毫米波全息成像中的部分发育散斑模型 下载: 1166次封面文章
1 引言
毫米波全息成像技术具有信噪比高、无致电离辐射、分辨率高和检测过程高效等优点,在人体体表隐藏违禁品成像检测与识别方面有着重要的应用价值[1-2]。但随着频率的增大,尤其是在太赫兹频段,人体皮肤、衣物以及隐藏目标逐渐表现为粗糙目标,在相干成像结果中呈现出散斑效应,极大地影响了隐藏目标的检测与识别。毫米波全息成像的散斑图样是粗糙目标散射和成像处理过程共同作用的结果,包含了目标表面结构丰富的特征信息[3]。对散斑模型的清晰认识,有助于正确理解粗糙目标散射机理和感知目标表面纹理信息,是实现散斑抑制、图像信息解译和目标识别的基础。
散斑是粗糙目标的相干成像结果中呈现的颗粒状噪声,是粗糙面散射场的统计信息在图像域的体现。全息成像结果中的散斑图样对系统工作频率、目标表面起伏纹理、成像分辨率、照射方向等因素都十分敏感。Sheen等[4]通过研究W波段人体模特及隐藏违禁品全息散斑效应,指出散斑形成的原因是人体模型在深度上的起伏和衣物的存在。Cooper等[5]分析了工作频率为675 GHz的站开式雷达对人体隐藏目标的成像结果,指出若隐藏目标偏离镜面反射照射区域,即使偏离角很小,目标也会淹没于散斑噪声中,难以被检测到。Petkie等[6]利用640 GHz成像系统针对不同角度的衣物对平板的遮挡进行了成像研究,指出散斑对镜面反射角度十分敏感。由此可见,在毫米波全息成像中,镜面反射分量对毫米波全息散斑的建模有着重要影响。
传统的瑞利散斑统计模型假定在一个分辨单元中有大量幅度相位相互独立、相位均匀分布的等效“散射中心”。在这种假设下,散斑幅度服从瑞利分布,强度服从负指数分布,这样的散斑也被称为“完全发育”的散斑。在镜面照射下,目标表面粗糙起伏与雷达回波相位存在紧密联系,尤其是目标表面粗糙度较小时,等效“散射中心”的相位不满足均匀分布,在散斑复振幅中存在不可忽略的镜面反射分量,“完全发育”的散斑退化为“部分发育”的散斑。针对存在镜面反射的散斑统计问题,Patrick[7]测量了在4种粒度的圆柱型砂纸的镜面照射下雷达散射截面统计分布,其与莱斯分布有较好的拟合度。传统的散斑统计要求“散射中心”数目很多,但针对高分辨毫米波全息成像场景,等效“散射中心”数目可能很少,此时中心极限定理不再成立,镜面反射条件下“部分发育”的散斑模型需要根据毫米波全息成像的特点重新考察和修正[8]。在针对“部分发育”的散斑模型研究中,可以利用K分布、对数正态分布、Weibull分布等统计模型描述散斑幅度统计特性。在高分辨合成孔径雷达成像中,可以利用K分布模型的阶数反演粗糙度信息,但这些模型并不适用于镜面反射条件[9]。在散斑计量学中,利用散斑对比度对粗糙面表面纹理进行感知,Fujii等[10]利用随机积分方法直接计算散斑对比度,但是未考虑毫米波全息成像系统点目标扩展函数(PSF)的影响,利用随机积分方法计算二维粗糙面的散斑对比度需要计算8重积分,计算资源消耗大,且缺乏对计算结果的物理解释。Goodman[8,11]构建了有限个幅度相等、相位非均匀分布的等幅随机矢量和的“部分发育”散斑模型,给出了给定粗糙参数下的散斑对比度表达式,但由于推导中包含了等效“散射中心”数目很多的假设,并且也没有考虑毫米波全息成像系统PSF的影响,当等效“散射中心”数目较少时,模型失效。总之,毫米波全息成像中的散斑模型不够完备,需要进一步考虑镜面反射作用,以及当等效“散射中心”数目较少时成像系统PSF对散斑模型的影响。
为了研究包含镜面反射的高分辨毫米波全息成像中的散斑模型,本文分别利用有限步数的“部分发育”散斑统计方法和成像卷积过程建立的随机积分方法两次求解散斑统计特征量,联立求解等效“散射中心”的个数,建立了高斯粗糙面表面粗糙度、成像分辨率与散斑对比度的定量关系,通过对基于随机积分法计算的散斑对比度与基于近场物理光学法的随机粗糙面散射蒙特卡罗计算数据计算的散斑对比度进行比较分析,验证了模型的正确性。
2 理论分析
2.1 有限步数的“部分发育”散斑统计
在经典散斑模型中,一个分辨单元中大量幅度相位相互独立、相位服从均匀分布的等效“散射中心”以矢量相干叠加的形式合成散斑,在数学上将其建模为复平面上大量独立步数的随机行走,表示为“随机相幅矢量和”的形式:
式中:
在镜面反射条件下,当目标表面粗糙度小于波长时,等效“散射中心”的相位
当方位分辨率与高斯粗糙面的相关长度可相比拟时,随机行走步数
式中:<
散斑对比度
式中:
在镜面反射条件下的“部分发育”散斑模型中,等效“散射中心”个数
图 1. 等效“散射中心”个数N、散斑对比度C与相位标准差σ?的关系。(a) C与σ?的关系;(b) C与N的关系
