單黑體溫控的熱成像儀MRTD野外在線自動檢測技術(shù)研究

陳志斌，宋 巖，張 超，劉羽翔，侯章亞

（軍械工程學(xué)院 軍械技術(shù)研究所，河北 石家莊050000）

引言

近年來紅外熱成像技術(shù)發(fā)展迅速，紅外熱成像設(shè)備幾乎運用于各個領(lǐng)域。紅外熱成像設(shè)備技術(shù)含量高、結(jié)構(gòu)精密、故障率較高，因此對紅外熱成像設(shè)備性能參數(shù)的計量檢測就顯得尤為重要。其中一個重要的參數(shù)是MRTD，MRTD定義為在確定的空間頻率下，觀察者在熱像儀的顯示屏上恰好能分辨出高寬比為7:1四桿靶目標圖案時的目標和背景的溫差，即為該空間頻率下的最小可分辨溫差。MRTD的傳統(tǒng)測量方法是基于專業(yè)檢測人員主觀判斷得到的，其結(jié)果受檢測人員的影響較大。雖然目前也存在一些MRTD的客觀測量方法［1-2］，但這些檢測方法操作繁瑣且穩(wěn)定性較差［3］，在紅外目標與背景的溫差控制［4］、四桿靶目標與背景的選取、紅外圖像的采集與處理［5］等方面尚未實現(xiàn)完全的自動化，不能滿足野外在線快速檢測的需求。而且這些客觀檢測方法大多是在實驗室環(huán)境下進行的，檢測設(shè)備復(fù)雜，體積較大，需要光學(xué)平臺，從準備工作到完成檢測需要的時間較長，不適合野外在線檢測。如果要做到質(zhì)量體積小、精度有保證、操作很簡便，目前還沒有一種成熟的檢測方法和檢測設(shè)備。為解決以上問題，本文研究了基于單黑體目標與環(huán)境背景溫差（以下簡稱“單黑體溫差”）、精確控制的紅外熱像儀MRTD野外全自動檢測的相關(guān)技術(shù)。

1 自動檢測裝置的總體設(shè)計

圖1 總體結(jié)構(gòu)及工作流程框圖Fig.1 Overall structure and working process block diagram

要實現(xiàn)紅外熱像儀MRTD在野外環(huán)境下的全自動檢測，在硬件設(shè)計上檢測設(shè)備的體積及質(zhì)量一定要小，便于裝卸，能夠適應(yīng)野外復(fù)雜的地形變化，同時要保證在環(huán)境溫度變化下紅外溫差的模擬精度。在軟件設(shè)計上要使檢測人員的操作盡量簡單，人機工程好，自動化程度高，在實現(xiàn)快速檢測的同時保證檢測的精度。文中設(shè)計的紅外熱像儀MRTD檢測設(shè)備體積及質(zhì)量小，便攜性好，適用于野外在線檢測，軟件設(shè)計實現(xiàn)了紅外熱像儀MRTD的全自動檢測，其總體結(jié)構(gòu)原理框圖如圖1所示。檢測設(shè)備由單黑體熱像靶標、溫差控制電路、卡塞格林平行光管、CCD、圖像采集卡、微機控制處理系統(tǒng)連接組成。其檢測工作原理是：由微機控制系統(tǒng)控制溫差控制電路，調(diào)節(jié)面源黑體的溫度，使目標（四桿靶）與環(huán)境產(chǎn)生需要的溫差，形成一組特定空間頻率下的熱目標源，無色差的同軸卡塞格林平行光管將熱目標源投射到無限遠處，模擬無限遠目標進入被檢測熱成像儀的物鏡，對于有視頻輸出接口的被測儀器，將視頻接口與圖像采集卡相連，直接將物鏡輸入的視頻信息傳給微機控制處理系統(tǒng)；對于沒有視頻輸出接口的被測儀器，采用CCD采集被測熱成像儀目視窗口的成像結(jié)果，然后由圖像采集卡采集后輸入到微機控制處理系統(tǒng)中，對輸入的圖像或視頻信息進行相關(guān)處理并顯示處理結(jié)果，從而完成對被檢測熱成像儀MRTD參數(shù)的全自動測量。

