低對(duì)比度紅外圖像點(diǎn)目標(biāo)運(yùn)動(dòng)檢測(cè)方法*

張永騫， 張 濤， 崔文楠, 夏魯瑞,3

(1.中國科學(xué)院 上海技術(shù)物理研究所，上海 200083；2.中國科學(xué)院大學(xué)，北京 100049； 3.裝備學(xué)院，北京 101416)

0 引 言

應(yīng)用小視場(chǎng)紅外探測(cè)系統(tǒng)進(jìn)行目標(biāo)探測(cè)與跟蹤時(shí)，通常利用擺鏡或移動(dòng)系統(tǒng)位置來獲取大視場(chǎng)范圍內(nèi)的圖像信息[1]。當(dāng)探測(cè)系統(tǒng)與被測(cè)運(yùn)動(dòng)目標(biāo)距離較遠(yuǎn)時(shí)，目標(biāo)成像為點(diǎn)目標(biāo)，且強(qiáng)度通常較低。如果圖像背景為云層、沙漠等層次不明顯的環(huán)境時(shí)，圖像的對(duì)比度較低，加上探測(cè)器噪聲的影響，進(jìn)一步增加了點(diǎn)目標(biāo)的檢測(cè)難度[2，3]。同時(shí)，探測(cè)系統(tǒng)主要關(guān)注的是運(yùn)動(dòng)點(diǎn)目標(biāo)，因此，需要通過圖像處理對(duì)點(diǎn)目標(biāo)相對(duì)背景環(huán)境的運(yùn)動(dòng)狀態(tài)進(jìn)行分析，檢測(cè)出潛在的運(yùn)動(dòng)目標(biāo)。

本文首先介紹了探測(cè)系統(tǒng)檢測(cè)運(yùn)動(dòng)點(diǎn)目標(biāo)的原理，然后對(duì)應(yīng)用傅里葉相位相關(guān)法配準(zhǔn)紅外圖像時(shí)存在的問題進(jìn)行了分析，最后提出了一種基于主紋理的傅里葉相位相關(guān)圖像配準(zhǔn)方法，最終實(shí)現(xiàn)了運(yùn)動(dòng)點(diǎn)目標(biāo)的檢測(cè)。

1 運(yùn)動(dòng)點(diǎn)目標(biāo)檢測(cè)原理

如圖1(a)所示，在探測(cè)系統(tǒng)視場(chǎng)移動(dòng)過程中，紅外探測(cè)系統(tǒng)采集的相鄰兩幅圖像A和B之間存在平移量，通過計(jì)算該平移量即可完成兩幅圖像重合區(qū)域的匹配。A，B兩幅圖像中的重合區(qū)域分別如圖1(b)和圖1(c)所示，其中點(diǎn)1為背景中的靜止目標(biāo)，點(diǎn)2為運(yùn)動(dòng)目標(biāo)，則圖1(b)和圖1(c)進(jìn)行差分運(yùn)算并取絕對(duì)值后，可以根據(jù)運(yùn)動(dòng)點(diǎn)目標(biāo)的差分特征進(jìn)行目標(biāo)點(diǎn)的識(shí)別。

若點(diǎn)目標(biāo)為背景中靜止的對(duì)象，如點(diǎn)1，則圖1(b)和圖1(c)差分運(yùn)算時(shí)會(huì)消除點(diǎn)目標(biāo)1；若點(diǎn)目標(biāo)為運(yùn)動(dòng)對(duì)象，

圖1 相鄰兩幀圖像中的點(diǎn)目標(biāo)

如點(diǎn)2，則該點(diǎn)目標(biāo)在圖1(b)和圖1(c)中會(huì)相對(duì)背景發(fā)生移動(dòng)，重合區(qū)域差分運(yùn)算時(shí)點(diǎn)目標(biāo)2會(huì)保留痕跡特征。如圖2所示，為兩個(gè)緊鄰的對(duì)稱點(diǎn)。通過對(duì)圖2進(jìn)行目標(biāo)識(shí)別分析，可以判定存在一運(yùn)動(dòng)點(diǎn)目標(biāo)。

