李素鈞，廖 勝，任棲鋒，李 強

?

基于紅外光譜的點目標特征提取與識別

李素鈞1,2，廖 勝1，任棲鋒1，李 強1

( 1. 中國科學院光電技術研究所，成都 610209；2. 中國科學院大學，北京 100049 )

針對觀測遠距離目標時，難以有效提取目標溫度、面積、表面材料等特征信息的問題，本文從代表物體固有屬性的光譜發(fā)射率出發(fā)，綜合考慮目標的材料特征、結構特性、紅外輻射特性等因素，建立了目標的雙波段紅外光譜復合模型，提出了基于材料光譜發(fā)射率的目標特征提取的方法。針對特定類型目標查找其表面主要構成材料，測量材料的光譜發(fā)射率，建立相應的數(shù)據(jù)庫。在此基礎上，利用雞群算法對模型進行求解，反演得到目標的表面構成材料，輻射溫度以及有效輻射面積，取得了良好的效果。

紅外光譜；光譜發(fā)射率；紅外輻射；雞群算法；反演

0 引 言

對遠距離目標進行探測，提取其特征信息，可以有助于判別目標的種類、工作狀態(tài)以及大小等相關信息，對國家相關領域具有重要意義。目前如美國、俄羅斯、德國、日本和中國等國家對遠距離目標觀測領域進行了廣泛的研究。利用地基觀測站對遠距離目標進行觀測時，因距離遠或目標較小，在探測器上所成的像通常只有一個或幾個像元，我們稱之為點目標。目標的全部信息均集中在少數(shù)像元上，喪失了目標的材料，溫度，面積等詳細信息。在有限的信息基礎上對目標的特征進行提取是一個比較困難的問題。目前的研究工作有基于雙向散射分布函數(shù)(Bidirectional Reflectance Distribution Function，BRDF)[1-2]、基于目標亮度[3-4]、基于比色測溫[5]等方法進行特征提取。

基于BRDF的提取方法是利用BRDF描述目標的光譜特性，在已有的BRDF數(shù)據(jù)庫的基礎上，采用曲線擬合方法進行材料種類的匹配，進一步可以求得目標的有效面積，但無法同時獲得材料的有效溫度，此外使用此方法時需要一定的數(shù)據(jù)積累與統(tǒng)計，且目標構成材料的種類不能過多，否則該方法可能會失效；基于目標亮度的研究方法是對目標整體進行積分，需要進行大量的仿真實驗建立相關數(shù)據(jù)庫，將觀測到的目標亮度特性與數(shù)據(jù)庫進行匹配，以確定目標的大小和溫度特性，但無法獲取目標的材料種類等局部差異信息；基于比色測溫法的提取方法需要通過測試確定系統(tǒng)的工作波長，波段寬度等參數(shù)，可以有效的提取目標的溫度和大小。與BRDF提取方法類似，從目標的光譜特性出發(fā)可以提取不同部件的差異，本文從材料的光譜發(fā)射率出發(fā)，建立目標紅外輻射特性與目標特征信息相對應的模型，建立特定類型目標的材料光譜發(fā)射率庫，并用雞群算法對模型求解，探索出一種可以同時提取目標材料、溫度、面積的方法，為進一步工程應用提供理論基礎。

1 點目標特征提取與識別建模

1.1 點目標紅外光譜理論建模

利用地基觀測系統(tǒng)對目標進行觀測時，目標各個部件表面可視為漫射灰體，其光譜輻出度可利用普朗克函數(shù)[6]進行計算。

依據(jù)目標組件材料的不同，可將目標劃分為不同區(qū)域。利用有限元思想，將目標不同區(qū)域網(wǎng)格化，劃分為若干面元。每個面元到光學系統(tǒng)的能量可采用如下方式進行計算。

設目標與光學系統(tǒng)的位置關系如圖1所示，s為目標上某一面元的輻射面積，為該面元與入瞳中心連線距離，s為面元與的夾角，0為入瞳面積，0為入瞳法線與夾角。

在不考慮大氣透過率影響下，面元s的輻射亮度與到達探測器處的輻射照度服從反比例定律[7]：

將面元視為漫輻射源，依據(jù)蘭特定律，可將式(2)改寫為

利用式(5)可計算每個面元在入瞳處產(chǎn)生的光譜輻照度，將其疊加即可得到整個目標到達光學系統(tǒng)入瞳處的光譜輻照度。因目標到光學系統(tǒng)的距離足夠遠，可近似的認為目標到入瞳的距離，角度s與0均保持不變。所以光學系統(tǒng)入瞳處接收到的在波長~范圍內(nèi)總的光譜輻照度可表示為

