基于實(shí)測(cè)數(shù)據(jù)轉(zhuǎn)換的紅外場(chǎng)景修正方法

張小威，李 凡，郭 葉，楊 揚(yáng)，張 勵(lì)

(上海機(jī)電工程研究所，上海 201109)

0 引 言

紅外成像制導(dǎo)技術(shù)的發(fā)展對(duì)半實(shí)物仿真過(guò)程中場(chǎng)景模擬的逼真度與復(fù)雜度提出了更高的要求。實(shí)際工程中往往通過(guò)外場(chǎng)實(shí)測(cè)數(shù)據(jù)結(jié)合內(nèi)場(chǎng)仿真試驗(yàn)標(biāo)定與校準(zhǔn)，實(shí)現(xiàn)模擬場(chǎng)景與外場(chǎng)靶試場(chǎng)景紅外輻射特征的統(tǒng)一。

紅外場(chǎng)景仿真過(guò)程中，場(chǎng)景建模軟件生成數(shù)字場(chǎng)景圖像，驅(qū)動(dòng)紅外場(chǎng)景模擬器(后文簡(jiǎn)稱(chēng)模擬器)生成物理場(chǎng)景，生成的物理場(chǎng)景與真實(shí)場(chǎng)景的紅外輻射特性的相似性程度是衡量仿真系統(tǒng)可信度的關(guān)鍵指標(biāo)。為了獲得更加逼真的仿真效果，現(xiàn)階段大部分研究機(jī)構(gòu)都是從更加精細(xì)化的場(chǎng)景模型、更加精準(zhǔn)的模擬器、更加規(guī)范的標(biāo)定與校準(zhǔn)這三個(gè)方面來(lái)提升仿真置信度。為了在簡(jiǎn)化場(chǎng)景建模過(guò)程同時(shí)又能生成逼真度高的紅外物理場(chǎng)景，本文提出一種利用實(shí)測(cè)數(shù)據(jù)對(duì)紅外場(chǎng)景快速精確建模的方法，通過(guò)外場(chǎng)實(shí)測(cè)數(shù)據(jù)獲得模擬器的驅(qū)動(dòng)數(shù)據(jù)，生成與外場(chǎng)靶試輻射特性一致的紅外場(chǎng)景。

李奇提出的紅外背景圖像數(shù)據(jù)的處理和轉(zhuǎn)換方法[1]主要通過(guò)用標(biāo)準(zhǔn)黑體對(duì)熱像儀標(biāo)定的方式將背景圖像數(shù)據(jù)轉(zhuǎn)換為紅外場(chǎng)景仿真中所需要的輻射亮度數(shù)據(jù)。張健等提出的基于實(shí)測(cè)數(shù)據(jù)的反演方法[2]主要通過(guò)數(shù)據(jù)映射的方式利用測(cè)量圖像生成紅外圖像。宋福印等提出了一種基于實(shí)測(cè)數(shù)據(jù)參數(shù)擬合求解大氣透射率的方法[3]。李敏等提出了一種基于溫差擾動(dòng)的紅外場(chǎng)景生成方法[4]，將圖像平均灰度與環(huán)境溫度關(guān)聯(lián)，生成不同時(shí)段的紅外場(chǎng)景。目前，主流的基于實(shí)測(cè)數(shù)據(jù)的場(chǎng)景反演方法是通過(guò)數(shù)據(jù)標(biāo)定、去除大氣效應(yīng)、去除成像效應(yīng)、去除反射效應(yīng)等步驟反演計(jì)算出場(chǎng)景的本征輻射強(qiáng)度數(shù)據(jù)[5-6]。但是，在仿真過(guò)程中并不能直接將本征輻射強(qiáng)度數(shù)據(jù)作為模擬器的驅(qū)動(dòng)量，需經(jīng)過(guò)大氣渲染、模擬器溫度標(biāo)定、灰度量化等步驟才能生成模擬器對(duì)應(yīng)的驅(qū)動(dòng)圖像數(shù)據(jù)。為了簡(jiǎn)化計(jì)算流程，本文提出將實(shí)測(cè)數(shù)據(jù)直接轉(zhuǎn)換為模擬器的驅(qū)動(dòng)圖像數(shù)據(jù)的紅外場(chǎng)景修正方法，建立“實(shí)測(cè)數(shù)據(jù)-驅(qū)動(dòng)數(shù)據(jù)”的轉(zhuǎn)換模型與修正模型，仿真生成與外場(chǎng)靶試輻射特性一致的紅外場(chǎng)景。

