基于SE-Workbench-IR的紅外圖像仿真

李 冰，蘇 娟，郝媛媛

?

基于SE-Workbench-IR的紅外圖像仿真

李 冰1，蘇 娟1，郝媛媛2

（1.火箭軍工程大學(xué)，陜西 西安 710025；2. 96625 部隊(duì)，河北 宣化 075100）

可見光圖像仿真生成紅外基準(zhǔn)圖，對提高紅外成像制導(dǎo)武器命中精度具有重要意義。針對實(shí)地獲取紅外基準(zhǔn)圖成本高、難度大的問題，借助SE-Workbench-IR平臺，實(shí)現(xiàn)了由可見光圖像到紅外基準(zhǔn)圖的仿真。首先通過Photoshop軟件對圖像進(jìn)行分層，并在SE-CLASSIFICATION模塊對各圖層的地物分別賦予對應(yīng)的材質(zhì)，實(shí)現(xiàn)紋理分類；之后，在紅外可視化面板設(shè)定生成紅外圖像的環(huán)境參數(shù)，運(yùn)行軟件獲得紅外仿真圖像。仿真之后，用紅外仿真基準(zhǔn)圖進(jìn)行模板匹配，并通過匹配誤差、均方根誤差和交叉熵來評價(jià)仿真效果。實(shí)驗(yàn)結(jié)果證明：指定背景環(huán)境下的紅外成像仿真的效果很好。

紅外成像仿真；SE-Workbench-IR；模板匹配；均方根誤差

0 引言

紅外成像制導(dǎo)具有靈敏度高、隱蔽性好、抗干擾能力強(qiáng)等優(yōu)良特性，因此采用紅外成像制導(dǎo)可以提高武器的生存能力和精確打擊能力。但是受當(dāng)前國情和保障能力的限制，紅外成像制導(dǎo)中基準(zhǔn)圖多為可見光圖像，實(shí)時(shí)圖為紅外圖像。由于紅外與可見光圖像成像機(jī)理不同，兩者存在較大的特征差異，進(jìn)而加大了圖像匹配難度。如果改用紅外基準(zhǔn)圖進(jìn)行匹配，則在降低匹配難度的同時(shí)還能提高匹配準(zhǔn)確度和精度。但僅依靠場外實(shí)地獲取紅外基準(zhǔn)圖，不僅耗費(fèi)大量的人力物力財(cái)力，還很難獲得復(fù)雜環(huán)境、惡劣氣候下目標(biāo)的紅外圖像。因此，通過紅外成像仿真技術(shù)來獲得紅外基準(zhǔn)圖具有重要意義。

當(dāng)前，部分學(xué)者、機(jī)構(gòu)在目標(biāo)與場景的紅外特性建模與仿真方面已取得優(yōu)異成果：基于場景幾何和紅外紋理圖像混合的紅外動態(tài)場景的實(shí)時(shí)繪制、基于各種新方法的紅外輻射大氣傳輸模型、大規(guī)模紅外場景紋理的生成方法、典型地物不同時(shí)段和不同季節(jié)的紅外特性仿真等[1-5]。提前建立大氣、物理模型以及材料數(shù)據(jù)庫等紅外仿真圖像生成所需的條件，可以縮短紅外仿真圖像生成的時(shí)間、擴(kuò)大紅外仿真圖像生成范圍。紅外仿真軟件將這些提前建立的仿真生成條件聚集到一個(gè)仿真平臺，使得紅外仿真工作變得簡單、易于操作，且可視性更強(qiáng)。國外近年來開發(fā)了多種目標(biāo)與場景的紅外輻射特性仿真軟件，其中SE-Workbench-IR軟件已經(jīng)在英、法、德等歐洲國家以及部分亞洲國家的軍事科研領(lǐng)域得到廣泛應(yīng)用[6]。

本文對SE-Workbench-IR軟件進(jìn)行了簡要介紹；同時(shí)為了驗(yàn)證SE-Workbench-IR軟件的紅外仿真效果，先利用Photoshop軟件對可見光圖像進(jìn)行分層生成.psd文件，并用SE-Workbench-IR平臺中的SE-CLASSIFICATION模塊實(shí)現(xiàn)圖像中地物的紋理分類與紅外圖像仿真；之后采用模板匹配算法對紅外仿真基準(zhǔn)圖與紅外實(shí)時(shí)圖進(jìn)行匹配，并通過計(jì)算匹配誤差、均方根誤差以及交叉熵對紅外仿真效果進(jìn)行評價(jià)。

