基于多尺度分析和神经网络的目标识别方法

舒亚海，贾倩茜，张 超，周 元

(1.海军装备部驻上海地区第一军事代表室，上海 201000；2.中国船舶集团有限公司第八研究院，南京 211153)

0 引 言

空中目标的识别在近代军事战场具有重大意义和广泛应用前景，是战场态势评估和威胁估计的基础，也是指挥自动化系统的重要组成部分。对于红外图像的目标识别，主要难点在于：一是如何使提取的特征具有很好的目标表征能力；二是特征向量的提取和模式识别的方法。

近年来，随着小波理论的逐渐成熟，小波变换也越来越多地被应用在目标识别领域。但是，小波变换反映的是信号的点奇异性，无法精确描述图像边缘的方向，也无法实现对图像的稀疏表示，从而影响识别精度。而多尺度几何分析方法正是为了克服小波这一局限性而产生的。该方法对图像中的几何特征的表达更加优于小波，并且能随尺度变化，对图像进行连续逼近。因此，本文采用了该分析方法中的Contourlet变换提取图像的特征向量。它能够在任意尺度上实现任意方向的分解，擅长描述图像中的轮廓信息，故其分解后的低频系数能很好地表征目标的基本特征，而高频系数可以表征目标的细节信息，弥补了小波变换不足。

目前，目标识别的方法很多，有的应用角点特征和核聚类算法，有的基于闭合轮廓特征，有的采用模板匹配等等。神经网络具有自组织、自适应学习功能，由具有非线性映射能量的神经元组成。神经元之间同通过权值系数相连，能够并行计算，因而具有速度快的优点。同时，由于信息分布存储于连接权系数中，使得神经网络对图像光照变换、像素部分损失、飞行目标姿态变化等问题不敏感，能高辨识率地完成图像识别。

1 基本概念

1.1 Contourlet变换

Contourlet变换是一种基于非分离型滤波器组实现的图像多尺度几何分析工具，其思想是通过类似于轮廓段(Contoursegment)的基结构来逼近图像，其算法继承了小波的多分辨和时频局部化特性，同时又兼具良好的方向性和各向异性。而二维小波是由一维小波张量积构建得到，它的基缺乏方向性，不具有各向异性，只能限于用正方形支撑区间描述轮廓，不同大小的正方形对应小波的多分辨率结构。[1]

对于一个二次连续可微的目标函数f，如果是其重构函数，而m是其系数重量，则Contourlet变换时误差逼近满足

而采用小波变换时误差逼近满足

由此可看出，Contourlet变换比小波变换具有更好的逼近能量，对图像中的曲线、直线具有更“稀疏”的表达，更有利于对红外图像进行预处理提取特征信息。

如图1所示，Contourlet分解是由拉普拉斯金字塔式分解和方向滤波器组实现。对目标图像进行Contourlet变换可以利用其优良特性更好地提取原始图像中的几何特征，从而得到一个低频子带系数和各尺度各方向的高频子带系数。

1.2 BP神经网络建模

在工程研究中通常会遇到一些复杂的非线性系统。这些系统状态方程复杂，难以用数学方程准确建模，而适用于神经网络表达这些非线性系统。该方法把系统看成是一个黑箱，用系统输入输出数据训练神

图1 Contourlet分解示意图

经网络，使神经网络能够拟合输入参数和输出参数的关系，其实质是一个隐含的数学表达式，即f(y)=f(x1,x2, …)。输入参数和输出参数直接联系，改变输入参数的数值，就能得到相应的输出，而模型的结构不会发生改变。[2]

由于BP神经网络具有处理非线性输入输出关系的能力，并能不断学习，利用BP网络可以实现离线数据的在线修正。输入数据通过BP神经网络的各层到达输出层后比较输入输出的差值是否达到，如果没有达到则返回各层不间断调整各层权值，以达到期望的输出。

BP神经网络具有一层或多层的前馈网络[3]，对实例训练是通过利用输出层误差沿着与输入信号相反的方向逐级反向传递来自动获取知识。一般有输入层、中间层、输出层，各层顺次连接，结构示意图如图2所示。

图2 BP神经网络结构示意图

前馈型神经网络的中间层一般可包含有一至多个隐藏层。隐藏层的非线性传递函数神经元可以学习输入输出之间的线性和非线性关系，采用多个隐藏层数或增加隐藏层的节点数均可提高网络精度。但是，隐藏层增多或隐藏层节点数增多都会增加网络自学习的时间，影响效率，不利于识别方法的推广。[4]若隐藏层节点数太少，训练时间虽然变短，但可能训练不出来或容错性大。调整隐藏层节点的个数可用来达到目的。

2 理论模型

本理论模型目的在于提供一种机动目标识别方法。该方法对红外图片库中机动目标图像进行几何重构，再使用Contourlet变换的多尺度分析方法提取图像低频特征向量和高频特征向量，以低频特征为原始输入参数，通过BP神经网络训练以高频特征向量修正模型，快速有效地实现对不同机型、多种飞行姿态、不同光照明暗变化下的飞行目标进行识别。

