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，需要將潛在目標的坐標還原到慣性系，才能進一步對雙波段圖像進行配準以及后續(xù)的目標識別。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)信號處理以便進行進一步檢測[1-10]。該處理部分是整個紅外目標檢測識別的第1步，因此它直接對接收到的掃描圖像進行處理。

根據(jù)掃描圖像的特點，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為是潛在目標點。

該濾波方法利用導(dǎo)引頭掃描過程中的固有能力，每個通道都獨立進行空間濾波。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現(xiàn)[11-12]。根據(jù)復(fù)雜背景下紅外圖像的特征，點目標亮度比周圍背景高，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，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f(i,j)，在其鄰域Ω內(nèi)，有

(1)

圖像通過背景抑制后，目標信雜比較高，可采用自適應(yīng)門限法進行圖像分割，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行圖像分割，得到潛在目標點：

(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的慣性坐標圖像，由圖像預(yù)處理和門限檢測后得到的目標點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。坐標轉(zhuǎn)換公式為

(4)

式中：[u，v]為為重構(gòu)后的坐標；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，可能是真實目標、背景、干擾彈，需要通過后續(xù)的處理再進一步識別出來。

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

根據(jù)第2節(jié)介紹的坐標變換的公式，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格配準的條件，而雙波段輸出的原始圖像數(shù)據(jù)經(jīng)過坐標變化后，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現(xiàn)雙波段圖像配準。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]計算時補償在像面上產(chǎn)生的像移就能實現(xiàn)對雙波段圖像的完全配準。圖4給出經(jīng)過配準后的2個波段圖像。

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

對配準前后2個波段圖像目標中心的坐標進行比較，配準前目標的中心坐標分別為(84，94)和(92，88)，配準后目標的中心坐標為(89，89)和(89，89)。由此可知，在不考慮計算誤差的情況下，2個波段圖像的配準是非常準確的。

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)進行嚴格的空間配準，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現(xiàn)雙波段圖像的配準。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，分別進行潛在目標的提取，然后利用目標、背景、誘餌在2個波段上的特征差異，通過圖像融合模塊進行虛假目標的識別。由于目標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行目標與誘餌的識別。

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、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進行了描述，并對雙波段圖像處理技術(shù)進行了探討，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，而其實施的前提條件是必須對雙波段圖像進行嚴格的空間配準。針對雙波段線列探測器圓錐掃描成像的特點，本文對雙波段圖像的預(yù)處理、圖像重構(gòu)、空間配準方法以及圖像融合進行了研究。

參考文獻：

[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.紅外起伏背景下運動點目標的檢測方法[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.提高紅外點目標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.紅外圖像序列運動小目標檢測的預(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)雜背景下紅外點目標的檢測[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.光電圖像序列運動弱目標實時檢測算法[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)融合點目標檢測算法的實現(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，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.