旋轉(zhuǎn)彈的雙波段圖像處理技術(shù)研究*

鄧軍，張聰，龔幼延

(1. 解放軍92941部隊，遼寧 葫蘆島 125001；

2. 中國航天科工集團(tuán)公司二院25所，北京 100854)

0 引言

旋轉(zhuǎn)彈導(dǎo)引頭采用一體化雙波段線列探測器掃描成像方案，屬于共孔徑設(shè)計，2條線列探測器平行排列，隨著陀螺與彈體的相對旋轉(zhuǎn)，同時產(chǎn)生2個波段的紅外圖像。正是這種特殊的成像方式，使得目標(biāo)檢測識別更加困難。在經(jīng)過圖像預(yù)處理過程后，需要將潛在目標(biāo)的坐標(biāo)還原到慣性系，才能進(jìn)一步對雙波段圖像進(jìn)行配準(zhǔn)以及后續(xù)的目標(biāo)識別。本文為旋轉(zhuǎn)彈的雙波段圖像處理技術(shù)提出了解決思路。

1 圖像預(yù)處理

主要功能是最大化接收到的信雜比，提供感興趣的區(qū)域給后續(xù)信號處理以便進(jìn)行進(jìn)一步檢測[1-10]。該處理部分是整個紅外目標(biāo)檢測識別的第1步，因此它直接對接收到的掃描圖像進(jìn)行處理。

根據(jù)掃描圖像的特點(diǎn)，探測元的每個元輸出各自通過一個濾波器，該濾波器與信號和噪聲特性相匹配。每個通道都有一個獨(dú)立的檢測門限，該門限通過對每個通道的噪聲和背景干擾估計得到。那些高于檢測門限的信號被認(rèn)為是潛在目標(biāo)點(diǎn)。

該濾波方法利用導(dǎo)引頭掃描過程中的固有能力，每個通道都獨(dú)立進(jìn)行空間濾波。相比較通常所使用的二維濾波算子，這種處理方法由于每個探測元通道都有各自獨(dú)立的檢測門限，檢測過程對探測器非均勻性不敏感；此外，由于只傳輸感興趣的區(qū)域，降低了后續(xù)目標(biāo)分類處理的數(shù)據(jù)率。

根據(jù)以上的描述，背景抑制可通過高階矩濾波器來實(shí)現(xiàn)[11-12]。根據(jù)復(fù)雜背景下紅外圖像的特征，點(diǎn)目標(biāo)亮度比周圍背景高，與背景不相關(guān)，呈超高斯分布，三階矩>0。而背景具有大面積緩慢變化的特點(diǎn)，呈高斯或亞高斯分布，三階矩≤0。因此三階矩可以有效地表征信號的分布特征。

對于圖像中某像素點(diǎn)f(i,j)，在其鄰域Ω內(nèi)，有

(1)

圖像通過背景抑制后，目標(biāo)信雜比較高，可采用自適應(yīng)門限法進(jìn)行圖像分割，按照式(2)計算出門限：

Th=mean+k·var，

(2)

式中：Th為分割門限；mean為圖像全局(局部)灰度均值；var為圖像全局(局部)灰度方差；k為加權(quán)系數(shù)，通常將k與檢測信噪比聯(lián)系起來考慮。

用上述方法計算得到的門限進(jìn)行圖像分割，得到潛在目標(biāo)點(diǎn)：

(3)

式中：g(i,j)為分割后圖像；f(i,j)為分割前圖像。

2 圖像重構(gòu)及坐標(biāo)變換

由于動力陀螺和探測器陣列采用的掃描方式不能提供一個真實(shí)的慣性坐標(biāo)圖像，由圖像預(yù)處理和門限檢測后得到的目標(biāo)點(diǎn)必須映射到慣性空間中便于后續(xù)處理。按照系統(tǒng)給出的重構(gòu)信息，可將掃描圖像還原到慣性空間。坐標(biāo)轉(zhuǎn)換公式為

(4)

式中：[u，v]為為重構(gòu)后的坐標(biāo)；R為掃描圓半徑；N為單場掃描行數(shù)；n為線列探測器元數(shù)；Ft為陀螺旋轉(zhuǎn)頻率；Fd為彈體旋轉(zhuǎn)頻率。

