趙浩光，曲涵石，王 鑫，尚 洋，劉立剛，韓松偉，孟 森，王 平

（1.國防科技大學(xué) 空天科學(xué)學(xué)院，湖南 長沙410073；2.中國航空工業(yè)集團(tuán)公司 沈陽飛機(jī)設(shè)計(jì)研究所，遼寧 沈陽110035；3.西安電子科技大 學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，西安710071；4.中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所 航空光學(xué)成像與測量重點(diǎn)實(shí)驗(yàn)室，吉林 長春130033；5.圖像測量與視覺導(dǎo)航湖南省重點(diǎn)實(shí)驗(yàn)室，湖南 長沙410073；6.上海乂義實(shí)業(yè)有限公司，上海20114）

1 引 言

超分辨成像技術(shù)是指對同一場景多次曝光采樣，獲取存在亞像素偏差的低分辨率圖像序列，然后利用圖像超分辨重建技術(shù)將一幅或多幅低分辨率圖像合成高分辨率圖像的技術(shù)［1-2］。

傳統(tǒng)圖像超分辨重建技術(shù)主要應(yīng)用于航天領(lǐng)域的遙感成像技術(shù)，其實(shí)現(xiàn)方法為：針對同一場景使用多個相機(jī)同步進(jìn)行采樣或者使用一個相機(jī)在不同位置進(jìn)行采樣，以此獲取低分辨率圖像序列，然后利用空域插值法得到高分辨率圖像，最后使用傳統(tǒng)圖像處理手段去除圖像噪聲和模糊。這種超分辨重建技術(shù)存在定位精度差、實(shí)時(shí)性較差、配套設(shè)備體積大的問題，很難應(yīng)用于航空偵察領(lǐng)域。

自二十世紀(jì)九十年代起，基于微掃描的超分辨重建技術(shù)開始受到西方國家重視?，F(xiàn)階段，美國、法國等西方國家已經(jīng)在航空光電偵察領(lǐng)域廣泛使用此項(xiàng)技術(shù)［3］，而我國在這個方向尚處于起步階段［10］。

近些年，隨著深度學(xué)習(xí)技術(shù)的廣泛使用，圖像超分辨技術(shù)得到了飛速發(fā)展，其基本思想是通過計(jì)算機(jī)多層次深入學(xué)習(xí)獲得先驗(yàn)知識，利用不同圖像在高頻細(xì)節(jié)的相似性，結(jié)合深度學(xué)習(xí)算法構(gòu)建高分辨率圖像和低分辨率圖像之間的關(guān)系模型。較之傳統(tǒng)方法，基于深度學(xué)習(xí)的超分辨重建技術(shù)的重建效果得到了進(jìn)一步提升，但是實(shí)時(shí)性變得更差。即使使用更快、更深的卷積神經(jīng)網(wǎng)絡(luò)做單幀圖像超分辨重建，依然很難應(yīng)用于航空偵察領(lǐng)域。