1 修正方法原理

基于實(shí)測(cè)數(shù)據(jù)轉(zhuǎn)換的紅外場(chǎng)景修正方法包含數(shù)據(jù)轉(zhuǎn)換、迭代修正及相似性評(píng)估3個(gè)部分，其原理如圖1所示。實(shí)測(cè)數(shù)據(jù)由外場(chǎng)靶試遙測(cè)獲得，成像導(dǎo)引頭在跟蹤目標(biāo)狀態(tài)下將復(fù)雜場(chǎng)景的紅外輻射信息轉(zhuǎn)化為電平信號(hào)，再經(jīng)過(guò)灰度量化獲得實(shí)測(cè)圖像。驅(qū)動(dòng)圖像是模擬器的灰度輸入圖像，其對(duì)應(yīng)像元的灰度量作為驅(qū)動(dòng)模擬器中對(duì)應(yīng)像元的控制量。轉(zhuǎn)換模型將導(dǎo)引頭外場(chǎng)跟飛試驗(yàn)采集的實(shí)測(cè)圖像序列(由多幀實(shí)測(cè)圖像組成)轉(zhuǎn)化為模擬器的驅(qū)動(dòng)圖像序列(由多幀驅(qū)動(dòng)圖像組成)，生成紅外物理場(chǎng)景。修正模型以模擬器和探測(cè)器觀測(cè)獲得的仿真圖像與實(shí)測(cè)圖像的誤差作為輸入，生成修正量作為驅(qū)動(dòng)圖像的補(bǔ)償量，通過(guò)反復(fù)迭代，仿真圖像與實(shí)測(cè)圖像的誤差趨近于零。相似性度量模型對(duì)仿真圖像與實(shí)測(cè)圖像的相似性作定量分析。

實(shí)測(cè)圖像序列由分辨率、視場(chǎng)大小、成像距離、相對(duì)視線角等相關(guān)參數(shù)來(lái)描述。實(shí)測(cè)圖像示例如圖2所示，該圖像存在一定的成像噪聲以及邊角效應(yīng)。

2 轉(zhuǎn)換模型

紅外成像仿真過(guò)程中，目標(biāo)輻射強(qiáng)度、尺寸、形狀以及目標(biāo)與背景的對(duì)比度等物理信息的準(zhǔn)確模擬至關(guān)重要。導(dǎo)引頭實(shí)測(cè)圖像對(duì)應(yīng)的視場(chǎng)大小與模擬器驅(qū)動(dòng)圖像對(duì)應(yīng)的視場(chǎng)大小存在差異，并且實(shí)測(cè)圖像的灰度量與真實(shí)場(chǎng)景輻射強(qiáng)度之間的關(guān)系是非線性的，驅(qū)動(dòng)模擬器的灰度控制量與其輸出的物理場(chǎng)景輻射強(qiáng)度之間的關(guān)系也是非線性的。若采用非線性擬合方式來(lái)消除這些非線性特征難免會(huì)造成誤差，理論上消除誤差最好的方法是“一一映射”。

實(shí)測(cè)圖像轉(zhuǎn)換為模擬器驅(qū)動(dòng)圖像的流程如圖3所示，首先消除實(shí)測(cè)圖像Im的邊緣效應(yīng)，再經(jīng)過(guò)縮放處理，映射為驅(qū)動(dòng)圖像Id中h行l(wèi)列的部分區(qū)域，驅(qū)動(dòng)圖像Id中未被填充的邊緣區(qū)域可采用背景均值填充。歸一化的驅(qū)動(dòng)圖像疊加目標(biāo)輻射強(qiáng)度對(duì)應(yīng)的灰度值，即可獲得表征場(chǎng)景輻射強(qiáng)度信息的驅(qū)動(dòng)圖像。

