圖像制導(dǎo)動態(tài)視景目標(biāo)識別概率研究*

李 淼，宋振鐸

（1北京理工大學(xué)，北京 100081；2 63961部隊(duì)，北京 100010）

0 引言

傳統(tǒng)的可見光、電視、微光和熱像系統(tǒng)是置于相對大地坐標(biāo)系靜止或低速運(yùn)動的平臺上的，探測輸出的是靜止視景，如車載或地面?zhèn)刹煸O(shè)備上的觀瞄設(shè)備。而安裝在處于搜索掃描狀態(tài)導(dǎo)引頭上的電視和熱像設(shè)備探測輸出的是動態(tài)視景，動態(tài)視景中目標(biāo)的識別與跟蹤則存在特殊的技術(shù)難度。

圖像跟蹤識別系統(tǒng)工作原理框圖如圖1所示。

圖1 圖像識別跟蹤系統(tǒng)原理方框圖

由光學(xué)系統(tǒng)把背景和目標(biāo)的紅外或可見光輻射聚焦于探測器上，形成視頻圖像，通過視頻圖像處理，疊加跟蹤框，顯示在監(jiān)視器上，操作手觀察后識別出目標(biāo)，操作單桿交跟蹤器對目標(biāo)跟蹤，并通過伺服系統(tǒng)驅(qū)動光軸對準(zhǔn)目標(biāo)，實(shí)現(xiàn)對目標(biāo)跟蹤。

1 遠(yuǎn)程圖像制導(dǎo)導(dǎo)彈目標(biāo)識別能力

1.1 目標(biāo)識別計算模型

1.1.1 Johnson判別準(zhǔn)則

根據(jù)光學(xué)傳遞函數(shù)概念，一般光學(xué)探測系統(tǒng)空間分辨力用單位張角內(nèi)最大可分辨的條桿或黑白相間的條紋周期數(shù)表示。Johnson判別準(zhǔn)則就是以目標(biāo)最小尺寸的張角內(nèi)最多可分辨的條桿或條紋數(shù)（空間周期數(shù)）表示的[3]。

工業(yè)設(shè)計上，以50%概率，完成以下不同目的，在目標(biāo)的最小尺寸上需要的最多空間周期數(shù)N50為：

探測——把目標(biāo)從背景中分別出來為1；

取向——認(rèn)出目標(biāo)正面和側(cè)面為1.4；

識別——區(qū)分目標(biāo)種類、識別出裝甲車輛、一般車輛、有生力量（人、馬等）為4；

認(rèn)清——認(rèn)出并清晰的確定坦克、戰(zhàn)車還是自行火炮等類型為8。

二維識別模型一般適用于焦面凝視面陣探測器系統(tǒng)，它把目標(biāo)成像為若干個“馬賽克”。其識別標(biāo)準(zhǔn)是把一維識別最小空間周期數(shù)乘以0.75，此時N50變?yōu)樘綔y與取向?yàn)?；識別為3～4；認(rèn)清為6。文中取該標(biāo)準(zhǔn)計算。

Johnson準(zhǔn)則是一般背景中等雜波背景條件下的試驗(yàn)結(jié)果對不同背景要加以修正，系數(shù)為kb，此時為kbN50。低雜亂背景（道路和沙地、草地、田野）中的坦克為0.5；中等雜亂背景（有灌木叢沙漠）中的坦克為1；高度雜亂背景（車輛陣列）中的坦克為2。

1.1.2 目標(biāo)識別的數(shù)學(xué)表達(dá)

目前所知有兩個目標(biāo)識別模型，一是蘭德公司提出的LAND模型，另一個是美國夜視實(shí)驗(yàn)室提出的FLIR模型。

1）LAND模型

LAND模型實(shí)際上是搜索、凝視和識別3個條件概率的乘積：

式中：P1是規(guī)定的一瞥時間（0.3s）觀察搜索到目標(biāo)概率，表示為：

式中：at為目標(biāo)的面積；As為搜索的面積；t為搜索時間；G為目標(biāo)稠密系數(shù)，通常在1～10之間。

P2是一瞥瞬間和無噪聲情況下探測到對比度為C的目標(biāo)的概率：

式中：Ct為閾值對比度。

P3是一瞥瞬間和無噪聲情況下識別概率：

η是由噪聲引起的衰減因子：

式（4）中Nr是目標(biāo)最小尺寸Lmin包括的條桿數(shù)，R是目標(biāo)距離，則：

2）FLIR模型

Johnson準(zhǔn)則提供的是目標(biāo)最小尺寸上50%識別概率條件下對應(yīng)的最多像元行或列數(shù)，實(shí)際上設(shè)備分辨力和目標(biāo)大小不同，對應(yīng)的像元行或列數(shù)N不同，此時，識別概率P（N）有如下所示關(guān)系：