無論使用何種超分辨重建技術(shù)，探測器輸出的低分辨率圖像均會受到如下因素制約：

（1）光學(xué)系統(tǒng)的方案設(shè)計(jì)、加工精度和安裝誤差會引起圖像模糊，改變圖像對比度；

（2）探測器靶面的像元尺寸、感光材料的選取以及讀出電路的設(shè)計(jì)均會使圖像產(chǎn)生一定程度的噪聲混疊；

（3）伺服控制系統(tǒng)的控制誤差會引起圖像運(yùn)動模糊。

這些因素不僅降低了探測器輸出的低分辨率圖像的成像質(zhì)量，而且增加了低分辨率圖像二次配準(zhǔn)的難度，進(jìn)而影響超分辨重建的結(jié)果。

本文將光學(xué)系統(tǒng)內(nèi)部透鏡固定到高速微掃組件上，在探測器曝光的間歇期快速移動光學(xué)透鏡一段距離，使探測器輸出的前后兩幀圖像存在亞像素偏差。然后使用基于概率分布的超分辨重建算法，將低分辨率圖像序列處理成高分辨率圖像。與傳統(tǒng)的超分辨重建相比，高速微掃描組件體積小、重量輕、掃描速度快、到位精度高，能較好的應(yīng)對場景快速變化和平臺振動干擾，滿足機(jī)載光電偵察設(shè)備對尺寸、重量和抗沖擊振動的要求?；诟怕史植嫉某直嬷亟ㄋ惴軌蜥槍D像有效信息進(jìn)行處理，避免了大量冗余計(jì)算，進(jìn)一步提高超分重建的實(shí)時(shí)性和準(zhǔn)確性。經(jīng)實(shí)驗(yàn)驗(yàn)證，高速微掃描圖像超分辨重建技術(shù)在機(jī)載光電偵察平臺不改變光學(xué)系統(tǒng)的前提下，可以有效地提升目標(biāo)識別距離。

高速微掃描超分辨技術(shù)還能較好的克服或緩解前文提及的三點(diǎn)制約因素帶來的問題。高速微掃描超分辨技術(shù)在提高光電偵察設(shè)備輸出圖像分辨率的同時(shí)［4］，還能夠提升探測器的靈敏度［1，5］、降低探測器的系統(tǒng)噪聲，對探測器進(jìn)行基于場景的非均勻較正，進(jìn)而降低探測器因設(shè)計(jì)、加工、像元尺寸、伺服控制等因素產(chǎn)生的負(fù)面影響［6-7］，最終提高光電偵察設(shè)備的識別能力。

隨著電子芯片集成化技術(shù)和計(jì)算機(jī)技術(shù)的高速發(fā)展［8］，實(shí)現(xiàn)無人機(jī)自主偵查打擊已成為可能。世界軍事強(qiáng)國無不重視無人機(jī)自主查打技術(shù)的研究［9］，具有高度自主偵查、打擊能力的無人機(jī)系統(tǒng)必將成為未來戰(zhàn)爭的主角。目標(biāo)自主識別是無人機(jī)自主感知、自主決策、自主規(guī)劃、自主攻擊的基礎(chǔ)。實(shí)現(xiàn)目標(biāo)自主識別可使無人機(jī)迅速適應(yīng)戰(zhàn)場環(huán)境，對敵我態(tài)勢進(jìn)行準(zhǔn)確判斷和應(yīng)對，即使在通信受阻、操作人員被限制的不利條件下，依然能夠繼續(xù)執(zhí)行任務(wù)。因此開展相關(guān)領(lǐng)域的技術(shù)研究勢在必行。

2 微掃描圖像超分辨工作原理

先敵發(fā)現(xiàn)、先敵識別是機(jī)載光電偵察設(shè)備的重要指標(biāo)，這對光電偵察設(shè)備裝備的探測器的靈敏度和分辨率提出較高要求［6］。探測器靈敏度與像元尺寸正相關(guān)，即像元尺寸越大探測器靈敏度越高。光電偵察設(shè)備受到無人機(jī)載重（續(xù)航）、安裝結(jié)構(gòu)影響，對光學(xué)系統(tǒng)口徑進(jìn)行了尺寸限制，導(dǎo)致探測器靶面尺寸偏小。在探測器靶面固定的情況下，分辨率與像元尺寸負(fù)相關(guān)，即分辨率越高，像元尺寸越小，單個像元的靈敏度越低。

本文采用高速微掃描圖像超分辨技術(shù)，即使光電偵察設(shè)備使用大像元探測器，也可以在保證高靈敏度的同時(shí)，提升機(jī)載光電偵察設(shè)備的分辨率。高速微掃描超分辨原理分為兩個步驟（參見圖1）：

圖1 高速微掃描超分辨示意圖Fig.1 Schematic diagram of high-speed micro-scanning super-resolution

（1）控制微掃描組件（二維壓電高速微掃描平臺和緊湊型高頻壓電控制器）實(shí)現(xiàn)圖像過采樣；

（2）使用圖像過采樣獲取的低分辨率圖像，在嵌入式平臺實(shí)現(xiàn)圖像實(shí)時(shí)超分辨重建算法。

2.1 圖像過采樣基本原理

為了獲取具有亞像素級偏差的低分辨率原始圖像序列，需要微掃描平臺按照一定頻率及步長移動光學(xué)透鏡。通過機(jī)械平移透鏡一段距離d，使得目標(biāo)物在像平面上的成像位置由I運(yùn)動到I′，如圖2所示。

