一種基于實測數(shù)據(jù)溫差擾動的紅外圖像實時生成方法

李 敏，解鴻文，徐中外，邢宇航

一種基于實測數(shù)據(jù)溫差擾動的紅外圖像實時生成方法

李 敏，解鴻文，徐中外，邢宇航

（火箭軍工程大學908室，陜西 西安 710025）

紅外制導武器在研制中，需要大量的紅外場景數(shù)據(jù)做測試保障。本文由紅外圖像的成像機理出發(fā)，提出了一種基于實測數(shù)據(jù)溫差擾動的二維紅外圖像實時生成方法。該方法將圖像區(qū)域平均灰度與環(huán)境溫度直接關聯(lián)，用整體分塊的方法代替逐像素的繁瑣計算，在提高運算速度的同時，生成不同時段的紅外圖像。實驗表明，本文方法生成的紅外圖像，不僅能保證運算實時性，而且目標與背景具有與實測圖像相同的溫度變化趨勢和較好的逼真度，是一種行之有效的方法。

紅外圖像生成；實測數(shù)據(jù)；溫差擾動

0 引言

紅外成像制導方式因其全天候、全時段、穿透性強等優(yōu)點，已成為精確制導武器的首選。紅外仿真技術可以彌補外場試驗的不足，為武器裝備研制和測試提供大量的紅外數(shù)據(jù)保障[1]。目前紅外仿真技術已成為國內外學者研究的熱點和難點。

目前主流的紅外仿真方法，是根據(jù)目標的熱輻射收支情況，建立熱平衡方程，求解得到目標表面溫度，進而得到紅外圖像[2]。浙江大學石川凌運用基于材質模型的陸地紅外場景仿真方法和基于第一原理的海面艦船紅外仿真方法，編程實現(xiàn)了一個海陸紅外綜合仿真系統(tǒng)[3]。這種方法需按像素計算目標表面輻出度，運算量大，對于實時性要求較高的仿真系統(tǒng)而言難以接受。為減少計算量、充分利用實測數(shù)據(jù)的真實性高、逼真性好等優(yōu)點，基于實測數(shù)據(jù)的仿真方法被提出和廣泛應用。Jean-Pierre等人[4]利用實際拍攝的紅外背景圖像，根據(jù)拍攝的實際環(huán)境對其進行處理，最后得到不同條件下的紅外圖像。國內學者近幾年也開展了一系列基于實測數(shù)據(jù)的紅外仿真研究。張健等人利用實測數(shù)據(jù)得到了仿真的紅外圖像，并與其他軟件得到的仿真圖像進行分析，證明了該方法的有效性[5]。宋福印[6]探索了利用實測數(shù)據(jù)參數(shù)擬合求解大氣透過率的方法。近幾年，隨著研究的深入，研究人員越來越重視實時仿真的重要性[7-9]，逐像素的仿真方法大多難以滿足實時性的需要。2016年，楊壹斌將紅外紋理的灰度值與灰度平均值做差，得到溫差擾動，進而提出一種紅外紋理生成方法[10]，該方法將實測數(shù)據(jù)與計算機仿真有效結合，提高了紅外紋理的逼真度，但對于環(huán)境條件特別是溫度對紅外紋理的影響未考慮。

本文從紅外圖像生成機理出發(fā)，將環(huán)境溫度作為一個重要因素，探索其與灰度值的映射關系，用分塊計算的方法代替對圖像進行逐像素的仿真，提高了運算速度。實驗結果表明，本文方法可快速、逼真地生成不同時間段的紅外圖像，真實感較強，取得了很好的效果。

1 基于實測數(shù)據(jù)溫差擾動的紅外圖像實時生成方法

1.1 算法原理

圖像中每一區(qū)域的灰度平均值是此區(qū)域輻射量的集中反映，具有很強的代表性，而溫度是紅外圖像紋理的重要決定因素。對同一材質而言，雖然其整體溫度（均值）隨時間變化，但其表面局部均值的溫差分布可近似認為不隨時間變化[11]?；谝陨显恚疚囊越ㄖ锬繕藶檠芯繉ο?，在對目標和背景材質劃分的基礎上，將建筑物不同材質紅外圖像區(qū)域灰度平均值與整體溫度相擬合，根據(jù)擬合曲線，得到灰度與溫度的映射關系，從而可以預測未來一段時間內某時刻目標區(qū)的紅外圖像。

