基于高斯模型的紅外弱小目標(biāo)圖像仿真方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于紅外圖像處理領(lǐng)域,尤其涉及一種基于高斯模型的紅外弱小目標(biāo)圖像 仿真方法,生成的紅外圖像可以用于紅外弱小動(dòng)目標(biāo)檢測(cè)與跟蹤算法的性能評(píng)估、原理驗(yàn) 證等應(yīng)用。
【背景技術(shù)】
[0002] 因?yàn)榧t外探測(cè)有著全天候、被動(dòng)探測(cè)等優(yōu)點(diǎn),由紅外器件組成的偵查告警系統(tǒng)有 著雷達(dá)等系統(tǒng)等無(wú)可比擬的優(yōu)勢(shì),從而被廣泛應(yīng)用在各類偵查告警系統(tǒng)中。為盡快完成目 標(biāo)的檢測(cè)與跟蹤,則需要在距離較遠(yuǎn)處完成該操作。此時(shí),目標(biāo)信號(hào)強(qiáng)度較弱,信噪比較低; 形狀較小,在圖像中僅占幾個(gè)像素,這時(shí)目標(biāo)表現(xiàn)為紅外弱小目標(biāo)。有效的紅外弱小目標(biāo)檢 測(cè)跟蹤算法是紅外告警系統(tǒng)的核心技術(shù)。
[0003] 通常,為給檢測(cè)跟蹤算法的仿真驗(yàn)證提供精確、可控和可重復(fù)的設(shè)計(jì)依據(jù)和實(shí)驗(yàn) 條件,需要大量已知目標(biāo)位置和目標(biāo)特性的紅外弱小目標(biāo)圖像序列。當(dāng)前,紅外弱小圖像序 列的獲取主要方式為實(shí)地拍攝的方法和仿真的方法。采用實(shí)地拍攝的方法即是通過(guò)紅外熱 像儀對(duì)真實(shí)的弱小目標(biāo)進(jìn)行拍攝采集來(lái)獲取圖像,通常目標(biāo)的運(yùn)動(dòng)特性和輻射特性難以控 制。并且,標(biāo)定目標(biāo)坐標(biāo)位置也將花費(fèi)較多的精力和時(shí)間,這使得該方法并不適合實(shí)驗(yàn)室中 的大量仿真驗(yàn)證。所以,通過(guò)仿真來(lái)生成紅外目標(biāo)圖像是進(jìn)行研究分析的一條有效的技術(shù) 手段,是實(shí)地拍攝方法的有效的技術(shù)補(bǔ)充。
[0004] 目前,紅外圖像仿真方法主要有計(jì)算仿真和半實(shí)物仿真的方法。其中,計(jì)算仿真的 方法通過(guò)已標(biāo)定的物體的紅外光譜輻射特性曲線,按照嚴(yán)格的映射關(guān)系,將物體的紅外輻 射數(shù)值映射到物體的形狀模型上來(lái)獲得仿真的紅外圖像。如周強(qiáng)等人在《光學(xué)技術(shù)》2015 年第41卷第1期上發(fā)表的《基于可見光圖像的近紅外場(chǎng)景仿真》中,提出了一種利用典型 地物的光譜反射率和經(jīng)過(guò)定標(biāo)后的CMOS相機(jī)采集的典型地物的圖像,來(lái)仿真計(jì)算紅外場(chǎng) 景的仿真技術(shù)。該方法通過(guò)結(jié)合相機(jī)輻射定標(biāo)結(jié)果和地物目標(biāo)的反射率建立了可見光、近 紅外圖像灰度值的映射關(guān)系,通過(guò)對(duì)簡(jiǎn)單場(chǎng)景進(jìn)行圖像分割,并利用查找表即可快速的將 可見光圖像轉(zhuǎn)化為近紅外圖像。由于該方法采用了可見光相機(jī)進(jìn)行采集,所以該方法可以 獲得內(nèi)容豐富的圖像場(chǎng)景。但因?yàn)槠湟蕾囉讷@得精確的物體紅外光譜反射率和準(zhǔn)確的可見 光/紅外映射模型,這使得其對(duì)圖像紋理等細(xì)節(jié)處難以有效的進(jìn)行仿真,使得仿真圖像的 細(xì)節(jié)處與真實(shí)的紅外圖像相比存在較大失真,進(jìn)而使嵌入的目標(biāo)信息與真實(shí)目相比吻合度 較低。