2.1 图像几何重构

图像的几何重构主要包括图像预处理和对飞行目标姿态的重构。图像预处理是提高识别精度的重要一步，目的是将图片进行归一化处理，并去除图像中不相关背景环境的影响，凸显待识别的目标区域。分为两步，第1步进行图片几何标准化处理。由于目标在整个红外图像中的位置、大小不同，因此会影响识别效果，需要通过校准、定位等方法对目标图像进行矫正。本文将待识别目标的区域放大并将图像校准为像素为64×64，使得目标特征更为明显；第2步进行灰度归一化处理，由于不同图像受环境影响较大，需要对不同光照条件、光线方向下得到的图像进行补偿，以减弱不同环境条件下拍摄的图像信号变化，方便后续特征向量的提取。

其中，f(x′,y′)为图像函数，当(x′,y′)属于目标区时f(x′,y′) = 1，当(x′,y′)不属于目标区时f(x′,y′)= 0；a、b、c、d为跟踪窗口边界坐标。

获得圆点后，以0°～360°向周围做直线，在该直线上寻找飞机图像的边缘点。边缘点到中心的距离最长线段对应的角度α即为飞机图像轴线方向。该边缘点所在位置即机头位置。同样，由机头经中心向机尾搜索目标边缘点，可找到机尾坐标。将轴线方向沿角度α旋转可将飞行目标图像转为机头向上的标准图像。

本文示例了直升飞机、民航客机、战斗机3种机型图片几何重构前后对比图，如图3所示。

图3 红外图像预处理对比图

2.2 基于Contourlet变换的图像特征提取

目标图像的特征提取是识别过程中关键的环节，通过提取特征量来刻画目标图像的轮廓特征，为BP神经网络训练提供输入参数。采用Contourlet变换分别提取出低频特征和高频能量特征。

低频特征向量包含了大部分能量信息，能平滑逼近图像的轮廓信息。该部分分量可以作为BP识别中的基础特征向量。但是，在实际采集的图片中不同光线下拍摄的目标图像包含高频噪声，Contourlet变换的低频分量对光线变换并不敏感。

高频系数能反映目标各个方向的边缘、细节等信息，是具有较高识别效率的特征，故本方法选取高频特征向量作为BP神经网络训练的修正向量，利用BP神经网络的修正思想可以对低频特征训练进行修正。图4为某幅直升飞机红外图像进行Contourlet变换提取出的16个方向高频特征，为分解出来的目标边缘和轮廓信息在各个方向、各个位置的分布情况。

图4 某幅目标图像的高频特征16个方向分布图

2.3 BP神经网络建模

本文采用红外飞行数据库作为样本集。库中包含直升机、战斗机、民航客机不同姿态、不同环境下的红外图片，训练图片和测试图片互不重叠。对训练集目标图像预处理后进行2层Contourlet分解，提取得到16维特征向量，作为输入目标集[x1,x2,x3,…,x16]，输出目标集设定为[y1,y2,y3]=[1,0,0]、[0,1,0]、[0,0,1]。[5]

将测试集目标图像预处理后进行2层Contourlet分解，同样提取16维高频特征向量，将其作为测试数据送入训练好的BP网络模型进行辨识，并计算仿真结果的误差值。为了便于观察和调整，本文采用3层网络，即1层隐藏层，再通过调节隐藏层结点个数来达到网络精度和训练时间的平衡最优化化。[6]识别模型流程图如图5所示。

图5 识别模型流程图

本文对机动目标库中不同机型飞行图像进行图像预处理、特征提取和BP网络训练，并对战斗机、直升机、民航客机的每种机型随机选取图像用于测试。神经网络采用的中间层的传递函数为tan-sigmoid，输出层传递函数为log-sigmoid，训练采用Levenberg-Marquardt算法，收敛准则为训练的误差≤0.001。构建过程包括训练原始数据归一化、网络结构优化和数据反归一化等几个过程。考虑到训练时间，设定迭代次数小于10 000，超过则退出程序。

训练过程中，训练函数会根据设定的显示训练结果的间隔步数值自动显示当前训练结果信息，并给出网络误差实时变化曲线。当训练步数大于训练设定步数、训练误差小于训练目标误差、训练时间超过训练允许时间或误差梯度值小于训练中最小允许梯度值时，训练都将被终止，并返回训练后的神经网络对象。

3 结束语

本文提出了一种基于多尺度分析和神经网络相结合的图像目标识别方法，通过2层Contourlet变换得到多维高频特征向量，充分利用了BP神经网络并行处理能力强、识别预测准确、稳健性好的优势，对特征向量进行网络训练。网络测试结果表明，本方法目标识别率高，精确性好，能满足不同类型空中目标的准确识别要求。同时，该方法对于红外图像明暗光照变化、目标姿态变换均具有良好的鲁棒性。