劉曼曼，軒新想，路　新，吳金中

(中國電子科技集團(tuán)公司第三研究所，北京 100015)

?

中波紅外制導(dǎo)模擬系統(tǒng)圖像處理單元設(shè)計(jì)

劉曼曼，軒新想，路新，吳金中

(中國電子科技集團(tuán)公司第三研究所，北京 100015)

作為紅外制導(dǎo)模擬系統(tǒng)的重要組成部分，該系統(tǒng)基于MFC設(shè)計(jì)開發(fā)了后端圖像處理軟件，主要完成以下功能：紅外視頻的顯示、目標(biāo)檢測、多種算法的目標(biāo)跟蹤(包括質(zhì)心跟蹤、相關(guān)跟蹤以及基于這兩種算法的組合跟蹤)、視頻壓縮存儲(chǔ)以及系統(tǒng)控制和狀態(tài)顯示。在不增加任何硬件設(shè)施的前提下為系統(tǒng)實(shí)現(xiàn)了錄像功能，且軟件的自動(dòng)目標(biāo)提取有效彌補(bǔ)了彈上跟蹤器的不足，為導(dǎo)引頭操控提供了極大便利。

目標(biāo)檢測；目標(biāo)跟蹤；相關(guān)跟蹤；質(zhì)心跟蹤；視頻壓縮存儲(chǔ)

中波紅外制導(dǎo)模擬系統(tǒng)用于模擬外軍典型紅外成像制導(dǎo)導(dǎo)引頭，為光電對抗外場和室內(nèi)激光干擾/損傷體制驗(yàn)證提供效應(yīng)物，驗(yàn)證并等比推算激光對導(dǎo)引頭光電系統(tǒng)干擾/損傷效應(yīng)，獲取干擾/損傷閾值及干擾光斑尺寸對導(dǎo)引頭目標(biāo)提取能力的影響等。通過與其他電子對抗裝備相結(jié)合，可為紅外成像制導(dǎo)武器的光電對抗作戰(zhàn)效能評估、系統(tǒng)戰(zhàn)技指標(biāo)論證、作戰(zhàn)過程論證等提供良好平臺。

1　系統(tǒng)組成

中波紅外制導(dǎo)模擬系統(tǒng)主要由彈上分系統(tǒng)和地面分系統(tǒng)組成。彈上分系統(tǒng)包括光學(xué)艙和跟蹤控制電子艙兩部分，光學(xué)艙主要由二維陀螺穩(wěn)定轉(zhuǎn)臺、熱像儀等部分組成，跟蹤控制艙主要由陀螺伺服穩(wěn)定板、主控板、視頻跟蹤處理板、電源板等單元組成。地面分系統(tǒng)主要由操控臺和圖像處理單元等組成，圖像處理單元主要包括工控機(jī)、圖像采集卡以及綜合顯控軟件。系統(tǒng)的組成框圖如圖1所示。

圖1　中波紅外制導(dǎo)模擬系統(tǒng)組成框圖

系統(tǒng)的工作流程如下：首先由彈上光學(xué)艙的熱像儀完成視頻的前端采集，采集到的視頻送至彈上跟蹤器做跟蹤處理，同時(shí)由跟蹤器提出一路送至圖像處理單元的圖像采集卡，由綜合顯控軟件完成圖像的顯示、處理和壓縮存儲(chǔ)等。系統(tǒng)由地面操控臺或者圖像處理單元的綜合顯控軟件發(fā)起系統(tǒng)控制，控制信號送至彈上主控板和伺服穩(wěn)定控制板，從而完成整個(gè)系統(tǒng)的聯(lián)動(dòng)。

2　圖像處理單元

圖像處理單元即本文設(shè)計(jì)的主要內(nèi)容，集系統(tǒng)控制、系統(tǒng)狀態(tài)顯示、目標(biāo)檢測、目標(biāo)跟蹤以及視頻壓縮存儲(chǔ)等多種功能于一套軟件上。圖像處理單元由工控機(jī)、圖像采集卡、232轉(zhuǎn)422控制器以及上位機(jī)綜合顯示控制軟件組成，上位機(jī)綜合顯控軟件采用多線程技術(shù)，通過采集卡驅(qū)動(dòng)獲取圖像數(shù)據(jù)，根據(jù)系統(tǒng)狀態(tài)信息進(jìn)入不同的處理線程，完成不同的系統(tǒng)功能。本圖像處理單元結(jié)構(gòu)圖如圖2所示。