1 基于SE-Workbench-IR平臺的紅外仿真應(yīng)用

1.1 SE-Workbench-IR軟件簡介

SE-Workbench-IR是OKTAL-SE公司開發(fā)的SE-Workbench軟件中用于紅外場景數(shù)據(jù)生成、分析和仿真的工具包。它主要包括SE-AGETIM（三維地形建模模塊）、SE-PHYSICAL-MODELER（物理模型建模模塊）、SE-ATMOSPHERE（大氣模型建模模塊）、SE-THERMAL（熱量模型建模模塊）、SE-SCENARIO（圖形用戶界面配置工具模塊）、SE-TOOLKIT（應(yīng)用設(shè)計(jì)、集成的庫和應(yīng)用程序接口模塊）、SE-FAST-IR（紅外快速圖像生成模塊）、SE-RAY-IR（紅外射線追蹤模塊）、SE-CLASSIFICATION（材質(zhì)的紋理分類模塊）、和SE-IR-SENSOR（紅外傳感器模塊）等[7-10]。

利用SE-Workbench-IR平臺建立一個(gè)物理材料/紋理分類需要兩個(gè)過程：第一，物質(zhì)鑒定，即通過現(xiàn)有軟件（如：Photoshop、OpenGL等）將原始圖像中的物質(zhì)分到不同的圖層，生成.psd文件；第二，紋理分類，即通過SE-CLASSIFICATION模塊對.psd文件中各圖層的物質(zhì)分別賦予對應(yīng)的物理材質(zhì)，實(shí)現(xiàn)紋理分類?；玖鞒倘鐖D1[10]所示。

圖1 物理材料/紋理分類的建立流程

1.2 基于Photoshop軟件的圖像分層

本文利用Photoshop軟件將可見光圖像中的不同地物分到不同的圖層，最后生成.psd格式的圖層文件。具體操作步驟如下：運(yùn)行Photoshop軟件，選用選區(qū)工具選取可見光圖像中分布面積最大的材質(zhì)，將選區(qū)保存至新建的圖層并為圖層命名類型名；然后依次選取圖像中剩余材質(zhì)，保存至新建的圖層并命名，直到將圖像全部分割或達(dá)到需要的分割精度。需要注意的是：圖層間無重疊區(qū)域且所有圖層的疊加剛好構(gòu)成原來的可見光圖像；并且，圖層要以英文形式命名。

因?yàn)镾E-CLASSIFICATION模塊對可見光圖像進(jìn)行紋理分類時(shí)，每個(gè)圖層最多能分出4類紋理，并且同一圖層中若存在不同材質(zhì)具有相近顏色時(shí)，系統(tǒng)會自動將這些不同地物劃分到同一紋理下，進(jìn)而影響紅外仿真結(jié)果。因此，在使用Photoshop軟件對可見光圖像進(jìn)行分層時(shí)，要將不同材質(zhì)相近顏色的地物分到不同的圖層，并且每個(gè)圖層中包含的材質(zhì)的數(shù)量和顏色的數(shù)量均不能超過4種。

圖像的分層實(shí)例如圖2所示。圖中的可見光圖像中主要包括：屋頂、墻壁和植被。雖然部分屋頂和墻壁的實(shí)際材質(zhì)相同，但因?yàn)閮烧叩妮椛涮匦圆煌?，所以在材料?shù)據(jù)庫中對應(yīng)的材質(zhì)不同；又因?yàn)椴糠治蓓敽蛪Ρ谠诳梢姽鈭D像中的顏色相近，故將屋頂和墻壁分到不同的圖層。

圖2 圖像的分層效果

1.3 基于SE-CLASSIFICATION的紋理分類及紅外仿真

啟動SE-CLASSIFICATION模塊，導(dǎo)入材料數(shù)據(jù)庫、三維物理模型文件和圖層文件。對各圖層中的每類地物賦予相應(yīng)的材質(zhì)（如混凝土、瀝青、植被等），并在顏色選擇區(qū)選擇圖層中地物所對應(yīng)的顏色，即可完成紋理分類工作。具體操作步驟如下：