2 自動檢測技術(shù)的硬件設(shè)計

實現(xiàn)紅外熱像儀MRTD的野外在線檢測最突出的問題是在復(fù)雜多變的環(huán)境溫度下保證紅外靶標與背景的模擬溫差精度。因此為了提高野外檢測時模擬溫差的控制精度和穩(wěn)定度，在本檢測系統(tǒng)中我們采用了單黑體溫差控制技術(shù)來模擬目標與環(huán)境的溫差。采用單個黑體有效地減小了測試系統(tǒng)的體積，同時用2個溫度傳感器分別探測環(huán)境背景和黑體目標的溫度，提高了溫差控制的環(huán)境適應(yīng)性，保證了測量結(jié)果的精確度。其溫差自動控制硬件設(shè)計原理框圖如圖2所示。

溫控系統(tǒng)硬件主要由紅外溫差輻射源黑體、溫度控制系統(tǒng)、紅外靶標、溫度傳感器、微機控制處理系統(tǒng)等組成。其中面源黑體采用半導(dǎo)體制冷器件帕爾貼進行制冷和加熱，面源黑體發(fā)射板采用硬鋁材料制作，目標溫度傳感器安裝在發(fā)射板頂部，背景溫度傳感器安裝在靶標板上，微機控制處理系統(tǒng)通過串口RS232與溫度控制系統(tǒng)進行通信，實現(xiàn)對溫度的控制，溫度控制系統(tǒng)為0.01℃級高精度調(diào)節(jié)器，具有兩路模擬輸出，輸出1用于黑體升溫控制，輸出2用于黑體的降溫控制。

圖2 模擬溫差自動控制系統(tǒng)硬件設(shè)計原理框圖Fig.2 Block diagram of simulated temperature automatic control system

單黑體溫差控制原理：由微機控制處理系統(tǒng)給出初始溫差設(shè)定值ST，在某一時刻t1繼電器1接通溫度傳感器1，將四桿靶溫度值T1送至溫度控制系統(tǒng)，由其內(nèi)部的單片機讀取后保存，并把該溫度值作為環(huán)境溫度值。T1與溫差設(shè)定值ST作加法運算得到T2＝T1＋ST，溫控系統(tǒng)根據(jù)T2自動調(diào)節(jié)輸出1或輸出2的輸出量，作為控溫電路的輸入信號，兩路信號分別經(jīng)過電壓跟隨器后，由減法運算電路進行輸出1減輸出2的運算，得到功率放大電路的控制信號，由功率放大器驅(qū)動帕爾貼升溫或降溫模擬目標的溫度，此后繼電器1和繼電器2相繼閉合打開，將目標與背景的當前溫度值T1和T2傳送至溫控系統(tǒng)中得到當前溫差值PT，溫控系統(tǒng)根據(jù)設(shè)定溫差ST與當前溫差PT的差值自動調(diào)節(jié)輸出量，進而控制功率放大電路對帕爾貼進行適量的升溫和降溫。溫度傳感器1不斷地傳遞當前的環(huán)境溫度，通過反饋調(diào)節(jié)控制面源黑體的溫度，保證在環(huán)境溫度變化的情況下目標與背景模擬溫差的穩(wěn)定性。通過采用單黑體控制技術(shù)模擬目標與環(huán)境的溫差，可以有效地減小環(huán)境溫度變化對檢測結(jié)果的影響，保證MRTD的檢測精度。

3 自動檢測技術(shù)的軟件設(shè)計

3.1 模擬溫差與圖像采集控制

實現(xiàn)紅外熱像儀MRTD的全自動快速檢測，對模擬溫差的自動控制以及圖像的準確采集有著較高的要求，不僅需要分別實現(xiàn)模擬溫差和圖像采集的自動控制，而且需要兩者相互配合，在恰當時間共同完成控制工作。它們的軟件設(shè)計流程如圖3所示。

