旋转弹的双波段图像处理技术研究*

邓军，张聪，龚幼延

(1. 解放军92941部队，辽宁 葫芦岛 125001；

2. 中国航天科工集团公司二院25所，北京 100854)

0 引言

旋转弹导引头采用一体化双波段线列探测器扫描成像方案，属于共孔径设计，2条线列探测器平行排列，随着陀螺与弹体的相对旋转，同时产生2个波段的红外图像。正是这种特殊的成像方式，使得目标检测识别更加困难。在经过图像预处理过程后，需要将潜在目标的坐标还原到惯性系，才能进一步对双波段图像进行配准以及后续的目标识别。本文为旋转弹的双波段图像处理技术提出了解决思路。

1 图像预处理

主要功能是最大化接收到的信杂比，提供感兴趣的区域给后续信号处理以便进行进一步检测[1-10]。该处理部分是整个红外目标检测识别的第1步，因此它直接对接收到的扫描图像进行处理。

根据扫描图像的特点，探测元的每个元输出各自通过一个滤波器，该滤波器与信号和噪声特性相匹配。每个通道都有一个独立的检测门限，该门限通过对每个通道的噪声和背景干扰估计得到。那些高于检测门限的信号被认为是潜在目标点。

该滤波方法利用导引头扫描过程中的固有能力，每个通道都独立进行空间滤波。相比较通常所使用的二维滤波算子，这种处理方法由于每个探测元通道都有各自独立的检测门限，检测过程对探测器非均匀性不敏感；此外，由于只传输感兴趣的区域，降低了后续目标分类处理的数据率。

根据以上的描述，背景抑制可通过高阶矩滤波器来实现[11-12]。根据复杂背景下红外图像的特征，点目标亮度比周围背景高，与背景不相关，呈超高斯分布，三阶矩>0。而背景具有大面积缓慢变化的特点，呈高斯或亚高斯分布，三阶矩≤0。因此三阶矩可以有效地表征信号的分布特征。

对于图像中某像素点f(i,j)，在其邻域Ω内，有

(1)

图像通过背景抑制后，目标信杂比较高，可采用自适应门限法进行图像分割，按照式(2)计算出门限：

Th=mean+k·var，

(2)

式中：Th为分割门限；mean为图像全局(局部)灰度均值；var为图像全局(局部)灰度方差；k为加权系数，通常将k与检测信噪比联系起来考虑。

用上述方法计算得到的门限进行图像分割，得到潜在目标点：

(3)

式中：g(i,j)为分割后图像；f(i,j)为分割前图像。

2 图像重构及坐标变换

由于动力陀螺和探测器阵列采用的扫描方式不能提供一个真实的惯性坐标图像，由图像预处理和门限检测后得到的目标点必须映射到惯性空间中便于后续处理。按照系统给出的重构信息，可将扫描图像还原到惯性空间。坐标转换公式为

(4)

式中：[u，v]为为重构后的坐标；R为扫描圆半径；N为单场扫描行数；n为线列探测器元数；Ft为陀螺旋转频率；Fd为弹体旋转频率。

图1为连续扫描图像及对应的重构图像。

核心素养是现代化的教育方式下所提出的学生个人发展和能力培养必备的一项品格。小学英语方面的核心素养体现在小学生对跨文化学习过程中的认识和理解能力、交流和协调能力。在小学阶段英语核心素养培养过程中，读写教学相结合的方式对于这一素养的培养具有非常大的帮助作用。本文的研究就目前小学英语读与写的教学现状来进行分析，深入的探索英语课堂读写结合教学的方式和方法，提升小学生的读写能力，促进小学生的思考和发展，同时也为小学英语教师的读写结合教学提出一些建议和参考。

经过坐标变换后，将惯性空间中的位置在给定范围内相关的区域进行合并，这些合并后得到的区域代表了惯性空间中感兴趣的区域。这些感兴趣的区域，可能是真实目标、背景、干扰弹，需要通过后续的处理再进一步识别出来。

图1 扫描图像及重构图像Fig.1 Scanning image and reconstruction image

3 双波段图像配准

根据第2节介绍的坐标变换的公式，双波段探测器扫描示意图参见图2。

下面给出一组模拟双线列探测器输出图像。

根据双波段成像方式的分析，在同一时刻，2个线列探测器所成图像如图3所示。

图2 双线列探测器扫描示意图Fig.2 Scanning mode of dual band linear array detector

图3 双波段探测器扫描图像及重构图像Fig.3 Scanning image and reconstruction image of dual band detector

