный рисунок аномалии получают обработкой матрицы дискретных отсчетов окном фиксированной апертуры и маской известной, регулярной процедуры (оператор Робертса). В заявляемом способе образ аномалии на изображении синтезируют из мозаичных фрактальных участков, выделяемых по пороговому признаку, причем уровень сигнала отображаемого фрактала пропорционален вновь введенному признаку Z = R/B, представляющему собой отношение показателя "шероховатости" участка к средней мощности флуктуаций сигнала данного участка изображения. Это позволяет утверждать, что заявляемый способ удовлетворяет критерию "изобретательский уровень".

Наличие таких признаков, как вновь введенные операции, повышающие достоверность идентификации аномалий, получение образа аномалии в виде мозаичной картины фракталов, выделенных на основе использования вновь введенного интегрального признака, позволяет сделать вывод о соответствии заявляемого технического решения критерию "существенные отличия".

Техническая сущность изобретения заключается в следующем. Взаимодействие внутренних волн с ветровым волнением вызывает локальные поверхностные течения с чередующимися зонами конвергенции (сходимости векторов скорости) и дивергенции (расходимости). Диапазон взаимодействия ветрового волнения с вектором скорости внутренних волн очень широк, что порождает множество форм взаимодействия и неоднозначность проявления следовых аномалий. На настоящий момент при анализе изображений морской поверхности вследствие ее пространственной и временной изменчивости используются косвенные дешифровочные признаки. Реальным путем продолжения перечисленных сложностей является использование интегральных статистических характеристик аномалий. К числу статистических характеристик относится эффективная ( σ ) отражающая поверхность, однако контрастность данного параметра относительно фона составляет 0,5 - 1,5 дб. Другой статистической характеристикой, имеющей ясный физический смысл и существенный интервал изменения, является пространственный спектр волнения. Установлено на физической модели (см., например, Щербаков Ф.С., Давыдов В.Ф. Селекция кильватерного следа подводных лодок на морской поверхности по его радиоизображению. Сборник Вопросы специального машиностроения, серия 4, вып. 10(202). Миноборонпром, СССР 1990), что в области аномалии происходит демпфирование в первую очередь высокочастотных составляющих пространственного спектра. В результате интервал пространственных частот сокращается в несколько раз. Поэтому для достоверной идентификации аномалий целесообразно проводить селектирование непосредственно по данному физическому признаку. Изменение пространственного спектра волнения отражается как изменение текстуры изображения, проявляющееся в чередовании светлых и темных полос. Поэтому текстурная обработка изображений позволяет выявить скрытые закономерности как пространственно-геометрических, так и спектральных признаков аномалий.

Количественной мерой "шероховатости" взволнованной поверхности являются автокорреляционные функции отраженного сигнала. По определению (см., например, Заездный А.М. Основы расчетов по статистической радиотехнике. М.: изд. Связь, 1969, с. 94, формула 7.35) автокорреляционная функция B(R) процесса вычисляется как обратное Фурье преобразование от его энергетического спектра S(F).

В связи с разработкой и практическим применением алгоритмов быстрого преобразования Фурье (БПФ) вся процедура вычисления автокорреляционных функций участков может быть автоматизирована. О реализуемости программных методов расчета автокорреляционных функций (см., например, Марпл С.А. Цифровой спектральный анализ и его приложения. Перевод с английского, М.: Мир, 1990, с. 77-79).

Энергетический спектр сигнала S(F) связан с его амплитудным спектром G(f) соотношением: (см. , например, Заездный А.М. Основы расчетов на статистической радиотехнике. М.: Связьиздат 1969, с. 93, формула 7.30)

AB - размер участка (фрактала).

В свою очередь, амплитудный спектр участка вычисляется программным расчетом прямого БПФ в соответствии с зависимостью

а затем преобразуют двумерный комплексный спектр Фурье G(f_x, f_y) в огибающую пространственного спектра G(f) интегрированием его по сегментным участкам.

О реализуемости программных методов расчета параметров электрического сигнала матрицы по операциям заявляемого способа (см., например, Методы и аппаратура цифровой обработки изображений, версии 2.1; 2.2. "Маски интегрирования Фурье спектра", с. 61-64, Технический отсчет МГУ, 1986).