圖1為連續(xù)掃描圖像及對應(yīng)的重構(gòu)圖像。

核心素養(yǎng)是現(xiàn)代化的教育方式下所提出的學(xué)生個人發(fā)展和能力培養(yǎng)必備的一項品格。小學(xué)英語方面的核心素養(yǎng)體現(xiàn)在小學(xué)生對跨文化學(xué)習(xí)過程中的認(rèn)識和理解能力、交流和協(xié)調(diào)能力。在小學(xué)階段英語核心素養(yǎng)培養(yǎng)過程中，讀寫教學(xué)相結(jié)合的方式對于這一素養(yǎng)的培養(yǎng)具有非常大的幫助作用。本文的研究就目前小學(xué)英語讀與寫的教學(xué)現(xiàn)狀來進(jìn)行分析，深入的探索英語課堂讀寫結(jié)合教學(xué)的方式和方法，提升小學(xué)生的讀寫能力，促進(jìn)小學(xué)生的思考和發(fā)展，同時也為小學(xué)英語教師的讀寫結(jié)合教學(xué)提出一些建議和參考。

經(jīng)過坐標(biāo)變換后，將慣性空間中的位置在給定范圍內(nèi)相關(guān)的區(qū)域進(jìn)行合并，這些合并后得到的區(qū)域代表了慣性空間中感興趣的區(qū)域。這些感興趣的區(qū)域，可能是真實(shí)目標(biāo)、背景、干擾彈，需要通過后續(xù)的處理再進(jìn)一步識別出來。

圖1 掃描圖像及重構(gòu)圖像Fig.1 Scanning image and reconstruction image

3 雙波段圖像配準(zhǔn)

根據(jù)第2節(jié)介紹的坐標(biāo)變換的公式，雙波段探測器掃描示意圖參見圖2。

下面給出一組模擬雙線列探測器輸出圖像。

根據(jù)雙波段成像方式的分析，在同一時刻，2個線列探測器所成圖像如圖3所示。

圖2 雙線列探測器掃描示意圖Fig.2 Scanning mode of dual band linear array detector

圖3 雙波段探測器掃描圖像及重構(gòu)圖像Fig.3 Scanning image and reconstruction image of dual band detector

從圖3可以看出，由于2個探測器線列的成像與陀螺和彈體之間的相對旋轉(zhuǎn)有關(guān)，其雙路輸出的原始圖像無法滿足嚴(yán)格配準(zhǔn)的條件，而雙波段輸出的原始圖像數(shù)據(jù)經(jīng)過坐標(biāo)變化后，其重構(gòu)圖像則可以通過信號處理層面的簡單位置變換實(shí)現(xiàn)雙波段圖像配準(zhǔn)。因此，在第2節(jié)給出的重構(gòu)公式的基礎(chǔ)上，根據(jù)線列探測器的空間排列方式，在[u，v]計算時補(bǔ)償在像面上產(chǎn)生的像移就能實(shí)現(xiàn)對雙波段圖像的完全配準(zhǔn)。圖4給出經(jīng)過配準(zhǔn)后的2個波段圖像。

圖4 雙波段探測器掃描圖像配準(zhǔn)Fig.4 Registration of dual-band scanning image

對配準(zhǔn)前后2個波段圖像目標(biāo)中心的坐標(biāo)進(jìn)行比較，配準(zhǔn)前目標(biāo)的中心坐標(biāo)分別為(84，94)和(92，88)，配準(zhǔn)后目標(biāo)的中心坐標(biāo)為(89，89)和(89，89)。由此可知，在不考慮計算誤差的情況下，2個波段圖像的配準(zhǔn)是非常準(zhǔn)確的。

4 圖像融合

在雙波段成像系統(tǒng)中，都存在一個對圖像信息進(jìn)行融合處理的過程。無論是選取何種信息融合算法，前提條件都是需要在數(shù)據(jù)融合之前對雙波段圖像數(shù)據(jù)進(jìn)行嚴(yán)格的空間配準(zhǔn)，即2個波段圖像上的像素在同一時刻上對應(yīng)空間位置一致[13-16]。

