單目彈載圖像恢復跟蹤目標3D信息的方法研究

呂紹杰 張永華 葉旭鳴

天津津航計算技術研究所，天津 300308

隨著科學技術的發展，精確打擊成為世界各國在未來戰爭中立足的關鍵，它不僅可以提高中遠程精確打擊能力，還可以在復雜的戰場環境中實現“外科手術”式精確打擊，以精度代能量，有選擇地摧毀目標，成為實施不對稱、不接觸作戰的重要手段。

圖像導航制導技術是導彈精確攻擊的一個重要發展方向，目前主要有紅外成像制導、可見光圖像制導、SAR圖像制導、下視景象匹配制導以及由這些導航方式組成的組合導航等。但這些制導模式通常只使用了圖像的二維信息，沒有考慮隱藏的深度信息，增加了圖像處理算法的復雜度和處理時間，以及系統的響應時間，降低了算法的自適應性和魯棒性。為了增強導彈的跟蹤和識別能力，提高其精確打擊效能，提出了一種單目彈載圖像恢復跟蹤目標3D信息的方法。

1 成像模型

彈載成像器隨著導彈沿規劃的航跡朝目標飛行，期間導彈的高度和位置發生改變而目標位置相對不變，如圖1所示。彈載成像器在不同時間所處的高度和位置不同，但都是對同一目標成像，近似計算機視覺中不同成像器在不同位置對同一目標成像，也就是多目成像[1-2]。因此，彈載前視成像器采集的系列目標圖像可以看作不同成像器對同一目標成像，即可采用計算機視覺的多目成像原理恢復目標的3D信息。

圖1 彈載成像器成像示意圖

2 算法描述

本文的算法流程如圖2所示。當導彈飛行到預定位置時，彈載成像器自動開機對目標成像并發送至信息處理單元進行處理。信息處理單元獲取到圖像后：1)進行場景圖像特征點的檢測，并根據圖像間的灰度相關性對特征點進行初步匹配；2)初步匹配完成后，再使用隨機采樣一致算法估計出基礎矩陣；3)根據基礎矩陣的極線約束關系剔除誤匹配，實現所檢測特征點的精確匹配，并結合導彈的飛行航跡、高度表信息和慣導信息計算成像器的本質矩陣，且對本質矩陣進行奇異值分解獲取成像器的外參數矩陣；4)根據立體視覺重建原理和計算所得的參數計算特征點的空間位置，用稠密匹配運算確定匹配點，并依據三角原理重建恢復3D目標。

圖2 算法流程圖

2.1 檢測特征點

基于灰度的Harris角點檢測算法是角點檢測算法中比較經典的算法，且具有比較理想的結果。

R(x,y)=det[M(x,y)-k·tr2[M(x,y)]

(1)

(2)

其中，k為經驗值，一般在0.04～0.06之間取值。只要在某一點(x,y)處，R(x,y)超過某一設定的閾值，即認為該點為角點。

通過上式很容易計算出本質矩陣E。

2.2 特征點匹配

根據相鄰圖像灰度相關性原則建立一個特征點匹配準則，對所檢測的特征點進行粗匹配，形成匹配對。在粗匹配中可能存在誤匹配，即一個特征點同時對應多個匹配點。為了減少和去除誤匹配，使用隨機采樣一致算法估計出基礎矩陣[3]，再根據基礎矩陣的極線約束關系剔除誤匹配，實現所檢測特征點的精確匹配，如圖2所示的匹配特征點，計算基礎矩陣步驟就是實現所檢測特征點的精確匹配。

2.3 計算本質矩陣

為了驗證本文算法，模擬了彈載成像器運動采集了一系列圖像。如圖3所示。模擬采集的圖像是可見光圖像，目標是呈矩形的石頭，成像器的高度變換范圍為30～400cm。

(3)

F是基礎矩陣，而基礎矩陣F=K-T[t]×RK-t，[t]×是由平移向量t定義的反對稱矩陣，定義E=[t]×R為本質矩陣，則

S1m1=K[I|o]M
S2m2=K[R|t]M

(4)

其中，S1,S2為常量因子，同時圖像對應匹配點滿足

(5)

其中，K為成像器的內參數矩陣；R為成像器的旋轉矩陣；t為成像器的平移向量。二維圖像上的點的齊次像素坐標m1和m2與對應空間點的坐標M：

E=KTFK

(6)

2.1.4 復合菌劑對玉米根際土壤蔗糖酶活性的影響 不同施肥處理，2個玉米品種在生育期根際土壤蔗糖酶活性呈現出：灌漿期>抽雄期>成熟期>苗期(圖4)；在抽雄期和灌漿期，處理A和D蔗糖酶活性表現為金穗4號>先玉335，其他處理則表現為先玉335>金穗4號。在灌漿期，2個品種土壤蔗糖酶活性為：處理B>C>A>D>E，土壤蔗糖酶活性處理B比A和E分別提高24.5%，80.3%(先玉335)和13.7%、65.1%(金穗4號)。

