基于多時(shí)相多光譜紅外圖像淺層地下目標(biāo)探測

谷延鋒，豐炳波，鄭 賀，劉柏森，2

(1.哈爾濱工業(yè)大學(xué)信息工程系，150001 哈爾濱;2.黑龍江工程學(xué)院 電子工程系，150050 哈爾濱)

基于多時(shí)相多光譜紅外圖像淺層地下目標(biāo)探測

谷延鋒1，豐炳波1，鄭 賀1，劉柏森1，2

(1.哈爾濱工業(yè)大學(xué)信息工程系，150001 哈爾濱;2.黑龍江工程學(xué)院 電子工程系，150050 哈爾濱)

淺層地下目標(biāo)影響周圍區(qū)域的熱物理特性，引起區(qū)域表面溫度差異隨時(shí)間變化的現(xiàn)象，對應(yīng)在紅外圖像上則導(dǎo)致灰度值差異隨時(shí)間變化.針對這一問題，本文研究了包含地下目標(biāo)的區(qū)域溫度分布的數(shù)學(xué)模型，揭示了區(qū)域溫度變化和地下目標(biāo)的熱物理性質(zhì)與埋藏狀況的關(guān)系，進(jìn)行求解得到區(qū)域表面溫度分布的預(yù)測值.利用實(shí)際獲取的多時(shí)相多光譜紅外圖像反演區(qū)域地表溫度分布，利用多光譜圖像豐富的光譜信息來反演區(qū)域表面的多時(shí)相溫度分布，和預(yù)測值進(jìn)行比對，使區(qū)域表面溫度分布的探測值和預(yù)測值相一致的待求解參數(shù)的估計(jì)值即為地下目標(biāo)的探測結(jié)果.

溫度分布模型;多時(shí)相;多光譜;紅外探測;淺層地下目標(biāo)

近年來，地下目標(biāo)探測技術(shù)受到越來越多的關(guān)注，并具有廣泛的應(yīng)用領(lǐng)域，如:埋藏管道探測、地下礦藏資源分布探測、埋藏地雷目標(biāo)探測、地下軍事設(shè)施探測等，具有極高的軍事應(yīng)用及民用經(jīng)濟(jì)價(jià)值.根據(jù)探測原理和手段的不同，常見地下目標(biāo)探測技術(shù)手段有:電磁探測、超聲探測、光學(xué)探測和化學(xué)探測等［1－2］.其中電磁探測依據(jù)電磁波的傳播規(guī)律，對金屬目標(biāo)探測比較有效，但對非金屬目標(biāo)探測就無能為力了.紅外探測技術(shù)相比其他技術(shù)有明顯優(yōu)勢.在自然界中，一切溫度高于絕對零度的物體，都會隨其溫度的不同而輻射出不同強(qiáng)度的紅外線［3］，紅外探測技術(shù)屬于被動(dòng)探測，具有較高的環(huán)境適應(yīng)性，對熱特性敏感目標(biāo)探測和非金屬目標(biāo)探測能力較強(qiáng)，同時(shí)具有探測距離遠(yuǎn)，探測范圍大等優(yōu)點(diǎn)［4－6］.

由于地物背景(土壤、水泥、沙漠，植被等)熱學(xué)特性不同，隨著光照條件的變化，不同地物背景的溫度(紅外輻射強(qiáng)度)隨時(shí)間的變化規(guī)律是不同的，如:水泥環(huán)境的紅外輻射強(qiáng)度變化范圍較大，而植被環(huán)境地表輻射強(qiáng)度變化范圍較小.所以對于同一目標(biāo)，它與不同背景環(huán)境的溫度差異隨時(shí)間變化的規(guī)律是不同的［7］.紅外成像探測地下目標(biāo)時(shí)提取的參數(shù)是目標(biāo)表面區(qū)域與周圍背景區(qū)域的熱輻射的差值:

其中:τ為紅外波段對應(yīng)的大氣透過率;λ表示波長;T表示對應(yīng)的(背景、目標(biāo))地表溫度;λa～λb是紅外成像儀成像區(qū)間;ε(λ)表示對應(yīng)的比輻射率;M(λ，T)表示黑體輻照度，本質(zhì)上受T影響，因此目標(biāo)和背景的地表溫度差異性是紅外目標(biāo)探測的前提和基礎(chǔ).對于給定的熱紅外成像傳感器，其溫度分辨率ΔT是已知的，當(dāng)目標(biāo)和背景的溫度差|Tt-Tb|≤ΔT時(shí)，紅外成像系統(tǒng)不能從背景中分離出目標(biāo)的紅外圖像，所以在紅外目標(biāo)探測的研究中，首先應(yīng)該注意目標(biāo)和背景的溫度差|Tt-Tb|≥ΔT的條件.