圖2 重合區(qū)域差分運(yùn)算結(jié)果

2 圖像配準(zhǔn)方法

為檢測(cè)出運(yùn)動(dòng)點(diǎn)目標(biāo)，需完成相鄰圖像重合區(qū)域的匹配和差分結(jié)果圖像中點(diǎn)目標(biāo)的識(shí)別。重合區(qū)域匹配的實(shí)質(zhì)是圖像配準(zhǔn)，目前常用方法可分為三大類：基于灰度信息的配準(zhǔn)方法[4];基于特征的配準(zhǔn)方法[5];基于變換域的配準(zhǔn)方法。其中最具代表性的就是傅氏變換方法，圖像的平移、旋轉(zhuǎn)和縮放均可在其頻域中體現(xiàn)，具有一定的抗噪能力，且傅氏變換有成熟的快速算法支持。

對(duì)于低對(duì)比度的紅外圖像，在一定強(qiáng)度噪聲的影響下，特征往往不明顯，而系統(tǒng)又需要較快的目標(biāo)檢測(cè)響應(yīng)速度，因此,可以使用基于頻域變換的配準(zhǔn)方法。而根據(jù)探測(cè)系統(tǒng)工作原理可知，在系統(tǒng)采樣幀頻較高時(shí)，其視場(chǎng)移動(dòng)過程中采集的相鄰紅外圖像之間可近似認(rèn)為僅存在平移，不存在旋轉(zhuǎn)和縮放操作，因此,可以利用傅里葉相位相關(guān)算法快速檢測(cè)出相鄰圖像間的平移量，實(shí)現(xiàn)圖像的配準(zhǔn)，獲得重合區(qū)域，進(jìn)而提取出運(yùn)動(dòng)點(diǎn)目標(biāo)。

2.1 傅里葉相位相關(guān)圖像配準(zhǔn)方法

傅里葉相位相關(guān)方法是配準(zhǔn)兩幅存在平移失配圖像的典型方法[6]，主要基于傅氏變換的平移性質(zhì)：假設(shè)f(x,y)和F(ξ,η)為一對(duì)傅里葉變換對(duì)，記做f(x,y)?F(ξ,η)，位移量為(Δx,Δy)，有

f(x-Δx,y-Δy)?F(ξ,η)e-j2π(ξΔx+ηΔy)

(1)

即時(shí)域中f(x,y)產(chǎn)生的位移在頻域中表現(xiàn)為相應(yīng)相角的變化而其傅里葉變換的幅值保持不變。根據(jù)這一性質(zhì)，相位相關(guān)方法通過兩幅相鄰圖像的互功率譜最大值來估計(jì)圖像之間的平移量。假設(shè)兩幅圖像之間僅存在平移，即滿足關(guān)系

f2(x,y)=f1(x-Δx,y-Δy)

(2)

則在傅里葉變換域滿足如下關(guān)系

F2(ξ,η)=F1(ξ,η)e-j2π(ξΔx+ηΔy)

(3)

式中F1(ξ,η)，F(xiàn)2(ξ,η)分別為f1(x,y)和f2(x,y)的傅里葉變換。

兩幅圖像互功率譜為

(4)

R(ξ,η)=e-j2π(ξΔx+ηΔy)

(5)

R(ξ,η)的傅里葉逆變換為

r(x,y)=δ(x-Δx,y-Δy)

(6)

由式(6)可知，空域中兩幅圖像的互功率譜函數(shù)僅在對(duì)應(yīng)平移量大小的位置(Δx,Δy)非零。通過互功率譜峰值的位置，即可獲知兩幅圖像之間的平移量。