[0005] 半實(shí)物仿真的方法,是通過(guò)紅外探測(cè)器對(duì)模擬的紅外弱小目標(biāo)進(jìn)行成像,來(lái)獲得 紅外弱小目標(biāo)仿真圖像。如武迪等人在《紅外技術(shù)》2015年第37卷第1期上發(fā)表的《一種 紅外場(chǎng)景/點(diǎn)源目標(biāo)模擬器技術(shù)研究》中,提出了一種紅外場(chǎng)景/點(diǎn)源目標(biāo)模擬器,該模擬 器包括點(diǎn)源目標(biāo)/干擾通道、中繼光學(xué)系統(tǒng)、成像通道、多目標(biāo)復(fù)合系統(tǒng)、運(yùn)動(dòng)控制系統(tǒng)和 機(jī)械支撐及連接結(jié)構(gòu),可以同時(shí)模擬一路點(diǎn)源目標(biāo),四路點(diǎn)源干擾和一路紅外場(chǎng)景。由于該 仿真裝置采用了真實(shí)的紅外探測(cè)器對(duì)場(chǎng)景進(jìn)行采集,所以其獲得的紅外圖像有著較高的圖 像分辨率和豐富的細(xì)節(jié)特征。但由于該裝置由了多個(gè)系統(tǒng)和連接裝置組成,使得其結(jié)構(gòu)復(fù) 雜,制作成本高,實(shí)現(xiàn)難度較大。此外,由于該裝置僅采用點(diǎn)光斑的方法仿真紅外目標(biāo),使得 目標(biāo)的輻射特性和運(yùn)動(dòng)特性無(wú)法按需調(diào)整。并且采集到的紅外圖像中的目標(biāo)位置仍需進(jìn)行 再次定位,增量了算法仿真的復(fù)雜度。
【發(fā)明內(nèi)容】
[0006] 本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)存在的不足,提出了一種基于高斯模型的紅 外弱小目標(biāo)圖像仿真方法,用于解決現(xiàn)有仿真方法不能同時(shí)實(shí)現(xiàn)仿真圖像的細(xì)節(jié)豐富、仿 真裝置結(jié)構(gòu)簡(jiǎn)單和仿真目標(biāo)參數(shù)可以控制的問(wèn)題。
[0007] 本發(fā)明的技術(shù)思路是,根據(jù)高斯分布可以有效的反應(yīng)紅外弱小目標(biāo)輻射分布的特 性,通過(guò)二維離散高斯模型對(duì)紅外弱小目標(biāo)進(jìn)行建模來(lái)獲得仿真的紅外弱小目標(biāo)模型,再 采用真實(shí)拍攝的紅外背景圖像序列作為仿真用的背景圖像序列,通過(guò)所需的紅外弱小目標(biāo) 運(yùn)動(dòng)航跡類型,將仿真的紅外弱小目標(biāo)映射到背景圖像序列,進(jìn)而獲得仿真的紅外弱小目 標(biāo)圖像序列。
[0008] 根據(jù)上述技術(shù)思路,實(shí)現(xiàn)本發(fā)明目的采取的技術(shù)方案為:
[0009] -種基于高斯模型的紅外弱小目標(biāo)圖像仿真方法,包括如下步驟:
[0010] (1)獲取紅外背景圖像序列:
[0011] (11)使用紅外熱像儀對(duì)真實(shí)紅外背景進(jìn)行連續(xù)采集,得到原始紅外背景圖像序 列;
[0012] (12)對(duì)得到的原始紅外背景圖像序列進(jìn)行裁剪;
[0013] (13)對(duì)經(jīng)過(guò)裁剪的原始紅外背景圖像序列的邊緣進(jìn)行鏡像擴(kuò)展,使該圖像序列的 邊緣處也可以產(chǎn)生精確的仿真目標(biāo);
[0014] (2)獲取仿真的紅外弱小目標(biāo)模型:
[0015] (21)設(shè)置仿真的紅外弱小目標(biāo)參數(shù),包括仿真的紅外弱小目標(biāo)大小和信噪比 SNR ;
[0016] (22)根據(jù)仿真的紅外弱小目標(biāo)的大小和信噪比獲取的高斯分布的模板大小和方 差,建立高斯模型,從而獲得仿真的紅外弱小目標(biāo)模型;
[0017] (3)獲取仿真的紅外弱小目標(biāo)運(yùn)動(dòng)航跡:
[0018] (31)選定仿真的紅外弱小目標(biāo)運(yùn)動(dòng)航跡模型;
[0019] (32)設(shè)置仿真的紅外弱小目標(biāo)運(yùn)動(dòng)航跡參數(shù),包括設(shè)置的仿真的紅外弱小目標(biāo)運(yùn) 動(dòng)速度和運(yùn)動(dòng)起始位置;
[0020] (33)根據(jù)選定仿真的紅外弱小目標(biāo)運(yùn)動(dòng)航跡模型和設(shè)置的仿真的紅外弱小目標(biāo) 運(yùn)動(dòng)航跡參數(shù),獲取仿真的紅外弱小目標(biāo)運(yùn)動(dòng)航跡;
[0021] (4)獲取仿真的紅外弱小目標(biāo)圖像序列:
[0022] (41)設(shè)置仿真的紅外弱小目標(biāo)圖像序列的總幀數(shù);
[0023] (42)對(duì)獲取的紅外背景圖像序列、仿真的紅外弱小目標(biāo)模型和仿真的紅外弱小目 標(biāo)運(yùn)動(dòng)航跡進(jìn)行合成,獲得仿真的紅外弱小目標(biāo)圖像序列。