圖2　圖像處理單元結(jié)構(gòu)圖

綜合顯控軟件主要功能集中于圖像處理和單點(diǎn)數(shù)據(jù)通信，因此采用MFC窗口類應(yīng)用程序結(jié)構(gòu)，所需的支撐環(huán)境如表1所示[1]。

表1綜合顯控軟件支撐環(huán)境

操作系統(tǒng)WindowsXPSP3編程環(huán)境VisualStudio2008支撐工具OpenCV2.3.1Microsoft.NETFramework3.0MSCOMM32串口控件大恒VTX系列采集卡SDK

3　綜合顯控軟件功能模塊

在對系統(tǒng)各個(gè)功能之間的關(guān)系進(jìn)行深入分析之后，將綜合顯控軟件的功能歸納為6個(gè)模塊，功能模塊圖如圖3所示。

具體功能如下：

1)視頻顯示：由采集卡對彈上光學(xué)艙獲取的模擬視頻信號進(jìn)行數(shù)字化，綜合顯控軟件操控采集卡驅(qū)動(dòng)獲取數(shù)字化之后的圖像數(shù)據(jù)，在指定窗口進(jìn)行實(shí)時(shí)顯示；

2)系統(tǒng)狀態(tài)顯示：由232轉(zhuǎn)422控制器接收彈上主控板下發(fā)的系統(tǒng)狀態(tài)信息，經(jīng)解析后在界面相應(yīng)位置實(shí)時(shí)更新系統(tǒng)各項(xiàng)狀態(tài)信息，包括紅外傳感器當(dāng)前視場、圖像極性等設(shè)置信息，彈上跟蹤器當(dāng)前設(shè)置信息，以及當(dāng)前伺服控制系統(tǒng)的架位角、角速度、當(dāng)前系統(tǒng)的工作模式等信息；

3)系統(tǒng)控制：由軟件界面上傳感器控制區(qū)、彈上跟蹤器控制區(qū)以及系統(tǒng)工作模式控制區(qū)等交互按鈕進(jìn)行系統(tǒng)控制數(shù)據(jù)的更改，軟件設(shè)計(jì)定時(shí)器，定時(shí)將控制數(shù)據(jù)發(fā)送至彈上主控板，進(jìn)行系統(tǒng)響應(yīng)；

4)目標(biāo)檢測：由軟件界面上開啟自動(dòng)目標(biāo)提取功能后，圖像處理線程自動(dòng)進(jìn)入目標(biāo)檢測算法模塊，將提取出的目標(biāo)用綠色矩形框標(biāo)識出，以備進(jìn)入跟蹤處理；

5)目標(biāo)跟蹤：軟件設(shè)計(jì)了質(zhì)心跟蹤、相關(guān)跟蹤兩種算法，跟蹤過程中可手動(dòng)切換跟蹤算法，同時(shí)設(shè)計(jì)了自動(dòng)切換跟蹤算法的策略，并將之作為第三種跟蹤方式(組合跟蹤)供用戶選擇，軟件為不同的跟蹤算法設(shè)計(jì)了不同的跟蹤波門，方便識別；

6)視頻壓縮存儲(chǔ)：軟件可啟動(dòng)視頻記錄功能，將采集到連續(xù)圖像壓縮編碼為H.264視頻流，并以錄制的起止時(shí)間為文件名(2015122-175519.h264表示本視頻是從2015年12月2日17點(diǎn)55分19秒開始錄制的)存儲(chǔ)在D：VideoData目錄下。

4　圖像處理算法詳細(xì)設(shè)計(jì)

4.1目標(biāo)檢測

目標(biāo)檢測是一種基于目標(biāo)幾何和統(tǒng)計(jì)特征的圖像分割過程。圖像分割算法一般基于亮度值的基本特性之一：不連續(xù)性和相似性[2]。經(jīng)典的基于亮度不連續(xù)性的分割算法有角點(diǎn)檢測、線檢測、邊緣檢測等，而基于相似性的分割算法如門限處理、區(qū)域生長、區(qū)域分離和聚合等。