其中A為面元面積(=1,?,)。

1.2 點目標特征提取反演建模

利用地基觀測系統(tǒng)對目標進行觀測時，光學系統(tǒng)接收到的輻射能除了目標自身的紅外輻射外，還有目標反射的空間環(huán)境輻射。目標反射的空間輻射能主要包括太陽輻射、地球反射太陽輻射、地球自身紅外輻射[8]。除此之外系統(tǒng)自身產(chǎn)生的紅外輻射也會對光學系統(tǒng)的探測器造成一定的影響，而系統(tǒng)自身的紅外輻射可以通過光學系統(tǒng)中的前端處理系統(tǒng)進行有效的抑制。對于目標反射的空間環(huán)境輻射可以通過相應的觀測方法獲取具體數(shù)值。因此本文建模時僅考慮了目標自身到達光學系統(tǒng)的紅外輻射，將中波紅外與長波紅外共劃分為26個波段。

在紅外光學系統(tǒng)中，到達探測器的目標紅外輻射將會引起探測器的響應，可以依據(jù)響應程度的不同來提取目標的特征信息。假設探測器對波長的相對光譜響應度為，依據(jù)式(6)可得到達探測器的波段(=1,?,26)的有效光譜輻照度為

式(8)是關于材料有效輻射面積，等效輻射溫度的函數(shù)，表示波段編號。通過對該函數(shù)的求解可以提取目標的有效輻射面積、等效輻射溫度以及表面主要構成材料。因模型中牽涉到不可積函數(shù)，在求解時容易導致發(fā)散或收斂過慢的情況，為此本文采用雞群算法對模型進行求解。雞群算法[9]是一種自適應多種群仿生算法，通過對雞種群行為習慣的數(shù)學描述，采用隨機最優(yōu)化和迭代思想來求解最小值問題，適用于連續(xù)與非連續(xù)性問題，相對其他仿生算法而言較為簡單，具有較高的穩(wěn)定性。

2 點目標特征提取與識別仿真驗證

2.1 仿真條件

在特征提取時，材料的光譜發(fā)射率關系到反演模型的可行性以及反演結果的精度。對于非透明物體，其表層的涂敷層即可決定物體的熱輻射特性[10]，因此在對模型求解時，針對特定類型的目標，建立了其表面主要構成材料的光譜發(fā)射率庫。圖2給出了四種相關涂敷層材料的光譜發(fā)射率。

從圖2所示的四種材料中隨機抽取兩種材料，假定為目標表面主要構成材料，同時設定兩種材料的溫度與面積(具體值如表1所示)，計算得到目標到達探測器的光譜輻照度，作為探測值。

圖2 材料光譜發(fā)射率

表1 相關參數(shù)

Table 1 Relevant parameters

2.2 仿真結果

從材料庫中選取材料進行反演計算。對一種材料、兩種材料以及三種材料進行反演，反演結果如表2所示，反演曲線如圖3所示。

表2 反演結果

Table 2 Inversion results

圖3 反演曲線圖

由表2與圖3可以看出，在理想情況下，反演時若假設目標表面由一種材料組成，則反演結果與探測值之間差距較大；假定目標表面由兩種材料組成時，反演值與預測值很好的吻合；假定目標表面由三種材料組成時，有一種材料的反演面積為0，說明在目標表面組成材料中不存在該種材料或這種材料所占比例很小，最終反演結果與兩種材料結果相同。由此可以看出該方法在目標表面構成材料未知時可以有效的提取目標的表面主要構成材料，有效輻射面積與輻射溫度。

3 結 論

本文對光學系統(tǒng)接收到的目標的紅外光譜輻射能進行了反演，在構成材料未知情況下對目標表面材料、等效輻射溫度和有效輻射面積進行了提取。因光學系統(tǒng)自身熱輻射以及目標反射的空間環(huán)境輻射可通過相應手段進行抑制，且材料的光譜發(fā)射率會因材料的種類和表面處理工藝的不同而發(fā)生復雜的變化，所以建模時只考慮目標自身輻射引起的探測器響應，且從材料的光譜發(fā)射率出發(fā)，建立一種基于多波段的點目標特征提取模型，同時建立特定類型目標表面材料的光譜發(fā)射率庫，以此為基礎確保了模型的可解性。對于建立的模型使用自適應多種群仿生算法——雞群算法進行求解，有效地保證結果的穩(wěn)定性與唯一性，避免虛假結果的出現(xiàn)。從仿真結果看，該種模型能夠?qū)c目標表面主要構成材料的相關特性進行有效提取，誤差較小，為進一步的工程應用提供了理論基礎。

[1] 孫成明，趙飛，袁艷. 基于光譜的天基空間點目標特征提取與識別 [J]. 物理學報，2015，64(3)：034202-1-034202-6.