通過精細(xì)控制實(shí)現(xiàn)成像的微位移（亞像素級）運(yùn)動，這一過程稱為過采樣過程。過采樣過程通常會使用4種微掃描模式［2］（1×1，2×2，3×3，4×4），如圖3所示。本文綜合考慮了計(jì)算機(jī)資源分配和實(shí)時(shí)性需求，采用2×2微掃描模式。

圖3 常用微掃描模式Fig.3 The micro-scan pattern according to the mode

2.2 圖像超分辨重建原理

將獲取的存在亞像素級偏差的低分辨率圖像處理成高分辨率圖像的方式主要有三種［11］，分別是：

a基于經(jīng)典插值理論的圖像插值算法；

b基于概率分布的超分辨重建算法；

c基于深度學(xué)習(xí)的圖像擬合算法。

方式a的特點(diǎn)是圖像處理的速度快、魯棒性差、超分效果有限；方式b的特點(diǎn)是魯棒性好、超分效果較好、圖像處理速度相對較慢；方式c的特點(diǎn)是需要事先進(jìn)行大量的機(jī)器訓(xùn)練、運(yùn)行過程消耗大量的計(jì)算資源，很難滿足機(jī)載光電偵察設(shè)備對實(shí)時(shí)性的要求［12］。為滿足機(jī)載光電偵察設(shè)備的實(shí)時(shí)性需求，同時(shí)達(dá)到最優(yōu)的重建效果，本文采用了基于概率分布的超分辨重建算法。

基于概率分布的超分辨重建算法的基本原理是：建立真實(shí)成像的數(shù)學(xué)模型，估計(jì)模型的相關(guān)參數(shù)，結(jié)合探測器輸出的低分辨率圖像序列Y，構(gòu)建符合一定條件的像素概率分布函數(shù)［13］，通過極大似然估計(jì)，確定理想高分辨圖像X。成像模型如圖4所示。

圖4 成像模型示意圖Fig.4 Schematic diagram of image degradation process

2.2.1 光學(xué)成像模型的數(shù)學(xué)擬合

選取連續(xù)的自然場景作為輸入，經(jīng)一定頻率采樣后獲得離散場景，離散場景對應(yīng)理想的高分辨率圖像X，當(dāng)采樣頻率高于奈奎斯特頻率時(shí)，離散場景可完全復(fù)現(xiàn)輸入場景。

機(jī)載探測器的空間位置是時(shí)刻變化的，這些變化會引起圖像的平移、旋轉(zhuǎn)、仿射，導(dǎo)致場景X發(fā)生生運(yùn)動變化，用運(yùn)動變化矩陣F表示這一過程；受到探測器光學(xué)孔徑限制和伺服控制精度的雙重影響，場景X中某些點(diǎn)會擴(kuò)散成不規(guī)則的彌散斑，導(dǎo)致輸出圖像伴隨一定程度的模糊，用模糊因子矩陣H表示這一過程；探測器感光區(qū)生成像素值的過程是一個下采樣的過程，導(dǎo)致探測器輸出圖像的分辨率進(jìn)一步降低，用下采樣算子矩陣D表示這一過程；探測器輸出圖像經(jīng)讀出電路轉(zhuǎn)換后會附著噪聲，用噪聲混疊矩陣V表示這一過程。因此，第k幀的探測器輸出圖像Y k的表達(dá)式如下所示：

其中：Y k為探測器輸出的第k幀低分辨率圖像，D k為第k幀下采樣算子，H k為第k幀模糊因子，F(xiàn) k為第k幀的運(yùn)動變化，X為理想高分辨率圖像，V k為第k幀噪聲混疊項(xiàng)。

下采樣算子D k、模糊因子H k、幀間運(yùn)動變化F k可分別通過圖像配準(zhǔn)、相機(jī)標(biāo)定、解算光電偵察設(shè)備姿態(tài)的方式確定，即降質(zhì)矩陣W k可確定。另外，場景明暗變化也會引起探測器輸出的圖像Y k的變化，故引入明暗變化矩陣λ1k，λ2k，對式（1）進(jìn)行調(diào)整如下：

