楊建國，羅 琳，金偉其，李 力，何玉青

（北京理工大學(xué) 光電成像技術(shù)與系統(tǒng)教育部重點(diǎn)實(shí)驗(yàn)室，北京 100081）

1 引言

人眼雙目立體視覺以及蜜蜂、蜻蜓等昆蟲復(fù)眼具有小型化、多孔徑、大視場和中心高分辨率（空間變分辨率）的特點(diǎn)，可實(shí)現(xiàn)中心高分辨成像、邊緣大視場搜索的視覺模式，對運(yùn)動目標(biāo)具有很高的探測能力，對細(xì)節(jié)信息也有較強(qiáng)的分辨能力，是目標(biāo)搜索與跟蹤、精確探測與制導(dǎo)等應(yīng)用領(lǐng)域重點(diǎn)研究的目標(biāo)之一［1］。

人工仿生復(fù)眼大致可分為多相機(jī)陣列的宏觀型和微透鏡棱鏡陣列的緊湊型仿生復(fù)眼兩大類［2］。其中，宏觀型仿生復(fù)眼由多個(gè)低成本單孔徑相機(jī)組成，常規(guī)排列方式為光軸平行或發(fā)散的陣列形式。2014 年，Carles 等［3］采用25 個(gè)光軸互相平行的商業(yè)可見光相機(jī)陣列實(shí)現(xiàn)了超分辨成像。2015 年，Perazzi 等［4］設(shè)計(jì)了一種非結(jié)構(gòu)化CCD 攝像機(jī)陣列的多目成像系統(tǒng)，并通過引入局部翹曲概念有效去除拼接接縫不連續(xù)和鬼影等問題，實(shí)現(xiàn)了大視場圖像拼接。2018 年，García-Díaz 等［5］研制了寬譜段多孔徑熱成像系統(tǒng)，主要包含6 個(gè)像素32×32 的PbSe 組成中波紅外陣列、6 個(gè)像素160×120 的QQVGA 組 成長波紅 外陣列以及1 個(gè)可見光CMOS 相機(jī)。2019 年，金偉其等［6］提出了“田”字型四孔徑視場部分重疊仿生熱成像模式，獲得了緊湊的復(fù)眼熱成像系統(tǒng)。2021 年，方璐等［7］提出層內(nèi)非結(jié)構(gòu)和層間主從式異構(gòu)等非結(jié)構(gòu)化計(jì)算成像新理論，成功研制了十億像素的智能成像系統(tǒng)。

緊湊型仿生復(fù)眼由微透鏡棱鏡陣列以及單孔徑相機(jī)組成。2000 年，Tanida 等［8-9］提 出一種類似蜻蜓的TOMBO（Thin Observation Module by Bound Optics）復(fù)眼成像系統(tǒng)，主要由平板微透鏡陣列、光探測器和光隔離器等構(gòu)成，這是首個(gè)真正意義上的緊湊型復(fù)眼成像系統(tǒng)。他們還相繼提出彩色復(fù)眼成像方法、指紋識別，開發(fā)出超薄型復(fù)眼照相機(jī)、TOMBO 內(nèi)窺鏡。2007 年，Laycock 等［10］提出的機(jī)載多孔徑成像系統(tǒng)主要由球面分布的微型透鏡陣列、光纖面板（Fiber Optic Panel，F(xiàn)OP）和CMOS 成像探測器組成，可獲得120°大視場清晰成像，并應(yīng)用到單兵頭盔夜視鏡，有效提高了夜間作戰(zhàn)能力和態(tài)勢感知能力。2013 年以來，裘溯等［11-12］持續(xù)研究了該復(fù)眼成像模式，提出利用重疊區(qū)域進(jìn)行超分辨、對運(yùn)動目標(biāo)進(jìn)行快速檢測等方法，設(shè)計(jì)了切角為40°和20°的基于光纖面板的五孔徑和九孔徑復(fù)眼成像實(shí)驗(yàn)系統(tǒng)。2016 年，Carles 等［13］提出一種微棱鏡微透鏡陣列系統(tǒng)，在中心凹區(qū)域內(nèi)實(shí)現(xiàn)了高分辨率成像，低分辨率外圍提供了態(tài)勢感知。2020 年，陳宇等［14］基于瓢蟲復(fù)眼結(jié)構(gòu)設(shè)計(jì)了一款大視場小尺度仿生復(fù)眼光學(xué)系統(tǒng)，采用正六邊形緊密排布方式提高了空間利用率。