2.4 計算外參數矩陣

本質矩陣包含有成像器的外參數和內參數，對其進行奇異值分解獲取成像器的外部參數旋轉矩陣和平移向量。

2.5 計算特征點空間位置

多目立體視覺的三維重建需要對彈載成像器不同位置的坐標系進行統一轉換。將世界坐標系定位在第一幀圖像成像處，則下一幀圖像成像時的投影矩陣為：

0.5159 -0.5664 0.9496 -1.0977 0.6919 -1.2580 0.4679 0.1102

(7)

(8)

1.要根據題目所涉及的知識范圍來進行訓練.老師找對學生進行審題的針對性訓練時要注重突出強調重點知識，例如在“集合”這一章節中，要讓學生著重注意審題，注意題目是要求求交集還是求并集，在認真審完題目之后，根據題目所給出的知識范圍和重點做出解答.

A=USVT

(9)

在恢復3D目標時，只依靠檢測出匹配的特征點是不夠的，還需要進行稠密匹配運算確定匹配點，最后根據三角原理重建3D目標，如圖2所示[5-6]。

3 實驗結果及分析

在過去的藝體類大學英語教學中，教師往往基本只強調詞匯與語法結構而忽視篇章教學，采用“填鴨式”教學法，即先大量分析和串講，然后進行機械性的重復操練，最后讓學生背單詞。我們常聽學生抱怨說大學英語課堂教學枯燥乏味，一篇課文學完后腦里幾乎只剩下零散的詞匯，即使費勁記住了，也大多不會用，因而逐漸失去了學習的愿望和積極性。針對這一狀況，我們對藝體類大學英語課堂教學進行了改革，創設問題情景（即具有一定難度，需要學生努力克服，而又是力所能及的學習情境），實施啟發式教學，因為只有富有挑戰性而又可以企及的并能激發學生思維的課堂學習才具有強大的吸引力，對學生的學習動機也才具有強烈的激發作用。具體做法如下：

圖3 模擬拍攝的可見光圖像

圖3(a)是第1800幀圖像，高度100cm，圖3(b)是第1920幀圖像，高度80cm，圖3(c)是第2100幀圖像，高度50cm。

圖4是圖3(a)和3(c)兩幅圖像特征點匹配后的結果，提取的特征點分布均勻，匹配效果準確，沒有誤匹配現象。圖5是重建圖3(c)的3D深度圖，與實際結果基本一樣。

圖4 圖像特征點的匹配結果

圖5 重建3D目標的深度圖

圖6是航拍沙漠目標的序列圖像。目標圖像包含石塊沙丘，圖像大小為512×512。其中圖6(a)為第100幀圖像，圖6(b)為第120幀圖像。

黃立又來電話了。我說黃領導，有何吩咐？黃立說，有個重要的事情要告訴你。我的心一下提到了嗓子眼。黃立說，你們的訂單不能發了。我忙問怎么回事？黃立說，今天江老板找我了，說林老板找了他，要求中汕廠立即停止給景花廠訂單。我和阿花都吃了一驚，中汕廠現在是景花廠最大的客戶，一旦停發了，后果不堪設想。林強信這個王八蛋！阿花氣乎乎地說，我要去會會中汕廠的老板。

軟文化包括適合學生的電影、電視、書刊雜志、網絡信息等豐富的教學資源，給學生提供貼近學生實際、貼近生活、貼近時代的內容和豐富的課堂內容。這些軟文化能夠拓展學習和運用英語的渠道，使得知識融會貫通。

圖6 航拍圖像

圖7(a)為圖像的深度圖，圖7(b)為XYZ示意圖。從深度圖和XYZ示意圖結果很明顯可以看出與實際情況一致。

“希望來吧”，不僅讓流動和留守兒童在這里獲得了缺失的父母關愛和陪伴，也在引導社會廣泛參與和培育志愿精神上發揮著積極作用。

圖7 深度圖和XYZ圖

4 結論

通過分析彈載成像器的運動，提出和實現了一種單目彈載圖像恢復跟蹤目標3D信息的方法。該方法結合導彈的運動航跡和高度信息構建多目立體視覺三維重建模型，并通過立體視覺原理恢復跟蹤目標的3D信息。實驗結果表明，該算法能夠恢復目標的3D信息，且與實際情況一致，因此該方法可用于增強導彈的跟蹤和識別能力，提高其精確打擊效果。