或者不同識別概率Ps需要對N50乘以稱為目標(biāo)傳遞概率函數(shù)的因子TTPF予以修正，TTPF如表1所示。

表1 目標(biāo)傳遞概率函數(shù)值

一切識別和探測都是對具有一定對比度（溫差）的目標(biāo)輻射或反射的能量經(jīng)過一定距離大氣傳輸衰減而實(shí)現(xiàn)的。因此，它們目標(biāo)的對比度或溫差、大氣透過率對目標(biāo)探測與識別有重要影響。以熱像為例，設(shè)目標(biāo)固有溫差為ΔT固有，大氣衰減系數(shù)為δ（λ），距離為L，則到達(dá)探測器處目標(biāo)表觀溫差ΔT表觀為：

由探測系統(tǒng)的最小可分別溫差MRTD和ΔT表觀關(guān)系曲線可以確定ΔT表觀下最大可分辨頻率fx，那么，對該目標(biāo)最大可分別周數(shù)可表示為：

在ΔT表觀滿足探測系統(tǒng)最低可分辨溫差條件下，一般性能良好的探測系統(tǒng)最大可分辨頻率fx可以達(dá)到理論值的60%～90%，因此，探測系統(tǒng)技術(shù)性能不是十分明確情況下，也有用極限空間頻率衰減60%～90%近似fx。

目標(biāo)典型搜索過程一般近似為泊阿松過程，捕獲概率表示為時間t的函數(shù)：

式中：P∞為靜態(tài)識別概率，即不受時間限制情況下，發(fā)現(xiàn)或識別目標(biāo)的概率；τFOV為平均凝視時間，或平均探測時間，它也可由下列經(jīng)驗(yàn)公式近似：

這兩式表示的模型與有關(guān)試驗(yàn)結(jié)果很吻合，說明它們具有較為準(zhǔn)確的預(yù)測能力。

1.2 電視圖像目標(biāo)識別概率

本研究依據(jù)FLIR模型，以Johnson判別準(zhǔn)則為依據(jù)，計算圖像制導(dǎo)反坦克導(dǎo)彈電視圖像識別概率。

1.2.1 計算條件

◇目標(biāo)：

a）類型和尺寸：M1坦克尺寸的長×寬×高為7.9m×3.6m×2.4m，2000m 距離上目標(biāo)最小張角2.4／2000＝1.2mrad；

b）對比度：一般軍綠油漆反射率ρt為0.25，背景ρb綠色樹葉為0.2、黃褐色土為0.32，由此可確定對比度為0.25。

◇氣象條件：分為良好和一般

良好：能見度10km，大氣衰減系數(shù)δ＝0.8／km；一般：能見度2km，大氣衰減系數(shù)δ＝0.4／km。◇探測系統(tǒng)參數(shù)：

目標(biāo)識別距離：2km；導(dǎo)引頭視場：4°×3°；探測器像元數(shù)：800×600；目標(biāo)搜索時間：4s。

◇背景和識別準(zhǔn)則：

背景分為簡單和復(fù)雜兩種，定義是：

a）簡單：低起伏或較平坦地面上或道路上坦克，地表有或沒有灌木叢，此時二維識別目標(biāo)準(zhǔn)則是：50%識別概率3線；

b）復(fù)雜：車輛陣列中混有坦克目標(biāo)，此時二維識別目標(biāo)準(zhǔn)則是：50%識別概率6線。

1.2.2 計算結(jié)果

用FLIR模型計算結(jié)果如表2所示。

表2 電視圖像識別概率

1.3 熱圖像目標(biāo)識別概率

本研究依據(jù)FLIR模型，以Johnson判別準(zhǔn)則和最先進(jìn)的FC熱像儀參數(shù)為依據(jù)，計算遠(yuǎn)程反坦克導(dǎo)彈熱圖像目標(biāo)識別概率。