1 溫度分布模型的建立與求解

1.1 溫度分布模型的建立

為了建立紅外圖像探測淺層地下目標(biāo)的熱學(xué)模型，先做如下假設(shè):

1)埋藏有目標(biāo)的區(qū)域(一般為土壤)的表面是平整的，并且土壤是各向同性的;

2)在探測持續(xù)期間，土壤的含水量等物理?xiàng)l件是不變的;

3)物體完全埋藏于土壤里.

圖1為地下目標(biāo)及其附近區(qū)域的熱學(xué)模型，整個(gè)方形區(qū)域?yàn)?Ω ={x:0 ＜ xi＜ li，i=1，2，3}，方形區(qū)域沿 x1，x2，x3方向的邊長分別為 l1，l2，l3，區(qū)域內(nèi)任意一點(diǎn)的位置用x=(x1，x2，x3)表示，目標(biāo)區(qū)域記為Ω1，背景區(qū)域記為ΩΩ1，目標(biāo)物體為一圓柱體，上表面位置為ρ1，下表面位置為ρ2，α0和αs分別為目標(biāo)和背景區(qū)域的熱擴(kuò)散系數(shù)，k0和ks分別為目標(biāo)和背景區(qū)域的熱傳導(dǎo)系數(shù).觀測持續(xù)時(shí)間區(qū)間為(0，te)，區(qū)域內(nèi)任意一點(diǎn)的溫度分布記為 T(x，t)，(x，t)∈ Qte= Ω × (0，te).

通過熱傳導(dǎo)方程可知區(qū)域Ω內(nèi)任意一點(diǎn)的溫度T(x，t)滿足偏微分方程:

圖1 地下物體及附近區(qū)域的熱學(xué)模型

在目標(biāo)和周圍土壤的交界面處，溫度分布具有連續(xù)性，可以得到以下兩個(gè)約束條件:

為求出方程(2)～(5)的解，還需要一些初始條件和邊界條件，下面將詳細(xì)描述如何在該模型中確定初始條件和邊界條件.

1)初始條件:和解決其他動(dòng)態(tài)問題類似，需要知道在起始觀測時(shí)刻的區(qū)域溫度分布.在起始觀測時(shí)刻，假設(shè)土壤的溫度分布是已知的，記為T(x，0)，即

在實(shí)際處理問題的過程中，起始觀測時(shí)刻的土壤溫度分布是無法直接獲得的，但可以通過對起始觀測時(shí)刻的土壤表面的溫度分布和一些不同深度的溫度樣值進(jìn)行插值處理得到.

2)區(qū)域表面熱量交換:區(qū)域起始觀測時(shí)刻的溫度分布已知后，還需要確定它的變化情況.引起區(qū)域溫度變化的主要因素是區(qū)域表面和外界環(huán)境的熱量交換，是通過熱輻射、對流和熱傳導(dǎo)三種形式進(jìn)行的.區(qū)域表面和外界環(huán)境之間的熱量交換主要是通過熱輻射和熱對流進(jìn)行的，熱傳導(dǎo)主要在區(qū)域表面和區(qū)域內(nèi)部之間進(jìn)行.區(qū)域表面從外部環(huán)境接受到的輻射主要來自太陽和天空中的大氣，同時(shí)區(qū)域表面也在向外輻射能量，這一問題可以概括為邊界條件問題.邊界條件是指導(dǎo)熱物體在其邊界處與外部環(huán)境之間在熱交換方面的相互影響或相互作用.對于非穩(wěn)態(tài)導(dǎo)熱，常常是使該過程得以發(fā)生和發(fā)展的外界因素［10］.由上述分析可得出邊界條件為

式中n為邊界面某處的外法線方向.

在該區(qū)域模型中表面熱量交換滿足:

其中:(x，t)∈Γ13× (0，te);qsun和qsky分別為土壤吸收的太陽和天空輻射;qconv為區(qū)域表面和空氣之間通過熱對流吸收的熱量;qemis為土壤輻射出去的熱量，滿足Stefan-Boltzmann定律:

將式(9)代入式(8)，經(jīng)過數(shù)學(xué)變形，式(8)可以寫成如下的線性形式:

其中p和q(t)分別為天氣條件和土壤熱特性的函數(shù)，且

其中:Tair是大氣溫度，T0是土壤表面的溫度分布，hconv是土壤和大氣之間的熱對流系數(shù)［11］.

3)底面條件:假設(shè)在足夠深的土壤處的溫度分布是恒定不變的，

其中T∞可以通過對一些位置的測量值進(jìn)行插值處理得到，對于大多數(shù)的土壤和氣象條件，土壤深度一般取0.5 m就可以滿足該深度的土壤溫度基本恒定.

