虛擬紅外成像導(dǎo)引頭建模與仿真?

吳 斌 李德偉

（海軍參謀部軍事訓(xùn)練中心 北京 100166）

1 引言

導(dǎo)彈作為精確制導(dǎo)武器裝備在軍事領(lǐng)域有著非常高的戰(zhàn)略地位。導(dǎo)彈研制及試驗(yàn)訓(xùn)練過程中實(shí)彈發(fā)射都會(huì)耗費(fèi)極大的人力和物力，并且需要廣闊的空間和周全的準(zhǔn)備，樣本量受限。計(jì)算機(jī)虛擬仿真技術(shù)以其組織高效、效果逼真、復(fù)用性強(qiáng)和評(píng)估手段齊全等特點(diǎn)在軍事武器仿真領(lǐng)域得到了廣泛的應(yīng)用。紅外對(duì)抗計(jì)算機(jī)虛擬仿真系統(tǒng)中，紅外制導(dǎo)反艦導(dǎo)彈模型可以在攻防對(duì)抗和戰(zhàn)法推演中模擬導(dǎo)彈全程攻擊過程，驗(yàn)證艦船和導(dǎo)彈攻防過程中的相互影響，并可得到全面的攻擊效能結(jié)果數(shù)據(jù)，作為對(duì)抗指揮決策的依據(jù)。

2 紅外導(dǎo)引頭原理分析

紅外成像制導(dǎo)反艦導(dǎo)彈尋的制導(dǎo)系統(tǒng)核心裝置是紅外成像導(dǎo)引頭，主要由紅外成像系統(tǒng)、圖像處理系統(tǒng)、穩(wěn)定跟蹤系統(tǒng)組成。紅外成像系統(tǒng)負(fù)責(zé)紅外導(dǎo)引頭視場內(nèi)紅外場景的成像，圖像處理系統(tǒng)負(fù)責(zé)目標(biāo)識(shí)別與跟蹤，是紅外成像制導(dǎo)系統(tǒng)的關(guān)鍵部分，穩(wěn)定跟蹤系統(tǒng)用于調(diào)整紅外成像系統(tǒng)視場的光軸角度，并反饋角度給導(dǎo)彈控制系統(tǒng)［1］。典型紅外成像制導(dǎo)系統(tǒng)如圖1所示。

紅外導(dǎo)引頭以目標(biāo)熱輻射作為信息來源，探測獲取目標(biāo)和背景的紅外圖像并進(jìn)行圖像處理，然后經(jīng)過圖像預(yù)處理、目標(biāo)檢測、識(shí)別、跟蹤，信息處理結(jié)果作為制導(dǎo)信息引導(dǎo)導(dǎo)彈飛行［2～3］。

3 虛擬紅外導(dǎo)引頭建模

3.1 紅外圖像生成系統(tǒng)建模

紅外對(duì)抗虛擬仿真系統(tǒng)中，紅外圖像是通過OGRE渲染生成，以模擬紅外導(dǎo)引頭產(chǎn)生的紅外圖像。在模擬生成紅外圖像的過程中，主要涉及海天場景紅外效應(yīng)、艦船目標(biāo)幾何模型和紅外特征、大氣傳輸和衰減、成像傳感器效應(yīng)建模等相互聯(lián)系的復(fù)雜系統(tǒng)［4］，運(yùn)行流程如圖2所示。

圖2 紅外制導(dǎo)圖像生成流程

根據(jù)仿真需求進(jìn)行環(huán)境設(shè)置，并對(duì)場景中的海天背景和艦船目標(biāo)的幾何實(shí)體模型進(jìn)行建模及特定仿真條件設(shè)置；采用專業(yè)紅外效應(yīng)計(jì)算軟件模塊對(duì)海面、天空、大氣、艦船進(jìn)行熱物理特性預(yù)處理以及大氣傳輸效應(yīng)預(yù)處理；最后，根據(jù)導(dǎo)彈和目標(biāo)相對(duì)位置信息和導(dǎo)引頭光軸信息對(duì)特定探測器效應(yīng)進(jìn)行紅外圖像生成。

3.2 圖像處理系統(tǒng)建模

紅外導(dǎo)引頭圖像處理工作貫穿于從捕捉目標(biāo)到攻擊目標(biāo)整個(gè)過程，圖像處理主要包括圖像預(yù)處理、圖像檢測、目標(biāo)識(shí)別和目標(biāo)跟蹤等［5］，圖像處理流程如圖3所示。

