董雪峰，陳萬里，王 勇

（1.黃河科技學(xué)院 河南 鄭州 450063；2.中原電子技術(shù)研究所 河南 鄭州 450015）

當(dāng)紅外熱成像系統(tǒng)探測遠(yuǎn)距離目標(biāo)時，目標(biāo)在紅外焦平面上成像很小，以至目標(biāo)像的張角小于或等于系統(tǒng)的瞬時視場，造成目標(biāo)的可檢測信號相對較弱，特別是在復(fù)雜背景干擾下，目標(biāo)甚至被大量復(fù)雜的噪聲所淹沒，圖像信噪比極低，使目標(biāo)檢測工作變的非常困難，因此，提高系統(tǒng)對噪聲背景中紅外小目標(biāo)的檢測和跟蹤能力，對紅外成像跟蹤系統(tǒng)在較遠(yuǎn)距離發(fā)現(xiàn)并穩(wěn)定跟蹤目標(biāo)具有重要意義。

1 地面紅外目標(biāo)的紅外輻射特性

紅外成像跟蹤系統(tǒng)對處于不同背景中目標(biāo)的探測和識別取決于目標(biāo)本身和背景的紅外輻射特性的差異。目標(biāo)和背景的紅外輻射特性主要由它們本身的特性、工作狀態(tài)、所處的環(huán)境及探測的時間因素等決定[1-2]。

地面目標(biāo)包括工廠、橋梁、房屋等固定目標(biāo)和汽車、行人等運動目標(biāo)。地面運動目標(biāo)的不同部位有不同的輻射能量，例如汽車的排氣管、發(fā)動機外殼輻射能量最強。地面固定目標(biāo)紅外輻射特性較為復(fù)雜，不同的建筑材料有不同的紅外輻射特性，因此，對于與地面背景的紅外輻射特性較為接近的目標(biāo)，紅外檢測較為困難，相對而言地面活動目標(biāo)則較容易檢測。

地面背景輻射由反射、散射的太陽光和自身的熱輻射組成。輻射的光譜特性有兩個峰值，其一是由太陽輻射產(chǎn)生，其二是由地面自身的熱輻射產(chǎn)生。影響地面溫度分布和輻射特性的因素很多，如地面的起伏、土壤類型、植被類型、土壤濕度等。要精確計算自然地表的溫度和紅外輻射特性，必須建立考慮各種影響因素的多維模型，其工作量是巨大的和不確定的。

2 遠(yuǎn)距離地面紅外目標(biāo)的探測概率

從能量的角度分析，只要信號足夠大就能探測到目標(biāo)，即要求信噪比達(dá)到探測閾值。

假設(shè)紅外成像系統(tǒng)的光學(xué)系統(tǒng)衍射、像差和色差帶來的像斑彌散比探測器單個像素尺寸小，并且像斑彌散全部落在一個探測器像素上，目標(biāo)足夠遠(yuǎn)，目標(biāo)視線張角遠(yuǎn)小于探測系統(tǒng)的瞬時視場，設(shè)定目標(biāo)大小為A×A，探測器元素大小為B×B，τ為大氣透過率，τ0為光學(xué)系統(tǒng)透過率，R為目標(biāo)探測器距離，LT為目標(biāo)法向輻射亮度，D為光學(xué)系統(tǒng)口徑，f為探測系統(tǒng)帶寬，則目標(biāo)像所在探測器元素接收之輻射功率與背景探測器元素接收之輻射功率之差Δp可以簡化為

根據(jù)探測系統(tǒng)信噪比SNR與探測器探測率D*的關(guān)系，有

在信號檢測中，門限的選擇應(yīng)綜合考慮探測概率和虛警率。門限值設(shè)置越低，雖然可以提高探測概率，但是虛警率同時提高。在門限值一定的情況下，單次探測概率P依賴于探測系統(tǒng)的信噪比，信噪比越高，探測概率越大。從以上公式所示，當(dāng)目標(biāo)距離、體積、大氣特性等固定時，提高光學(xué)系統(tǒng)透過率、增加光學(xué)系統(tǒng)口徑和降低探測系統(tǒng)帶寬，可提高系統(tǒng)信噪比，提高系統(tǒng)對點目標(biāo)的探測概率[3]。