常規(guī)熱成像系統(tǒng)屬于單目視覺系統(tǒng)，成像器件像素陣列和像元間距確定后，系統(tǒng)視場角越大，空間分辨率越低，二者相互聯(lián)系又相互制約，為了實(shí)現(xiàn)兼具大視場和高分辨率的熱成像，本文基于宏觀型仿生復(fù)眼理論，研究了多孔徑視場部分重疊仿生熱成像系統(tǒng)的布局模式，并搭建四孔徑視場部分重疊仿生熱成像實(shí)驗(yàn)系統(tǒng)，以驗(yàn)證其布局模式、圖像拼接與超分辨等方面的成像效果。

2 多孔徑仿生熱成像系統(tǒng)

2.1 布局模式分析

多孔徑成像技術(shù)利用子孔徑圖像拼接構(gòu)成大視場，利用子孔徑部分重疊視場的冗余信息進(jìn)行圖像重采樣，提高系統(tǒng)中心視場的空間分辨率，形成大視場空間變分辨率成像。早期的排列方式大多為低視場重疊的大視場拼接成像以及高視場重疊的超分辨成像模式。文獻(xiàn)［6］提出了一種“田”字型四孔徑視場部分重疊仿生熱成像模式，如圖1 所示。其中，數(shù)字表示子孔徑重疊數(shù)量。通過約50%的視場重疊，將成像視場劃分為4 子孔徑重疊、2 子孔徑重疊以及單子孔徑3 類9個(gè)子區(qū)域，不僅可實(shí)現(xiàn)大視場空間變分辨率成像，而且可拓展獲得近場立體視覺、雙色成像以及偏振成像等模式。

圖1 “田”字型四孔徑Fig.1 Tian-shaped four-aperture

子孔徑探測器布局模式并不唯一，不同的子孔徑探測器數(shù)目及其布局模式會產(chǎn)生不同的仿生熱成像效果。本文提出采用光軸有一定傾斜的單孔徑相機(jī)構(gòu)成“十”字型四孔徑視場部分重疊仿生熱成像模式［15］，如圖2 所示，其上下或左右兩個(gè)單孔徑相機(jī)的視場分別具有50%的視場重疊率，上（或下）與左右單孔徑相機(jī)分別具有56.25%的視場重疊率，拼接總視場較單孔徑增加1 倍，視場中心向外從4 孔徑重疊逐漸過渡到3，2 和1 孔徑重疊。

圖2 “十”字型四孔徑Fig.2 Cross-shaped four-aperture

考慮到4 個(gè)單孔徑相機(jī)均傾斜一個(gè)角度，而通常系統(tǒng)中心軸線方向的成像更為重要，也可在上述四孔徑布局模式基礎(chǔ)上增加一個(gè)中心子孔徑，形成“十”字型五孔徑熱成像模式（見圖3），從而具有不同的視覺效能［16］。當(dāng)中心單孔徑相機(jī)的分辨率與四周4 個(gè)單孔徑相機(jī)相同時(shí)，視場中心向外從5 孔徑重疊逐漸過渡到4，3 和1 孔徑重疊，將成像區(qū)域劃分為4 類13 個(gè)子區(qū)域，在保證大視場成像的前提下進(jìn)一步提高了系統(tǒng)的中心分辨率，有利于進(jìn)行弱小目標(biāo)的探測與識別。當(dāng)中心單孔徑相機(jī)的分辨率是四周4 個(gè)單孔徑相機(jī)的2.25 倍時(shí)（水平和豎直方向各1.5 倍），視場中心向外從5 孔徑重疊逐漸過渡到4，3，2 和1 孔徑重疊，將成像區(qū)域劃分為5 類17 個(gè)子區(qū)域，在保證大視場成像的前提下改變了系統(tǒng)的空間分辨率，視場重疊率更高，分辨細(xì)節(jié)的能力更強(qiáng)，更加符合人眼視覺的中心高分辨成像、邊緣大視場搜索的視覺模式。