①啟動SE-CLASSIFICATION模塊，導(dǎo)入材料數(shù)據(jù)庫；

②打開MPC generation對話框，導(dǎo)入三維物理模型文件和圖層文件；

③進(jìn)入Classification對話框，在“Layers”選區(qū)選擇一個(gè)圖層，之后在“Material”功能區(qū)依次賦予圖層中各地物所對應(yīng)的物理材質(zhì)，并在“Colour”功能區(qū)選擇地物在圖層中顯示的顏色（任一種地物的顏色選區(qū)與其材質(zhì)選區(qū)處于同一行）；

④重復(fù)步驟③，直至所有圖層中的地物都被賦予材質(zhì)和對應(yīng)顏色。

圖3中(a)、(b)、(c)分別表示“roof”圖層、“background”圖層和“vegetation”圖層中各地物的材質(zhì)和顏色的賦予情況。

完成地物的紋理分類后，在IR visualization（即紅外可視化面板）對話框下選擇期待的紅外仿真圖生成的背景環(huán)境參數(shù)，如大氣窗口、溫度、太陽高度角等。之后點(diǎn)擊“Preview”按鈕，即可生成紅外仿真圖，如圖4所示。

2 紅外仿真結(jié)果驗(yàn)證及評價(jià)

按照上文所述的方法，依次對可見光圖像進(jìn)行分層和紋理分類，最后設(shè)定環(huán)境參數(shù)，生成紅外仿真圖像。同時(shí)，用紅外成像儀獲取同一場景的紅外實(shí)時(shí)圖，用于對紅外仿真效果進(jìn)行比較和評價(jià)。限于篇幅，本文只給出了兩組紅外仿真實(shí)驗(yàn)的結(jié)果，如表1所示。通過目視觀察和主觀感覺可知：紅外仿真圖像與紅外實(shí)時(shí)圖的相似性較高，紅外仿真效果較好。

圖3 圖層中各地物的材質(zhì)和顏色賦予情況

圖4 紅外仿真結(jié)果

表1 紅外仿真結(jié)果

通常情況下，紅外仿真圖像與紅外實(shí)時(shí)圖之間灰度特性的相似性越大，則說明紅外仿真效果越好。為了客觀地評價(jià)仿真效果，本文在進(jìn)行紅外仿真之后，用模板匹配算法對紅外仿真基準(zhǔn)圖（紅外仿真基準(zhǔn)圖是從紅外仿真結(jié)果圖中通過人機(jī)交互分割出來的）和紅外實(shí)時(shí)圖進(jìn)行匹配，并通過計(jì)算匹配誤差來評價(jià)仿真效果。同時(shí)，用均方根誤差（RMSE）和交叉熵來評價(jià)仿真效果。

2.1 匹配誤差

相關(guān)系數(shù)能夠反映兩幅圖像的相關(guān)程度，所以通過計(jì)算紅外仿真圖像與紅外實(shí)時(shí)圖的相關(guān)系數(shù)，可以得出兩者的灰度相似性程度。相關(guān)系數(shù)的值越大說明兩者越相似，即紅外仿真效果越好。利用基于相關(guān)系數(shù)的模板匹配算法對紅外基準(zhǔn)圖與紅外實(shí)時(shí)圖進(jìn)行匹配，則可以通過計(jì)算匹配誤差來反映灰度相似性，進(jìn)而反映紅外仿真效果。匹配誤差越小，說明紅外仿真基準(zhǔn)圖與目標(biāo)的紅外實(shí)時(shí)圖之間的灰度相似性越好，即紅外仿真效果越好。

將人工標(biāo)注的理想匹配位置作為Ground truth、匹配所得的位置作為實(shí)際匹配位置，令計(jì)算所得的實(shí)際匹配位置與理想匹配位置之間的歐氏距離作為匹配誤差。兩組實(shí)驗(yàn)的匹配結(jié)果及匹配誤差如表2所示，可以看出，匹配誤差均小于2個(gè)像素值，說明紅外仿真基準(zhǔn)圖與紅外實(shí)時(shí)圖具有較大的灰度相似性，即說明紅外仿真效果比較好。

