基于紅外多目標(biāo)圖像序列的自動判讀技術(shù)

摘 要：提出了一種紅外多目標(biāo)圖像序列的自動判讀方法，先著重闡述一種目標(biāo)序列段自動變步長搜索方法精確定位有用目標(biāo)序列段，然后對圖像二值化分割批處理方法以及判讀脫靶量計算等關(guān)鍵性技術(shù)進(jìn)行說明，最后輸出準(zhǔn)實時脫靶量；探討目標(biāo)搜索中步長和信號量閾值對搜索時長以及精度的影響。實驗結(jié)果表明，對于低SNR的紅外弱小多目標(biāo)圖像序列，該判讀方法能縮短判讀時間，提高判讀的準(zhǔn)確性。
關(guān)鍵詞：自動判讀；自動變步長搜索；脫靶量；圖像處理

0 引 言
視頻記錄與判讀系統(tǒng)是靶場紅外測量設(shè)備的重要組成部分，用來實時記錄目標(biāo)視頻圖像并完成對測量目標(biāo)的定位和判讀。在靶場測量中，準(zhǔn)確地提取圖像中弱小多目標(biāo)的脫靶量對于交匯計算目標(biāo)的彈道和落點等信息起決定作用。隨著現(xiàn)代科技的進(jìn)步，對靶場數(shù)據(jù)處理的效率提出了更高要求，數(shù)據(jù)量更大，處理速度更快，測量更精確。對于大數(shù)據(jù)量的紅外多目標(biāo)圖像序列，運用合適的方法在圖像序列中自動快速找到含有目標(biāo)的圖像序列段并對其進(jìn)行判讀是重點和難點。因此，研究紅外圖像多目標(biāo)段序列的自動判讀技術(shù)具有重大意義。在此，研究的目的是實現(xiàn)對目標(biāo)序列段的準(zhǔn)確定位以及測量結(jié)果的自動判讀，對于紅外弱小多目標(biāo)的檢測，單幀檢測很難實現(xiàn)，必須基于目標(biāo)灰度與鄰域的差異為出發(fā)點，充分利用多幀圖像序列的相關(guān)信息，比如運動軌跡的連續(xù)性、一致性等。根據(jù)實際要求，先提出目標(biāo)序列段自動變步長搜索方法，在大量圖像數(shù)據(jù)中自動搜索有用目標(biāo)段，然后對目標(biāo)序列段進(jìn)行判讀。實驗結(jié)果表明，該技術(shù)在很大程度上了提高判讀的精度和實時性。

1 基本原理
1．1 目標(biāo)序列段自動變步長搜索
由于圖像采集時探測器為凝視狀態(tài)，在天空背景下云層的移動是緩變的，而目標(biāo)的運動速度比較快，相對于高速記錄的圖像可以視為靜止，因此在目標(biāo)出現(xiàn)前后可以認(rèn)為背景是靜止不動的。將含有目標(biāo)圖像與背景圖像相減即可將背景去除，累加目標(biāo)進(jìn)入視場前的相連M幀圖像f(x，y)，再求算術(shù)平均值。設(shè)包含目標(biāo)的紅外場景圖像f’(x，y)為：

其中B(x，y)為背景圖像；f(x，y)為目標(biāo)圖像；N(x，y)為噪聲圖像。
對目標(biāo)進(jìn)入視場前有f(x，y)=0，即：

累加目標(biāo)進(jìn)入視場前的相連M幀圖像f’(x，y)，再求算術(shù)平均值，即得到平均背景g(x，y)。

這樣可使噪聲方差由原來的σ2降為1／Mσ2，均方差降為原來的剩下的圖像只含有目標(biāo)和能量減少后的噪聲，其信息量為目標(biāo)和噪聲所占的像元數(shù)目。統(tǒng)計圖像序列的信息量，發(fā)現(xiàn)目標(biāo)開始進(jìn)入視場時，信號量明顯增加，離開視場時明顯減少，目標(biāo)在視場內(nèi)時信號量起伏不大。由此現(xiàn)象，可以通過計算相鄰步長幀之間信息量增量來判斷并確定目標(biāo)進(jìn)入和離開視場的時刻，從而搜索到有用目標(biāo)序列段。

為第n+k幀統(tǒng)計的信號量。搜索步長為k(k≤設(shè)定的目標(biāo)個數(shù))，則：△In=In+k一In為前后兩幅圖像信號增量。取閾值Vth=O．4α+Lβ，式中L為權(quán)值，與圖像的噪聲情況相關(guān)，一般取值0．3～0．5。α，β分別為噪聲的信號量和目標(biāo)的信號量，α為設(shè)定的目標(biāo)個數(shù)乘以理論計算的目標(biāo)所占像元，β為連續(xù)10幀噪聲圖像的信號量的均值。則當(dāng)|△In|≥Vth令第n幀為有用的信息圖像序列的起始幀；當(dāng)|△In|Vth則令第n+k幀為有用的信息圖像序列的結(jié)束幀。第一步搜索結(jié)束后，減小搜索步長，通常取值為(1／6)k～(1／8)k，選擇某一中間幀，分別向前向后進(jìn)行搜索，最終精確定位目標(biāo)起始幀和結(jié)束幀。