圖3 實(shí)測(cè)圖像轉(zhuǎn)換為模擬器驅(qū)動(dòng)圖像的流程Fig.3 The process of transforming measured images into simulator driving images

1) 邊角效應(yīng)去除

導(dǎo)引頭光學(xué)系統(tǒng)的圓形入瞳孔徑是導(dǎo)致邊角效應(yīng)的直接原因，設(shè)導(dǎo)引頭成像分辨率為M×N，第k幀實(shí)測(cè)圖像邊角坐標(biāo)位置(i,j)的像元灰度值為g(i,j)，定義該點(diǎn)到視場(chǎng)中心的距離為r(i,j)，則有

(1)

2) 場(chǎng)景填充

填充到模擬器驅(qū)動(dòng)圖像中所占的行列數(shù)h、l分別為

(2)

(3)

采用雙線性?xún)?nèi)插法將大小為M×N的實(shí)測(cè)圖像縮放為大小為h×l的圖像，利用MATLAB工具箱可快速實(shí)現(xiàn)該過(guò)程。

3) 邊緣均衡

場(chǎng)景填充后，驅(qū)動(dòng)圖像對(duì)應(yīng)的視場(chǎng)大于實(shí)測(cè)圖像，其邊緣部分未被填充，邊緣均衡主要解決該問(wèn)題。為避免動(dòng)態(tài)仿真過(guò)程中探測(cè)器探測(cè)到的場(chǎng)景邊緣輻射特性出現(xiàn)突變，采用背景均值作為驅(qū)動(dòng)圖像邊緣像元的填充灰度值。

4) 圖像歸一化

通過(guò)去除邊角效應(yīng)、場(chǎng)景填充、邊緣均衡轉(zhuǎn)換獲得的驅(qū)動(dòng)圖像僅體現(xiàn)目標(biāo)尺寸、形狀及目標(biāo)與背景的對(duì)比度信息，并不包含紅外輻射強(qiáng)度信息，可通過(guò)歸一化處理形成標(biāo)準(zhǔn)驅(qū)動(dòng)圖像，轉(zhuǎn)換示例如圖4所示。

圖4 實(shí)測(cè)圖像轉(zhuǎn)換為驅(qū)動(dòng)圖像示例Fig.4 An example of transforming a measured image into a driving image

5) 目標(biāo)輻射曲線疊加

歸一化驅(qū)動(dòng)圖像疊加目標(biāo)輻射曲線，進(jìn)而生成可驅(qū)動(dòng)模擬器的驅(qū)動(dòng)圖像。目標(biāo)輻射曲線僅表征靶試彈道中不同彈目距離下的紅外目標(biāo)輻射強(qiáng)度信息，是對(duì)應(yīng)驅(qū)動(dòng)模擬器的灰度控制量。設(shè)計(jì)逐點(diǎn)自動(dòng)校準(zhǔn)算法，將實(shí)測(cè)數(shù)據(jù)作為自動(dòng)校準(zhǔn)算法的輸入，自動(dòng)轉(zhuǎn)化為“灰度值-彈目距離”的紅外目標(biāo)輻射曲線，其校準(zhǔn)流程如圖5所示。

圖5 紅外目標(biāo)輻射特性校準(zhǔn)流程Fig.5 The process of correcting infrared target radiation characteristics

3 修正模型

本文在首先確保輻射強(qiáng)度特性近似一致的原則下，以彈目距離作為匹配索引，從驅(qū)動(dòng)圖像序列中選取每一幀對(duì)應(yīng)的驅(qū)動(dòng)圖像，這種索引方式存在一定的彈目相對(duì)視線角匹配誤差。為確保仿真場(chǎng)景的目標(biāo)形狀、尺寸和輻射強(qiáng)度等物理特性與靶試場(chǎng)景數(shù)據(jù)盡可能一致，建立修正模型，其原理如圖6所示。