圖3 紅外導(dǎo)引頭圖像處理流程

針對(duì)紅外制導(dǎo)圖像處理，OpenCV具有強(qiáng)大的圖像處理功能，且集成有大量圖像處理算法，減少編程代碼量，并可快速完成圖像目標(biāo)的檢測跟蹤處理。紅外對(duì)抗虛擬仿真系統(tǒng)采用了C++語言進(jìn)行編輯，導(dǎo)彈圖像處理采用OpenCV技術(shù)。

3.2.1 圖像預(yù)處理

紅外導(dǎo)引頭進(jìn)行圖像目標(biāo)識(shí)別與跟蹤時(shí)，紅外成像系統(tǒng)成像過程中受自身器件的能量干擾，經(jīng)圖像數(shù)字化及傳輸過程，紅外圖像會(huì)出現(xiàn)小噪點(diǎn)等背景雜波和系統(tǒng)噪聲干擾，圖片質(zhì)量變差，噪聲干擾可掩蓋目標(biāo)特征致使目標(biāo)圖像識(shí)別和跟蹤困難。要把目標(biāo)從背景雜波和噪聲干擾中分別出來，需先對(duì)紅外成像圖像進(jìn)行預(yù)處理。圖像預(yù)處理主要是改善圖像數(shù)據(jù)，抑制圖像噪聲和削弱背景雜波，對(duì)圖像進(jìn)行濾波降噪。

像元數(shù)M*N的紅外圖像序列，第k幀圖像、像素(i，j)處的圖像灰度 f(i，j，k)可表示為

式中，I(i，j，k)為目標(biāo)信號(hào)，b(i，j，k)為背景信號(hào)，n(i，j，k)為噪聲［6］。

中值濾波是圖像去噪濾波算法中應(yīng)用較多技術(shù)成熟的空間濾波方法［7］。首先確定某個(gè)像素點(diǎn)位置及窗口的形狀和大小，如3×3、5×5的矩形領(lǐng)域，然后將該區(qū)域中各像素點(diǎn)灰度值按大小重新排序，取序列中的中間值作為此像素點(diǎn)新的灰度值，如圖4所示。

圖4 中值濾波示意圖

數(shù)字圖像二維中值濾波處理后新圖像像素點(diǎn)對(duì)應(yīng)的像素灰度值y(i，j，k)為

Med為取矩陣內(nèi)像素灰度值中間值，f(i+m，j+m)為序列中的像素灰度中間值。

疊加高斯噪聲的原始紅外圖像如圖5所示，經(jīng)虛擬紅外導(dǎo)引頭圖像濾波預(yù)處理后圖像效果如圖6所示?？煽闯?，中值濾波是對(duì)紅外圖像的平滑處理，消除噪聲的同時(shí)，保留了目標(biāo)的邊緣信息。

圖5 疊加高斯噪聲的原始紅外圖像

圖6 中值濾波圖像處理效果圖

3.2.2 圖像分割

紅外制導(dǎo)圖像分割目的是根據(jù)目標(biāo)和背景的紅外輻射特征差異把艦船目標(biāo)從背景和干擾中分割開來，主要基于圖像灰度值的不連續(xù)性和分布相似性，分割方法可分為基于灰度閾值分割法、邊緣檢測和角點(diǎn)檢測法等［7］。其中基于灰度閾值分割法算法，閾值分割的關(guān)鍵是確定合適的分割閾值，以該閾值為基準(zhǔn)，與圖像中每個(gè)像素灰度值進(jìn)行比較，根據(jù)比較結(jié)果將圖像分成兩類，即目標(biāo)類和背景類。

本文采用了最大類間方差分割法（OTSU）進(jìn)行圖像分割處理。最大類間方差法是一種自適應(yīng)確定閾值分割的方法，屬于基于全局的圖像二值化算法［8］。基本思想是根據(jù)圖像灰度特性確定最佳分割閾值，并把圖像分為背景類和目標(biāo)類兩個(gè)部分，兩部分之間的灰度方差差異最大，OTSU算法所采用差別的衡量標(biāo)準(zhǔn)就是最為常見的最大類間方差。算法實(shí)現(xiàn)如下。