實際的光學(xué)系統(tǒng)，由于衍射、像差和色差的存在，其調(diào)制函數(shù)不是一個常數(shù)，目標(biāo)成像大小不能簡單的按照幾何光學(xué)規(guī)律求取，而是在幾何成像基礎(chǔ)上存在一定的彌散擴散，在彌散區(qū)域內(nèi)，越靠邊沿能量越低，能量密度可以近似高斯分布。由于探測器像元存在間隔，對于小陣列探測器和通過光機掃描方式成像的紅外成像系統(tǒng)，其填充系數(shù)基本上可以認(rèn)為100%，但對于凝視焦平面紅外熱像儀產(chǎn)品，其填充系數(shù)基本上小于100%。當(dāng)像斑的一部分或全部落在探測器之間的空隙處，此處的紅外光能量不會產(chǎn)生電信號響應(yīng)。

設(shè)定W為信號最強的探測器元素接收的輻射功率與總的輻射功率的比值，S為探測器一個像元和間隙的面積，則實際狀態(tài)探測概率ps可以表示為：

根據(jù)以上分析，探測器像元間隙越大，對探測概率的影響越大。像斑邊沿能量的衰減和空隙的影響，紅外成像系統(tǒng)對目標(biāo)的探測信噪比和探測概率必然比理想狀態(tài)有一定的降低。因此，在地面紅外目標(biāo)探測系統(tǒng)設(shè)計中，必須提高光學(xué)系統(tǒng)的設(shè)計，減少衍射、像差和色差帶來的像斑彌散，并且選用填充系數(shù)較高的紅外成像探測器。

3 遠(yuǎn)距離紅外目標(biāo)探測系統(tǒng)設(shè)計

根據(jù)前述分析，遠(yuǎn)距離紅外目標(biāo)探測跟蹤系統(tǒng)架構(gòu)框圖如圖1所示。

圖1 紅外木條探測系統(tǒng)結(jié)構(gòu)圖Fig.1 The diagram of infrared target detection system

紅外圖像探測器主要由紅外光學(xué)、鏡頭、焦平面探測器和處理電路組成，紅外圖像探測器接收外界背景目標(biāo)的信息，產(chǎn)生標(biāo)準(zhǔn)的視頻信號，在視頻信號預(yù)處理部分實現(xiàn)模擬部分的濾波、放大和圖像增強，同時產(chǎn)生系統(tǒng)同步信號[4]。

視頻A/D轉(zhuǎn)換芯片可供選擇的種類比較多，如SAA7111、BT218、AD9200等，本設(shè)計系統(tǒng)選擇AD9200芯片。

數(shù)字圖像濾波是目標(biāo)檢測和跟蹤系統(tǒng)的重要部分，雖然在紅外探測器的選擇和光學(xué)系統(tǒng)的設(shè)計上采取措施，可以起到抑制背景干擾和改善探測概率的作用，但圖像中存在大量的高斯熱噪聲與目標(biāo)混淆在一起，采用數(shù)字圖像濾波是紅外跟蹤系統(tǒng)必不可少的組成部分。根據(jù)仿真效果和電路設(shè)計的可行性，濾波電路設(shè)計采用XILINX公司的Virtex-E系列的XCV600E實現(xiàn)自適應(yīng)濾波和空間濾波算法。