圖6 修正模型原理Fig.6 The principle diagram of the correction model

1) 目標(biāo)輻射強(qiáng)度修正

理論上隨著彈目距離的減小，目標(biāo)輻射強(qiáng)度逐漸增強(qiáng)，且與彈目距離的平方成反比。由于探測(cè)器成像系統(tǒng)效應(yīng)及噪聲影響，表征目標(biāo)輻射強(qiáng)度的實(shí)測(cè)數(shù)據(jù)呈現(xiàn)出一定的抖動(dòng)特性。為保證仿真模擬精度，需對(duì)實(shí)測(cè)數(shù)據(jù)作平滑處理以消除數(shù)據(jù)抖動(dòng)及突變的采樣點(diǎn)。建立目標(biāo)輻射強(qiáng)度E隨彈目距離變化的映射關(guān)系為

(4)

式中：WT為零視距下目標(biāo)本征輻射強(qiáng)度；R為彈目距離；τ(R)為與R相關(guān)的系數(shù)。采用高階擬合方法獲得實(shí)測(cè)數(shù)據(jù)的平滑曲線，如圖7所示。

圖7 實(shí)測(cè)數(shù)據(jù)平滑擬合結(jié)果Fig.7 The smooth fitting result of the measured data

將平滑后的目標(biāo)灰度實(shí)測(cè)數(shù)據(jù)轉(zhuǎn)化為基于模擬器的目標(biāo)輻射強(qiáng)度曲線，以該曲線作為基準(zhǔn)曲線進(jìn)行拉偏修正。具體實(shí)現(xiàn)方法為：將基準(zhǔn)曲線乘以相應(yīng)的增益系數(shù)k，例如k=1.5時(shí)，目標(biāo)輻射強(qiáng)度曲線拉偏結(jié)果示例如圖8所示。

圖8 目標(biāo)輻射強(qiáng)度曲線拉偏結(jié)果示例Fig.8 An example of target radiation intensity curve deviation

2) 目標(biāo)尺寸修正

探測(cè)器識(shí)別的目標(biāo)區(qū)域像素點(diǎn)的個(gè)數(shù)表征目標(biāo)尺寸特征信息。在遠(yuǎn)距離弱小目標(biāo)狀態(tài)下，目標(biāo)區(qū)域像素點(diǎn)個(gè)數(shù)一般小于20個(gè)。以電阻陣場(chǎng)景模擬系統(tǒng)為例，其彌散圓大小約為單個(gè)像元尺寸(65 μm)，導(dǎo)致所模擬的目標(biāo)尺寸會(huì)有一定的誤差?；谛拚Ｐ?，對(duì)驅(qū)動(dòng)圖像的目標(biāo)區(qū)域進(jìn)行修正，采用膨脹腐蝕算法增大或減小目標(biāo)邊緣，經(jīng)過(guò)多次迭代修正，目標(biāo)尺寸特征誤差趨近于0。

3) 目標(biāo)與背景的對(duì)比度修正

由于探測(cè)器與模擬器輸入輸出響應(yīng)具有非線性特征，生成的紅外場(chǎng)景圖像中目標(biāo)與背景的對(duì)比度可能存在一定的失真。采用非線性拉伸算法，設(shè)計(jì)灰度變換函數(shù)，對(duì)驅(qū)動(dòng)圖像中每一個(gè)像素點(diǎn)的灰度進(jìn)行拉伸變換，減小或增大目標(biāo)與背景的對(duì)比度?；叶茸儞Q函數(shù)為

ρ=cgγ

(5)

式中：g為圖像中某像元灰度值；c和γ為正系數(shù)；ρ為該像元變換后灰度值。0<γ<1時(shí)，低灰度區(qū)擴(kuò)展，高灰度區(qū)壓縮；γ>1時(shí)，低灰度區(qū)壓縮，高灰度區(qū)擴(kuò)展。當(dāng)γ取不同值時(shí)，灰度變換函數(shù)不同灰度區(qū)域壓縮擴(kuò)展對(duì)比如圖9所示。γ=0.6時(shí)驅(qū)動(dòng)圖像灰度變換前后對(duì)比示例如圖10所示。

圖9 灰度變換函數(shù)不同灰度區(qū)域壓縮擴(kuò)展對(duì)比Fig.9 The comparison of the compression and expansion of different gray areas in the gray transformation function

圖10 γ=0.6時(shí)驅(qū)動(dòng)圖像灰度變換前后對(duì)比示例Fig.10 An example of the comparison of the driving images before and after gray transformation when γ=0.6