2.2 基于主紋理的相位相關(guān)圖像配準(zhǔn)方法

在應(yīng)用傅里葉相位相關(guān)算法時(shí)，由于探測(cè)器噪聲、背景環(huán)境微量變化、目標(biāo)運(yùn)動(dòng)等因素影響，相鄰圖像重合區(qū)域的像素點(diǎn)并非一一對(duì)應(yīng)，因此，互功率譜不僅在峰值處為非零值，當(dāng)圖像對(duì)比度較低、紋理不太明顯時(shí)，互功率譜的峰值變得不明顯。

圖3(a)示例為理想互功率譜的形式，僅有一個(gè)峰值；圖3(b)為實(shí)際相鄰紅外圖像互功率譜的形式。因此，圖像匹配之前需對(duì)圖像進(jìn)行預(yù)處理，以突出互功率譜的真實(shí)峰值。圖像預(yù)處理首先需要對(duì)圖像進(jìn)行低通濾波，盡可能消除探測(cè)器噪聲高頻分量、高亮度點(diǎn)等高頻元素對(duì)相位相關(guān)算法的干擾，保留圖像的基本形態(tài)，利用圖像的主紋理獲取平移量信息。

圖3 理論與實(shí)際互功率譜

為了驗(yàn)證算法的準(zhǔn)確性，從一幅大氣云層背景的紅外圖像中截取存在重合區(qū)域的兩幅相鄰圖像，如圖4(a)與圖4(b)所示，分辨率為512×512，并人為加入了兩個(gè)運(yùn)動(dòng)點(diǎn)目標(biāo)和一個(gè)靜止點(diǎn)目標(biāo)，亮度均不相同，其中兩個(gè)目標(biāo)亮度接近背景圖像，點(diǎn)目標(biāo)大小為5像素×5像素。圖像坐標(biāo)系的原點(diǎn)為左上角，向右為x軸正向，向下為y軸正向，圖4(b)相對(duì)圖4(a)的實(shí)際平移量為(-9,7)；圖4(c)和圖4(d)分別為圖4(a)、圖4(b)兩幀圖像對(duì)應(yīng)的頻譜。從圖4可知，紅外圖像中混有大量噪聲，高斯低通濾波方法可以濾除圖像的高頻分量而保留圖像的基本形態(tài)。高斯低通濾波器的形式為

(7)

式中D0為高斯低通濾波器的截止頻率;D2(u,v)為頻域坐標(biāo)點(diǎn)(u,v)距頻率中心的距離。選取截止頻率D0為20Hz，對(duì)圖像進(jìn)行高斯低通濾波。圖5(a)和圖5(b)分別為圖4(a)與圖4(b)兩幅圖像的濾波結(jié)果。

圖4 相鄰紅外圖像與對(duì)應(yīng)頻譜

圖5 高斯低通濾波結(jié)果及其互功率譜

經(jīng)過高斯低通濾波后的圖像中混有低頻噪聲，對(duì)圖5(a)和圖5(b)執(zhí)行相位相關(guān)算法，結(jié)果如圖5(c)，峰值坐標(biāo)為(0，0)，說明由于低頻噪聲、紋理對(duì)比度差等因素的影響，相位相關(guān)算法很難區(qū)分圖像之間的平移差異。因此，可以對(duì)圖像進(jìn)行灰度二值化處理，使其盡可能體現(xiàn)出圖像基本形態(tài)。首先選取圖5(a)和圖5(b)中80%的中心區(qū)域以去除高斯低通濾波產(chǎn)生的邊緣效應(yīng)，然后進(jìn)行灰度值統(tǒng)計(jì)，選擇數(shù)量較多的前N個(gè)灰度值，將圖像中等于這N個(gè)灰度值的像素，其灰度二值化為255，其余像素二值化為0。選取N=6，二值化結(jié)果如圖6(a)和圖6(b)所示，執(zhí)行相位相關(guān)算法的結(jié)果如圖6(c)所示，由互功率譜結(jié)果可求得峰值坐標(biāo)即平移量為(-9,8)，與實(shí)際平移量(-9,7)的誤差在一個(gè)像素范圍內(nèi)。