SUN Chengming，ZHAO Fei，YUAN Yan. Feature extraction and recognition of non-resolved space object from space-based spectral data [J]. Acta Physica Sinica，2015，64(3)：034202-1-034202-6.

[2] 石良辰，蔡國飆，朱定強. 空間飛行器紅外光學信號的模擬 [J]. 宇航學報，2009，30(1)：229-234.

SHI Liangchen，CAI Guobiao，ZHU Dingqiang. The Simulation to Infrared Signatures of Spacecraft [J]. Journal of Astronautics，2009，30(1)：229-234.

[3] 張衡，彭啟民，呂文先. 基于亮度序列的空間目標周期性判證與提取 [J]. 系統(tǒng)仿真學報，2009，21(2)：418-421.

ZHANG Heng，PENG Qimin，Lü Wenxian. Periodicity Determinant and Extraction for Space Target Using Intensity Information [J]. Journal of System Simulation，2009，21(2)：418-421.

[4] 刁華飛，李智. 基于天基光學探測信息的GEO目標識別研究 [J]. 裝備指揮技術學院學報，2010，21(5)：55-59.

DIAO Huafei，LI Zhi. Research on the Identification of Geosyncchronous Objects with Space-based Visible Surveillance Data [J]. Journal of the Academy of Equipment Command & Technology， 2010，21(5)：55-59.

[5] 王國強，吳元昊. 空間目標紅外輻射特征的地基測量 [J]. 紅外與激光工程，2011，40(9)：1634-1639.

WANG Guoqiang，WU Yuanhao. Ground-based measurement on the infrared characteristic of space object [J]. Infrared and Laser Engineering，2011，40(9)：1634-1639.

[6] 陳衡. 紅外物理學 [M]. 北京：國防工業(yè)出版社，1985：55-62.

CHEN Heng. Infrared Physis [M]. Beijing：National Defense Industry Press，1985：55-62.

[7] 張建奇，方小平. 紅外物理 [M]. 西安：西安電子科技大學出版社，2004：23-28.

ZHANG Jianqi，F(xiàn)ANG Xiaoping. Infrared Physis [M]. Xi￠an：Xidian University Press，2004：23-28.

[8] 王雨飛. 大氣層外目標紅外輻射和光譜特性研究 [D]. 北京：中國科學院大學，2011：6-13.

WANG Yufei. Study on infrared radiation and spectral characteristics of the target in the atmosphere [D]. Beijing：University of Chinese Academy of Sciences，2011：6-13.

[9] MENG Xianbing，LIU Yu，GAO Xiaozhi，. A New Bio-inspired Algorithm：Chicken Swarm Optimization [J]. International Conference on Swarm Intelligence，2014，8797：86-94.

[10] 閔桂榮，郭舜. 航天器熱控制 [M]. 北京：科學出版社，1998：91-105.

MIN Guirong，GUO Shun. Spacecraft Thermal Control [M]. Beijing：Science Press，1998：91-105.

Feature Acquisition and Recognition of Point Target Based on Infrared Spectrum

LI Sujun1,2，LIAO Sheng1，REN Qifeng1，LI Qiang1

( 1. Institute of Optics and Electronics, Chinese Academy of Sciences, Chengdu 610209, China;2. University of Chinese Academy of Sciences, Beijing 100049, China )

In detection of distant target, it is difficult to extract target information effectively, which are the temperature, area, surface material type and other characteristics. According to the spectral emissivity, which is the inherent nature of an object, target material characteristics, structural characteristics and the infrared radiation characteristics, an IR composite model is established based on two wavebands. Based on the model and material spectral emissivity, a method of feature extraction of target is proposed. In terms of the special target, the main categories of constituent materials used in constructing them are found. Meantime, the spectral emissivity of materials is measured. The correspondent database is established, which describes the relationship between the categories of constituent materials and spectral emissivity of materials. Based on the model and database, surface material type, radiant temperature and effective radiation area of target are obtained by using chicken swarm algorithm. The method has a good result.

infrared spectrum; spectral emissivity; infrared radiation; chicken swarm algorithm; inversion

TN247

A

10.3969/j.issn.1003-501X.2016.05.003

2015-09-28；

2015-12-21

國防預研項目

李素鈞(1992-)，男(漢族)，河南漯河人。碩士研究生，主要研究工作是紅外信號處理、圖像壓縮。E-mail: leesj12@foxmail.com。