[論文レビュー] Compressed Sensing SAR Imaging with Multilook Processing

Jian Fang, Zongben Xu+3 more|arXiv (Cornell University)|Oct 27, 2013

Sparse and Compressive Sensing Techniques参考文献 18被引用数 3

ひとこと要約

本稿では、スペーキルノイズを低減しつつナイキストレート未満で動作する、多様な観測を再構成段階に統合した圧縮センシングSAR画像化手法を提案する。多様観測の逆処理を行い、ランダムサンプリングと組み合わせることで、複数のサブイメージを同時に回復可能な共同スパース正則化モデルを構築し、サブナイキスト測定値を用いて効果的なスペーキルノイズ抑制と高品質な画像再構成を実現する。

ABSTRACT

Multilook processing is a widely used speckle reduction approach in synthetic aperture radar (SAR) imaging. Conventionally, it is achieved by incoherently summing of some independent low-resolution images formulated from overlapping subbands of the SAR signal. However, in the context of compressive sensing (CS) SAR imaging, where the samples are collected at sub-Nyquist rate, the data spectrum is highly aliased that hinders the direct application of the existing multilook techniques. In this letter, we propose a new CS-SAR imaging method that can realize multilook processing simultaneously during image reconstruction. The main idea is to replace the SAR observation matrix by the inverse of multilook procedures, which is then combined with random sampling matrix to yield a multilook CS-SAR observation model. Then a joint sparse regularization model, considering pixel dependency of subimages, is derived to form multilook images. The suggested SAR imaging method can not only reconstruct sparse scene efficiently below Nyquist rate, but is also able to achieve a comparable reduction of speckles during reconstruction. Simulation results are finally provided to demonstrate the effectiveness of the proposed method.

研究の動機と目的

• 従来の周波数ドメインにおける多様観測が時間ドメインのCSモデルと不適合であるため、圧縮センシングSAR（CS-SAR）画像化において多様観測によるスペーキルノイズ低減を統合する課題に対処する。
• サブナイキストCS-SARにおける信号のアリエイジング問題を克服する。これは、標準的な多様観測手法の直接適用を妨げる。
• 画像再構成段階で多様観測処理を埋め込む統一的なCS-SAR観測モデルを開発し、同時にスパースなシーン再構成とスペーキルノイズ低減を達成する。
• サンプリングレートを低減するCS-SARの利点を維持しつつ、プロセス内でのスペーキルノイズ低減により、再構成中にターゲットの切断を回避する。

提案手法

• CS-SARにおける標準的なSAR観測行列を、多様観測処理の逆行列に置き換えることで、周波数ドメインにおける多様観測を圧縮センシングフレームワークに統合可能にする。
• 多様観測の逆行列とランダムサンプリング行列を組み合わせることで、多様CS-SAR再構成をサポートする修正されたセンシング行列を構築し、新たな観測モデルを構築する。
• 多様サブイメージのグループスパース性を活用する共同スパース正則化モデルを定式化し、すべての観測に共通のサポートを強制することで再構成精度を向上させる。
• ブロックスパース最適化（例：$L_q$最小化、$0 < q \leq 1$）を用いて圧縮測定値から個々のサブイメージを回復し、その後非整合平均化を実行して最終的な低スペーキルノイズ画像を生成する。
• 時間周波数変換を活用して、時間ドメインにおけるCSサンプリングと周波数ドメインにおける多様観測処理のギャップを埋め、計算を高速化する。
• しきい値処理と反復的重み付けを適用して、スパース性を強化し、再構成サブイメージにおけるアリエイジング効果を抑制する。

実験結果

リサーチクエスチョン

• RQ1 周波数帯域全体のサンプリングを必要とせずに、多様観測処理を圧縮センシングフレームワークに効果的に統合できるか？
• RQ2 多様観測処理の逆を数学的にモデル化することで、CS-SAR文脈において複数のサブイメージを共同で再構成できるか？
• RQ3 提案手法は、サブナイキスト測定レートにおいて、どの程度スペーキルノイズを低減しつつ高精度な再構成を維持できるか？
• RQ4 さまざまなサンプリングレートと観測数の下で、提案手法は従来のRDAおよび多様RDAと比較してENLおよび画像品質においてどの程度優れているか？

主な発見

• 提案手法は、ナイキストレートの20%の測定値のみを用いても、全サンプリングRDAの結果と同等のアーチファクトのない画像を再構成できることを示した。
• 等価観測数（ENL）は観測数に比例して増加し、効果的なスペーキルノイズ低減が実証された。特に、全サンプリングレート下では、観測数が増えるほどENLが顕著に向上した。
• 20%のサンプリングレート下でも、ENLは全サンプリング性能に比べてわずかに低下したが、これはサンプリングレート低減とスペーキルノイズ低減品質のわずかなトレードオフを示している。
• 本手法は、低サンプリング複雑性とスペーキルノイズ低減のバランスを図っており、標準的なCS-SARと比較して側 lob が低減され、ターゲット強度が保持されている。
• シミュレーション結果から、共同スパース正則化モデルが多様サブイメージ間の画素依存性を効果的に捉えており、再構成忠実度が向上していることが確認された。
• 全データを用いた場合、提案手法は多様RDAと同等の画像品質を維持しており、サブナイキストレートで動作する標準的なCS-SARよりもスペーキルノイズ低減性能が優れている。