在實際情況中，大多數(shù)場景中包含草叢、樹木等元素，對于這些元素，由于草叢、樹木等有機體能在一定范圍內調節(jié)自身溫度，而且本文算法是建立在材質分割的基礎上，那么對于材質分割后的樹木、草叢元素等，不管氣溫變化如何，其自身灰度值變化較小，因此在做擬合的時候，灰度值-溫度曲線近似是一條水平線，那么得到的仿真時刻的灰度值就是原時刻的灰度值，再加上灰度值波動，那么得到的還是原實測時刻灰度值，這與實際情況相符。本文算法原理如圖1所示。

1.2 基于紅外成像機理的灰度計算

由紅外成像機理可知，目標紅外成像主要是由目標表面溫度和材質發(fā)射率共同決定的[12]。物體的輻照度值可由普朗克公式積分得到[13]，具體計算方法為：

式中：1為第一輻射常數(shù)，其值為3.7418×10－14W×m2；2為第二輻射常數(shù)，其值為1.43879×10－2m×K；0是物體的輻射發(fā)射率；代表波長?？紤]到仿真的實時性要求，本文采用了如式(2)的近似公式[14]，式中，在一定的允許誤差范圍內，將復雜的積分運算簡化為多項式計算，從而大大減少了計算復雜度，提高計算速度。

根據(jù)物體輻照度，可確定各個物體在紅外圖像中的灰度值，設定其最高溫度max和最低溫度min，將其帶入公式(3)中，得到目標表面灰度值pixel：

目標表面所接收和輻射出的能量差是決定目標溫度變化的關鍵。由目標熱平衡方程可知，物體自身溫度與輻射出射度正相關，而在可預見的短時間內，目標對太陽輻射的反射和對大氣環(huán)境輻射的發(fā)射可近似認為是不變的。由公式(1)可知，目標自身溫度與自身發(fā)出的輻射量有關，進而與目標紅外圖像的溫度有關。對于長波波段，自身輻射所占比重較大，而太陽輻射、大氣輻射所占比重幾乎可以忽略不計[15]。

1.3 基于實測數(shù)據(jù)的溫度相關溫差擾動建模

由于不同的材質有著不同的物理特性，發(fā)射率對物體自身紅外輻射量有影響，反射率對紅外輻射的反射特性有影響。因此，不同材質對溫度有不同的敏感性，對仿真結果有重要的影響，不能將所有材質按同一個標準進行處理。所以在計算紅外圖像平均灰度值之前需要進行材質分類，即將同類材質劃分為一個區(qū)域。正確對場景中的元素進行材質分割是得到逼真仿真結果的前提和基礎，對于可見光場景，由于其有色彩對比度等不同的特征，可以采用多種分割方法。例如：閾值法、聚類法、卷積神經網絡分割法等等。但對于紅外灰度圖像，其只有灰度值特征，因此大多根據(jù)各材質灰度值的差異和灰度直方圖分布進行分割。目前，K均值聚類算法是一種經典算法，由于其技術成熟、算法簡便，又很早提出，在科學和工業(yè)領域中應用廣泛，能滿足大多數(shù)情況下的材質分割需要[14]。因此本文直接用這一算法進行材質的分割。本文方法思路如下：首先將一系列不同時刻的實測紅外圖像進行材質劃分，求得各區(qū)域的平均灰度和灰度差值波動（即各點與平均溫度的差值）；其次，利用一系列平均灰度和當時環(huán)境溫度條件擬合，做出擬合曲線，得到灰度值與溫度的映射關系；進而，利用仿真時刻實際環(huán)境溫度，求得仿真時刻此區(qū)域的平均灰度；最后，將平均灰度與最近時刻實測紅外圖像的灰度差值波動相疊加，得到仿真時刻的紅外圖像。

基于實測數(shù)據(jù)溫差擾動的紅外圖像實時生成方法具體實現(xiàn)步驟如下：

Step 6：同理可得到其他所有區(qū)域的灰度圖像。

2 實驗結果及對比分析

2.1 實驗說明

本文針對建筑物的不同條件下的紅外圖像仿真，分別做了兩組實驗。硬件平臺為Inter(R) Core(TM)i7 -4790 CPU@3.60GHz，安裝內存16.0GB，所用的Matlab軟件版本為R2012a。本文實驗所用到的圖像分別拍攝于2017年2月28日和2017年6月4日，地點為西安市區(qū)（東經109.07°、北緯34.27°）。實驗一，全天的天氣狀況是陰，且無明顯變化，空氣質量為輕度污染，平均風力為1級，采集數(shù)據(jù)時的濕度為43%，氣溫變化如圖2所示。實驗二，天氣為雨，氣溫大約為17℃。所用的紅外熱像儀是Fluke TiX640紅外熱像儀，分辨率為640×480。