Fig. 1. Relationship among number of equivalent scattering centers N, speckle contrast C, and phase standard variation σ?. (a) C versus σ?; (b) C versus N
2.2 毫米波全息成像中的“部分发育”散斑模型
在毫米波全息成像系统中,收发同置的毫米波雷达系统通过扫描的方式获得二维孔径,利用回波数据能够在任意深度重构目标的散射系数。在垂直照射条件下,考虑对高斯粗糙面目标的单频二维毫米波全息成像结果的散斑统计。其中,收发天线的扫描平面位于
图 2. 随机粗糙面毫米波全息成像示意图
Fig. 2. Schematic of millimeter-wave holographic imaging for random rough surface
毫米波全息成像有多种成像算法[1-2,13-14],可以一般地写成卷积的形式,全息图像的复振幅
式中:
毫米波全息具有在任意深度的二维或三维分辨能力,PSF本身是一个在三维空间中的分布函数,但由于
式中:
强度表达式为
式中:*表示共轭。利用均方积分计算散斑复振幅
散斑强度的一阶矩<
式中:
式中:Δ
对于支撑角比较小的波束域谱窗函数,毫米波全息成像系统的PSF可以近似为沿
式中:
式中:erf(·)为误差函数,定义为
再利用(5)式就可以计算散斑对比度的近似结果。
利用(21)式可以进一步分析等效“散射中心”个数与粗糙面相关长度和高斯粗糙面均方根高度的关系。为了简化仿真分析,假设
图 3. 等效“散射中心”个数N与相关长度l的关系(k是常数)
Fig. 3. Relationship between number of equivalent scattering centers N and correlation length l (k is constant)
2.3 毫米波全息散斑对比度分析
散斑对比度是度量散斑统计特性的重要指标,将(20)、(21)式代入(5)式即可得到高斯粗糙面在镜面反射条件下,毫米波全息成像中的散斑对比度。
在不同的相关长度
随着相关长度
对于毫米波全息成像中的人体隐藏目标检测问题,散斑模型是进一步实现散斑抑制、图像信息解译和目标识别的基础。根据镜面照射条件下毫米波全息成像中的部分发育散斑模型,在高斯粗糙面均方根高度相比于波长较小时,不同粗糙参数的随机粗糙面在毫米波全息成像中的散斑统计特性不同,可以利用散斑对比度对镜面照射条件下的不同表面纹理特征的散斑噪声进行分类,进而为散斑抑制、图像解译提供依据,有助于实现散斑噪声中的隐藏目标的有效检测和识别。
图 4. L=4λ时散斑对比度C与高斯粗糙面均方根高度δ和相关长度l的关系。(a)在不同kl下,C随kδ的变化曲线;(b)在不同kδ下,C随kl的变化曲线
Fig. 4. Relationship among speckle contrast C, root mean square height δ of Gaussian rough surface, and correlation length l when L=4λ. (a) C versus kδ for various values of kl; (b) C versus kl for various values of kδ
成像分辨率
将毫米波全息成像中的散斑对比度分析结果应用到毫米波全息成像系统分辨率的设计中,从降低散斑对比度的角度来看,不同粗糙参数的高斯粗糙面对毫米波成像系统的成像分辨率有不同要求:在高斯粗糙面均方根高度小于波长的条件下,当成像分辨率
3 仿真实验与分析
为了进一步验证镜面反射条件下毫米波全息成像中的散斑统计模型,可以利用近场物理光学方法对随机高斯粗糙面的散射回波进行计算,再通过毫米波全息成像算法获得散斑图样,用目标位置附近相邻点的散斑统计代替目标位置处的散斑统计,进而计算散斑对比度。将利用电磁散射计算数据估计的散斑对比度与部分发育的散斑模型给出的散斑对比度进行比较,验证模型的正确性。
图 5. 分辨率L对散斑对比度C的影响。(a) kl=10;(b) kδ=1
Fig. 5. Influence of resolution L on speckle contrast C. (a) kl=10; (b) kδ=1
以发射天线中心位置处电偶极子
利用蒙特卡罗法生成随机粗糙面高度起伏函数
表 1. 毫米波全息成像仿真参数设置
Table 1. Simulation parameter setting for millimeter wave holographic imaging
|
获得毫米波全息近场成像模拟数据后,利用后向投影算法对
图 6. 随机粗糙面成像模拟生成的散斑图样的一次成像结果(kδ=0.8,L≈2.51λ)。(a) l=0.15λ;(b) l=λ;(c) l=2.5λ