4)垂直邊界條件:假設(shè)選取的土壤區(qū)域足夠大，在方形區(qū)域除去Γ13和Γ23后剩余4個(gè)面處土壤溫度分布滿足邊界條件

其中n是土壤區(qū)域Ω外表面除去Γ13和Γ23剩余的4個(gè)面上的向內(nèi)或者向外的單位法向量.這可以理解為地下目標(biāo)為周圍區(qū)域溫度分布的影響范圍是有限的.

方程(2)～(5)以及初始條件(6)和邊界條件(10)、(13)、(14)構(gòu)成了求解淺層地下目標(biāo)的熱物理模型，如下:

1.2 模型的求解

實(shí)際處理問題時(shí)，目標(biāo)的熱擴(kuò)散系數(shù)α0、目標(biāo)埋藏深度ρ1、目標(biāo)高度h=ρ1-ρ2，目標(biāo)截面積s都是未知的，也是待求解的參數(shù).為了直觀的表示T(x，t)和目標(biāo)的熱擴(kuò)散系數(shù)α0、目標(biāo)埋藏深度ρ1、目標(biāo)高度 h= ρ1- ρ2，目標(biāo)截面積 s的關(guān)系，把T(x，t)表示為上面幾個(gè)物理量的函數(shù)形式，即

這樣探測淺層地下目標(biāo)的問題轉(zhuǎn)化為求解區(qū)域Ω的溫度分布T(x，t)的問題.實(shí)際應(yīng)用中模型的求解采用ANSYS公司的ANSYS軟件，它是一款集結(jié)構(gòu)、流體、電場、磁場、聲場分析于一體的大型通用有限元分析軟件，可以準(zhǔn)確求解式(15).

1.3 基于約束構(gòu)造的多光譜溫度反演

由普朗克定律知，地物的輻射能力是溫度和波長的函數(shù)，圖2為不同溫度的地物輻射光譜，反應(yīng)的是在不同溫度下地物的輻射能力隨波長變化的曲線，不同溫度地物的輻射能力峰值對應(yīng)的波長往往不同.

圖2 不同溫度下地物的輻射光譜

為了利用多光譜紅外圖像豐富的光譜信息來提高反演的區(qū)域表面溫度分布圖像的溫度分辨率，本文提出了一種新的基于約束構(gòu)造多光譜溫度反演方法.多光譜數(shù)據(jù)為48個(gè)波段的紅外多光譜仿真圖像，波段區(qū)間為8～14 μm.首先根據(jù)紅外熱像儀所獲取的8～14 μm波段的紅外圖像反演區(qū)域表面溫度分布，逐點(diǎn)計(jì)算輻射光譜，選取輻射能力最強(qiáng)時(shí)對應(yīng)波段的紅外圖像的像素值作為構(gòu)造的約束圖像的像素值，然后對約束進(jìn)行溫度反演，得到多光譜溫度反演結(jié)果.具體的技術(shù)流程如圖3所示.

2 多時(shí)相探測方法

假設(shè)得到的多時(shí)相紅外圖像序列表示為I(t)，探測淺層地下目標(biāo)問題可以轉(zhuǎn)化為求解公式(17)的最小值，即

首先根據(jù)建立的溫度分布模型，結(jié)合實(shí)際情況，輸入初始條件和邊界條件及待求解參數(shù)的一組估計(jì)值，運(yùn)用ANSYS進(jìn)行求解，得到區(qū)域表面溫度分布的理論值，即預(yù)測值.然后利用實(shí)際拍攝的多時(shí)相多光譜紅外圖像按圖3所示方法進(jìn)行溫度反演，求得區(qū)域表面溫度分布的測量值.再將區(qū)域表面溫度分布的預(yù)測值和測量值進(jìn)行相似性度量，記為目標(biāo)函數(shù)G.最后不斷更新待求解參數(shù)的估計(jì)值，直到目標(biāo)函數(shù)G取最小值，此時(shí)取待求解參數(shù)的估計(jì)值作為探測結(jié)果輸出.

圖4 基于多時(shí)相多光譜紅外圖像探測地下目標(biāo)流程

3 實(shí)驗(yàn)結(jié)果與分析

在實(shí)驗(yàn)室利用紅外成像儀通過對埋藏有目標(biāo)的區(qū)域進(jìn)行探測，得到了一組多時(shí)相紅外圖像(數(shù)據(jù)一).圖5為圓鐵(數(shù)據(jù)一)的多時(shí)相紅外圖像.

通過實(shí)驗(yàn)發(fā)現(xiàn)，本文方法的探測精度和時(shí)相數(shù)的選取有關(guān).時(shí)相數(shù)的選取不同，探測精度也不同.探測精度和時(shí)相數(shù)的關(guān)系如圖6所示.