本系統(tǒng)紅外導(dǎo)引頭用于驗(yàn)證激光對導(dǎo)引頭光電系統(tǒng)干擾/損傷效應(yīng)，獲取干擾/損傷閾值及干擾光斑尺寸對導(dǎo)引頭目標(biāo)提取能力的影響。激光照射下紅外成像為特定尺寸和亮度的光斑，通常的紅外圖像為灰度圖，因此，本文選取最大穩(wěn)定極值區(qū)域(Maximally Stable Extremal Regions，MSER)算法進(jìn)行目標(biāo)提取。本算法基于灰度圖進(jìn)行處理，具有如下特點(diǎn)：

1)對于圖像灰度的仿射變化具有不變性；

2)區(qū)域的支持集相對灰度變化穩(wěn)定；

3)可以檢測不同精細(xì)程度的區(qū)域。

MSER算法基本原理是對圖像進(jìn)行二值化，二值化閾值取[0， 255]，這樣二值化圖像就經(jīng)歷一個(gè)從全白到全黑的過程。在這個(gè)過程中，有些連通區(qū)域面積隨閾值上升的變化很小，這種區(qū)域就叫MSER，數(shù)學(xué)定義如下

(1)

式中：Qi表示第i個(gè)連通區(qū)域的面積；Δ表示微小的閾值變化。當(dāng)v(i)小于給定閾值時(shí)認(rèn)為該區(qū)域?yàn)镸SER。然而這樣只能檢測到圖像中的暗區(qū)域，因此對原圖進(jìn)行一次MSER檢測后需要將其反轉(zhuǎn)，再做一次MSER檢測用于檢測圖像中的亮區(qū)域，兩次操作分別稱為MSER+和MSER-。

目前MSER的代碼實(shí)現(xiàn)有OpenCV,IDIAP,VLFeat三種算法庫，由于本文設(shè)計(jì)的圖像處理單元還有許多其他功能需要借助OpenCV完成，因此MSER部分代碼選用OpenCV庫的MSER類實(shí)現(xiàn)[3]，結(jié)合光斑目標(biāo)的幾何形狀特性，完成從檢測出的眾多候選MSER區(qū)域中選出最終的目標(biāo)區(qū)域。目標(biāo)檢測模塊流程如圖4所示。

圖4　目標(biāo)檢測算法流程圖

由于MSER算法復(fù)雜耗時(shí)，本文圖像處理單元僅對部分圖像進(jìn)行處理，系統(tǒng)中選取圖像中心200×200像素區(qū)域(前端紅外探測器輸出的有效圖像分辨率為640×512，且假設(shè)目標(biāo)一般出現(xiàn)在圖像視場中心部分)，可檢測的最小目標(biāo)區(qū)域?yàn)?×3像素。根據(jù)光斑形狀一般為圓形的特征，濾除長寬比過大的目標(biāo)，且光斑為高亮度區(qū)域，因此選取平均亮度最大的區(qū)域?yàn)樽罱K的目標(biāo)區(qū)域，輸出其具體位置，之后在原始輸入圖像上相應(yīng)位置調(diào)用OpenCV繪圖函數(shù)畫上綠色矩形框。系統(tǒng)的目標(biāo)檢測效果圖如圖5所示，圖中整幅畫面的分辨率為640×512，較大的方框?yàn)橄嚓P(guān)跟蹤算法120×120搜索波門，中間較小的方框?yàn)槟繕?biāo)檢測算法框出的目標(biāo)區(qū)域。

圖5　目標(biāo)檢測效果圖

4.2目標(biāo)跟蹤

到目前為止，目標(biāo)跟蹤領(lǐng)域已經(jīng)涌現(xiàn)出大量成熟算法，如均值漂移法(Mean-shift)及改進(jìn)的均值漂移法(Camshift)，粒子濾波法(Partical filter)，基于對運(yùn)動(dòng)目標(biāo)建模的方法，基于Kalman濾波的目標(biāo)跟蹤等[4]。每種算法都有各自的適用場景和局限性。