為滿足不同微機的串口通訊需求，程序可以自動識別微機所使用的串口號，并自動連接到對應(yīng)的串口，與溫控系統(tǒng)保持通信，同時打開對應(yīng)的圖像采集卡，實時地采集被測熱像儀的目視成像結(jié)果。接著微機向溫控系統(tǒng)發(fā)送通信碼設(shè)置單黑體的溫度差PT，然后設(shè)置一個定時器，每隔300 ms向溫控系統(tǒng)發(fā)送通信碼讀取面源黑體的當前溫度差值，這時在緩存區(qū)中有溫控系統(tǒng)發(fā)送回來的響應(yīng)數(shù)據(jù)，程序?qū)崟r監(jiān)控緩存區(qū)的內(nèi)存狀態(tài)，濾除掉不需要的數(shù)據(jù)，提取出單黑體的當前溫度差值ST，并與設(shè)置的溫差作比較得△T＝｜PT-ST｜，根據(jù)溫控系統(tǒng)的控制精度（0.01℃）以及多次計量標定，將閾值設(shè)置為0.05℃。

圖3 溫差控制與圖像采集流程Fig.3 Process of temperature control and image capture

當ΔT＜0.05℃時，計數(shù)器開啟，Num 加1（Num為當前溫差PT連續(xù)進入閾值范圍內(nèi)的次數(shù)），表明當前溫差PT接近設(shè)置溫差ST，如果當前溫差PT連續(xù)30次在閾值范圍內(nèi) （Num≥30），表明當前溫差已經(jīng)穩(wěn)定在設(shè)置溫差附近，此時程序立即關(guān)閉定時器，停止讀取當前溫度值并控制CCD采集當前一幀圖像到緩存區(qū)，用以后續(xù)處理。當計數(shù)器Num開始計數(shù)后，如果Num＜30，則Num值保持不變，繼續(xù)讀取當前溫度差值PT，一旦PT超出了閾值范圍，則立刻將計數(shù)器置零（Num＝0），并返回繼續(xù)讀取當前溫度差值，重復(fù)以上過程。Num計數(shù)器同時具有計時的功能，Num每加1代表穩(wěn)定時間加300ms。

3.2 MRTD自動檢測方法

在全自動檢測中，我們采用CCD代替人眼來采集被測熱像儀的目視成像結(jié)果，并將其積分時間調(diào)節(jié)到0.05s，與人眼大致相同，利用四桿靶目標區(qū)域與背景區(qū)域的灰度差來實現(xiàn)對四桿靶目標的分辨。

在軟件設(shè)計時考慮到野外快速檢測的需求，將初始溫差設(shè)置為1.0℃，當實際溫差穩(wěn)定在1.0℃后程序控制CCD采集當前幀圖像放入緩存區(qū)，對采集的圖像進行分析處理，準確地提取出四桿靶目標以及背景區(qū)域，保存區(qū)域坐標，分別計算溫差1.0℃下目標區(qū)域和背景區(qū)域的平均灰度值，得到兩者的灰度差GrayD，根據(jù)CCD和熱像儀的分辨能力以及人眼對灰度圖像的敏感度，當GrayD＜3時認為人眼無法分辨出四桿靶區(qū)域。如果被測熱像儀的MRTD大于1.0℃，那么當實際溫差穩(wěn)定在1.0℃左右時，程序無法提取出四桿靶以及背景區(qū)域，此時直接輸出檢測結(jié)果“MRTD大于1.0℃”，表明被測熱像儀的溫差分辨性能較差。