3.1 自適應(yīng)高通濾波

自適應(yīng)高通濾波即采用自適應(yīng)門限和高通濾波相結(jié)合的方式實現(xiàn)紅外圖像濾波處理。高通濾波算法為線形運算，原理簡單，易于實現(xiàn)。遠(yuǎn)距離背景中細(xì)節(jié)成分較少，在大部分情況下，背景比較平緩，像素之間存在強相關(guān)性，背景圖像占據(jù)空間頻率的低頻分量，目標(biāo)強度高于背景，更多與圖像頻譜的高頻分量相對應(yīng)，利用背景像素之間的相關(guān)性，目標(biāo)與背景灰度的無關(guān)性，在圖像空間做空間域或頻域高通濾波，對于目標(biāo)點和孤立噪聲點，容易通過高通濾波器，而對于有一定成像均勻度的背景，不容易通過。在FPGA內(nèi)部使用空間域卷積方法進(jìn)行高通濾波，其沖激響應(yīng)方陣如下：

高通濾波后選擇合適的門限把目標(biāo)和孤立噪聲點提取出來是關(guān)鍵問題，采用統(tǒng)一門限不利于目標(biāo)與孤立噪聲的分離，引起分割的目標(biāo)候選點過多，在實際設(shè)計中采用自適應(yīng)門限的方法，通過目標(biāo)周圍小區(qū)域背景計算自適應(yīng)門限，實際應(yīng)用中可以較好分割出標(biāo)，同時利用目標(biāo)的場間相關(guān)性和噪聲點的無關(guān)性，進(jìn)一步濾除孤立噪聲點[5]。

3.2 空間匹配濾波算法

在沒有任何假設(shè)的前提下，對非平穩(wěn)背景中的任意目標(biāo)沒有最佳的線形檢測算法，但是對于淹沒在近似高斯分布雜波中的已知響應(yīng)分布的目標(biāo)，通過匹配濾波算法，可以達(dá)到接近最佳的檢測效果，匹配濾波算法原理如下分析。

設(shè)圖像 g（x，y）中包含所需圖像 f（x，y）和噪聲 n（x，y），信號形式為：

若 g（x，y）經(jīng)過函數(shù) h（x，y）求卷積，且設(shè) h（x，y）=f（x-x0，y-y0），搜索系統(tǒng)輸出信噪比為最大處的（x0，y0）即為匹配點，式中選 h（x，y）為 f（x，y）相對某點（x0，y0）的鏡象，在 g（x，y）上滑動，尋找輸出信噪比最大處，可以說明該位置有所需圖像f（x，y）存在。

圖像向量表示形式為

f為目標(biāo)圖像向量，n為零均值噪聲向量，匹配濾波器是g與匹配濾波向量h的內(nèi)積，得到具有最大信噪比的標(biāo)量輸出f0為

經(jīng)匹配濾波后的輸出圖像信噪比SNR為沒有噪聲時的輸出信號功率Ps和輸出噪聲功率PN的比值

式中KN為噪聲向量的協(xié)方差矩陣。對h求導(dǎo)，經(jīng)過歸一化處理后，得出最佳匹配濾波向量hd為

匹配濾波器輸出為

由以上分析可見，濾波器的最佳匹配濾波向量的獲得同時依賴于目標(biāo)信號的強度分布和噪聲向量的協(xié)方差矩陣的確定，因此，選擇合適的目標(biāo)信號形式，并針對不同的圖像雜波背景求出局域協(xié)方差矩陣，是設(shè)計匹配濾波器的關(guān)鍵。匹配濾波器同時考慮了目標(biāo)的響應(yīng)分布與背景雜波特性，能夠最大程度的提高圖像的信噪比，對紅外雜波背景有較好的抑制效果。

3.3 圖像跟蹤系統(tǒng)

為實現(xiàn)目標(biāo)的準(zhǔn)確檢測和跟蹤，通過濾波預(yù)處理后的數(shù)字圖像需要在高速中央處理器內(nèi)進(jìn)行實時解算，綜合決策得出地面紅外目標(biāo)的極性、中心偏移量等目標(biāo)信息，因此系統(tǒng)的運算量大、實時性較強[6]。

為滿足系統(tǒng)對數(shù)據(jù)處理的特殊需求和易于調(diào)試等設(shè)計要求，圖像跟蹤系統(tǒng)硬件設(shè)計采用模塊化、主從結(jié)構(gòu)實現(xiàn)。主機采用工業(yè)計算機，從機采用TI公司的高速DSP設(shè)計，主、從機采用高速PCI總線實現(xiàn)數(shù)據(jù)交換。圖2所示為目標(biāo)跟蹤系統(tǒng)結(jié)構(gòu)圖。