Fig. 6. One imaging result of speckle pattern generated by random rough surface imaging simulation (kδ=0.8,L≈2.51λ). (a) l=0.15λ; (b) l=λ; (c) l=2.5λ
图 7. 毫米波全息散斑对比度仿真结果对比(kδ=0.8,L≈2.51λ)
Fig. 7. Comparison of simulation results of millimeter-wave holographic speckle contrast (kδ=0.8,L≈2.51λ)
4 结论
针对传统部分发育散斑模型在中心极限定理的条件不能满足时无法有效描述散斑统计规律的问题,所提方法在等效“散射中心”个数较少的条件下,建立了针对毫米波全息成像的部分发育散斑模型。推导了部分发育散斑模型中的等效“散射中心”个数的解析表达式,建立了散斑对比度与高斯粗糙面均方根高度、相关长度以及毫米波全息成像分辨率之间的定量关系。利用基于随机积分法和基于近场物理光学法的蒙特卡罗仿真验证了模型的正确性。研究表明,在镜面反射条件下散斑对比度与目标的表面粗糙微结构以及成像系统分辨率有密切联系:散斑对比度随着高斯粗糙面均方根高度的增加从0增加至1;当高斯粗糙面均方根高度较小时,散斑对比度随着相关长度的增大而先增后减,存在峰值。当相关长度远远小于成像分辨率时,提高成像分辨率能够降低散斑对比度,但当相关长度与成像分辨率接近时,却会出现反效果。此外,提高成像分辨率,有助于提高利用散斑对比度感知高斯粗糙面的纹理信息的能力。所提模型是在“等幅”框架下对高斯粗糙面散斑对比度的有效近似,对其他类型的粗糙面目标(如分形粗糙面等)的散斑统计,以及基于包含粗糙纹理特征的散斑抑制、目标检测和识别问题仍有待进一步研究。
[1] Sheen D M. McMakin D L, Hall T E. Three-dimensional millimeter-wave imaging for concealed weapon detection[J]. IEEE Transactions on Microwave Theory and Techniques, 2001, 49(9): 1581-1592.
[4] Sheen D M. McMakin D L, Hall T E. Speckle in active millimeter-wave and terahertz imaging and spectroscopy[J]. Proceedings of SPIE, 2007, 6548: 654809.
[6] Petkie D T. Casto C, de Lucia F C, et al. Active and passive imaging in the THz spectral region: phenomenology, dynamic range, modes, and illumination[J]. Journal of the Optical Society of America B, 2008, 25(9): 1523-1531.
[7] Patrick MA. Illumination strategies to reduce target orientation requirements and speckle in millimeter wave imaging[D]. Columbus,USA: The Ohio State University, 2014.
[8] Goodman JW. Speckle phenomena in optics: theory and applications[M]. Englewood, Colorado, USA: Ben Roberts & Company, 2007.
[15] TsangL, Kong JA, Ding KH, et al. Scattering ofelectromagnetic waves: numerical simulations[M]. New York, USA: John Wiley & Sons, Inc., 2001.
经文, 江舸, 成彬彬, 张健. 毫米波全息成像中的部分发育散斑模型[J]. 光学学报, 2019, 39(5): 0509001. Wen Jing, Ge Jiang, Binbin Cheng, Jian Zhang. Partially Developed Speckle Model for Millimeter-Wave Holographic Imaging[J]. Acta Optica Sinica, 2019, 39(5): 0509001.