根據(jù)第3節(jié)對雙波段成像方式及圖像配準(zhǔn)的分析，圓錐掃描成像體制下雙線列探測器輸出的原始圖像經(jīng)過坐標(biāo)變化后，其重構(gòu)圖像可以通過信號處理層面的簡單位置變換實(shí)現(xiàn)雙波段圖像的配準(zhǔn)。因此，圓錐掃描成像體制下雙波段圖像處理流程如圖5所示。

圖5 雙波段圖像處理流程Fig.5 Dual band image processing flow

2個波段的紅外圖像在各自的通道上，分別進(jìn)行潛在目標(biāo)的提取，然后利用目標(biāo)、背景、誘餌在2個波段上的特征差異，通過圖像融合模塊進(jìn)行虛假目標(biāo)的識別。由于目標(biāo)和誘餌存在顯著的光譜差異，具有不同的雙色比，因此雙色比值可作為最重要的特征進(jìn)行目標(biāo)與誘餌的識別。

定義k為在某個溫度T下的黑(灰)體在2個波段中的輻射能量之比，即為雙色比：

(5)

式中：MΔλ為2個波段的灰體在大氣窗口Δλ=[λ1,λ2]波段內(nèi)紅外輻射經(jīng)大氣傳播到達(dá)探測器，由探測器捕獲到的光譜輻射出射度；T為輻射體絕對溫度(K)；H(λ)為探測器的光譜傳輸函數(shù)；τ為紅外輻射傳輸媒質(zhì)的衰減系數(shù)；ε為光譜發(fā)射率；Mλ(λ,T)為在波長為λ的光譜輻射出射度。

圖6為某雙波段對應(yīng)雙色比曲線。

圖6 不同溫度黑體對應(yīng)雙色比曲線Fig.6 Dual-color rate curve of different blackbodies

雙色比特性綜合了2個波段的光譜輻射特性，具有良好的比對效果，同時具有較好的穩(wěn)定性，受探測器傳輸函數(shù)的影響小，能區(qū)分不同溫度的目標(biāo)、紅外干擾和背景。

5 結(jié)束語

本文對線列掃描成像體制及掃描圖像的特點(diǎn)進(jìn)行了描述，并對雙波段圖像處理技術(shù)進(jìn)行了探討，在單波段圖像處理的基礎(chǔ)上，雙波段圖像處理中增加了雙波段圖像信息融合部分，而其實(shí)施的前提條件是必須對雙波段圖像進(jìn)行嚴(yán)格的空間配準(zhǔn)。針對雙波段線列探測器圓錐掃描成像的特點(diǎn)，本文對雙波段圖像的預(yù)處理、圖像重構(gòu)、空間配準(zhǔn)方法以及圖像融合進(jìn)行了研究。

參考文獻(xiàn)：

[1] Milan Sonka,Vaclav Hlavac,Roger Boyle.Image Processing,Analysis,and Machine Vision[M].USA:A Division of Thomson Asia Pte Led,1999.

[2] DUBUISSON M P,JAIN A K.Contour Extraction of Moving Objects in Complex Outdoor Scenes[J].International Journal of Computer Vision,1995,14(1):83-105.

[3] 彭嘉雄,周文林.紅外背景抑制與小目標(biāo)分割檢測[J].電子學(xué)報,1999,27(12):47-51.

PENG Jia-xiong,ZHOU Wen-lin.Infrared Background Suppression for Segmenting and Detecting Small Target[J]. Acta Electronica Sinica,1999,27(12):47-51.

[4] 李吉成,沈振康.紅外起伏背景下運(yùn)動點(diǎn)目標(biāo)的檢測方法[J].紅外與激光工程,1997,26(6):8-13.

LI Ji-cheng,SHEN Zhen-kang.Small Moving Target Detection in Clutter Infrared Background[J].Infrared and Laser Engineering,1997,26(6):8-13.

[5] 陳朝陽,張桂林.提高紅外點(diǎn)目標(biāo)圖像單幀檢測概率的背景抑制法[J].華中理工大學(xué)學(xué)報,1997(12):1-3.

CHEN Zhao-yang,ZHANG Gui-lin.Study on the Method of Background Restraint to Enhance the Detective Probability of IR Dot Target[J].Journal of Huazhong University of Science and Technology,1997(12):1-3.

[6] 周衛(wèi)祥,孫德寶.紅外圖像序列運(yùn)動小目標(biāo)檢測的預(yù)處理算法研究[J].國防科技大學(xué)學(xué)報,1999(5):57-60.