2.2.2 構(gòu)建概率密度函數(shù)求取理想高分辨圖像

式（2）中D k，H k，F(xiàn) k均為稀疏矩陣，根據(jù)若干張輸出圖像Y k反推理想高分辨率圖像X的過程實(shí)際上是一個解算病態(tài)方程的過程。假設(shè)混疊噪聲項(xiàng)V k符合高斯分布，構(gòu)建關(guān)于高分辨率圖像X、光照強(qiáng)度變化矩λ1k，λ2k及降質(zhì)矩陣W k的Y k像素值的概率密度函數(shù)，如下：

其中：參數(shù)β和M的值一般默認(rèn)為1，實(shí)際情況會根據(jù)實(shí)際場景進(jìn)行微調(diào)。在Y k，λ1k，λ2k，W k已知的情況下對式（2）進(jìn)行極大似然估計(jì)，也就是求概率極值所對應(yīng)的理想高分辨率圖像X?ML，如下：

由于降質(zhì)矩陣W k行數(shù)、列數(shù)較大，且有較多非零元素，無法直接求逆，故使用迭代法求逆。構(gòu)建似然函數(shù)L及似然函數(shù)L關(guān)于任一高分辨率估計(jì)圖像x的導(dǎo)數(shù)似然函數(shù)L的表達(dá)式

極大似然估計(jì)值X?ML通過共軛梯度迭代法求解。如忽略光照強(qiáng)度變化引起的圖像變化，認(rèn)定混疊噪聲項(xiàng)V的期望為零，則X?ML的可近似為如下：

如無法忽略光照強(qiáng)度變化引起的圖像變化，且認(rèn)定噪聲混疊項(xiàng)V的期望為零，則X?ML的解析式可改寫為：

3 高速微掃描超分辨的實(shí)現(xiàn)

為在機(jī)載光電偵察設(shè)備上實(shí)現(xiàn)實(shí)時(shí)高速微掃描超分辨技術(shù)，與其他機(jī)載設(shè)備進(jìn)行了精細(xì)配合，通信示意圖如圖5所示。本文將光學(xué)系統(tǒng)中的一片透鏡固定到二維壓電高速微掃描平臺上，以此帶動該透鏡進(jìn)行高速微位移。首先在上位機(jī)端按照2×2掃描模式，驅(qū)動二維壓電高速微掃描平臺，獲取具有亞像素級偏差的低分辨率原始圖像序列，然后在嵌入式平臺上，使用基于概率分布的超分辨重建算法，將探測器輸出的低分辨率原始圖像處理成高分辨率圖像。

圖5 微掃描超分辨通信示意圖Fig.5 Communication schematic diagram of micro-scan?ning super-resolution

本文利用過采樣后獲取的四幀連續(xù)圖像，合成一幀理想高分辨率圖像，本質(zhì)上是犧牲時(shí)間換取空間的方式。對于幀頻為120 FPS，畫幅為640×512，位深為14 bit的輸入圖像，經(jīng)本文算法處理后的圖像幀頻變?yōu)?0 FPS，畫幅變?yōu)? 280×1 024，位深仍為14 bit，理論上可提升100%的空間分辨率，大幅度提高識別距離。

3.1 圖像過采樣的實(shí)現(xiàn)

圖像過采樣由二維壓電高速微掃描平臺、緊湊型高頻壓電控制器配合實(shí)現(xiàn)。當(dāng)探測器處于曝光階段時(shí)，透鏡保持位置穩(wěn)定，當(dāng)探測器處于非曝光階段時(shí)，二維壓電高速微掃描平臺帶動透鏡快速運(yùn)動實(shí)現(xiàn)亞像素位移。

為了保證微掃描與探測器曝光同步，上位機(jī)先發(fā)送微掃描控制命令，1.5 ms后發(fā)送探測器外觸發(fā)信號，曝光完成后，上位機(jī)再次發(fā)送微掃描控制命令，以此循環(huán)，確保微掃描不引起圖像模糊，提高成像質(zhì)量。針對輸出幀頻為120 FPS的探測器，高速微掃描超分辨核心組件進(jìn)行了專門的優(yōu)化設(shè)計(jì)，采用2×2的過采樣掃描方式，微掃描時(shí)間＜1.0 ms，到位穩(wěn)定精度＜0.3μm（對應(yīng)約0.03個像素）。二維壓電高速微掃描平臺的實(shí)測結(jié)果如圖6所示。