4 相似性度量模型

仿真過(guò)程中探測(cè)器的技術(shù)狀態(tài)與靶試試驗(yàn)時(shí)探測(cè)器的技術(shù)狀態(tài)相同。結(jié)合探測(cè)器目標(biāo)檢測(cè)與識(shí)別的敏感特性，對(duì)仿真圖像與實(shí)測(cè)圖像進(jìn)行相似性度量，即可定量評(píng)估模擬器生成的物理場(chǎng)景與靶試場(chǎng)景的相似性。

1) 目標(biāo)輻射強(qiáng)度相似性度量

(6)

外場(chǎng)實(shí)測(cè)與內(nèi)場(chǎng)仿真的目標(biāo)輻射強(qiáng)度變化曲線的相似性比較如圖11所示，計(jì)算得到的相同彈目距離下目標(biāo)輻射強(qiáng)度相似度如圖12所示。

圖11 目標(biāo)輻射強(qiáng)度變化曲線的相似性比較Fig.11 The similarity comparison of the target radiation intensity curve

圖12 目標(biāo)輻射強(qiáng)度相似度分布計(jì)算結(jié)果Fig.12 The result of calculating the similarity of the target radiation intensity

2) 目標(biāo)尺寸特征相似性度量

對(duì)于成像體制導(dǎo)引頭而言，目標(biāo)尺寸的度量為統(tǒng)計(jì)目標(biāo)邊界內(nèi)部(包括邊界上)的像素的數(shù)目。將目標(biāo)最小矩形N×M區(qū)域內(nèi)的目標(biāo)與背景二值化，目標(biāo)像素點(diǎn)為1，背景為0，則彈目距離為R時(shí)目標(biāo)尺寸AR的度量為

(7)

(8)

3) 目標(biāo)與背景的對(duì)比度相似性度量

圖13為目標(biāo)與背景區(qū)域劃分示意圖，定義目標(biāo)區(qū)域T為目標(biāo)邊界內(nèi)部(包括邊界上，圖中紅色框)，背景區(qū)域B的長(zhǎng)寬分別為包含目標(biāo)最小矩形區(qū)域長(zhǎng)寬的2倍，并除去目標(biāo)區(qū)域(藍(lán)色框去除紅色框后的區(qū)域)。

圖13 目標(biāo)與背景區(qū)域劃分示意圖Fig.13 The schematic diagram of dividing target and background area

(9)

式中：CR可采用均值度量Δμ、均方根度量S兩種方法計(jì)算。

當(dāng)采用均值度量法[7-8]時(shí)，目標(biāo)區(qū)域T和背景區(qū)域B的灰度均值的差Δμ為

Δμ=|μT-μB|

(10)

式中：μT、μB分別為目標(biāo)區(qū)域T、背景區(qū)域B的灰度均值。

當(dāng)采用均方根度量[7-8]時(shí)，設(shè)目標(biāo)區(qū)域T的灰度標(biāo)準(zhǔn)差為σT，則均方和根度量S為

S=[(μT-μB)2+σT2]1/2

(11)

5 結(jié)束語(yǔ)

本文提出了一種基于實(shí)測(cè)數(shù)據(jù)轉(zhuǎn)換的紅外場(chǎng)景修正方法，該方法有效利用了外場(chǎng)實(shí)測(cè)數(shù)據(jù)，通過(guò)轉(zhuǎn)換模型能快速獲取紅外場(chǎng)景模擬器的驅(qū)動(dòng)圖像，并通過(guò)修正模型對(duì)該驅(qū)動(dòng)圖像進(jìn)行迭代修正。修正后的驅(qū)動(dòng)圖像作為模擬器的輸入，可生成與外場(chǎng)靶試輻射特性一致的紅外物理場(chǎng)景。通過(guò)相似性度量模型定量分析了實(shí)測(cè)結(jié)果與仿真結(jié)果之間的相似性，結(jié)果表明，該方法能較為準(zhǔn)確地模擬目標(biāo)輻射強(qiáng)度、尺寸形狀、目標(biāo)與背景的對(duì)比度等特征。