動(dòng)態(tài)背景下動(dòng)點(diǎn)紅外目標(biāo)識(shí)別與跟蹤技術(shù)研究?

王喆峰 張顯峰 于 瑩

（1.北京西三環(huán)中路19號(hào) 北京 100841）（2.海軍工程大學(xué) 武漢 430033）

1 引言

海天環(huán)境下，除了海面上的艦船目標(biāo)，還有一大重要目標(biāo)就是空中的飛機(jī)與導(dǎo)彈，而海洋環(huán)境中，空中背景條件往往較為良好，除了天氣或者云層的影響外，沒(méi)有其他物單位（類似于建筑物）的遮擋，這也就意味著存在遠(yuǎn)距離探測(cè)紅外目標(biāo)的可能，具體探測(cè)的距離也就與紅外接收器靈敏度、目標(biāo)高度以及處理算法有關(guān)了［1～7］。由于是遠(yuǎn)距離探測(cè)，那就意味著被探測(cè)對(duì)象的紅外特征表現(xiàn)為弱與小，弱是亮度小，而小則是面積小［8～9］。對(duì)目標(biāo)的遠(yuǎn)距離探測(cè)在實(shí)際作戰(zhàn)中或是偵察監(jiān)視中有著及其重要的意義。目標(biāo)的飛行高度探測(cè)方無(wú)法決定，這也就意味著優(yōu)異的紅外接收器性能以及良好的處理算法，是檢測(cè)紅外弱點(diǎn)目標(biāo)的關(guān)鍵［10～11］。

本文研究了一種動(dòng)態(tài)背景下動(dòng)點(diǎn)紅外目標(biāo)識(shí)別與跟蹤技術(shù)，能夠完成復(fù)雜背景下的紅外弱點(diǎn)目標(biāo)的檢測(cè)任務(wù)。

2 算法原理

動(dòng)態(tài)背景下的弱點(diǎn)紅外跟蹤問(wèn)題，由于背景同紅外目標(biāo)一同運(yùn)動(dòng)，因此不能用簡(jiǎn)單的前后兩幀圖像相減差值超過(guò)門(mén)限的方法來(lái)進(jìn)行實(shí)現(xiàn)，也就只能對(duì)每幀圖像依次處理，來(lái)實(shí)現(xiàn)目標(biāo)的跟蹤。這就意味著運(yùn)算量將大大增大，因此在處理每幀圖像花的時(shí)間也大大增加，為了保證圖像的實(shí)時(shí)跟蹤功能，只能舍去其中部分幀點(diǎn)，每隔幾幀取一次圖像進(jìn)行處理。就同樣能夠達(dá)到對(duì)目標(biāo)的實(shí)時(shí)跟蹤目標(biāo)。

本算法的提出主要針對(duì)天空背景下的弱點(diǎn)紅外目標(biāo)的實(shí)時(shí)跟蹤，算法具體步驟如圖1所示，讀取視頻文件中的關(guān)鍵幀后，對(duì)圖像進(jìn)行會(huì)灰度處理，然后通過(guò)多級(jí)濾波，可以將我們感興趣的部分提取出來(lái)多級(jí)濾波器只是對(duì)圖像的中頻部分進(jìn)行增強(qiáng)。因而它只能作為檢測(cè)候選目標(biāo)區(qū)域的工具，而不足以完成小目標(biāo)的檢測(cè)處理判決。對(duì)于在圖像中表現(xiàn)為亮的目標(biāo)區(qū)域，多級(jí)濾波器后處理的結(jié)果是使該區(qū)域得到增強(qiáng)，如圖1所示。而對(duì)于圖像中表現(xiàn)為暗的目標(biāo)區(qū)域，則是對(duì)其目標(biāo)的邊緣進(jìn)行了增強(qiáng)，并且濾波器傳遞函數(shù)的響應(yīng)峰值偏向于亮的背景一側(cè)。所以，不能單純以多級(jí)濾波的結(jié)果作為目標(biāo)檢測(cè)的判據(jù)。

圖1 動(dòng)態(tài)背景目標(biāo)跟蹤流程圖

在感興趣的區(qū)域提取后，對(duì)其進(jìn)行局部對(duì)比度增強(qiáng)處理。當(dāng)目標(biāo)的均值高于鄰近局部背景的均值時(shí)，其對(duì)比度大于1；而當(dāng)目標(biāo)的均值低于鄰近局部背景的均值時(shí)，其對(duì)比度小于1。此時(shí)，將對(duì)比度取倒數(shù)，如式（1）所示，由于目標(biāo)的尺寸較小，而背景屬于大范圍灰度均勻的區(qū)域，所以目標(biāo)的對(duì)比度一般來(lái)說(shuō)是高于背景的對(duì)比度的。通過(guò)局部對(duì)比度增強(qiáng)的處理，可以得到目標(biāo)的比較精確的邊緣（因?yàn)槟繕?biāo)的邊緣區(qū)域的對(duì)比度相對(duì)于目標(biāo)內(nèi)部的對(duì)比度要大一些）。這樣可以避免由于多級(jí)濾波濾波器傳遞函數(shù)的響應(yīng)峰值偏向于亮的區(qū)域一側(cè)對(duì)目標(biāo)定位造成的偏差，有利于正確檢測(cè)出目標(biāo)。

目標(biāo)與背景的對(duì)比度（Contrast）定義為

式中：mt，mb，mbmin分別為目標(biāo)的灰度均值、局部背景的灰度均值和區(qū)域內(nèi)灰度最小值。其具體定義為

3 實(shí)驗(yàn)及結(jié)果分析

圖2、圖3分別為一架飛機(jī)遠(yuǎn)距離的跟蹤與較近距離的跟蹤結(jié)果。從跟蹤結(jié)果可以明顯的看出，多級(jí)濾波后選取的感興趣點(diǎn)的坐標(biāo)并不精確，與目標(biāo)實(shí)際位置存在偏差，如圖2（c）、（d），圖3（c）、（d）所示。這也是由于多級(jí)濾波后圖像并不精確，僅能提供大概位置信息，而具體的位置信息則需要對(duì)相關(guān)位置點(diǎn)精確處理后得到，如圖2（d）和圖3所示。

圖2 遠(yuǎn)處飛機(jī)目標(biāo)跟蹤情況

圖3 反映了目標(biāo)接近時(shí)，此時(shí)目標(biāo)已經(jīng)不再是點(diǎn)目標(biāo)，跟蹤結(jié)果也反應(yīng)算法對(duì)于點(diǎn)目標(biāo)與非點(diǎn)目標(biāo)的跟蹤效果均良好，能夠適應(yīng)各種情況下的跟蹤。

圖3 飛機(jī)接近時(shí)的跟蹤情況

4 結(jié)語(yǔ)

本算法能夠完成在天空背景下的弱點(diǎn)紅外目標(biāo)的檢測(cè)與跟蹤功能，并且跟蹤效果較好。通過(guò)先確定模糊位置，再對(duì)相關(guān)區(qū)域進(jìn)行細(xì)致處理的方法，不僅能夠提高目標(biāo)檢測(cè)與跟蹤的精度，而且能大大減少運(yùn)算量，提高處理速度，完成實(shí)時(shí)檢測(cè)跟蹤。