圖2 西安地區(qū)2月28日氣溫變化

2.2 實驗分析

利用計算機仿真方法生成的紅外圖像，評價有多種指標和方法[16-18]。本文不僅直觀展示實測圖像與仿真圖像的對比結果，而且將生成圖像的溫度值作為縱坐標做出3D圖，以便仿真圖像和實測圖像進行充分對比。同時利用灰度分布圖，表現(xiàn)仿真圖像的逼真度。

實驗一中分別于2月28日上下午17:00、18:00、19:00實測目標建筑物紅外圖像，如圖3(a)～(c)所示。利用本文方法仿真得到的20:00紅外紋理與實際測得的20:00的紅外圖像對比如圖4所示。直觀上看，仿真圖像紋理細節(jié)清楚，能滿足工程應用的需要。

圖5為仿真圖像與實測圖像的溫度值3D圖對比情況，圖6為灰度分布對比情況。從圖中可以看出，仿真圖像溫度整體偏低，灰度值偏小，這是由于傍晚氣溫逐漸下降，建筑物處于放熱過程，實際氣溫會比建筑物稍低，而仿真方法使用的是理論氣溫值，因此，仿真圖像氣溫稍低，與實際情況相符。從灰度圖中可以看出，雖然仿真圖像灰度值整體偏小，但整體趨勢與實測圖像相近，仿真效果較好。

圖3 實驗一不同時刻實測圖像

圖4 實驗一實測圖像與仿真圖像的對比

圖5 實驗一溫度值3D圖對比

圖6 實驗一灰度分布圖

實驗二中分別于6月4日10:30、12:00、13:30實測目標建筑物紅外圖像，如圖7中(a)～(c)所示。利用本文方法仿真得到的15:30紅外紋理與實際測得的15:30的紅外圖像對比如圖8所示。直觀上看，細節(jié)紋理較清楚，能滿足一般工程需要。

圖9為仿真圖像與實測圖像的溫度值3D圖對比情況，圖10為灰度分布對比情況。從實驗結果來看，下雨對成像效果影響較大，紅外圖像變得模糊。本文的算法生成的紅外圖像也稍有模糊，與實際是相符的，說明了本算法的有效性。這是因為本文的算法應用了最近時刻的灰度差值波動。從溫度值3D圖和灰度值分布圖也可以看出，仿真結果與實測結果非常接近。說明本文算法的有效性。

圖7 實驗二不同時刻實測圖像

圖8 實驗二仿真圖像與實測圖像的對比

圖9 實驗二溫度值3D圖對比

圖10 實驗二灰度分布圖

3 結論

本文探索了一種將紅外圖像區(qū)域平均灰度值與溫度之間關聯(lián)的仿真方法。通過本方法生成的紅外圖像，逼真性強，速度較快，可滿足實時仿真系統(tǒng)的需要，是一種行之有效的方法。本文中，由于實際拍攝的紅外圖像距離熱像儀距離較近，故可暫時忽略大氣傳輸效應和太陽輻射的影響。但在其他方面的應用上，大氣效應可能對仿真結果有較大的影響。因此下一步，將充分考慮大氣和太陽輻射變化。

[1] 王霞, 汪昊, 徐超, 等. 紅外場景仿真技術發(fā)展綜述[J]. 紅外技術, 2015, 37(7): 537-543.

WANG Xia, WANG Hao, XU Cha. Overview on development of infrared scene simulation[J].2015, 37(7): 537-543.

[2] 江樂, 白廷柱, 丁艷, 等. 基于典型目標反射率的近紅外場景仿真[J]. 光子學報, 2014, 43(8) : 132-137.

JIANG Le, BAI Tingzhu, DING Yan. Near infrared scene simulation based on reflectance of typical target[J]., 2014, 43(8) : 132-137.

[3] 石川凌. 海陸場景的紅外實時仿真研究[D]. 杭州: 浙江大學, 2016.

SHI Chuanling. Real-time Simulation of Infrared Land and Sea Scene[D]. Hangzhou : Zhejiang University, 2016.

[4] Gambotto J P. Combining image analysis and thermal models for infrared scene simulations[C]//, 1994, 1: 710-714.

[5] 張健, 張建奇, 邵曉鵬. 基于測量數(shù)據(jù)的紅外場景生成方法及實現(xiàn)[J].系統(tǒng)仿真學報, 2005, 17(10): 2399-2402.

ZHANG Jian, ZHANG Jianqi, SHAO Xiaopeng.Method of synthetic infrared scene generation based on measure data and its implementation[J]., 2005, 17(10): 2399-2402.