圖3 “十”字型五孔徑Fig.3 Cross-shaped five-aperture

2.2 “十”字型四孔徑視場部分重疊仿生熱成像系統(tǒng)

為了驗(yàn)證上述仿生復(fù)眼熱成像模式，本文研制了一款“十”字型四孔徑視場部分重疊仿生熱成像實(shí)驗(yàn)系統(tǒng)。該系統(tǒng)選擇幀頻較高的ULIS 公司小面陣非制冷紅外焦平面陣列（Infrared Focal Plane Array，IRFPA）Micro80 GEN2（像元80×80，像元間距為34 μm，幀頻為50 Hz，響應(yīng)波段為8～14 μm，NETD＜100 mK），寄存器配置端口為I2C，視頻數(shù)據(jù)接口為14 位標(biāo)準(zhǔn)HSYNC/VSYNC數(shù)字信號。配套紅外物鏡焦距為3.1 mm，F(xiàn)數(shù)為1，視場角為50.8°（H）×50.8°（V）。如圖4 所示，驅(qū)動板尺寸為25 mm×25 mm，提供IRFPA 工作的模擬和數(shù)字電源以及外圍電路電容電阻負(fù)載。數(shù)字處理板采用自制的FPGA 圖像處理板，尺寸為120 mm×80 mm×10 mm，F(xiàn)PGA為XC7Z035，DDR存儲器為MT41J256M16，通信接口為兩路RS422，輸入接口為兩路TFM-125-02-L-D-WT，視頻輸出接口為兩路Camera-Link。

圖4 熱成像組件Fig.4 Thermal imaging components

搭建的“十”字型四孔徑視場部分重疊仿生熱成像系統(tǒng)如圖5 所示，系統(tǒng)尺寸為180 mm×100 mm×100 mm。經(jīng)測定拼接視場為單孔徑相機(jī)的2.36 倍，四孔徑重疊區(qū)域占總視場的7.78%。IRFPA 輸出標(biāo)準(zhǔn)行場數(shù)據(jù)信號經(jīng)FPGA 圖像處理板處理，通過CameraLink 接口輸出到eBUS 采集卡進(jìn)行圖像顯示、大視場拼接和高分辨圖像重構(gòu)。

圖5 “十”字型四孔徑仿生熱成像系統(tǒng)Fig.5 Cross-shaped four-aperture bionic thermal imaging system

3 圖像拼接與超分辨

3.1 圖像預(yù)處理

由于探測器工藝和讀出電路導(dǎo)致的像元響應(yīng)不一致及光學(xué)和機(jī)械結(jié)構(gòu)的雜散輻射，IRFPA成像往往存在低頻固定圖像噪聲，需進(jìn)行非均勻性校正（Non-Uniformity Correction，NUC）。