2.2 均方根誤差和交叉熵

均方根誤差適用于對兩幅圖像信息變化程度的測量，該值能反映兩幅圖之間的灰度值差異。通常，均方根誤差值越大，表示兩者灰度差異越大，即仿真效果越差；反之，仿真效果越好。交叉熵可以用來測量兩個(gè)概率分布的信息差異，因此它直接反映了兩幅圖像的差異，通常交叉熵越小，表示圖像間的信息差異越小，即紅外仿真效果越好。因?yàn)槲闹凶铌P(guān)注的是目標(biāo)的紅外仿真效果，因此只計(jì)算目標(biāo)的紅外仿真圖與紅外實(shí)時(shí)圖之間的均方根誤差和交叉熵。均方根誤差和交叉熵分別按照公式(1)、公式(2)計(jì)算：

式中：和分別表示目標(biāo)的紅外實(shí)時(shí)圖和紅外仿真圖；P()和P()分別表示和在像元亮度值為時(shí)的概率。

實(shí)驗(yàn)計(jì)算結(jié)果如表3所示。

均方根誤差需要考慮兩幅圖像對應(yīng)點(diǎn)的灰度值，又由于可見光圖像和紅外實(shí)時(shí)圖成像的方位角、尺度等差異，導(dǎo)致目標(biāo)的紅外仿真基準(zhǔn)圖與紅外實(shí)時(shí)圖中相同坐標(biāo)處所對應(yīng)的點(diǎn)不能完全配對，影響了均方根誤差的計(jì)算。交叉熵考慮的是兩張圖像全局的信息分布情況，表3中的計(jì)算結(jié)果能較好地說明兩幅圖整體之間比較接近，即紅外仿真效果比較好。因此總體分析可知：目標(biāo)的紅外仿真圖與紅外實(shí)時(shí)圖之間相似性較好，紅外仿真效果較好。

3 結(jié)束語

由于紅外基準(zhǔn)圖的實(shí)地獲取成本很高，而且很難根據(jù)實(shí)際要求獲取實(shí)時(shí)圖成像背景環(huán)境下的紅外基準(zhǔn)圖。為了降低紅外基準(zhǔn)圖的獲取成本，降低紅外成像制導(dǎo)中圖像匹配難度、提高匹配準(zhǔn)確度，本文利用Photoshop軟件和SE-Workbench-IR軟件中的SE-CLASSIFICATION模塊，實(shí)現(xiàn)了紅外基準(zhǔn)圖的仿真；并通過計(jì)算匹配誤差、均方根誤差、交叉熵來評價(jià)仿真效果。實(shí)驗(yàn)結(jié)果證明，利用Photoshop軟件和SE-CLASSIFICATION模塊實(shí)現(xiàn)的紅外場景仿真效果較好，并且能夠從中截取出紅外基準(zhǔn)圖實(shí)現(xiàn)低匹配誤差、高準(zhǔn)確度的紅外匹配。本文方法也可以實(shí)現(xiàn)空中目標(biāo)動態(tài)圖像的仿真，對其進(jìn)行紅外仿真的原理與對地面圖像進(jìn)行紅外仿真的原理相同，且需要注意的事項(xiàng)相同。

因?yàn)樵撥浖詭У牟牧蠑?shù)據(jù)庫中材質(zhì)類別有限，而且部分材質(zhì)并未細(xì)分，導(dǎo)致分類過程中某些物質(zhì)不能被賦予更精確的材質(zhì)，進(jìn)而影響了仿真效果；再者，紅外仿真生成界面中需要設(shè)定的參數(shù)要少于現(xiàn)實(shí)環(huán)境中影響紅外成像的實(shí)際因素?cái)?shù)，參數(shù)的數(shù)量及其設(shè)定詳細(xì)與否也影響著仿真效果。因此，為了提高紅外場景的仿真效果，紅外仿真軟件需要在擴(kuò)大材料數(shù)據(jù)庫以及增加紅外仿真所需設(shè)定的參數(shù)兩個(gè)方面加以改進(jìn)。

表2 匹配結(jié)果及匹配誤差

表3 目標(biāo)的紅外仿真圖與紅外實(shí)時(shí)圖之間的均方根誤差及交叉熵

[1] 王章野. 地面目標(biāo)的紅外仿真及多光譜成像真實(shí)感融合研究[D]. 杭州: 浙江大學(xué), 2002.