圖6 2×2微掃描位移測試結(jié)果Fig.6 2×2 micro-scan pattern test result

本文采用壓電陶瓷作為驅(qū)動單元，采用閉環(huán)控制的方法，解決壓電陶瓷輸出位移與輸入電壓非線性的問題。經(jīng)理論計(jì)算和反復(fù)標(biāo)校實(shí)驗(yàn)，本文為達(dá)成圖像0.5像素微位移，微掃描步長設(shè)定為±6.75μm，測試結(jié)果如圖7所示。

圖7 微掃描位移響應(yīng)測試結(jié)果Fig.7 Micro-scan response test results

3.2 圖像實(shí)時(shí)超分辨的實(shí)現(xiàn)

3.2.1 圖像配準(zhǔn)預(yù)處理

光學(xué)成像系統(tǒng)受真實(shí)場景的復(fù)雜程度、光學(xué)系統(tǒng)的加工精度、方案設(shè)計(jì)、選材、光軸一致性以及伺服系統(tǒng)的控制精度等多方面影響，并不是理想的時(shí)不變系統(tǒng)。微掃描后獲取的圖像序列很難保證嚴(yán)格相差1/4或1/2個像元大小，導(dǎo)致在進(jìn)行圖像超分辨之前，必須進(jìn)行圖像配準(zhǔn)。

圖像配準(zhǔn)技術(shù)包括四個方面：變換模型、特征空間、相似性測度、搜索空間。本文依據(jù)這四個特性，將圖像配準(zhǔn)分為以下五個步驟進(jìn)行：

Step1：根據(jù)實(shí)際應(yīng)用場合選取適當(dāng)?shù)淖儞Q模型；

Step2：選取基于灰度的特征空間；

Step3：根據(jù)變換模型的配置參數(shù)及所選用的特征，確定參數(shù)的變化范圍及最優(yōu)的搜索策略；

Step4：應(yīng)用相似性測度在搜索空間中按照優(yōu)化準(zhǔn)則進(jìn)行搜索，尋找最大相關(guān)點(diǎn)，從而求解出變換模型中的未知參數(shù)；

Step5：將待配準(zhǔn)圖像按照變換模型逐像素一一對應(yīng)到參考圖像中，實(shí)現(xiàn)圖像間的匹配。

3.2.2 實(shí)時(shí)圖像超分辨

真實(shí)場景經(jīng)2×2模式過采樣處理后，獲得4張低分辨率圖像，本文的目的是根據(jù)這四張低分辨率圖像估計(jì)出一張理想高分辨率圖像X，故式（5）中的N=4，根據(jù)式（6）結(jié)合迭代法計(jì)算出極大似然估計(jì)值X?ML，這個極大似然估計(jì)值就是超分辨重建后的高分辨率圖像。本文使用基于概率分布的超分辨重建算法，需要構(gòu)建一個行數(shù)、列數(shù)較大的降質(zhì)矩陣W，導(dǎo)致求極大似然估計(jì)值的過程涉及大量、頻繁的矩陣計(jì)算。為了兼顧硬件功耗、處理芯片性能，本文對超分辨重建算法進(jìn)行了改進(jìn)和優(yōu)化。

本文將過采樣獲取的4幅640×512的低分辨率圖像，重建成一幅1 280×1 024的高分辨圖像，對應(yīng)的W矩陣的大小為1 280×1 024×4×640×512。為降低W矩陣的復(fù)雜度，本文提出一種分塊處理方法，即將固定區(qū)域分割成80個子區(qū)域，記作Y(i)k，i=1，2，...，80，每子區(qū)域Y(i)k的畫幅為36×36，且與相鄰子區(qū)域有部分重疊（防止邊界損失）。分割后每個子區(qū)域?qū)?yīng)的W(i)k矩陣的大小為72×72×4×36×36，大大降低了迭代過程的復(fù)雜度。