當GrayD＞3時，表明在溫差1.0℃時可以分辨出四桿靶區(qū)域，為了縮短檢測時間直接將下一個溫差值設(shè)定0.5℃，然后分上下兩段分別判斷。當實際溫差穩(wěn)定在0.5℃左右后，采集當前溫差圖像并根據(jù)已得到的目標與背景區(qū)域計算灰度差GrayD。當GrayD＜3時，表示在0.50℃時觀察不到四桿靶圖像，那么 MRTD可能是0.5℃、0.6℃、0.7℃、0.8℃、0.9℃中的任何一個，接著就設(shè)置溫差為0.6℃，如果此時的GrayD＞3，則輸出被測熱像儀的 MRTD為設(shè)置0.5℃時采集到的實際溫差，否者設(shè)置溫差為0.7℃，按照上面的方法依次向上設(shè)置溫差，直到溫差為0.9℃時結(jié)束。當設(shè)置溫差為0.5℃且GrayD＞3時，表示溫差在0.5℃時仍然可以觀察到四桿靶圖像，那么MRTD小于0.5℃，接 著 設(shè) 置 溫 差 為 0.4℃、0.3℃、0.2℃、0.1℃，即按照上面的方法依次向下設(shè)置溫差，直到溫差為0.1℃時結(jié)束，如果當溫差為0.1℃時，GrayD仍然大于3，則輸出“被測熱像儀的MRTD優(yōu)于0.1℃”。

3.3 四桿靶目標與背景區(qū)域的自動提取

實現(xiàn)熱像儀MRTD的全自動測量，最重要的就是要準確地提取出四桿靶目標以及背景區(qū)域，然后利用目標與背景區(qū)域的灰度差來實現(xiàn)對MTRD參數(shù)的測量，四桿靶區(qū)域和背景區(qū)域提取的越精確，MRTD的檢測結(jié)果越精確。同時為了實現(xiàn)在野外環(huán)境下的快速測量，最初的溫差不能設(shè)置太大，否者從一個較大的溫差降到檢測需求的溫差需要較長的等待時間，不符合快速檢測的需要，為此在檢測設(shè)備中我們設(shè)置初始最大溫差為1.0℃，利用該溫差下的紅外成像結(jié)果提取出目標與背景的區(qū)域。

由于惡劣的外界環(huán)境條件和探測儀器本身固有的特性，與可見光圖像相比紅外圖像普遍存在目標與背景對比度較差、邊緣模糊、噪聲較大等缺點，很大程度上影響了四桿靶區(qū)域提取的效果。因此為了準確地提取四桿靶目標區(qū)域以及背景區(qū)域，提高MRTD的檢測精度，文中結(jié)合了線性濾波器與非線性濾波器的優(yōu)點，提出了一種線性濾波與非線性濾波相結(jié)合的混合濾波算法，在實現(xiàn)對紅外圖像濾波的基礎(chǔ)上，更好地保留了圖像的邊緣信息，圖4所示為文中針對四桿靶形態(tài)特征采用的5像素×5像素濾波窗口，該濾波窗口被劃分為4個區(qū)域（a）、（b）、（c）、（d），所劃分區(qū)域中不包括待處理點本身，其中中心帶○的像素點為待處理像素點，4個區(qū)域內(nèi)像素點的灰度均值和方差分別記為meana、meanb、meanc、meand，δ2a、δ2b、δ2c、δ2d。

圖4 5像素×5像素濾波窗口Fig.4 5＊5 filtering window

該濾波算法是這樣實現(xiàn)的：首先根據(jù)下式判斷待處理點的噪聲類型：

式中f（x，y）為待處理點的灰度值，如果滿足（1）式，表明待處理點為脈沖噪聲，如果滿足（2）式表明為邊緣點，其他情況屬于平滑區(qū)域。

如果待處理點是脈沖噪聲，則在以待處理點為中心的3像素×3像素鄰域內(nèi)進行中值濾波，將濾波后的值賦予待處理點，如下式中（3）所示；如果待處理點是邊緣點，則將meana、meanb、meanc、meand、f（x，y）進行中值排序，將中值賦予待處理點，如下式（4）所示；如果待測點處于平滑區(qū)域，則對其進行加權(quán)均值濾波如下式（5）所示：