На фиг. 1 иллюстрированы визуализированные отображения пространственных спектров Фурье фрактальных участков изображения морской поверхности при волнении порядка 2...3 баллов. На фиг. 2, 3 приведены графики восстановленных (программным расчетом) огибающих пространственного спектра участков и их автокорреляционных функций, соответственно фона (а) и аномалии (б).

Пример реализации способа.

Заявляемый способ может быть реализован на базе устройства по схеме фиг. 4. Структура технических средств включает систему оперативного получения изображения морской поверхности в составе орбитального комплекса "Алмаз" 1 с размещенным на нем радиолокатором (PCA) с синтезированной апертурой 2, осуществляющего съемку объектов подстилающей поверхности 3. Последовательность отснятых районов наблюдения в виде кадров записывается на бортовой магнитофон 4 (типа "Нива-2") и в сеансах связи передается через спутик-ретранслятор 5 и радиолинии 6 в Центр управления полетом 7, где регистрируется на видеомагнитофон 8 типа "Арктур". Устройство ввода 9 типа "Panasonik" кадр изображения разбивается на фрактальные участки, которые преобразуются в стандартные матрицы цифровых отсчетов пространственной зависимости функции яркости изображения I (x, y), размером 512 · 512 элементов в интервале 256 градаций по тону каждый отсчет. Размеры фрактала и дискретность сканирования (число точек на дюйм при обработке фотоизображений) выбираются в зависимости от масштаба снимка и отслеживаемого физического процесса. Так, при параметрах кильватерного следа подводной лодки (средняя длина ≈ 6 км, ширина 0,8 км, угол расходимости ≈ 7,5^o) предпочтительный размер фрактала ≅ 0,3 · 0,3 км. Последовательность стандартных матриц подвергается обработке по операциям заявляемого способа, реализуемых программными расчетами на ПЭВМ (70) типа "SUN" (SPARC STATION5). Для программных расчетов используется комплекс специализированных программ цифровой обработки изображений типа ER MAPPER.5.0. (см., например, Пакет программ для обработки изображений в науках о Земле, ER MAPPER. Краткое описание, USA, GENASYS, 1995), записанных на винчестер 11. Для расчета интегрального признака используется набор эталонов на дискетах 12 фонового волнения различной балльности. Визуализация Фурье-спектров осуществляется на дисплее 13 с распечаткой графиков на принтере 14. В примере реализации использован снимок, полученный на витке 4.898 системы "Алмаз" 1, λ = 9,6 см, участок морской поверхности, района Сан-Диего, Калифорния, США с координатами 29^o92 ... 30^o37 и 116^o53...116^o68. Количественное значение интегрального признака рассмотренных участков изображения (графики фиг. 3) составило величину 4,3. Синтезированная из фрактальных участков картина кильватерного следа иллюстрирована фиг. 5.

Эффективность заявляемого способа определяется достоверностью и оперативностью обнаружения аномалий.

В частности, для кильватерных следов, оперативность обнаружения должна находиться в интервале ед. минут (из расчета расстояние визуальной видимости объекта, деленной на скорость цели). При передаче отснятых кадров в ЦУП через спутник-ретранслятор в темпе наблюдения, оперативность выдачи целеуказаний определится только задержкой обработки кадров. Обработка на станции "SUN" объемов информации 10¹⁰ Мбайт составляет ед. минут, т.е. требования по оперативности выполняются.

Формула изобретения

Способ обнаружения аномалий морской поверхности, включающий получение ее изображения, преобразование пространственной зависимости функции яркости изображения I (x, y) в матрицу m · n цифровых отсчетов, обработку матрицы, отличающийся тем, что изображение разбивают на мозаику фрактальных участков, вычисляют огибающую пространственного спектра и автокорреляционную функцию сигнала каждого участка, рассчитывают интегральный признак Z = R/B и сравнивают его с фоновым значением Z_o = R_o/B_o, выводят на отображение участки, для которых Z/Z_o > 2, синтезируют из последовательно проанализированных участков мозаичную картину аномалии, где В, В_о - максимальные значения автокорреляционных функций электрического сигнала матриц аномалии и фона соответственно, R, R_o - ширина автокорреляционных функций на уровне 0,1 их максимального значения для аномалии и фона.

РИСУНКИ

Рисунок 1, Рисунок 2, Рисунок 3, Рисунок 4, Рисунок 5