本文采用共軛梯度法（Conjugate Gradient）求式（6）的極大似然估計(jì)值時(shí)。共軛梯度法是介于最速下降法與牛頓法之間的一種方法。通過一階導(dǎo)數(shù)的使用，克服了最速下降法收斂慢的缺點(diǎn)，又避免了牛頓法需要存儲和計(jì)算Hesse矩陣并求逆的缺點(diǎn)。共軛梯度法具有步收斂性，穩(wěn)定性高。經(jīng)實(shí)驗(yàn)驗(yàn)證，采用共軛梯度法僅需10次迭代便可達(dá)到最速下降法150次迭代的收斂性，且迭代精度幾乎一致，極大提高了迭代效率。

為了提升幀間運(yùn)動信息的時(shí)效性、準(zhǔn)確性及魯棒性，本文選用GPU-TX2i嵌入式平臺作為硬件環(huán)境，并行構(gòu)建80個子區(qū)域?qū)?yīng)的降質(zhì)矩陣，并行迭代求解子區(qū)域?qū)?yīng)的高分辨率圖像X(i)。為提高圖像處理速度，在算法優(yōu)化時(shí)使用更小的卷積核，嚴(yán)格控制存儲量，實(shí)時(shí)調(diào)整迭代步長，在保證精度的情況下盡量減小迭代次數(shù)，降低圖像處理運(yùn)算量。為了避免子區(qū)域合成全畫幅的高分辨率圖像時(shí)出現(xiàn)邊緣效應(yīng)，本文對每個子區(qū)域邊緣重疊部分的灰度值進(jìn)行了自適應(yīng)調(diào)整，最終獲得期望的超分辨率圖像X。

4 測量實(shí)驗(yàn)與結(jié)果

4.1 超分辨重建對圖像空間分辨率提升的測試

為了測試基于概率分布的超分辨重建算法對圖像空間分辨率的提升效果，本文分別對室內(nèi)靶標(biāo)、室外復(fù)雜場景進(jìn)行測試。

4.1.1 室內(nèi)靶標(biāo)測

室內(nèi)靶標(biāo)測試識別的目標(biāo)是1951USAF分辨率測試板。1951USAF分辨率測試板由不同的群組（Group）和對應(yīng)元素（Element）構(gòu)成，可通過查表獲取相應(yīng)的分辨率。1951USAF分辨率測試板上的每個群組包含六個元素，每個元素包含水平分布和垂直分布的三條靶標(biāo)，靶標(biāo)之間的間距與靶標(biāo)寬度相同?？臻g分辨率（Frequency）計(jì)算方法如下所示：

經(jīng)過采樣處理后，探測器輸出的4張具有亞像素偏差的低分辨率原始圖像如圖8所示。由于實(shí)驗(yàn)在室內(nèi)進(jìn)行，不存在大氣湍流擾動和伺服控制精度的問題，這四張圖片的偏差實(shí)際為0.5個像素，屬于一種較為理想的狀態(tài)。

圖8 具有亞像素偏差的4張低分辨率原始圖像Fig.8 4 low-resolution images with sub-pixel shift

對比數(shù)據(jù)取自圖8中標(biāo)紅位置的局部圖，超分辨前后空間分辨率變化如圖9所示，圖9中的左圖為低分辨率原始圖像，右圖為超分辨重建的圖像。

圖9 低分辨率原始圖像與超分辨重建圖像對比圖Fig.9 Comparison of low resolution original image and super-resolution reconstruction results

由圖9知，低分辨率原始圖像可分辨第2組第3元素，對應(yīng)的空間分辨率為5.039。經(jīng)超分辨重建處理后的高分辨率圖像可分辨第3組第2元素，其對應(yīng)的空間分辨率為8.979。相比于低分辨率原始圖像，超分辨重建后的圖像可識別的元素提升了5個，空間分辨率提升78.2%。

4.1.2 室外復(fù)雜場景測試

室外復(fù)雜場景測試相較于室內(nèi)靶標(biāo)測試，不能忽略大氣湍流擾動和伺服控制精度的影響，為了不降低超分辨重建算法在復(fù)雜場景下的魯棒性、穩(wěn)定性，需要對過采樣獲取的圖像進(jìn)行配準(zhǔn)。

室外復(fù)雜場景的超分辨前后圖像的局部對比，如圖10所示，圖10中的左圖為低分辨率原始圖像，右圖為超分辨重建的圖像。

圖10 地面外景超分辨結(jié)果對比圖Fig.10 Comparison of super-resolution results in outdoor scenes