本文設(shè)計(jì)的目標(biāo)跟蹤用于配合導(dǎo)引頭上伺服系統(tǒng)完成跟蹤閉環(huán)控制，原則上屬于攝像頭運(yùn)動(dòng)下的目標(biāo)跟蹤，攝像頭運(yùn)動(dòng)時(shí)就無法獲取固定的背景模型，這種情況下對目標(biāo)的特征描述和目標(biāo)跟蹤算法要求較高。常用的方法有質(zhì)心跟蹤、邊緣跟蹤、相關(guān)跟蹤以及組合跟蹤算法。文中實(shí)現(xiàn)了質(zhì)心跟蹤、相關(guān)跟蹤以及組合跟蹤算法。

4.2.1質(zhì)心跟蹤

這種跟蹤方式主要用于跟蹤有界目標(biāo)[5]，背景和目標(biāo)的差異較大，且目標(biāo)完全在視頻畫面內(nèi)，跟蹤時(shí)需要用一些圖像預(yù)處理算法，如對比度增強(qiáng)、圖像去噪、雙極性增強(qiáng)等。算法過程如下：

結(jié)合上文的目標(biāo)檢測，如果用戶選擇開啟自動(dòng)目標(biāo)提取功能的狀態(tài)下進(jìn)入質(zhì)心跟蹤過程，那么算法取MSER目標(biāo)檢測模塊輸出的可疑目標(biāo)中心位置區(qū)的60×60像素作為質(zhì)心算法的輸入圖像，如果用戶未開啟自動(dòng)目標(biāo)提取功能，則將整個(gè)圖像中心的60×60像素作為質(zhì)心算法的輸入圖像，根據(jù)當(dāng)前目標(biāo)的極性(黑目標(biāo)/白目標(biāo))將圖像進(jìn)行二值化，背景像素值為0，目標(biāo)像素值為1，然后按照式(2)進(jìn)行目標(biāo)質(zhì)心計(jì)算，輸出目標(biāo)質(zhì)心位置(k，l)。

(2)

圖6　質(zhì)心跟蹤效果圖

需要指出的是：1)質(zhì)心跟蹤算法的核心是二值化算法，如果所選二值化算法不能很好地“切”出目標(biāo)，跟蹤將發(fā)生偏差，嚴(yán)重者可導(dǎo)致整個(gè)導(dǎo)引頭出現(xiàn)飛車現(xiàn)象。本文選用大津法(OTSU)進(jìn)行二值化，算法核心思想是選擇一個(gè)閾值，使得目標(biāo)像素與背景像素類間方差最大，所選閾值即二值化的分割閾值。大津法對一般圖像均能表現(xiàn)出良好的分割特性，尤其適用于具有雙峰直方圖的圖像。2)輸出的質(zhì)心位置(k，l)是基于80×80像素區(qū)域的坐標(biāo)，需要將其映射至768×576全圖坐標(biāo)系下，進(jìn)而引導(dǎo)伺服系統(tǒng)(前端熱象儀分辨率為640×512，經(jīng)采集卡采集添加黑邊后形成768×576圖像)。

4.2.2相關(guān)跟蹤

相關(guān)跟蹤算法的本質(zhì)是模板匹配，即在一幀圖像內(nèi)尋找目標(biāo)模板的位置，根據(jù)預(yù)先定義好的相關(guān)算法計(jì)算目標(biāo)模板與全圖或波門內(nèi)子區(qū)域的相關(guān)系數(shù)，找到最匹配的子區(qū)域即目標(biāo)位置。

