何佳凱,黃來(lái)玉,楊德振,3,安成斌

(1.華北光電技術(shù)研究所,北京 100015;2.遼寧省軍區(qū)數(shù)據(jù)信息室,遼寧 沈陽(yáng) 110032；3.北京真空電子技術(shù)研究所,北京 100015)

1 引 言

隨著軍事科技的發(fā)展,激光因其高速打擊和高能毀傷備受關(guān)注,作為新型武器載體,高能激光器發(fā)射光束到目標(biāo)打擊點(diǎn),并將光束穩(wěn)定在打擊點(diǎn)直到毀傷效果實(shí)現(xiàn)。但由于在遠(yuǎn)距離下,無(wú)人機(jī)、車輛等目標(biāo)占據(jù)像元較小,為此必須保證激光光斑精度,確保激光光斑能量中心不會(huì)出現(xiàn)大幅度偏差,將較多能量匯聚到目標(biāo)上,完成目標(biāo)的快速精準(zhǔn)摧毀。綜上所述,在研制階段提前對(duì)激光武器的激光光斑進(jìn)行中心校準(zhǔn)極其關(guān)鍵[1]。

又因?yàn)榧す夤鈱W(xué)系統(tǒng)孔徑通常呈圓狀,為了能在圖像中精確得到光斑的最大能量中心,傳統(tǒng)的光斑擬合方法有幾何中心法、最小二乘圓擬合法、特征點(diǎn)識(shí)別法。如吳澤楷等人在傳統(tǒng)圓擬合方法上改進(jìn)預(yù)處理,并多次迭代來(lái)實(shí)現(xiàn)圓斑精確擬合[2],王冰等人結(jié)合圖像灰度特性,采用質(zhì)心法進(jìn)行光斑中心提取[3]。圓擬合方法通過(guò)對(duì)圓形光斑進(jìn)行近似擬合,得到圓形中心,比較依賴于光斑邊界分割,在近距離光斑標(biāo)軸中,由于光斑能量聚集,形狀規(guī)則,可能利于能量提取,但如果考慮激光在遠(yuǎn)距離大氣中傳輸時(shí),大氣湍流、熱暈等大氣效應(yīng)引起的激光 光斑出現(xiàn)變形,此時(shí)邊界發(fā)散,無(wú)法通過(guò)邊界擬合等方法得到精確的目標(biāo)能量中心,存在偏差。而質(zhì)心法與重心法也要求光斑分割精確,否則邊界零散像素值會(huì)加權(quán)到光斑中心計(jì)算中,使計(jì)算的光斑中心產(chǎn)生偏移。

2 基于自適應(yīng)disk掩膜的遠(yuǎn)距光斑質(zhì)心檢測(cè)算法

圖1為遠(yuǎn)距光斑中心檢測(cè)系統(tǒng)示意圖,在近場(chǎng)進(jìn)行光斑中心查找后,在遠(yuǎn)距離放置靶標(biāo),將激光器打到靶標(biāo)上。采用近紅外CCD探測(cè)器(0.78～3 μm)對(duì)光斑進(jìn)行分析,由于其對(duì)相關(guān)光學(xué)譜段范圍的激光光束有響應(yīng),為此使用近紅外探測(cè)器對(duì)成型激光光斑進(jìn)行分析,從而采集圖像用于光斑中心檢測(cè)[4]。

圖1 遠(yuǎn)距光斑中心檢測(cè)系統(tǒng)示意圖Fig.1 Far-field spot center detection system schematic diagram

本文采用雙邊濾波對(duì)光斑進(jìn)行保邊界去噪處理,并將濾波結(jié)果與原圖作差后進(jìn)行伽馬拉伸實(shí)現(xiàn)圖像增強(qiáng),在進(jìn)行閾值分割后用二值化圖像計(jì)算得到光斑面積。根據(jù)面積構(gòu)造自適應(yīng)大小的disk掩膜,使用掩膜對(duì)光斑圖像進(jìn)行模板匹配,基于一定孔徑下光斑最大能量并最終返回中心點(diǎn),從而使得目標(biāo)遠(yuǎn)程定位結(jié)果更精確,圖2為遠(yuǎn)距光斑中心檢測(cè)流程圖。