圖5為CCD采集的紅外熱像儀目視結(jié)果，圖6為使用文中提出的混合濾波后的效果圖。經(jīng)過濾波后圖像中四桿靶區(qū)域被清晰地呈現(xiàn)出來，提取圖像的灰度直方圖如圖7所示，通過觀察發(fā)現(xiàn)直方圖中存在明顯的波谷，可以通過全局門限對濾波后的圖像進行閾值分割。

圖7 圖像的直方圖Fig.7 Image's histogram

初始閾值選取為圖像的平均灰度值，然后按照文獻［6］中提出的方法不斷疊加得出最終的全局門限，閾值分割后的圖像如圖8所示。

圖8 閾值分割后的圖像Fig.8 Image after threshold segmentation

可以看出在閾值分割后得到了大致的四桿靶的圖像，但是在四桿靶的邊緣還存在較多的毛刺和缺口，此時對圖像進行形態(tài)學(xué)的開運算以消除小的毛刺并修復(fù)缺口。開運算即是先對圖像用結(jié)構(gòu)元素S腐蝕接著用同樣的結(jié)構(gòu)元素進行膨脹恢復(fù)。根據(jù)四桿靶的形態(tài)特征，選用3像素×1像素的長方形結(jié)構(gòu)作為結(jié)構(gòu)元素對圖像進行開運算，圖9顯示了對圖8的圖像進行開運算后的結(jié)果。

圖9 開運算結(jié)果Fig.9 Image after opening operation

由圖像可以看出在開運算后得到了較為平滑和清晰的四桿靶圖像，為了尋找四桿靶區(qū)域，需要對圖像進行輪廓提取。提取方法：遍歷開運算后圖像中灰度值為255的點，當它的8領(lǐng)域灰度值都為255時則認為該點為內(nèi)部點，將該點刪除，如果該點的8領(lǐng)域中至少有一個為0時，則認為該點為輪廓點，保存下來繼續(xù)檢測下一個點。圖10顯示了圖9中四桿靶的輪廓圖像。為了防止濾波不完全造成的輪廓提取錯誤，在提取輪廓后進行篩選，計算每個輪廓的長度Lx，并求出所有輪廓的平均值Lave，如果Lx＜｜Lave-20｜，則認為該輪廓不是四桿靶輪廓，予以刪除。

圖10 四桿靶輪廓Fig.10 Contour of four bars target

在進行檢測時，我們設(shè)置初始溫差為1.0℃，此時可能因為熱像儀的性能問題，在溫差為1.0℃時熱像儀已經(jīng)不能分辨出四桿靶，為防止程序在提取四桿靶目標與背景區(qū)域時報錯，在篩選輪廓后進行輪廓數(shù)量的統(tǒng)計，如果輪廓數(shù)量大于4則程序繼續(xù)執(zhí)行，如果輪廓值小于4，則程序接續(xù)，輸出信息“被測熱像儀的MRTD＞1.0℃”。

在確定了四桿靶的輪廓后，我們希望能夠得到四桿靶的坐標位置以便在后面的處理中直接運用此區(qū)域。通過找出單個輪廓的最左、最右、最上、最下的4個坐標點，擬合出4個矩形區(qū)域，使它們分別剛好包含每個靶桿，通過4個矩形區(qū)域左上角頂點的坐標和矩形的長寬就可以得到4個矩形區(qū)域的準確坐標位置。然后取包含4個小矩形的大矩形區(qū)域（不包括4個小矩形區(qū)域）作為背景區(qū)域，如圖11所示。在計算參數(shù)MRTD時，四桿靶區(qū)域以及與其鄰近的背景區(qū)域時是最關(guān)心的對象，適當?shù)乜刂拼缶匦蔚姆秶梢杂行У販p小背景區(qū)域的計算量，同時提高MRTD結(jié)果的準確性。