从图3可以看出，由于2个探测器线列的成像与陀螺和弹体之间的相对旋转有关，其双路输出的原始图像无法满足严格配准的条件，而双波段输出的原始图像数据经过坐标变化后，其重构图像则可以通过信号处理层面的简单位置变换实现双波段图像配准。因此，在第2节给出的重构公式的基础上，根据线列探测器的空间排列方式，在[u，v]计算时补偿在像面上产生的像移就能实现对双波段图像的完全配准。图4给出经过配准后的2个波段图像。

图4 双波段探测器扫描图像配准Fig.4 Registration of dual-band scanning image

对配准前后2个波段图像目标中心的坐标进行比较，配准前目标的中心坐标分别为(84，94)和(92，88)，配准后目标的中心坐标为(89，89)和(89，89)。由此可知，在不考虑计算误差的情况下，2个波段图像的配准是非常准确的。

4 图像融合

在双波段成像系统中，都存在一个对图像信息进行融合处理的过程。无论是选取何种信息融合算法，前提条件都是需要在数据融合之前对双波段图像数据进行严格的空间配准，即2个波段图像上的像素在同一时刻上对应空间位置一致[13-16]。

根据第3节对双波段成像方式及图像配准的分析，圆锥扫描成像体制下双线列探测器输出的原始图像经过坐标变化后，其重构图像可以通过信号处理层面的简单位置变换实现双波段图像的配准。因此，圆锥扫描成像体制下双波段图像处理流程如图5所示。

图5 双波段图像处理流程Fig.5 Dual band image processing flow

2个波段的红外图像在各自的通道上，分别进行潜在目标的提取，然后利用目标、背景、诱饵在2个波段上的特征差异，通过图像融合模块进行虚假目标的识别。由于目标和诱饵存在显著的光谱差异，具有不同的双色比，因此双色比值可作为最重要的特征进行目标与诱饵的识别。

定义k为在某个温度T下的黑(灰)体在2个波段中的辐射能量之比，即为双色比：

(5)

式中：MΔλ为2个波段的灰体在大气窗口Δλ=[λ1,λ2]波段内红外辐射经大气传播到达探测器，由探测器捕获到的光谱辐射出射度；T为辐射体绝对温度(K)；H(λ)为探测器的光谱传输函数；τ为红外辐射传输媒质的衰减系数；ε为光谱发射率；Mλ(λ,T)为在波长为λ的光谱辐射出射度。

图6为某双波段对应双色比曲线。

图6 不同温度黑体对应双色比曲线Fig.6 Dual-color rate curve of different blackbodies

双色比特性综合了2个波段的光谱辐射特性，具有良好的比对效果，同时具有较好的稳定性，受探测器传输函数的影响小，能区分不同温度的目标、红外干扰和背景。

5 结束语

本文对线列扫描成像体制及扫描图像的特点进行了描述，并对双波段图像处理技术进行了探讨，在单波段图像处理的基础上，双波段图像处理中增加了双波段图像信息融合部分，而其实施的前提条件是必须对双波段图像进行严格的空间配准。针对双波段线列探测器圆锥扫描成像的特点，本文对双波段图像的预处理、图像重构、空间配准方法以及图像融合进行了研究。

参考文献：

[1] Milan Sonka,Vaclav Hlavac,Roger Boyle.Image Processing,Analysis,and Machine Vision[M].USA:A Division of Thomson Asia Pte Led,1999.

[2] DUBUISSON M P,JAIN A K.Contour Extraction of Moving Objects in Complex Outdoor Scenes[J].International Journal of Computer Vision,1995,14(1):83-105.

[3] 彭嘉雄,周文林.红外背景抑制与小目标分割检测[J].电子学报,1999,27(12):47-51.

PENG Jia-xiong,ZHOU Wen-lin.Infrared Background Suppression for Segmenting and Detecting Small Target[J]. Acta Electronica Sinica,1999,27(12):47-51.

[4] 李吉成,沈振康.红外起伏背景下运动点目标的检测方法[J].红外与激光工程,1997,26(6):8-13.

LI Ji-cheng,SHEN Zhen-kang.Small Moving Target Detection in Clutter Infrared Background[J].Infrared and Laser Engineering,1997,26(6):8-13.