NUC 方法一般分為基于參考源的校正（Calibration Based NUC，CBNUC）和基于場景的自適應(yīng)校正（Scene Based NUC，SBNUC）兩大類。前者主要分為單點(diǎn)校正、兩點(diǎn)校正和多點(diǎn)校正，后者主要分為統(tǒng)計(jì)類校正、配準(zhǔn)類校正和神經(jīng)網(wǎng)絡(luò)類校正［17］。熱成像系統(tǒng)通常都預(yù)先進(jìn)行CBNUC 處理，獲得基本校正參數(shù)；在應(yīng)用過程中產(chǎn)生的固定圖像噪聲，通過擋板等進(jìn)行CBNUC 或通過變化的場景進(jìn)行SBNUC，以提高系統(tǒng)的成像質(zhì)量。本文采取兩點(diǎn)校正方法（20 ℃和45 ℃兩個(gè)溫度點(diǎn)作為定標(biāo)點(diǎn)）確定增益和偏置系數(shù)矩陣，圖6 給出了探測器輸出圖像平均灰度隨溫度的變化。

圖6 IRFPA 輸出圖像灰度與溫度關(guān)系Fig.6 Relationship between gray value of IRFPA output image and temperature

3.2 圖像配準(zhǔn)與拼接

在本實(shí)驗(yàn)系統(tǒng)中，由于探測器像元數(shù)偏少且靈敏度偏低，故IRFPA 的分辨率和對比度較低，角點(diǎn)、邊緣和紋理等細(xì)節(jié)信息不明顯，給紅外圖像的配準(zhǔn)帶來了挑戰(zhàn)。經(jīng)典的圖像配準(zhǔn)與拼接方法將運(yùn)動模型假設(shè)為簡單的圖像平移、縮放和旋轉(zhuǎn)等全局運(yùn)動，這對光軸相互平行的多相機(jī)陣列是可行的，但本系統(tǒng)4 個(gè)子孔徑光軸輻射分布，圖像真實(shí)投影為透視變換，尺度不變特征變換（Scale Invariant Feature Transform，SIFT）等算法通常不穩(wěn)定。同時(shí)，由于系統(tǒng)各孔徑關(guān)系相對固定，在確定工作距離后僅需要一次透視變換矩陣標(biāo)定，這里采取手動選取特征點(diǎn)來解決透視變換矩陣求取等問題。

考慮到實(shí)驗(yàn)系統(tǒng)的應(yīng)用背景及成像效果，工作距離選定在1.5 m 左右。以圖2 右子孔徑為基準(zhǔn)圖像進(jìn)行配準(zhǔn)，其余3 個(gè)子孔徑圖像的透視變換矩陣為：

獲得透視變換矩陣后進(jìn)行圖像拼接。盡管探測器型號、寄存器參數(shù)配置相同，但各子孔徑探測器的響應(yīng)率不完全一致，在拼接處不可避免地出現(xiàn)灰度不一致的情況，需要進(jìn)行平滑過渡處理。這里采用灰度線性加權(quán)融合過渡策略，將重疊區(qū)域的像素值按一定權(quán)重相加合成新的圖像。

如圖7 所示，假定兩幅圖像為左右重疊，重疊區(qū)域中某像素點(diǎn)到重疊區(qū)域左邊界的距離為d1，到重疊區(qū)域右邊界的距離為d2，在左右兩幅圖中對應(yīng)的灰度分別為I1和I2，則融合后的灰度值為：

圖7 圖像重疊區(qū)域的權(quán)重變化Fig.7 Weight change of image overlapped area

3.3 圖像超分辨

考慮到實(shí)時(shí)性，本文采用基于焦平面探測器空間積分模型的圖像超分辨重建算法（FPAs’Spatial Integration model based Micro-Scanning image reconstruction，SIMS）［18］，該算法主要包括以下3 個(gè)步驟：

（1）采用基于離散傅里葉變換（Discrete Fourier Transform，DFT）的圖像配準(zhǔn)算法對四孔徑圖像的重疊區(qū)域進(jìn)行位移估計(jì)，設(shè)置上采樣系數(shù)為100，即圖像的配準(zhǔn)精度為像素的1/100，下、左、上子孔徑圖像相對右子孔徑圖像的位移估計(jì)分別為（0.12，1.34）、（-0.24，0.7）和（-0.57，-0.2）。對于穩(wěn)定的系統(tǒng)結(jié)構(gòu)，此參數(shù)僅需一次確定，滿足實(shí)時(shí)應(yīng)用需求。

