基于直觉模糊决策的高光谱伪装效果综合评估方法 下载: 1214次
1 引言
高光谱遥感影像能够获取目标连续的精细化光谱,能够通过光谱曲线对目标特性进行分析,因而具有很强的目标识别能力[1]。作为一种重要的侦察手段,高光谱遥感对**工程的伪装构成了严重的威胁[2-3]。高光谱伪装效果评估的目的是评估**工程在高光谱检测手段下的伪装效果,对于全面分析工程的高光谱暴露征候、评估工程的伪装效果、提高工程对抗高光谱侦察的能力等具有重要意义[4]。
目前,高光谱伪装效果评估的研究主要集中在指导伪装器材设计、伪装目标检测等领域[5-6],对**工程等**目标的高光谱伪装效果评估问题研究较少。高光谱伪装效果评估主要包括评价指标和评估方法两个方面[7]。对于评价指标而言,目前主要包括:1) 仅采用光谱信息建立评价指标。如刘恂等[8]采用伪装目标和背景的光谱特征及光谱导数特征的综合相似度为评价指标,用于面向高光谱探测的伪装效果评估;颜文俊等[9]采用特征光谱的离散采样值建立训练样本,基于样本的特征矢量作为评价指标。2) 结合光谱和影像特征建立评价指标。如郭彤等[10]结合光谱曲线形状相似度、光谱欧氏距离以及纹理欧氏距离作为伪装效果综合评价指标;华文深等[11]采用光谱特征距离与小波纹理特征距离作为测度。对于评估方法而言,目前主要采用简单的匹配测度进行评判,如马氏距离测度、欧氏距离测度、光谱夹角匹配等[10-11]。这类评估方法原理简单,过于依靠主观经验,虽然能够用于比较不同目标的高光谱伪装效果,但是无法衡量伪装效果的好坏程度,同时无法为**工程的伪装提供量化的评估结果。
针对绿色植被背景下**工程的高光谱伪装效果评估问题,本文提出了一种基于直觉模糊决策的综合评估方法。直觉模糊集能够有效地刻画由于知识缺乏和主观判断导致的不确定属性信息,且比模糊集在处理模糊性和不确定性等方面更具灵活性和实用性[12]。为降低评估过程对专家主观经验的依赖,将直觉模糊集用于高光谱伪装效果评价问题,结合伪装目标与背景的光谱维和空间维差异构建了评价指标体系,基于直觉模糊集理论建立了高光谱伪装效果评估多属性决策模型,并针对传统逼近理想解的排序(TOPSIS)决策算法中欧氏距离区分度不高的问题,提出了一种基于直觉模糊集Hamming距离的灰关联测度来表征方案之间的逼近程度,有效提高了方案之间的区分度。
2 融合空谱特征的高光谱伪装效果评价指标体系
由于高光谱影像能同步提取光谱信息和空间影像,因此利用伪装目标和背景的空间维和光谱维特征建立评价指标体系,主要包括光谱泛相似测度、亮度对比度、视觉相似性测度以及结构相似性测度等4种指标。光谱泛相似测度用于衡量目标光谱与背景光谱的相似性,后3个指标用于衡量目标与背景的空间维相似性。由于目标背景面积一般比较大,并不需要都参与计算,因此根据相关标准选择目标周围9倍面积作为背景区域计算空间维特征。如
图 1. 伪装目标与9倍面积背景间的位置关系
Fig. 1. Positional relationship between camouflage target and 9-fold area background
2.1 光谱泛相似测度
由于地物光谱的可变性,采用单一光谱特征无法全面反应光谱间的相似性,因此采用了一种新型光谱相似性测度,即光谱泛相似测度(SPM)[14]。该测度兼顾了地物光谱矢量大小、光谱曲线形状和光谱信息量,并被证明具有更强的光谱判别能力和更小的光谱识别不确定性。对于任意两个归一化的光谱矢量
式中:
式中:
2.2 亮度对比度
亮度对比度是目标与周围背景融合程度的客观体现。对于第
式中:
2.3 视觉相似性测度
伪装目标与背景的差异越小,引起的人眼视觉差异就越小。因此,在伪装效果评价过程中引入了视觉相似性指标。目标结构相似性测度(TSSIM)是表征人眼对图像进行判读时视觉注意特性的一种有效模型[15]。该模型基于亮度、对比度和结构信息,能够量化目标与背景的相似性[16]。一般选取目标
式中:
对于第
式中
2.4 结构相似性测度
结构差异是伪装目标与背景产生差异的重要原因之一,因此定义了结构相似性测度以强化目标与背景结构差异带来的影响。边缘方向直方图是对目标中边缘点方向的统计,可以用来描述目标物体的结构信息。采用边缘方向直方图之间的Bhattacharyya系数表征目标与背景的结构差异。对于图像