圖11 目標與背景區(qū)域Fig.11 Area of target and background

4 實驗結(jié)果分析

選用某型號的手持式紅外熱像儀進行實測實驗，選取3組不同空間頻率下的紅外靶標板，分別用人眼觀察法和本文提出的全自動檢測方法進行了3次對比實驗，實驗結(jié)果數(shù)據(jù)如表1所示。

表1 不同空間頻率下，人眼觀察與全自動檢測實驗結(jié)果Table 1 Experimental results of eye observation and automatic test under different spatial frequencies

通過實驗可知，本文提出的MRTD全自動檢測方法測得的結(jié)果與人眼觀察所得結(jié)果基本吻合，具有較好的準確性。

5 結(jié)論

分別從硬件設(shè)計和軟件設(shè)計兩個方面研究了紅外熱像儀MRTD在野外環(huán)境下全自動快速檢測的關(guān)鍵技術(shù)，通過采用單黑體溫差控制技術(shù)提高了設(shè)備的便攜性和溫差控制精度；通過結(jié)合CCD圖像采集、串口通信、黑體控制以及圖像處理等多項技術(shù)保證了溫差控制與圖像采集的全自動化與協(xié)調(diào)統(tǒng)一；采用新穎的混合濾波、閾值分割、形態(tài)學(xué)處理、輪廓提取與篩選的綜合算法準確地提取出四桿靶目標與背景區(qū)域，實現(xiàn)了MRTD檢測的全自動化；溫差的分階段設(shè)置較好地滿足了MRTD快速檢測的需求。本文方法僅能適用于野外在線檢測時3種典型空間頻率的四桿靶。

［1］ SUN Jun-yue，MA Dong-mei.Intelligent MRTD testing for thermal imaging system using ANN［J］.SPIE，2006，6031：111-117.

［2］ 王東偉，張旭升，何川.紅外熱像儀最小可辨溫差客觀評測技術(shù)［J］.紅外與激光工程，2010，39（4）：611-613.WANG Dong-wei，ZHANG Xu-sheng，HE Chuan.Objective evaluation method for MRTD of IR thermal imager［J］.Infrared and Laser Engineering，2010，39（4）：611-613.（in Chinese with an English abstract）

［3］ 姜貴彬，藍天，倪國強.紅外熱成像系統(tǒng)評價的重要參數(shù)及測試方法［J］.紅外與激光工程.2008.37（增刊）：470-473.JIANG Gui-bin，LAN Tian，NI Guo-qiang.Important parameters and testing methods of performance evaluation of thermal infrared imaging system［J］.Infrared and Laser Engineering，2008，37（Sup.）：470-473.（in Chinese with an English abstract）

［4］ 金偉其，王吉暉，王霞，等.紅外熱成像系統(tǒng)性能評價技術(shù)的新進展［J］.紅外與激光工程，2009，38（1）：8-13.JIN Wei-qi，WANG Ji-hui，WANG Xia，et al.Development on performance evaluation of thermal imaging systems［J］.Infrared and Laser Engineering，2009，38（1）：8-13.（in Chinese with an English abstract）

［5］ 孫軍月，馬冬梅.智能測量熱成像系統(tǒng)MRTD的應(yīng)用方法 分 析 ［J］.紅 外 與 激 光 工 程，2006，35（4）：401-404.SUN Jun-yue，MA Dong-mei.Analysis of intelligent MRTD testing for thermal imaging system［J］.Infrared and Laser Engineering，2006，35（4）：401-404.（in Chinese with an English abstract）

［6］ GONZALEZ R C，WOODS R E.Digital image processing second edition［M］.Beijing：Publishing House of Electronics Industry，2007.

［7］ 王永仲.現(xiàn)代軍用光學(xué)技術(shù)［M］.北京：科學(xué)出版社，2003.WANG Yong-zhong.Modern military optical technology［M］.Beijing：Science Press，2003.（in Chinese）