[논문 리뷰] Compressed Sensing SAR Imaging with Multilook Processing

Jian Fang, Zongben Xu외 3명|arXiv (Cornell University)|2013. 10. 27.

Sparse and Compressive Sensing Techniques참고 문헌 18인용 수 3

한 줄 요약

이 논문은 샘플링 속도를 뉴이스트 레이트 이하로 낮추면서 스펙클 노이즈를 감소시키기 위해 복수의 레이크(look) 처리를 복원 단계에 통합한 압축 감지 SAR 이미징 방법을 제안한다. 다중 레이크 처리의 역과정을 수행하고 랜덤 샘플링과 결합함으로써, 다중 하위이미지를 동시에 복원할 수 있는 공동 희박 정규화 모델을 수립한다. 이로써 하위-뉴이스트 측정치를 사용함에도 불구하고 효과적인 스펙클 감소와 고해상도 이미지 복원을 달성한다.

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.

연구 동기 및 목표

• 기존 주파수 도메인 다중 레이크 기법이 시간 도메인 압축 감지 모델과 호환되지 않는다는 점을 감안해, 다중 레이크 스펙클 감소 기법을 압축 감지 SAR(CS-SAR) 이미징에 통합하는 데 도전하는 것.
• 하위-뉴이스트 CS-SAR에서 발생하는 신호 앨리어싱 문제를 해결하여 표준 다중 레이크 기법을 직접 적용하는 것을 방지하는 것.
• 이미지 복원 단계에서 다중 레이크 처리를 통합하여, 동시에 희박한 장면 복원과 스펙클 감소를 달성하는 통합된 CS-SAR 관측 모델을 개발하는 것.
• 샘플링 속도를 낮추는 CS-SAR의 장점을 유지하면서도, 복원 과정 중 스펙클 감소를 통해 목표물의 잘림 현상을 방지하는 것.

제안 방법

• CS-SAR에서 표준 SAR 관측 행렬을 다중 레이크 처리의 역행렬로 대체하여 주파수 도메인 다중 레이크 기법을 압축 감지 프레임워크에 통합할 수 있도록 한다.
• 다중 레이크의 역행렬과 랜덤 샘플링 행렬을 조합하여 새로운 관측 모델을 수립하고, 이를 통해 다중 레이크 CS-SAR 복원을 지원하는 수정된 감지 행렬을 구성한다.
• 다중 레이크 하위이미지의 그룹 희박성 특성을 활용하는 공동 희박 정규화 모델을 수립하여, 모든 레이크 간 공통된 지지 집합을 강제로 적용함으로써 복원 정확도를 향상시킨다.
• 블록 희박 최적화(예: $L_q$ 최소화, $0 < q \leq 1$)를 사용해 압축 측정치로부터 개별 하위이미지를 복원한 후, 비일관성 평균을 적용하여 최종 저스펙클 이미지를 생성한다.
• 시간-주파수 변환을 활용하여 시간 도메인 CS 샘플링과 주파수 도메인 다중 레이크 운영 간 격차를 메우며, 더 빠른 계산을 가능하게 한다.
• 임계값 처리와 반복 가중치 조정을 적용하여 희박성 향상과 재구성된 하위이미지의 앨리어징 효과 억제를 강화한다.

실험 결과

연구 질문

• RQ1 압축 감지 프레임워크에 다중 레이크 처리를 효과적으로 통합할 수 있는가? 이때 전체 대역폭 샘플링이 필요하지 않다.
• RQ2 CS-SAR 환경에서 다중 레이크 처리의 역과정을 수학적으로 모델링하여 다중 하위이미지를 동시에 복원할 수 있는가?
• RQ3 제안된 방법은 하위-뉴이스트 샘플링 속도에서 스펙클 노이즈를 어느 정도 감소시키며, 고해상도 복원 정밀도를 유지하는가?
• RQ4 다양한 샘플링 속도와 레이크 수에서 제안된 방법의 성능을 기존 RDA 및 다중 레이크 RDA와 비교할 때 ENL과 이미지 품질 측면에서 어떻게 나타나는가?

주요 결과

• 제안된 방법은 뉴이스트 레이트의 20%만으로도 희박한 SAR 장면을 성공적으로 복원하여, 전체 샘플링 RDA 결과와 유사한 결함 없는 이미지를 얻는다.
• 등가 레이크 수(ENL)는 레이크 수가 증가할수록 증가하여 효과적인 스펙클 감소를 보여주며, 특히 전체 샘플링 속도에서 레이크 수가 많아질수록 ENL 향상이 뚜렷하다.
• 20% 샘플링 속도에서 제안된 방법의 ENL는 전체 샘플링 성능에 비해 약간 감소하는 경향을 보이며, 샘플링 감소와 스펙클 감소 품질 간의 경미한 트레이드오프를 시사한다.
• 낮은 샘플링 복잡성과 스펙클 감소 사이의 균형을 달성하였으며, 표준 CS-SAR에 비해 측정된 이미지에서 측면 lobes가 감소하고 목표물 강도가 유지됨을 확인하였다.
• 시뮬레이션 결과는 공동 희박 정규화 모델이 다중 레이크 하위이미지 간 픽셀 간 의존성을 효과적으로 포착하여 복원 정밀도를 향상시킨다는 것을 확인하였다.
• 전체 데이터를 사용할 경우 제안된 방법은 다중 레이크 RDA와 유사한 이미지 품질을 유지하며, 하위-뉴이스트 속도에서 표준 CS-SAR보다 스펙클 감소 성능에서 뛰어나다.