[6] SONG F, LU Y, QIAO Y, et al. Simulations of infrared atmospheric transmittance based on measured[C]//, 2016: 101571E.

[7] MU Chengpo, PENG Mingsong, GAO Xiang, et al. Infrared image simulation of ground maneuver target and scene[J]., 2014, 716-717(2): 932-935.

[8] LI N, SU Z, CHEN Z, et al. A real-time aircraft infrared imaging simulation platform[J]., 2013, 124(17): 2885-2893.

[9] LI N, HUAI W, WANG S, et al. A real-time infrared imaging simulation method with physical effects modeling of infrared sensors[J]., 2016, 78: 45-57.

[10] 楊壹斌, 李敏, 盧羿. 基于溫差擾動補償?shù)募t外紋理生成新方法[J]. 激光與紅外,2016, 46(12) : 1501-1507

YANG Yibin, LI Min, LU Yi. New method of infrared texture generation based on temperature difference disturbance compensation [J].,2016, 46(12): 1501-1507.

[11] 胡海鶴, 白廷柱, 郭長庚, 等. 零視距地物長波紅外特征場景仿真研究[J]. 光學學報, 2012, 32(10): 94-102.

HU Haihe, BAI Tingzhu, GUO Changgeng. Long wave infrared scene simulation research based on zero stadia of landmark[J]., 2012, 32(10): 94-102.

[12] 胡海鶴, 白廷柱, 韓強, 等. 基于Blinn-Phong模型的紅外輻照模型及其紅外場景仿真[J].光學學報, 2013, 33(6): 80-86.

HU Haihe, BAI Tingzhu, HAN Qiang. Infrared illumination model and infrared scene simulation based on Blinn-Phong model[J]., 2012, 32(10): 94-102.

[13] 黃曦. 高真實感紅外場景實時仿真技術研究[D]. 西安: 西安電子科技大學, 2014.

HUANG Xi. Study on Realistic Real-time Infrared Scene Simulation[D]. Xi'an: XIDIAN UNIVERSITY, 2014.

[14] 程瓊. 可見光圖像轉紅外圖像仿真[D]. 武漢: 華中科技大學, 2008.

CHENG Qiong. Simulation of Infrared Image from Visible Image [D]. Wuhan: Huazhong University of Science and Technology, 2008.

[15] 汪昊. 紅外場景仿真技術研究及仿真系統(tǒng)開發(fā)[D]. 北京: 北京理工大學, 2016.

WANG Hao. Research on Infrared Scene Simulation and the Development of Simulation System[D].Beijing: Beijing Institute of Technology, 2016.

[16] 王鵬, 孫繼銀, 巨西諾. 前視紅外圖像質量評價指標研究[J]. 彈箭與制導學報, 2012, 32(1): 53-56.

WANG Peng, SUN Jiyin, JU Xinuo. Criteria for FLIR image quality assessment[J].,,, 2012, 32(1): 53-56.

[17] 付宏明. 紅外成像末制導系統(tǒng)指標評價方法[J]. 紅外與激光工程, 2008(s2):451.

FU Hongming. Evaluation method of index guidance system for infrared imaging[J]., 2008(s2):451.

[18] 李浩. 紅外場景仿真及像質評估技術研究[D]. 北京: 北京理工大學, 2016.

LI Hao. The Research on Infrared Scene Simulation and Image Quality Evaluation[D].Beijing: Beijing Institute of Technology, 2016.

Real-time Infrared Image Generation Method Based on Measured Data Temperature Difference Disturbance

LI Min，XIE Hongwen，XU Zhongwai，XING Yuhang

(908,,710025,)

For the development of infrared-guided weapons, a large number of infrared scenes are needed for testing. Beginning with the mechanism of infrared images, a real-time infrared image generation method based on measured temperature difference disturbance is proposed. From this method, the average gray-level region of the image is correlated to the ambient temperature, and the block pixel calculation method is used, instead of pixel-to-pixel. Experiments show that the proposed method not only decreases real-time calculation, but also achieves better performance. This method is both feasible and effective when the target and the background have the same temperature-changing trend in the measured images.

infrared image generation，measured data，temperature difference disturbance

TP391.9

A

1001-8891(2017)10-0914-06

2017-04-11；

2017-06-16.

李敏（1971-），女，河南扶溝人，博士研究生導師，主要研究方向：紅外圖像處理與目標識別。E-mail：clwn@163.com。

國家自然科學基金項目（61102170），國家社科基金項目（15GJ003-243）。