統(tǒng)計(jì)圖像像素灰度總和N：

計(jì)算每個(gè)灰度值i所占概率 pi和灰度均值μi：

取灰度值T∈(0，m-1)將各灰度值分類，計(jì)算概率均值μi和兩類之間的方差δ2。

目標(biāo)類：

背景類：

目標(biāo)類和背景類方差值：

依次取T值，并計(jì)算不同T值下目標(biāo)類和背景類方差值δ2，取δ2最大值所對(duì)應(yīng)的灰度值T作為最佳分割閾值。

紅外圖像經(jīng)最大類間方差算法分割后處理結(jié)果如圖7所示。

圖7 最大類間方差算法分割效果圖

3.2.3 目標(biāo)跟蹤建模

目標(biāo)跟蹤采用中心跟蹤，實(shí)質(zhì)就是選擇目標(biāo)圖像的中心作為跟蹤點(diǎn)，中心跟蹤根據(jù)選取方法可分為形心跟蹤、質(zhì)心跟蹤和邊緣跟蹤等方法［9］。

形心跟蹤是以波門內(nèi)目標(biāo)的形心作為跟蹤點(diǎn)，質(zhì)心跟蹤是以波門內(nèi)目標(biāo)的灰度質(zhì)心作為跟蹤點(diǎn)，邊緣跟蹤是以目標(biāo)的邊緣中心作為跟蹤點(diǎn)。本文采用質(zhì)心跟蹤算法，計(jì)算公式如下，（Ix，Iy）為目標(biāo)質(zhì)心跟蹤中心坐標(biāo)。

3.3 制導(dǎo)信息解算

圖像處理得到目標(biāo)跟蹤中心坐標(biāo)，該坐標(biāo)是圖像二維坐標(biāo)，需要通過坐標(biāo)變換轉(zhuǎn)換為空間三維制導(dǎo)角度信息，三維制導(dǎo)角度信息是以彈體坐標(biāo)系為基準(zhǔn)，通過坐標(biāo)變換轉(zhuǎn)換為地面坐標(biāo)系下的角度信息，轉(zhuǎn)換流程如圖8所示。

圖8 導(dǎo)彈制導(dǎo)信息坐標(biāo)變換流程

彈目視線角相對(duì)光軸的空間角度為

（φ，θ）為目標(biāo)水平和垂直空間角度。A、B為水平視場角和垂直視場角，m×n為圖像像素。

彈體坐標(biāo)系下的彈目視線向量表示為

[x1y1z1]為目標(biāo)視線向量，此時(shí)可求得目標(biāo)視線偏航角φm和視線俯仰角θm：

4 虛擬紅外導(dǎo)引頭仿真

OGRE場景建模得到紅外制導(dǎo)實(shí)時(shí)渲染圖像，虛擬紅外導(dǎo)引頭通過對(duì)圖像預(yù)處理、圖像分割、目標(biāo)識(shí)別等圖像處理過程計(jì)算出目標(biāo)位置坐標(biāo)，然后通過空間轉(zhuǎn)換計(jì)算出制導(dǎo)所需的彈目視線空間角度，虛擬紅外導(dǎo)引頭工作流程如圖9所示。

圖9 虛擬紅外導(dǎo)引頭工作流程

虛擬紅外導(dǎo)引頭模型結(jié)合導(dǎo)彈飛行彈道模型應(yīng)用于紅外對(duì)抗虛擬仿真平臺(tái)，仿真效果如圖10所示，全場景顯示圖像為三維視景顯示，小窗口圖像為虛擬紅外導(dǎo)引頭經(jīng)圖像處理后的紅外目標(biāo)跟蹤圖像。

圖10 虛擬紅外導(dǎo)引頭仿真效果

通過紅外對(duì)抗虛擬仿真平臺(tái)仿真應(yīng)用，虛擬紅外導(dǎo)引頭模型能夠準(zhǔn)確識(shí)別并穩(wěn)定跟蹤目標(biāo)，并計(jì)算獲取目標(biāo)誤差角度信息，控制全彈道仿真模型完成導(dǎo)彈和目標(biāo)全程對(duì)抗過程，表明虛擬紅外導(dǎo)引頭仿真模型的有效性。

5 結(jié)語

使用OGRE虛擬場景建模軟件建立了海場景，根據(jù)海面和艦船紅外特征渲染出紅外圖像，然后對(duì)紅外導(dǎo)引頭跟蹤模型進(jìn)行建模，實(shí)現(xiàn)紅外導(dǎo)引頭圖像預(yù)處理、目標(biāo)檢測和目標(biāo)跟蹤等紅外圖像目標(biāo)跟蹤算法并進(jìn)行仿真，最后對(duì)輸出目標(biāo)位置坐標(biāo)進(jìn)行坐標(biāo)轉(zhuǎn)換為彈道仿真模型所需的彈目視線空間角度信息，實(shí)現(xiàn)對(duì)目標(biāo)的識(shí)別與跟蹤，完成虛擬紅外導(dǎo)引頭的建模。