式中:
式中
3 基于直觉模糊集的伪装效果评估过程
3.1 问题分析与建模
目前,**工程的伪装效果评估是通过评估等级的形式给出的。本文借鉴这种形式,通过评估等级给出高光谱伪装效果评价的结果。根据相关标准,定义4种评估等级为I、II、III和IV级,其中I级为伪装效果最好的等级,而IV级为伪装效果最差的等级。对于任一伪装目标,基于直觉模糊集推理得到每个特征波段的伪装评估等级。基于各个特征波段的评估结果进行加权计算,得到伪装目标最终的评估等级。假设
式中:
3.2 基于直觉模糊集的伪装等级多属性决策模型
通过各个特征波段的指标集计算对应的评估等级实际上是一个多属性决策问题。采用直觉模糊集来建立多属性决策模型,核心在于建立直觉模糊决策矩阵。1) 根据评估等级定义决策方案集
式中:
同时,考虑不同指标的权重差异,在专家决策的基础上定义属性集
3.3 基于灰关联TOPSIS的评估等级决策过程
采用TOPSIS算法对上述多属性决策模型进行求解。TOPSIS[17]是多属性决策问题中的一种常用方法,核心思想是建立正、负理想方案,然后计算不同方案与二者之间的欧氏距离,并按照相对接近度进行降序排列,将排列最前面的方案作为最终的决策方案。但是传统TOPSIS方法采用的欧氏距离产生的方案可能与正理想方案相近,也可能与负理想方案相近。为此,提出基于直觉模糊集Hamming距离的灰关联测度定义方案之间的距离,以提高方案的可区分度。基于灰关联TOPSIS的决策过程如下:
1) 分别按照“最大隶属度、最小非隶属度”和“最小隶属度、最大非隶属度”的原则建立正、负理想方案为
式中:
2) 计算各方案
① 结合各属性的权重,采用直觉模糊集之间的加权Hamming距离表征
② 计算
式中
③ 计算
3) 建立相对接近度准则。由于灰关联系数越大,方案之间的接近程度越高,因此可以建立相对接近度公式为
4) 基于
4 实验结果与分析
4.1 实验一
为了获取高光谱伪装效果检测数据,通过直升机搭载高光谱成像仪进行低空伪装效果检测实验。实验用的高光谱成像仪包含可见光和近红外两个子相机,其中可见光相机的光谱范围为400~1000 nm,波段数为171个;近红外相机的光谱范围为900~1700 nm,波段数为256个。直升机的飞行高度为800 m,采集的高光谱影像的空间分辨率为0.624 m,光谱分辨率优于5 nm。选取A、B和C伪装目标开展高光谱伪装效果评估实验,提取的伪装目标及其周围背景区域的单波段高光谱影像如
分别从3个伪装目标的高光谱伪装效果检测数据中提取对应的7个特征波段的影像,并计算各个特征波段影像的4种评价指标,进而可以得到3个目标的评价体系指标值。然后采用专家群决策方式建立各个指标值与4种待选方案之间的直觉模糊集,进而得到3个目标各个特征波段的直觉模糊决策矩阵,为后续评估决策过程奠定基础。同时,为了得到更加客观公正的权重值,邀请多位专家采取层次分析法(AHP)给出特征波段的权重和属性集的权重,并计算各权重的平均值,从而得到特征波段的权重向量
图 3. 高光谱伪装效果检测图像。(a)目标A;(b)目标B;(c)目标C
Fig. 3. Detection images of hyperspectral camouflage effect. (a) Target A; (b) target B; (c) target C
基于伪装目标各特征波段的直觉模糊决策矩阵和属性集的权重向量
表 1. 伪装目标各特征波段的相对接近度
Table 1. Relative proximity of each feature band of camouflage targets
|
表 2. 方案集在伪装目标各特征波段的降序排列
Table 2. Descending order of scheme sets in each feature band of camouflage targets
|
表 3. 不同目标的高光谱伪装效果评估等级
Table 3. Hyperspectral camouflage effect evaluation levels for different targets