由圖10知，經(jīng)超分辨重建處理后，圖像中的混疊信息被去除掉了，目標(biāo)的特征更清晰、識別更容易。

4.2 超分辨重建對目標(biāo)識別距離提升的測試

為了測試本文基于概率分布的超分辨重建算法對目標(biāo)識別距離的提升效果，利用某型號無人機(jī)掛載光電偵察設(shè)備進(jìn)行實(shí)地測試。無人機(jī)初始飛行高度約2 000 m，距離目標(biāo)場景10 km，無人機(jī)以288 km·h-1的速度飛行，逐漸接近目標(biāo)場景。場景仿真示意圖如圖11所示。

圖11 場景仿真示意圖Fig.11 Schematic diagram of scene simulation

無人機(jī)機(jī)載光電偵察設(shè)備的探測器輸出圖像分辨率為640×512、像元尺寸17μm、幀頻為120 FPS，光電偵察設(shè)備光學(xué)系統(tǒng)的焦距為400 mm。R1點(diǎn)與R2點(diǎn)均放置有坦克車，R1點(diǎn)與無人機(jī)之間的距離約3 904.68 m，R2點(diǎn)與無人機(jī)之間的距離約2 725.54 m。

圖13 R2點(diǎn)處超分辨結(jié)果對比圖Fig.13 Comparison of super-resolution results at point R2

超分辨重建仿真實(shí)驗(yàn)的對比結(jié)果如圖12和13所示，圖12和13中的左圖均為低分辨率原始圖像，右圖均為超分辨重建的圖像。由圖像知，在R1點(diǎn)處，超分辨重建獲取的高分辨率圖像可識別到坦克目標(biāo)，而低分辨率原始圖不能識別；在R2點(diǎn)處，二者均可識別出坦克目標(biāo)，但超分辨重建后的圖像識別效果更加顯著。

圖12 R1點(diǎn)處超分辨結(jié)果對比圖Fig.12 Comparison of super-resolution results at point R1

光學(xué)仿真結(jié)果表明，針對同一場景，經(jīng)超分辨重建獲取的高分辨率圖像對坦克目標(biāo)的識別距離由2 725.54 m提升到3 904.68 m，識別距離提升了約43.3%。

4.3 超分辨重建處理的實(shí)時(shí)性測試

實(shí)驗(yàn)表明，探測器輸出的幀頻為120 FPS、分辨率為640×512的實(shí)時(shí)圖像，經(jīng)超分辨重建處理后輸出的圖像分辨率為1 280×1 024，幀頻可達(dá)30 FPS，每幀處理時(shí)間僅為33 ms，滿足機(jī)載光電偵察設(shè)備對圖像實(shí)時(shí)處理的要求，如圖14所示。

圖14 實(shí)時(shí)處理輸出幀頻為30 FPSFig.14 Real-time processing output frequency is 30 FPS

5 結(jié) 論

為了提升無人機(jī)機(jī)載光電偵察設(shè)備的性能，本文結(jié)合實(shí)際工程項(xiàng)目，在嵌入式平臺實(shí)現(xiàn)了基于概率分布的圖像超分辨重建。實(shí)驗(yàn)結(jié)果表明，高速微掃描超分辨核心組件的微掃描響應(yīng)時(shí)間＜1.0 ms，到位精度＜0.3μm（對應(yīng)0.03個像素）。探測器輸出的幀頻為120 FPS、分辨率為640×512的圖像，經(jīng)超分辨重建處理后，變?yōu)閹l為30 FPS、分辨率為1 280×1 024的圖像。超分辨重建處理單幀圖像時(shí)間約為33 ms，滿足機(jī)載光電偵察設(shè)備對實(shí)時(shí)性的要求。地面實(shí)測結(jié)果表明，經(jīng)超分辨重建后，圖像有效空間分辨率提升了78.2%。應(yīng)用場景光學(xué)仿真表明，經(jīng)超分辨重建后，光電偵察設(shè)備對于坦克目標(biāo)的識別距離提升了43.3%。微掃描組件和超分辨重建技術(shù)的配合使用，既能提升光電偵察設(shè)備輸出圖像的有效空間分辨率，又能增加光電偵察設(shè)備對地面目標(biāo)的識別距離。