1.3.1 計算條件

◇目標(biāo)：

a）類型和尺寸：M1坦克尺寸的長×寬×高為7.9m×3.6m×2.4m，2000m 距離上目標(biāo)最小張角2.4／2000＝1.2mrad；

b）目標(biāo)－背景溫度差：根據(jù)有關(guān)資料，當(dāng)環(huán)境溫度為10℃，發(fā)動機(jī)情況下，一般坦克正面溫度為12℃～14℃，由此確定溫差為3℃。

◇氣象條件：分為良好和一般

a）良好：能見度23km，大氣濕度50%，氣溫15℃，8～14μm大氣透過率0.9／km；

b）一般：能見度5km，大氣濕度75%，氣溫27℃，8～14μm大氣透過率0.8／km。

◇探測系統(tǒng)參數(shù)：

a）目標(biāo)識別距離：2km；

b）FC熱像儀理論溫度分辨力0.14℃；

c）FC 熱像儀瞬 時視場：0.122mrad×0.136 mrad；

d）目標(biāo)搜索時間：4s。

◇背景和識別準(zhǔn)則：

背景分為簡單和復(fù)雜兩種，定義是：

a）簡單：低起伏或較平坦地面上或道路上坦克，地表有或沒有灌木叢，此時二維識別目標(biāo)準(zhǔn)則是：50%識別概率3線；

b）復(fù)雜：車輛陣列中混有坦克目標(biāo)，此時二維識別目標(biāo)準(zhǔn)則是：50%識別概率6線。

1.3.2 計算結(jié)果

用FLIR模型計算結(jié)果如表3所示。

表3 熱圖像識別概率

1.4 計算結(jié)果分析

a）電視圖像探測－顯示系統(tǒng)清晰度高、分辨力強(qiáng)，在天氣晴朗、目標(biāo)區(qū)背景比較簡單時具有高于95%的識別概率，這與2004年8月初西安試驗(yàn)的結(jié)果具有相當(dāng)好的一致性，說明該模型和參數(shù)比較真實(shí)可信。

b）計算結(jié)果表明，識別概率受到目標(biāo)識別難度的嚴(yán)重影響，在需要從戰(zhàn)場上的軍用卡車、裝甲運(yùn)兵車、步兵戰(zhàn)車的車輛陣列中識別出坦克時，識別概率會顯著降低。雖然2004年8月初西安試驗(yàn)沒有定量試驗(yàn)結(jié)果，但這一個結(jié)論是沒有爭議的。

c）大氣能見度、地面照度和目標(biāo)對比度對電視圖像上目標(biāo)與背景清晰度也有較大影響，在能見度為1.5～3km薄霧情況下，復(fù)雜背景識別率降低到50%左右。

d）由熱圖像目標(biāo)識別計算結(jié)果可以得出與電視圖像基本相同的結(jié)論，但由于熱像探測器分辨力低，識別概率要遠(yuǎn)遠(yuǎn)低于電視圖像，在23km能見度、簡單背景情況下，只有93.6%，其它情況下，最多是50%。

e）計算是針對靜止圖像4s時間觀察計算得出的結(jié)論，在觀察時間變?yōu)?s后，識別概率顯著下降，因此，對連續(xù)晃動的圖像識別還沒有合適的模型。但可以肯定的是，識別概率要低于本計算結(jié)果。

2 結(jié)論

試驗(yàn)與計算結(jié)果表明，當(dāng)天氣狀況良好且不需要從戰(zhàn)場車輛中識別坦克等特定目標(biāo)情況下，電視圖像和熱圖像目標(biāo)識別概率可能達(dá)到90%左右；但當(dāng)天氣狀況一般或需要從戰(zhàn)場車輛中識別坦克等特定目標(biāo)情況下，電視圖像目標(biāo)識別概率為50%～80%，熱圖像目標(biāo)識別概率在50%以下。

[1]美國無線電公司.電光學(xué)手冊[M].北京：國防工業(yè)出版社，1978.

[2]Pieter A J.地面目標(biāo)和背景的熱紅外輻射特性[M].吳文鍵，胡碧茹，滿亞輝，等，譯.北京：國防工業(yè)出版社，2004.

[3]周立偉.目標(biāo)探測與識別[M].北京：北京理工大學(xué)出版社，2004.