（2）基于幀間差分過采樣圖像重建算法生成過采樣重建圖像，下、左、上子孔徑圖像相對右子孔徑圖像的初始位移量分別為（0.25，0.25）、（0.5，0）和（0.25，-0.25），經(jīng)過幀間差分過采樣的系數(shù)矩陣為：

（3）基于調(diào)制傳遞函數(shù)（Modulation Transfer Function，MTF）的空間積分模型建立Wiener 濾波器，抑制探測器空間積分的影響，獲得高分辨圖像?？紤]到探測器在空間上離散采樣，像元內(nèi)空間積分導(dǎo)致圖像模糊，探測器空間積分模型的MTF 近似為：

式中：u=-M/2，-M/2+1，…，M/2-1；v=-N/2，-N/2+1，…，N/2-1；M×N為探測器面陣規(guī)格；常數(shù)α和β分別表示探測器水平和豎直方向的占空比。

根據(jù)探測器MTF 空間積分模型，建立Wiener 濾波器：

4 實(shí)驗(yàn)結(jié)果與討論

實(shí)驗(yàn)利用“十”字型四孔徑視場部分重疊仿生熱成像系統(tǒng)獲取分辨率靶標(biāo)圖像和外界場景圖像，并進(jìn)行了圖像預(yù)處理、配準(zhǔn)與拼接以及超分辨處理。

4.1 分辨率靶標(biāo)測試

圖8（a）為CI 黑體SR-800N，輻射面尺寸為7×7 英寸，溫度為0～125 ℃；圖8（b）為四條帶分辨率靶標(biāo)，輻射率為0.93，寬度W分別為7.13，8.00，8.98，10.08 mm。按照成像系統(tǒng)剛好區(qū)分靶標(biāo)條帶的分辨率要求，可得工作距離DW與W、鏡頭焦距f以及探測器像元尺寸PS的關(guān)系為：

圖8 分辨率靶標(biāo)測試Fig.8 Resolution target test

考慮到分辨率靶標(biāo)有4 組不同寬度的條帶，根據(jù)式（8）設(shè)定靶標(biāo)放置在729～819 mm 之間，即第二組和第三組條帶對應(yīng)的工作距離。實(shí)驗(yàn)中將分辨率靶標(biāo)固定到黑體輻射面前，并在距分辨率靶標(biāo)800 mm 處放置實(shí)驗(yàn)系統(tǒng)，保證實(shí)驗(yàn)系統(tǒng)、分辨率靶標(biāo)和黑體三者的中心一致。為了豐富場景信息，將風(fēng)扇置于靶標(biāo)右側(cè)，光學(xué)夾具置于靶標(biāo)左側(cè)。考慮到紅外圖像顯示時(shí)采用全局動態(tài)范圍壓縮算法，而分辨率靶標(biāo)占據(jù)像素較少，故將黑體溫度設(shè)為與室溫相差5 K（黑體溫度為299 K，室溫為294 K），便于觀察場景信息。

圖9 給出了四孔徑采集圖像預(yù)處理前后的對比，其中圖9（a）為探測器直接輸出原始數(shù)據(jù)經(jīng)過壓縮顯示的圖像，圖9（b）為經(jīng)過NUC 及盲元剔除的圖像。非均勻性校正采取兩點(diǎn)NUC 方法，盲元通過中值濾波值（濾波核3×3）替代。由于探測器自身工藝及設(shè)計(jì)的讀出電路不可避免地存在差異，4 張單孔徑圖像略有差異。經(jīng)過預(yù)處理，豎條紋噪聲明顯減少，可以清楚地看到靶標(biāo)、風(fēng)扇和光學(xué)夾具。4 張單孔徑圖像除獲取分辨率靶標(biāo)外，還獲取了不同的場景信息，左上圖像包含風(fēng)扇和光學(xué)夾具信息，左下圖像缺失光學(xué)夾具部分信息，右上圖像缺失風(fēng)扇信息，右下圖像缺失光學(xué)夾具信息。