圖2 遠(yuǎn)距光斑中心檢測(cè)流程圖Fig.2 Far-field spot center detection system flow chart

2.1 光斑圖像預(yù)處理

如圖3所示,由于在遠(yuǎn)程光斑能量中心檢測(cè)中,光斑邊緣發(fā)散變形,直接進(jìn)行光斑分割會(huì)造成圓斑分割不準(zhǔn)確,通過(guò)對(duì)目標(biāo)特性仿真分析,光斑從能量中心點(diǎn)向外為點(diǎn)擴(kuò)散函數(shù),呈類高斯分布。

圖3 近場(chǎng)光斑原圖及其特性分析Fig.3 Near-field spot map and its characteristic analysis

圖4 遠(yuǎn)場(chǎng)光斑原圖及其特性分析Fig.4 Far-field spot map and its characteristic analysis

為此我們選取雙邊濾波進(jìn)行圖像增強(qiáng)處理,先通過(guò)濾波提取高頻分量并濾除噪聲點(diǎn),同時(shí)將高頻信息疊加到原圖上,對(duì)疊加圖像進(jìn)行伽馬拉伸實(shí)現(xiàn)光斑增強(qiáng),進(jìn)而利于下一步使用最大類間方差進(jìn)行光斑分離。

雙邊濾波是一種經(jīng)典的圖像濾波方法,是由高斯濾波改進(jìn)而來(lái),式(1)為高斯濾波的函數(shù)式,對(duì)于高斯函數(shù),是一種利用空間距離作為權(quán)值系數(shù)的函數(shù),通過(guò)高斯核與原圖相卷積,從而確定光斑中心,臨近中心則權(quán)重越大。而式(2)中雙邊濾波不僅考慮空間信息,也考慮目標(biāo)灰度信息,灰度值越接近中心點(diǎn),則權(quán)值越大,將空間信息和灰度信息相乘,共同確定權(quán)值,式(3)為雙邊濾波權(quán)重公式[5]。

(1)

(2)

w(i,j)=ws(i,j)·wr(i,j)

(3)

2.2 二值化確定光斑面積

需要檢測(cè)的圖像中僅有光斑和背景,為二分類問(wèn)題。通過(guò)雙邊濾波對(duì)光斑邊界進(jìn)行增強(qiáng)后,可通過(guò)類間方差法實(shí)現(xiàn)自適應(yīng)二值化分割。

最大類間方差法進(jìn)行閾值分割是將一幅圖像分成兩部分C0和C1[6]。設(shè)置閾值T,將小于閾值T的部分定義為背景C0,大于部分定義為前景C1。C0包含的灰度級(jí)有[1,…,T-2,T-1],C1包含的灰度級(jí)有[T,T+1,…,L]。對(duì)于每一個(gè)灰度級(jí)的所有像素,被定義成前景的概率為Pi,可由式(4)計(jì)算,每一類出現(xiàn)的概率分別為w0和w1,式(5)～(6)分別為前景和背景的總概率,各類的平均灰度級(jí)為μ0和μ1,如公式(7)～(8)。

(4)

(5)

(6)

(7)

(8)

其中,μT是整幅圖像的平均灰度,如下所示:

(9)

(10)

(11)

(12)

2.3 構(gòu)造disk掩膜

通過(guò)面積可以構(gòu)建一個(gè)圓形掩膜,用圓形掩膜去卷積光斑圖像,提取特征,此時(shí)特征圖中對(duì)應(yīng)的最大值即為最大能量中心,返回最大值即為最大能量點(diǎn)。以下為半徑公式:

(13)

構(gòu)造圖5(a)所示disk掩膜并在原圖上進(jìn)行滑動(dòng)卷積,如圖5(b)～(d)所示為滑動(dòng)卷積示意圖,掩膜從左上角開(kāi)始一直遍歷整個(gè)圖像,與原圖做卷積,當(dāng)掩膜完全覆蓋對(duì)應(yīng)大小的光斑時(shí),此時(shí)所得卷積圖像中最大值為能量中心。