相關(guān)跟蹤算法有三個(gè)基本問題，首先是模板大小的選擇，模板大小的確定往往是一個(gè)經(jīng)驗(yàn)值，緊帖目標(biāo)輪廓的模板或者包含太多背景的模板都不好，前者的模板太小，對目標(biāo)的變化太敏感，容易丟失目標(biāo)。后者正相反，目標(biāo)變化的時(shí)候算法卻沒有反應(yīng)。一般而言，目標(biāo)所占模板的比例在30%～50%為佳。其次是匹配算法選擇，比較經(jīng)典的匹配算法有平方差匹配、標(biāo)準(zhǔn)平方差匹配、相關(guān)匹配、標(biāo)準(zhǔn)相關(guān)匹配、相關(guān)系數(shù)匹配、標(biāo)準(zhǔn)相關(guān)系數(shù)匹配。這幾種匹配算法從簡單(平方差匹配)到復(fù)雜(標(biāo)準(zhǔn)相關(guān)系數(shù)匹配)，匹配精度越來越高，運(yùn)算量也逐漸增大。最后是搜索策略，在搜索時(shí)，最笨的方法就是暴力式逐行遍歷搜索，把圖像中的每一個(gè)子區(qū)域都計(jì)算一遍。但實(shí)際上目標(biāo)往往只在一個(gè)非常小的區(qū)域出現(xiàn)，很多地方根本沒必要計(jì)算。所以在搜索時(shí)，如果當(dāng)前位置的相關(guān)系數(shù)小于一定閾值或者該位置離上一幀的目標(biāo)中心很遠(yuǎn)的時(shí)候，搜索的步長可以加大，反之則減小搜索步長，或者將搜索區(qū)域限定在目標(biāo)可能出現(xiàn)的子區(qū)域，這依賴經(jīng)驗(yàn)值來確定子區(qū)域的大小和位置。

本文的相關(guān)跟蹤算法模板大小確定為60×60像素，搜索波門大小為120×120像素，選用波門內(nèi)逐行逐列遍歷搜索。模板的選取取決于當(dāng)前是否開啟自動(dòng)目標(biāo)提取功能，如果開啟自動(dòng)目標(biāo)提取功能的狀態(tài)下進(jìn)入相關(guān)跟蹤過程，則取MSER算法提取出的可疑目標(biāo)中心60×60像素區(qū)域?yàn)槟０?，下一幀圖像到來時(shí)在可疑目標(biāo)中心的120×120像素區(qū)域進(jìn)行搜索匹配，找到最匹配中心點(diǎn)后保存本中心點(diǎn)位置為目標(biāo)中心點(diǎn)，以后每次的搜索區(qū)域均為上一幀目標(biāo)中心點(diǎn)的120×120像素區(qū)。如果用戶未選中自動(dòng)目標(biāo)提取功能，則摳取整幅圖像中心點(diǎn)的60×60像素區(qū)域?yàn)槟０?，后續(xù)處理同上。這里匹配算法選擇標(biāo)準(zhǔn)相關(guān)系數(shù)匹配法。一般可根據(jù)式(3)完成相關(guān)系數(shù)計(jì)算

(3)

相關(guān)跟蹤效果圖如圖7所示，圖中方框?yàn)橄嚓P(guān)算法模板圖像大小60×60像素，十字絲為當(dāng)前視場中心位置，圖中跟蹤的是一架直升機(jī)。

圖7　相關(guān)跟蹤效果圖

4.2.3組合跟蹤

組合跟蹤算法即將兩種具有互補(bǔ)特性的跟蹤算法組合使用，一般適用于目標(biāo)尺寸、表面、特征改變很大的場景(如艦船在波濤洶涌的大海里航行)。本文將相關(guān)跟蹤和質(zhì)心跟蹤組合起來，可以有效處理目標(biāo)由近及遠(yuǎn)由清楚變模糊的跟蹤過程。

當(dāng)目標(biāo)由近及遠(yuǎn)或由遠(yuǎn)及近運(yùn)動(dòng)時(shí)，目標(biāo)與背景的對比度會(huì)發(fā)生明顯變化，對于激光光斑，距離的遠(yuǎn)近還會(huì)造成成像光斑大小變化。當(dāng)目標(biāo)與背景對比度較低時(shí)，由于二值化分割算法會(huì)產(chǎn)生較大誤差，這時(shí)已不適合質(zhì)心跟蹤算法，但相關(guān)算法仍能得到令人滿意的跟蹤效果，因此在軟件設(shè)計(jì)時(shí)開啟一個(gè)算法判決線程，線程中實(shí)時(shí)計(jì)算當(dāng)前目標(biāo)模板(目標(biāo)中心60×60區(qū)域)二值化后目標(biāo)面積大小，如果目標(biāo)面積大于1/4模板大小即切換至相關(guān)跟蹤過程，否則進(jìn)入質(zhì)心跟蹤過程。

4.3視頻壓縮存儲(chǔ)