[0024] 上述基于高斯模型的紅外弱小目標(biāo)圖像仿真方法,步驟(13)所述的對(duì)經(jīng)過(guò)裁剪 的原始紅外背景圖像序列的邊緣進(jìn)行鏡像擴(kuò)展,其具體步驟為:
[0025] (131)設(shè)置鏡像擴(kuò)展圖像的矩陣,其大小為(m+2t)X(n+2t),其中,m和η分別表 示經(jīng)過(guò)裁剪的原始紅外背景圖像的行和列,t表示對(duì)原始紅外背景圖像擴(kuò)展的寬度;
[0026] (132)將經(jīng)過(guò)裁剪的原始紅外背景圖像賦值到鏡像擴(kuò)展圖像矩陣的第t+Ι行到 t+m行,第t+Ι列到t+n列的范圍內(nèi);
[0027] (133)對(duì)鏡像擴(kuò)展圖像矩陣第1,2,…,t列數(shù)據(jù)分別賦值為第2t+l,2t,…,t+Ι列 的數(shù)據(jù);第t+m+1, t+m+2,…,2t+m列數(shù)據(jù)賦值為第t+m, t+m-1,…,m列的數(shù)據(jù);
[0028] (134)對(duì)鏡像擴(kuò)展圖像矩陣第1,2,…,t行數(shù)據(jù)分別賦值為第2t+l,2t,…,t+Ι行 的數(shù)據(jù);第t+n+1, t+n+2,…,2t+n行數(shù)據(jù)賦值為第t+n, t+n-1,…,η行的數(shù)據(jù);
[0029] (135)重復(fù)步驟(131)至步驟(134),直至完成全部的經(jīng)過(guò)裁剪的原始紅外背景圖 像的處理,獲取紅外背景圖像序列。
[0030] 上述基于高斯模型的弱小目標(biāo)紅外場(chǎng)景仿真方法,步驟(21)所述的設(shè)置仿真的 紅外弱小目標(biāo)參數(shù),其中信噪比定義為:
[0031]
[0032] 其中,s表示仿真的紅外弱小目標(biāo)的像素峰值,μ和〇分別表示以仿真的紅外弱 小目標(biāo)峰值像素為中心的局部鄰域的均值和標(biāo)準(zhǔn)差。
[0033] 上述基于高斯模型的弱小目標(biāo)紅外場(chǎng)景仿真方法,步驟(22)所述的獲得仿真的 紅外弱小目標(biāo)模型的具體步驟為:
[0034] (221)計(jì)算仿真的紅外弱小目標(biāo)的像素峰值s,即
[0035] s = SNRXo+μ
[0036] (222)通過(guò)對(duì)二維連續(xù)高斯函數(shù)離散化得到二維離散高斯分布,與仿真的紅外弱 小目標(biāo)相同大小的高斯模型的矩陣可以表示為:
[0037]
[0038] 其中(i,j)表示高斯模型的矩陣中的坐標(biāo)位置信息,ζ為表征仿真的紅外弱小目 標(biāo)大小的常數(shù),并規(guī)定
[0039] z = (tar-1) /2
[0040] 其中tar表示仿真的紅外弱小目標(biāo)的大?。?br>[0041] (223)根據(jù)步驟(221)獲得的仿真目標(biāo)灰度峰值和步驟(222)中的高斯模型矩陣, 獲得仿真的紅外弱小目標(biāo)模型為:
[0042]
[0043] 其中,(i,j)表示紅外目標(biāo)模型中的像素坐標(biāo)位置信息,Mniax是高斯模型矩陣 M(i,j)中的最大值,11_是高斯模型矩陣M(i,j)中的最小值,s表示仿真的紅外弱小目標(biāo) 的像素峰值,μ表示以仿真的紅外弱小目標(biāo)峰值像素為中心的局部鄰域的均值。
[0044] 上述的基于高斯模型的弱小目標(biāo)紅外場(chǎng)景仿真方法,步驟(31)所述的選定仿真 的紅外弱小目標(biāo)運(yùn)動(dòng)航跡模型為直線模型或拋物線模型,其中:
[0045] 仿真的紅外弱小目標(biāo)運(yùn)動(dòng)航跡模型的直線模型,第k個(gè)仿真的運(yùn)動(dòng)軌跡坐標(biāo) (xk,yk)為: CN 105139432 A 仇 口月巾 4/8 頁(yè)
[0046]
[0047] 其中,a和b分別為直線運(yùn)動(dòng)模型的參數(shù);Δ X為仿真的紅外弱小目標(biāo)每幀沿X軸 方向的增量,即其沿X軸方向的運(yùn)動(dòng)速度,單位為像素/幀;
[0048] 仿真的紅外弱小目標(biāo)運(yùn)動(dòng)航跡模型的拋物線模型,第k個(gè)仿真的運(yùn)動(dòng)軌跡坐標(biāo) (xk,yk)為:
[0049]
[0050] 其中,a、b和c分別為拋物線運(yùn)動(dòng)模型的參數(shù);Δ X為仿真的紅外弱小目標(biāo)每幀沿 X軸方向的增量,