關于紅外圖像分析以及信息提取的研究

程國民

摘要：分析了紅外圖像目標特征，并提出了基于PCNN的紅外線圖像信息提取方法，結合人眼視覺特性與紅外線圖像內容，明確紅外線圖像信息目標，依照確定信息結果，可在紅外圖像內容信息分析與相關編碼傳輸中得到廣泛應用。

關鍵詞：紅外圖像;信息提取;跟蹤監測

中圖分類號：TP391 文獻標識碼：A? ? ?文章編號：1007-9416（2018）10-0000-00

隨著近些年遠程武器導彈與彈藥的迅猛發展，彈目跟蹤逐漸成為武器效能不可缺少的一部分。本研究主要分析與探討紅外圖像與信息提取技術，以期為目標跟蹤監測提供技術依據。

1紅外圖像目標特征分析

因為紅外圖像主要是利用測量物體進行熱量的向外輻射所得到，所以，相比于可見光圖像，其劣勢在于：較差的分辨率、較低的對比度、較低的信噪比、模糊的視覺效果、目標反射特征和灰度分布不存在線性關系。

從根本上說，外道彈小目標跟蹤系統所獲取的紅外圖像，在空間幾何關系中，其紅外圖像信息能夠直接反映出空間中目標的具體位置，目標尺寸則會在圖像像素數目中反映出來。因為紅外圖像或只能怪目標邊緣的概念較為模糊，因此，精準識別紅外圖像目標邊緣信息與跟蹤精度具有直接相關性。為對外彈道目標圖像的處理算法進行研究，首先應該分析彈丸紅外圖像的特點，目標跟蹤的紅外圖像原理如圖1所示。

數據采集與存儲、成像光學系統與跟蹤機構、跟蹤處理與控制機制、圖像處理技術以及數據采集與存儲共同組成目標跟蹤紅外圖像系統。自成像信息輸出中能夠看出，紅外目標圖像的特征包括三點：①紅外圖像背景內存在噪音，且噪音并非如多數研究文獻中所提及的理想狀況，尤其是在測量動態且復雜的環境中，會以隨機的方式產生噪音[1];②紅外背景圖像本身具有起伏變化的特征，這和背景光的強度存在直接相關性;③紅外圖像目標邊緣的形狀為曲線，且并非特別明顯，具有不對稱性，必須通過算法才能搜尋到。

2紅外圖像的信息提取分析

為了盡可能的確保人眼關注的圖像視覺信息，怎樣在圖像內應用視覺顯著計算是現階段圖像處理的關鍵內容。首先，研究視覺顯著計算大多在圖像顯著區域計算方面集中，提取圖像目標則是顯著計算未來的主要發展方向。其次，現階段顯著圖計算大多選擇winner-take-all方法，并未考慮到圖像類別差異與圖像感知差異。相關神經計算學研究發現，相同類型的圖像視覺特征較為類似，依照圖像類別能夠對視覺顯著區信息提取方法予以確定。所以，該部分主要分析紅外圖像的信息提取方法。

2.1紅外圖像顯著區域的信息提取分析

為獲取各類型紅外圖像的特征通道加權權值，采用Groud-Truth集中紅外圖像與對應顯著圖，選擇KNN分類算法劃分數據集為L個不同的圖像類別，確保：

以上公式中，n表示特征通道數，s則表示圖像類別P內部的圖像數量，而g則表示數據集內部圖像對應的顯著圖。將新圖像數據I輸入進去，選擇距離分類法對新圖像到數據集中圖像間的距離計算出來，得出：

只是利用視覺顯著區域分布圖并不能夠明確視覺顯著區域的大小與中心點，所以，選擇正則矩方法對視覺顯著區域的大小與中心點進行計算，如以下公式所示：

以上公式中，M、N分別表示視覺顯著區域信息分布圖的掉，而對應像素x，y內部視覺顯著值函數則采用s（x，y）表示。

紅外圖像類別對特征通道顯著圖合并策略與特征通道選擇策略具有決定性影響，對于紅外圖像數據集主要選擇學習分類算法，通過分類加權結果對視覺顯著區域信息提取過程具有指導作用。

通過圖1可以看出，（a）圖是源圖像，（b）圖是通過Itti視覺注意模型所獲得的視覺顯著區域，而（c）圖則是依照圖像種類本身所具有的優化特征通道加權系數之后所獲得的某個視覺顯著區域，（d）圖是5名測試人員通過SMI iView XRED動態儀所記錄的某個視覺顯著區域[2]。由此可以看出，測試結果可以依照源圖像類別對顯著區域的信息范圍進行精準判斷與提取，與原有方法相比，其信息提取性能得到顯著提升。

2.2紅外圖像顯著信息目標的分割

因為紅外圖像本身所具有的固有特性，圖像信息分割問題與普通圖像目標分割存在一定差異性，而PCNN目標分割法可以讓輸入相似的神經元脈沖同時產生，可以有效彌補數據輸入的空間不連貫問題，同時還可彌補幅度層面的微小變化，由此就能夠將圖像區域信息完整、全面的保存下來，而且還可有效處理待分割圖像目標與重疊背景灰度的情況，無訓練。所以，與PCNN方法相結合有助于分割紅外圖像的目標信息。

在分割紅外圖像目標信息方面，二維圖像矩陣其實就是PCNN神經元模型數量，每個像素灰度值均與神經元輸入Sij相對應，在神經元ij點火的情況下，其閾值就會增大，并隨著時間指數的上升而衰減，在閾值減小到等于或小于相應Uij時，其神經元就會出現二次點火的情況，由此再次增加其閾值。在此過程中，神經元輸出則會產生脈沖序列信號，若存在神經元集群與點火閾值相接近，那么任一神經元點火均會引導集群集體點火。

3結語

紅外圖像探測技術基于其全天候探測與被動式探測等優勢，在當前高科技戰爭中逐漸發揮著非常重要的作用，再加上紅外成像本身存在抗干擾性強、被動工作、全天候工作以及目標識別能力強等特征，該研究分析了紅外圖像目標特征，并提出了基于PCNN的紅外線圖像信息提取方法，結合人眼視覺特性與紅外線圖像內容，明確紅外線圖像信息目標，依照確定信息結果，可在紅外圖像內容信息分析與相關編碼傳輸中得到廣泛應用，對外彈道目標跟蹤極具重要意義。

參考文獻

[1]鐘明亮.紅外顯微圖像的信息提取技術研究[D].哈爾濱工程大學，2014.

[2]郭重華.近紅外顯微圖像信息提取方法研究及應用[D].中國農業大學，2006.

Research on Infrared image Analysis and Information Extraction

CHENG？Guo-min

（91245？troop Huludao Liaoning？ 125000）

Abstract： This paper analyses the target characteristics of infrared image， and puts forward an infrared image information extraction method based on PCNN. Combining human visual characteristics and infrared image content， the infrared image information target is defined. According to the determined information result， it can be widely used in infrared image content information analysis and related coding transmission.

Key words： infrared image; information extraction; tracking and monitoring