ZHOU Wei-xiang,SUN De-bao.The Study of Preprocessing Algorithm of Small Moving Target Detection in Infrared Image Sequences[J].Journal of National University of Defense Technology, 1999(5):57-60.

[7] 楊衛(wèi)平,沈振康.起伏背景下的自適應(yīng)門限檢測方法[J].紅外與毫米波學(xué)報,1999(2):120-124.

YANG Wei-ping,SHEN Zhen-kang.The Detection Method of Adaptive Thresholding in Undulant Background[J].Journal of Infrared and Millimeter Waves,1999(2):120-124.

[8] 楊嗥昀,張桂林.一種新的相關(guān)跟蹤算法的設(shè)計與實(shí)現(xiàn)[J].紅外與毫米波學(xué)報,2000(5):377-380.

YANG Hao-yun,ZHANG Gui-lin.Design and Realization of A New Correlation Tracker Algorithm[J].Journal of Infrared and Millimeter Waves,2000(5):377-380.

[9] 張弘,趙保軍,毛二可，等.復(fù)雜背景下紅外點(diǎn)目標(biāo)的檢測[J].紅外與激光工程,2001,30(4):96-98.

ZHANG Hong, ZHAO Bao-jun, MAO Er-ke，et al.Detection of Infrared Point Target Filters in Varying Clutter[J].Infrared and Laser Engineering,2001,30(4):96-98.

[10] 王衛(wèi)華,何艷,陳曾平.光電圖像序列運(yùn)動弱目標(biāo)實(shí)時檢測算法[J].光電工程,2006,33(4):14-18.

WANG Wei-hua,HE Yan,CHEN Zeng-ping.Real-Time Algorithm for Small Moving Target Detection in Photoelectric Image Sequences[J].Opto-Electronic Engineering,2006,33(4):14-18.

[11] 李曉瓊,史彩成,毛二可.基于高階累積量的單幀復(fù)雜云背景下紅外小目標(biāo)檢測[J].光學(xué)技術(shù),2008,34(5):696-698.

LI Xiao-qiong,SHI Cai-cheng,MAO Er-ke.A Method for Dim Small Targets Under Cloud Clutter Back-Ground in Single IR Image Based on Higher-Order Cumulant[J].Optical Technique, 2008,34(5):696-698.

[12] 呂雁.基于高階累積量的紅外圖像時域檢測[J].激光與紅外,2007,37(2):178-180.

Lü Yan.Infrared Image Temporal Detection Based on Higher-order Cumulant[J].Laser & Infrared,2007,37(2):178-180.

[13] 俞建成,孫勝利,陳桂林.基于紅外雙波段數(shù)據(jù)融合點(diǎn)目標(biāo)檢測算法的實(shí)現(xiàn)[J].激光與紅外,2008,38(3):296-299.

YU Jian-cheng,SUN Sheng-li,CHEN Gui-lin.Point Target Detection Arithmetic′s Realization Based on Decision Fusion in Dual-Band Infrared Images[J].Laser & Infrared,2008,38(3):296-299.

[14] 賈明永,董德新,陳勇.多元雙色紅外導(dǎo)引頭抗干擾技術(shù)[J].航空兵器,2006(3):19-22.

JIA Ming-yong,DONG De-xin,CHEN Yong.The Anti-Jamming Technique for Multi-Element Dual-Band IR Seeker[J].Aero Weaponry,2006(3):19-22.

[15] 朱牡丹,曾祥鴻,劉勁松.雙波段紅外目標(biāo)數(shù)據(jù)融合的研究[J].紅外技術(shù),2003,25(6):39-41.

ZHU Mu-dan, ZENG Xiang-hong, LIU Jin-song.The Study on Data Fusion of Dual-Band IR Targets[J].Infrared Technology,2003,25(6):39-41.

[16] 孫玉秋,田巖,彭代強(qiáng)，等.雙波段紅外圖像融合的小波分維算法[J].華中科技大學(xué)學(xué)報,2005,33(4):41-46.

SUN Yu-qiu,TIAN Yan,PENG Dai-qiang，et al.Algorithm of Wavelet Fractal Dimension Based on Two-Hand Infrared Data Fusion[J].Journal of Huazhong University of Science and Technology,2005,33(4):41-46.