為了將實(shí)驗(yàn)過程作為素材保留下來，紅外制導(dǎo)模擬系統(tǒng)需要錄像功能，在不添加任何硬件外設(shè)的前提下，本文嘗試用軟件實(shí)現(xiàn)視頻的壓縮存儲(chǔ)。

目前視頻的編解碼技術(shù)已非常成熟，其中H.264憑借其高壓縮比和優(yōu)秀的畫質(zhì)表現(xiàn)占據(jù)了視頻壓縮存儲(chǔ)及傳輸?shù)闹饕袌?。本文根?jù)原始圖像制式(PAL制，768×576@25 f/s)選用H.264的3.0級和主類(Main Profile@Level 3.0)。H.264的類(Profile)規(guī)定了一組特定的編碼功能，主類(Main Profile)支持隔行視頻，采用B片的幀間編碼和加權(quán)預(yù)測的幀間編碼，支持利用基于上下文的自適應(yīng)的算術(shù)編碼(CABAC)，主要用于數(shù)字廣播電視與數(shù)字視頻存儲(chǔ)[6]。而H.264的級別(Level)則規(guī)定了分辨率、碼率、幀率等視頻本身的特性，3.0級別支持的視頻類型為D1格式720×576， PAL制視頻與此分辨率接近。

現(xiàn)有的支持軟件壓縮編碼的算法庫有FFMpeg組織的AVCodec類等，本文即借助此類實(shí)現(xiàn)視頻壓縮，壓縮之前需要先初始化編碼器，將RGB顏色空間變成YUV4∶2∶0格式，然后調(diào)用FFMpeg的avcodec_encode_video函數(shù)完成壓縮，同時(shí)將壓縮碼流寫入文件，存入D：VideoData目錄下。

5　綜合顯控軟件流程及界面設(shè)計(jì)

綜合顯控軟件采用多線程實(shí)現(xiàn)上述各功能。系統(tǒng)初始化時(shí)需提前分配好所要使用的內(nèi)存，主要是圖像顯示緩存和圖像壓縮緩存，圖像采集回調(diào)函數(shù)中進(jìn)行內(nèi)存搬移，填充顯示緩存，進(jìn)行跟蹤處理時(shí)直接處理顯示緩存中的數(shù)據(jù)，處理完成后立即顯示。為了能夠在跟蹤狀態(tài)記錄視頻數(shù)據(jù)，需要額外拷貝出一份圖像數(shù)據(jù)用于壓縮存儲(chǔ)，因此開辟一份壓縮緩存。軟件在設(shè)計(jì)之初應(yīng)考慮好內(nèi)存的使用邏輯，避免過多分配無用內(nèi)存空間，以及無用的內(nèi)存搬移。

軟件啟動(dòng)后即開啟圖像處理線程、圖像壓縮線程、圖像采集回調(diào)以及串口接收線程，主線程中設(shè)計(jì)定時(shí)器，定時(shí)刷新界面及發(fā)送控制數(shù)據(jù)。圖像處理線程在沒有進(jìn)行目標(biāo)提取和目標(biāo)跟蹤的情況下僅做顯示處理，圖像壓縮線程在不進(jìn)行記錄的時(shí)候僅空循環(huán)。在圖像處理線程、圖像壓縮線程和圖像采集回調(diào)中需要處理好共享內(nèi)存的保護(hù)，使用線程鎖時(shí)需謹(jǐn)慎，避免死鎖、線程饑餓等問題。

綜合顯控軟件流程圖如圖8所示。

本著美觀和交互友好性的原則，本系統(tǒng)軟件界面設(shè)計(jì)截圖如圖9所示。

圖9　軟件界面設(shè)計(jì)(截圖)

軟件界面主要分為四大區(qū)域，左上圖像顯示區(qū)，中上狀態(tài)顯示區(qū)，右上系統(tǒng)控制區(qū)和下方跟蹤誤差波形顯示區(qū)。圖像顯示區(qū)根據(jù)當(dāng)前系統(tǒng)工作模式以及當(dāng)前所選視頻類型顯示相應(yīng)圖像，如圖所示為外置形心跟蹤狀態(tài)的圖像，波門內(nèi)顯示為二值圖。狀態(tài)顯示區(qū)用文字顯示當(dāng)前伺服工作狀態(tài)、紅外熱像儀以及彈上跟蹤器的當(dāng)前設(shè)置，用羅盤更形象地顯示當(dāng)前伺服的架位角信息。系統(tǒng)控制區(qū)則選用了常用的按鈕進(jìn)行系統(tǒng)控制和傳感器等設(shè)備控制。下方跟蹤誤差波形顯示區(qū)實(shí)時(shí)顯示當(dāng)前的跟蹤誤差，如果點(diǎn)擊右側(cè)開始記錄按鈕，則將跟蹤誤差跟蹤算法等信息寫入日志文件，存儲(chǔ)于D：LOG文件夾下，以備后續(xù)用以排查問題。