|
4.2 实验二
为验证改进的决策方法的有效性,将传统TOPSIS决策算法、灰关联TOPSIS决策方法的评估结果分别与专家评估结果进行比对,如
表 4. 不同算法评估结果的对比
Table 4. Comparison of evaluation results by different algorithms
|
5 结论
为了对**工程等**目标的高光谱伪装效果进行评估,从伪装目标与背景地物的光谱曲线差异、融合程度、视觉相似以及空间结构相似等方面建立了评价指标体系,并提出了基于直觉模糊决策的高光谱伪装效果评估方法。实验结果表明,所提方法能够得到与专家评估完全一致的结果,说明了方法的合理性和可行性。但由于实际样本数量较少,因而需要进一步扩大样本空间以验证算法的有效性。该研究为高光谱伪装效果评估提供了新的思路,而且对实际的高光谱伪装效果评估具有借鉴意义。同时,改进的灰关联测度比传统的欧氏距离在表征方案之间距离时更加准确有效。
[1] 王琪, 杨桄, 张俭峰, 等. 基于局部联合偏度-峰度的高光谱图像波段选择方法[J]. 激光与光电子学进展, 2017, 54(11): 111004.
[2] 沈泓, 曹国侯, 宁强, 等. 浅析遥感技术给国防工程伪装带来的挑战与机遇[J]. 中国地质调查, 2017, 4(3): 70-73.
[3] 麻永平, 张炜, 刘东旭. 高光谱侦察技术特点及其对地面军事目标威胁分析[J]. 上海航天, 2012, 29(1): 37-40,59.
[4] 王小龙, 王峰, 刘晓, 等. 荒漠背景下典型伪装目标的高光谱偏振特性[J]. 激光与光电子学进展, 2018, 55(5): 051101.
[5] 杨佳, 华文深, 刘恂, 等. 迷彩伪装的高光谱特性分析[J]. 光学仪器, 2013, 35(5): 27-31.
[6] 刘志刚, 卢云龙, 魏一苇. 有监督的高光谱图像伪装目标检测方法[J]. 红外与激光工程, 2013, 42(11): 3076-3081.
[7] 方浩, 李艾华, 潘玉龙, 等. 面向视觉相似的红外伪装仿真效果评估[J]. 兵工学报, 2017, 38(2): 351-357.
[8] 刘恂, 华文深, 杨佳. 面向高光谱探测的伪装效果评价方法[J]. 红外与激光工程, 2014, 43(10): 3228-3232.
[9] 颜文俊, 王同招. 高光谱遥感影像地面伪装目标检测方法的研究[J]. 机电工程, 2007, 24(1): 4-6.
[10] 郭彤, 华文深, 刘恂, 等. 一种基于高光谱的光学伪装效果综合评价方法[J]. 激光与光电子学进展, 2016, 53(10): 101002.
[11] 华文深, 杨佳, 刘恂, 等. 基于高光谱特征的迷彩伪装评价[J]. 应用光学, 2013, 34(6): 964-967.
[12] 张英俊, 马培军, 苏小红, 等. 属性权重不确定条件下的区间直觉模糊多属性决策[J]. 自动化学报, 2012, 38(2): 220-228.
[13] 刘志明, 胡碧茹, 吴文健, 等. 高光谱探测绿色涂料伪装的光谱成像研究[J]. 光子学报, 2009, 38(4): 885-890.
[14] 孔祥兵, 舒宁, 陶建斌, 等. 一种基于多特征融合的新型光谱相似性测度[J]. 光谱学与光谱分析, 2011, 31(8): 2166-2170.
Article Outline
方浩, 李艾华, 王涛, 常红伟. 基于直觉模糊决策的高光谱伪装效果综合评估方法[J]. 激光与光电子学进展, 2019, 56(5): 051003. Hao Fang, Aihua Li, Tao Wang, Hongwei Chang. Synthetic Evaluation Method of Hyperspectral Camouflage Effect Based on Intuitionistic Fuzzy Decision[J]. Laser & Optoelectronics Progress, 2019, 56(5): 051003.