圖9 靶標(biāo)圖像預(yù)處理Fig.9 Target image preprocessing

圖10 為進(jìn)行拼接處理前后的圖像效果。可以看出，系統(tǒng)視場重疊與圖2（b）的理想情況有所差異；采取灰度線性加權(quán)融合過渡策略，有效緩解了拼接處灰度不一致的情況；經(jīng)過圖像配準(zhǔn)與拼接后，成像視場增大，場景信息比單孔徑圖像明顯增多。

圖10 靶標(biāo)圖像的拼接處理Fig.10 Target image stitching processing

由于四孔徑重疊區(qū)域不可避免地存在亞像素級錯位，重疊區(qū)域較4 幅單孔徑圖像均有所模糊。圖11 為幾種不同重構(gòu)方法的高分辨圖像比較。這里最近鄰、雙線性和雙三次插值時(shí)選擇了4 幅單孔徑圖像中成像效果最好的圖像進(jìn)行。由于探測器像素少，角分辨率較低，圖像馬賽克現(xiàn)象較為嚴(yán)重，難以直接通過觀察分辨率靶標(biāo)來獲得分辨率的提升率，只能從圖像清晰度方面來評價(jià)插值效果。從直接的圖像效果來看，SIMS 插值效果最好，最近鄰插值次之，雙三次插值優(yōu)于雙線性插值；經(jīng)過SIMS 重構(gòu)的第三組條帶邊緣最清晰，第二組條帶較最近鄰插值稍差，但條帶邊緣的清晰度仍然是最高的。

圖11 不同重構(gòu)方法的中心高分辨圖像Fig.11 Center high-resolution images of different reconstruction methods

4.2 外界場景測試

對實(shí)際場景進(jìn)行了測試實(shí)驗(yàn)。圖12 為對實(shí)驗(yàn)室內(nèi)人群的成像效果圖，圖12（a）為系統(tǒng)直接輸出原始數(shù)據(jù)經(jīng)過壓縮后顯示的圖像，圖12（b）為經(jīng)過非均勻性校正以及盲元剔除的預(yù)處理圖像。預(yù)處理后的場景信息清晰可見，豎條紋噪聲明顯減少，且由于圖像顯示為全局動態(tài)范圍壓縮算法，故視覺效果方面外界場景圖像噪聲比分辨率靶標(biāo)圖像噪聲小。

圖12 圖像預(yù)處理Fig.12 Image preprocessing

4 幅單孔徑圖像獲取了不同的場景信息，左上圖像包含燈管信息，左下圖像缺失第一人的右手信息和第三人的頭部信息，右上圖像缺失第三人的左手信息，右下圖像包含置物架信息。圖13為有/無拼縫處理的拼接圖像對比，拼縫處理采取灰度線性加權(quán)融合過渡策略，有效解決了拼接處灰度不一致情況。可以看出，由于實(shí)際外界場景圖像的工作距離與分辨率靶標(biāo)測試不同，其透視變換矩陣明顯不同。經(jīng)過圖像配準(zhǔn)與拼接后，成像視場增大，場景信息比單孔徑圖像明顯增多。但受配準(zhǔn)精度和探測器角度的影響，重疊區(qū)域的圖像較單孔徑圖像有一定的模糊。圖14 分別給出幾種重構(gòu)方法的中心高分辨圖像。與分辨率靶標(biāo)測試一樣，采用最近鄰、雙線性和雙三次插值時(shí)，選擇4 幅單孔徑圖像中成像效果最好的一幅進(jìn)行。從圖像效果來看：SIMS 插值效果最好，雙三次插值次之，直接過采樣最差，最近鄰插值較雙線性插值圖像清晰，但圖像邊緣的鋸齒狀效應(yīng)更明顯。