圖6 二值化圖像及其互功率譜

3 運(yùn)動(dòng)點(diǎn)目標(biāo)提取

根據(jù)計(jì)算的平移量，求出兩幅相鄰圖像之間的重合區(qū)域，將兩幅圖像的重合區(qū)域相減并取絕對(duì)值，結(jié)果如圖7(a)所示，由于噪聲的影響，很難識(shí)別出圖中強(qiáng)度較弱的點(diǎn)目標(biāo)。因此，首先對(duì)圖7(a)進(jìn)行高斯低通濾波，選取截止頻率為60Hz時(shí)，結(jié)果如圖7(b)所示。

圖7 差分圖像及其高斯低通濾波結(jié)果

然后隨機(jī)在圖像中選取K個(gè)區(qū)域，每個(gè)區(qū)域大小為N×N，計(jì)算各個(gè)區(qū)域的灰度平均值，然后對(duì)K個(gè)平均值進(jìn)行最小二乘法線性擬合，求得擬合后直線段中間處的值P，并選用A=1.25P作為二值化閾值，A取整數(shù)。例如，取K=8，N=8，應(yīng)用于圖7(a),計(jì)算得P=6.37，A=8，對(duì)圖7(b)進(jìn)行灰度二值化，結(jié)果如圖8所示，運(yùn)動(dòng)痕跡表明探測(cè)背景中存在兩個(gè)運(yùn)動(dòng)點(diǎn)目標(biāo)，該結(jié)果與實(shí)際情況一致。目標(biāo)跟蹤系統(tǒng)根據(jù)序列圖像中各個(gè)連通域的形狀、面積和坐標(biāo)等信息，可以完成對(duì)運(yùn)動(dòng)點(diǎn)目標(biāo)的速度、方位的估計(jì)，實(shí)現(xiàn)運(yùn)動(dòng)點(diǎn)目標(biāo)的連續(xù)跟蹤。

圖8 提取的運(yùn)動(dòng)點(diǎn)目標(biāo)

4 結(jié) 論

通過對(duì)低對(duì)比度紅外圖像進(jìn)行去噪和二值化處理，獲得圖像背景的主紋理，利用傅里葉相位相關(guān)方法實(shí)現(xiàn)了相鄰圖像的匹配，進(jìn)而求取了相鄰圖像的公共區(qū)域，各個(gè)方向的平移量計(jì)算誤差非常小。通過對(duì)公共區(qū)域進(jìn)行差分絕對(duì)值運(yùn)算并進(jìn)行高斯低通去噪和基于噪聲均值的二值化，成功提取出了運(yùn)動(dòng)點(diǎn)目標(biāo)在相鄰圖像公共區(qū)域的運(yùn)動(dòng)痕跡。該方法非常適合于小視場(chǎng)紅外探測(cè)系統(tǒng)的運(yùn)動(dòng)點(diǎn)目標(biāo)檢測(cè)，且算法易于移植到數(shù)字信號(hào)處理(digital signal processing,DSP)硬件平臺(tái)。

[1] 周世椿.高級(jí)紅外光電工程導(dǎo)論[M].北京：科學(xué)出版社,2014.

[2] 高穎慧,李吉成,沈振康.紅外小目標(biāo)檢測(cè)的預(yù)處理技術(shù)研究[J].紅外與激光工程,2004,33(2):154-158.

[3] 張艷晶,楊衛(wèi)平.一種起伏背景下的紅外小目標(biāo)檢測(cè)算法[J].紅外技術(shù),2004,26(1):48-51.

[4] 劉冬梅.圖像拼接算法研究[D].西安：西安電子科技大學(xué),2008.

[5] 許佳佳,張 葉,張 赫.基于改進(jìn)Harris-SIFT算子的快速圖像配準(zhǔn)算法[J].電子測(cè)量與儀器學(xué)報(bào),2015,29(1):48-54.

[6] Kuglin C D.The phase correlation image alignment method[J].Proc of Int’l Conf on Cybernetics & Society,1975:163-165.