圖5 Disk掩膜及其卷積示意圖Fig.5 Disk mask and its convolution diagram

3 實(shí)驗(yàn)分析

本文采用5 Hz的激光頻率進(jìn)行實(shí)驗(yàn),通過(guò)對(duì)目標(biāo)進(jìn)行雙邊濾波、伽馬拉伸等圖像增強(qiáng)后更好的對(duì)光斑進(jìn)行分離,仿真發(fā)現(xiàn)不使用濾波、拉伸對(duì)有的光斑無(wú)法進(jìn)行準(zhǔn)確分離,圖6(a)和(b)為伽馬拉伸前后光斑灰度值分布區(qū)間,通過(guò)拉伸將16位圖像拉伸到8位,便于使用最大類間方差進(jìn)行自適應(yīng)分離。

圖6 伽馬拉伸前后圖像灰度分布Fig.6 Gray distribution before and after Gamma stretching

通過(guò)使用圓擬合、質(zhì)心法等多種方法對(duì)光斑進(jìn)行仿真分析,發(fā)現(xiàn)圓擬合方法和質(zhì)心法等常見(jiàn)方法依賴于目標(biāo)邊界,由圖7(a)和(b)可以看到,對(duì)于近場(chǎng)光斑,由于能量發(fā)散較少,光斑集中,為此采用上述方法可以達(dá)到較好的檢測(cè)效果,隨著距離增加,光斑發(fā)散,光斑分離結(jié)果為不規(guī)則形狀,采用圓擬合以及質(zhì)心法檢測(cè)光斑中心易受邊緣離群值影響,造成檢測(cè)中心點(diǎn)偏移[8]。

圖7 不同場(chǎng)景下多種算法光斑檢測(cè)中心Fig.7 Spot detection centers of various algorithms in different scenes

通過(guò)對(duì)連續(xù)30幀打擊光斑進(jìn)行能量中心分析,對(duì)比不同算法發(fā)現(xiàn)本文的算法在近場(chǎng)具有較小的離群值,差距在1個(gè)像素之內(nèi)左右,為0.4 μm,而圓擬合方法中心偏移為2個(gè)像素,為0.8 μm,質(zhì)心法同樣也由較好的實(shí)驗(yàn)效果。但在遠(yuǎn)場(chǎng)測(cè)試中,質(zhì)心法中心偏移值在±2個(gè)像素之內(nèi),最大偏差值為1.6 μm,而圓擬合方法在±3個(gè)像素之內(nèi),達(dá)到2.4 μm,本文算法依然可以保持像素差距在±1個(gè)像素之內(nèi),穩(wěn)定在0.8 μm,具有優(yōu)異的魯棒性與準(zhǔn)確性[9]。圖8(a)和(b)所示為不同距離場(chǎng)景下光斑中心偏移量。

(a)近場(chǎng)光斑中心偏移量

(b)遠(yuǎn)場(chǎng)光斑中心偏移量

4 總 結(jié)

激光毀傷武器需要將光束最大能量穩(wěn)定在打擊點(diǎn),但隨著激光距離增加,光斑能量會(huì)發(fā)散,傳統(tǒng)中心檢測(cè)方法在近場(chǎng)光斑中心校準(zhǔn)較為準(zhǔn)確,而遠(yuǎn)場(chǎng)光斑受大氣影響邊界發(fā)散、能量減弱,不利于圖像邊界提取與能量中心定位。為此本文提出了一種基于自適應(yīng)disk掩膜的激光光斑能量中心檢測(cè)算法,實(shí)現(xiàn)遠(yuǎn)距離下激光光斑校準(zhǔn),使光斑將更多能量匯聚。該方法在近場(chǎng)光斑與遠(yuǎn)場(chǎng)不規(guī)則光斑的中心檢測(cè)均具有優(yōu)異魯棒性和準(zhǔn)確性,可實(shí)現(xiàn)近場(chǎng)光斑±1個(gè)像素內(nèi)誤差,遠(yuǎn)場(chǎng)±2個(gè)像素內(nèi),在近場(chǎng)光斑與遠(yuǎn)場(chǎng)不規(guī)則光斑的最大能量中心檢測(cè)中都具有較強(qiáng)的魯棒性。