圖13 圖像的拼接處理Fig.13 Image stitching processing

圖14 不同重構(gòu)方法的中心高分辨圖像Fig.14 Center high-resolution images of different reconstruction methods

4.3 客觀評價(jià)

由于本系統(tǒng)難以獲得原始的高分辨圖像，常用的全參考客觀評價(jià)指標(biāo)峰值信噪比（Peak Signal-to-Noise Ratio，PSNR）和結(jié)構(gòu)相似度（Structural Similarity，SSIM）無法使用。雖然各類研究提出了一些圖像重建效果的評價(jià)指標(biāo)，但還沒有公認(rèn)的無參考客觀評價(jià)指標(biāo)。本文從圖像清晰度方面進(jìn)行重構(gòu)圖像效果的評價(jià)。圖像清晰度評價(jià)指標(biāo)能夠較好地與人眼主觀視覺感受保持一致，常用圖像信息熵（Information Entropy，IE）、基于熵的增強(qiáng)判據(jù)（Measure of Enhancement by Entropy，EME）、均方根對比度（Root-Mean-Square Contrast，RMSC）、Brenner 梯度函數(shù)、Tenengrad 梯度函數(shù)，以及灰度方差乘積函數(shù)SMD2 等進(jìn)行重建圖像質(zhì)量的綜合評價(jià)。評價(jià)指標(biāo)值越大，圖像信息越豐富，清晰度也越高。

表1 列出了圖11，14 幾種重建算法的無參考客觀評價(jià)指標(biāo)對比?？梢钥闯觯涸贗E 方面，SIMS與雙三次插值優(yōu)于雙線性插值和最近鄰插值；在EME方面，SIMS優(yōu)于其他3種插值算法；在RMSC 方面，針對靶標(biāo)測試，SIMS 優(yōu)于其他3種，針對人群測試，4 種算法差不多，但SIMS 最好；在Brenner 梯度和Tenengrad 梯度方面，SIMS最優(yōu)，最近鄰插值次之，雙線性插值最差，與主觀視覺分析一致；在SMD2 方面，SIMS 仍然是最好的。綜合來看，SIMS 的重建效果優(yōu)于其他3 種插值算法。

表1 圖11 和圖14 無參考客觀評價(jià)指標(biāo)對比Tab. 1 Comparison of unreferenced objective evaluation indicators in Figure 11 and Figure 14

5 結(jié)論

本文研究了“十”字型多孔徑視場部分重疊仿生熱成像模式，給出了“十”字型四孔徑/五孔徑兩種仿生熱成像模式，并研制了“十”字型四孔徑視場部分重疊仿生熱成像系統(tǒng)，其拼接總視場為單孔徑相機(jī)的2.36 倍，四孔徑重疊區(qū)域占總視場的7.78%；通過去盲元和非均勻性校正、基于透視變換的圖像拼接以及基于SIMS 的超分辨處理，此類仿生熱成像模式在探測器受限的條件下能夠緩減大視場和高分辨率的矛盾，構(gòu)成空間變分辨率仿生復(fù)眼成像系統(tǒng)，可望應(yīng)用到新型成像制導(dǎo)子彈、微型無人機(jī)緊急避障系統(tǒng)等領(lǐng)域。

本文主要論述系統(tǒng)構(gòu)成、視場拼接以及實(shí)現(xiàn)空間變分辨率的途徑等，目前圖像配準(zhǔn)與拼接算法采取手動選取特征點(diǎn)的方式來獲得透視變換矩陣，存在人為誤差干擾。由于4 個(gè)單孔徑相機(jī)的響應(yīng)率不完全一致且像素太少，超分辨圖像存在馬賽克現(xiàn)象。超分辨率的提升與重疊率的關(guān)系、運(yùn)動目標(biāo)快速檢測、偏振成像及雙色成像等仿生復(fù)眼特性將是后續(xù)研究的內(nèi)容。