圖2 目標(biāo)跟蹤系統(tǒng)結(jié)構(gòu)圖Fig.2 The target tracking system structure diagram

圖像跟蹤核心處理器采用TI公司的TMS320C6416芯片，該器件在設(shè)計針對的是多通道無線通訊和有線通訊的應(yīng)用，具有高速數(shù)據(jù)處理能力和出色的對外接口能力，在圖像處理等領(lǐng)域具有非常大的應(yīng)用潛力。如圖2所示，DSP通過EDMA通道讀取FPG A傳送的經(jīng)前處理后的紅外圖像，運行跟蹤目標(biāo)的檢測算法程序，并把處理后提取的目標(biāo)數(shù)據(jù)與原始紅外視頻圖像數(shù)據(jù)再次通過FPG A傳送給主機。

4 結(jié) 論

根據(jù)對紅外背景目標(biāo)的紅外輻射特性分析和目標(biāo)探測概率的計算和分析，對于不同使用目的的紅外探測跟蹤器可以進(jìn)行不同光學(xué)系統(tǒng)設(shè)計和探測器的選擇，從而提高探測器對目標(biāo)的探測概率。兩種紅外目標(biāo)濾波算法對背景干擾和噪聲干擾有較好的濾波性能，對于地面背景起伏很大的弱小目標(biāo)，串聯(lián)使用以上兩種濾波算法，可以達(dá)到一定的抑制背景干擾的效果。

[1]喬立永，徐立新，高敏.紅外目標(biāo)識別圖像復(fù)雜度度量方法綜述[J].紅外技術(shù)，2013（2）:88-96.QIAO Li-yong，XU Li-xin，GAO Min.Survey of image complexity metrics for infrared target tecognition[J].Infrared Technology，2013（2）:88-96.

[2]郗潤平，周濤，陸惠玲，等.變背景下紅外目標(biāo)的跟蹤[J].中國體視學(xué)與圖像分析，2009（2）:116-119.XI Rui-ping，ZHOU Tao，LU Hui-ling，et al.Infrared target tracking research in changeable background[J].Chinese Journal of Stereology and Image Analysis，2009（2）:116-119.

[3]高國旺，劉上乾，秦翰林，等.復(fù)雜背景下的紅外目標(biāo)自動跟蹤算法[J].光電工程，2010（6）:78-83.GAO Guo-wang，LIU Shang-qian，QIN Han-lin，et al.Autotracking algorithm of infrared target under complex background[J].Opto-Electronic Engineering，2010（6）:78-83.

[4]孫群，趙穎，孟曉風(fēng)，等.熱源式紅外目標(biāo)運動模擬器測控系統(tǒng)設(shè)計[J].傳感技術(shù)學(xué)報，2007（6）:1267-1270.SUN Qun，ZHAO Yin，MENG Xiao-feng，et al.Design of test and control system for an infrared target simulator[J].Chinese Journal of Sensors and Actuators，2007（6）:1267-1270.

[5]蘇秀琴，梁金峰，陸陶，等.海天復(fù)雜背景下紅外目標(biāo)的檢測跟蹤算法[J].光子學(xué)報，2009（5）:1309-1312.SU Xiu-qin，LIANG Jin-feng，LU Tao，et al.IR target detection&tracking algorithm based on sea-sky back ground[J].Acta Photonica Sinica，2009（5）:1309-1312.

[6]張輝，趙保軍，唐林波，等.基于自適應(yīng)多特征整合的紅外目標(biāo)跟蹤[J].光學(xué)學(xué)報，2010（5）:1291-1296.ZHANG Hui，ZHAO Bao-jun，TANG Lin-bo，et al.Infrared object tracking based on adaptive multi-features integration[J].Acta Photonica Sinica，2010（5）:1291-1296.