[5] 陈朝阳,张桂林.提高红外点目标图像单帧检测概率的背景抑制法[J].华中理工大学学报,1997(12):1-3.

CHEN Zhao-yang,ZHANG Gui-lin.Study on the Method of Background Restraint to Enhance the Detective Probability of IR Dot Target[J].Journal of Huazhong University of Science and Technology,1997(12):1-3.

[6] 周卫祥,孙德宝.红外图像序列运动小目标检测的预处理算法研究[J].国防科技大学学报,1999(5):57-60.

ZHOU Wei-xiang,SUN De-bao.The Study of Preprocessing Algorithm of Small Moving Target Detection in Infrared Image Sequences[J].Journal of National University of Defense Technology, 1999(5):57-60.

[7] 杨卫平,沈振康.起伏背景下的自适应门限检测方法[J].红外与毫米波学报,1999(2):120-124.

YANG Wei-ping,SHEN Zhen-kang.The Detection Method of Adaptive Thresholding in Undulant Background[J].Journal of Infrared and Millimeter Waves,1999(2):120-124.

[8] 杨嗥昀,张桂林.一种新的相关跟踪算法的设计与实现[J].红外与毫米波学报,2000(5):377-380.

YANG Hao-yun,ZHANG Gui-lin.Design and Realization of A New Correlation Tracker Algorithm[J].Journal of Infrared and Millimeter Waves,2000(5):377-380.

[9] 张弘,赵保军,毛二可，等.复杂背景下红外点目标的检测[J].红外与激光工程,2001,30(4):96-98.

ZHANG Hong, ZHAO Bao-jun, MAO Er-ke，et al.Detection of Infrared Point Target Filters in Varying Clutter[J].Infrared and Laser Engineering,2001,30(4):96-98.

[10] 王卫华,何艳,陈曾平.光电图像序列运动弱目标实时检测算法[J].光电工程,2006,33(4):14-18.

WANG Wei-hua,HE Yan,CHEN Zeng-ping.Real-Time Algorithm for Small Moving Target Detection in Photoelectric Image Sequences[J].Opto-Electronic Engineering,2006,33(4):14-18.

[11] 李晓琼,史彩成,毛二可.基于高阶累积量的单帧复杂云背景下红外小目标检测[J].光学技术,2008,34(5):696-698.

LI Xiao-qiong,SHI Cai-cheng,MAO Er-ke.A Method for Dim Small Targets Under Cloud Clutter Back-Ground in Single IR Image Based on Higher-Order Cumulant[J].Optical Technique, 2008,34(5):696-698.

[12] 吕雁.基于高阶累积量的红外图像时域检测[J].激光与红外,2007,37(2):178-180.

LÜ Yan.Infrared Image Temporal Detection Based on Higher-order Cumulant[J].Laser & Infrared,2007,37(2):178-180.

[13] 俞建成,孙胜利,陈桂林.基于红外双波段数据融合点目标检测算法的实现[J].激光与红外,2008,38(3):296-299.

YU Jian-cheng,SUN Sheng-li,CHEN Gui-lin.Point Target Detection Arithmetic′s Realization Based on Decision Fusion in Dual-Band Infrared Images[J].Laser & Infrared,2008,38(3):296-299.

[14] 贾明永,董德新,陈勇.多元双色红外导引头抗干扰技术[J].航空兵器,2006(3):19-22.

JIA Ming-yong,DONG De-xin,CHEN Yong.The Anti-Jamming Technique for Multi-Element Dual-Band IR Seeker[J].Aero Weaponry,2006(3):19-22.

[15] 朱牡丹,曾祥鸿,刘劲松.双波段红外目标数据融合的研究[J].红外技术,2003,25(6):39-41.

ZHU Mu-dan, ZENG Xiang-hong, LIU Jin-song.The Study on Data Fusion of Dual-Band IR Targets[J].Infrared Technology,2003,25(6):39-41.

[16] 孙玉秋,田岩,彭代强，等.双波段红外图像融合的小波分维算法[J].华中科技大学学报,2005,33(4):41-46.

SUN Yu-qiu,TIAN Yan,PENG Dai-qiang，et al.Algorithm of Wavelet Fractal Dimension Based on Two-Hand Infrared Data Fusion[J].Journal of Huazhong University of Science and Technology,2005,33(4):41-46.