6　小結(jié)

本系統(tǒng)圖像處理單元在一般綜合顯示控制軟件的基礎(chǔ)上增加了圖像處理及視頻壓縮存儲(chǔ)的功能，其中的自動(dòng)目標(biāo)提取功能極大提高了目標(biāo)捕獲的便捷性，比彈上跟蹤器必須要求目標(biāo)進(jìn)入波門內(nèi)才可進(jìn)入跟蹤的工作方式向前邁進(jìn)了一大步。在不增加額外硬件設(shè)備的條件下，使用軟件進(jìn)行視頻壓縮存儲(chǔ)也極大方便了用戶儲(chǔ)備實(shí)驗(yàn)數(shù)據(jù)的需求，從這兩點(diǎn)來說軟件設(shè)計(jì)是合理而成功的，不足之處在于輸出控制數(shù)據(jù)的時(shí)鐘還不夠精確，達(dá)不到伺服系統(tǒng)要求的精確20 ms給出一幀數(shù)據(jù)的跟蹤誤差，在跟蹤精度上還有待提高，此外界面的工業(yè)化設(shè)計(jì)也需進(jìn)一步完善。

[1]劉書智.Visual C++串口通信與工程應(yīng)用實(shí)踐[M].北京：中國鐵道出版社，2011.

[2]岡薩雷斯.數(shù)字圖像處理[M].北京：電子工業(yè)出版社，2010.

[3]毛星云，冷雪飛.OpenCV3 編程入門[M].北京：電子工業(yè)出版社，2015.

[4]蔡榮太，吳元昊，王明佳，等.視頻目標(biāo)跟蹤算法綜述[J].電視技術(shù)，2010，34(12)：135-138.

[5]熊偉，謝劍薇.光電跟蹤控制系統(tǒng)導(dǎo)論[M].北京：國防工業(yè)出版社，2009.

[6]張志偉，向健勇，朱學(xué)濤.視頻壓縮新標(biāo)準(zhǔn)H.264的新特點(diǎn)[J].電子科技，2004(8)：49-51.

劉曼曼(1983— )，女，工程師，主研圖像處理及軟件；

軒新想(1982— )，工程師，主研結(jié)構(gòu)設(shè)計(jì)；

路新(1983— )，工程師，主研伺服系統(tǒng)軟硬件設(shè)計(jì)；

吳金中(1965— )，研究員，主要研究光電偵察系統(tǒng)設(shè)計(jì)。

責(zé)任編輯：時(shí)雯

Image processing unit of mid-wave infrared guidance system

LIU Manman，XUAN Xinxiang，LU Xin，WU Jinzhong

(TheThirdInstitudeofCETC，Beijing100015，China)

As an important part of the infrared guidance system， an image processing software is developed based on MFC in this system. Functions as below are supplied by the software， such as infrared image display， target detection， target tracking (including centroid tracking， correlation tracking and the combination tracking based on the two algorithms)， video compression and system control and status display. Video recording without any other hardware equipment is realized， and at the same time the software makes up for the lack of the auto target detection for the system， which provides great convenience for the manipulation of the infrared lead.

target detection；target tracking；correlation tracking；centroid tracking；video compression

TP274+.2

A

10.16280/j.videoe.2016.08.006

2016-07-04

文獻(xiàn)引用格式：劉曼曼，軒新想，路新，等.中波紅外制導(dǎo)模擬系統(tǒng)圖像處理單元設(shè)計(jì)[J].電視技術(shù)，2016，40(8)：31-37.

LIU M M，XUAN X X，LU X, et al.Image processing unit of Mid-Wave infrared guidance system[J].Video engineering，2016,40(8)：31-37.