WANG Zhangye. Study of the realistic infrared image synthesis for ground objects and the realistic fusion of multi-spectral images[D]. Hangzhou: Zhejiang University, 2002.

[2] 江照意. 典型目標(biāo)場景的紅外成像仿真研究[D]. 杭州: 浙江大學(xué), 2007.

JIANG Zhaoyi. Study on infrared image synthesis for typical target scenes[D]. Hangzhou: Zhejiang University, 2007.

[3] 王玥, 盧秋實(shí), 葉青青. 地面背景的紅外特性模型[J]. 紅外與激光工程, 2010, 39(6): 989-992.

WANG Yue, LU Qiushi, YE Qingqing. Infrared characteristic model of ground background[J]., 2010, 39(6): 989-992.

[4] 孫丹丹. 基于遙感影像的紅外紋理生成及仿真應(yīng)用研究[D]. 西安: 西安電子科技大學(xué), 2011.

SUN Dandan. Research on the generation and simulation application of infrared texture based on remote sensing image[D]. Xi￠an: XIDIAN University, 2011.

[5] 季圓圓. 典型地物紅外特性仿真關(guān)鍵技術(shù)研究[D]. 大連: 大連海事大學(xué), 2014.

JI Yuanyuan. Study on key techniques of simulation for infrared characteristics of typical ground objects[D]. Dalian: Dalian Maritime University, 2014.

[6] 范晉祥, 岳艷軍. 目標(biāo)與場景的紅外特性建模與仿真軟件的發(fā)展[J]. 紅外與激光工程, 2008, 37(增刊): 389-396.

FAN Jinxiang, YUE Yanjun. Development of software for modeling and simulation of target and scene's infrared signature[J]., 2008, 37(Supplement): 389-396.

[7] JEAN L, THIERRY C, NICOLAS D, et a1. Simulation of active and passive infrared images using the SE-WORKBENCH[C]//:,,,XVIII, 2007, 6543: 6543-1-6543-15.

[8] 張?jiān)? 馬崇宵, 薛艷茹, 等. 基于SE-Workbench-IR的紅外視景仿真研究[J]. 彈箭與制導(dǎo)學(xué)報(bào), 2010, 30(4): 211-213.

ZHANG Yun, MA Chongxiao, XUE Yanru, et al. Research of scene simulation based on SE-Workbench-IR[J].,,, 2010, 30(4): 211-213.

[9] OKTAL-SE. Methodological guide[Z]. 2011.

[10] OKTAL-SE. SE-CLASSIFICATION[Z]. 2011.

Infrared Image Simulation Based on SE-Workbench-IR

LI Bing1，SU Juan1，HAO Yuanyuan2

(1.,￠710025,;2. 96625,,, 075100,)

Simulating infrared template from visible image is significant to improve the accuracy of infrared imaging guidance. SE-Workbench-IR is utilized to simulate infrared template due to the high cost and difficulty for acquiring infrared template in the field. Firstly, the image layers are made using Photoshop, the materials selection is done using SE-CLASSIFICATION and textures are classified. Secondly, environmental parameters needed by the infrared simulated image are initialized using IR visualization panel, and the simulation infrared images are got by running the software. After that, template matching is applied which is based on the infrared template, and matching error, RMSE and cross-entropy are used to evaluate the simulation effects. Experimental results show that the effect of the infrared images simulation in the assignedenvironment is good.

infrared imaging simulation，SE-Workbench-IR，template matching，RMSE

TP391.9

A

1001-8891(2016)08-0683-05

2015-12-19；

2016-02-28.

李冰（1993-），女（漢族），河北滄州人，碩士研究生，主要研究方向?yàn)檫b感圖像處理。E-mail：libingbenyi@163.com。

國家自然科學(xué)基金（61302195）。