由圖6可以看出，在時(shí)相數(shù)較少時(shí)(N＜5)，探測誤差較大，且探測精度隨時(shí)相數(shù)的增加而顯著提高;當(dāng)時(shí)相數(shù)較大時(shí)(N＞5)，隨著時(shí)相數(shù)的增加，探測精度基本不再提高，但運(yùn)算時(shí)間卻顯著增加.因此本文方法選取時(shí)相數(shù)N=6，既保證了較高的探測精度，又保證了較好的時(shí)相性.選取其中6個(gè)時(shí)相進(jìn)行探測，其結(jié)果如表1所示.通過計(jì)算得熱擴(kuò)散系數(shù)、埋藏深度、目標(biāo)高度及目標(biāo)半徑的誤差分別為 14.8% 、13.4%、17.1%、7.2%.

表1 數(shù)據(jù)一的探測結(jié)果

為了模擬對地下管道的探測，在實(shí)驗(yàn)室的條件下拍攝了另一組多時(shí)相紅外圖像(數(shù)據(jù)二)，目標(biāo)為模擬的橫向放置的鐵質(zhì)輸水管道，見圖7.

圖5 數(shù)據(jù)一(圓鐵)的多時(shí)相紅外圖像

圖6 探測誤差和時(shí)相的關(guān)系

對圖7進(jìn)行探測，結(jié)果如表2所示.其中熱擴(kuò)散系數(shù)、埋藏深度、目標(biāo)高度、目標(biāo)半徑的誤差分別為 17.3%、11.0%、10.1%、19.4%.

表2 數(shù)據(jù)二的探測結(jié)果

圖7 數(shù)據(jù)二(水管)的多時(shí)相紅外圖像

4 結(jié)語

本文研究了淺層地下目標(biāo)的存在對周圍區(qū)域溫度分布的影響，建立了數(shù)學(xué)描述模型，進(jìn)行了較精確求解，提出了一種預(yù)測區(qū)域表面溫度分布的方法.將預(yù)測溫度分布跟利用多時(shí)相多光譜紅外圖像反演得到的區(qū)域表面溫度分布進(jìn)行比較，通過不斷更新預(yù)測模型的輸入?yún)?shù)，計(jì)算出最優(yōu)輸入?yún)?shù)即為探測結(jié)果.實(shí)驗(yàn)結(jié)果表明本文方法相比傳統(tǒng)的地下目標(biāo)探測方法，探測精度有明顯提高，且探測的信息更為豐富，不但可以探測到目標(biāo)的大小和在圖像上的位置，還可以探測目標(biāo)的埋藏深度、目標(biāo)高度和目標(biāo)材質(zhì)，具有重要的應(yīng)用價(jià)值.

［1］CREMER F，NGUYEN T T，YANG L，et al.Stand-off thermal IR minefield survey:system conceptand experimental results［C］//Proceedings of SPIE.Bellingham WA:SPIE，2005:209－220.

［2］MARTINEZ P L，Van KEMPEN L，SAHLI H，et al.Improved thermal analysis of buried landmines［J］.IEEE Transactions on Geoscience and Remote Sensing，2004，42(9):1965－1975.

［3］田國良.熱紅外遙感［M］.北京:電子工業(yè)出版社，2006:1－6.

［4］MUSCIO A，CORTICELLI M A.Land mine detection byinfrared thermography:Reduction ofsize and duration of the experiments［J］.IEEE Transactions on Geoscience and Remote Sensing，2004，42(9):1955－1964.

［5］SENDUR I K，BAERTLEIN B A.Numerical simulation of thermal signatures of buried mines over a diurnal cycle［C］//Proceedings of SPIE.Bellingham WA:SPIE，2000:156－167.

［6］KHANAFER K，VAFAI K，BAERTLEIN B A.Effects of thin metal outer case and top air gap on thermal IR images of buried antitank and antipersonnel land mines［J］.IEEE Transactions on Geoscience and Remote Sensing，2003，41(1):123－135.

［7］程潔，柳欽火，李小文，等.土壤中紅外發(fā)射率提取算法研究［J］.紅外與毫米波學(xué)報(bào)，2008，27(1):21－26.

［8］THANH N T，SAHLI H，HAO D N.Finite-Difference Methods and Validity of a Thermal Model for Landmine Detection With Soil Property Estimation［J］.IEEE Transactions on Geoscience and Remote Sensing，2008，45(3):656－674.

［9］THANH N T，SAHLI H，HAO D N.Infrared Thermography for Buried Landmine Detection:Inverse Problem Setting［J］.IEEE Transactions on Geoscience and Remote Sensing，2008，46(12):3987－4004.

［10］DEANS J，GERHARD J，CARTER L J.Analysis of a thermal imaging method for landmine detection，using infrared heating of the sand surface［J］.Infrared Physics ＆ Technology，2006，48(3):202－216.

［11］ZARE A，BOLTON J，GADER P，et al.Vegetation mapping for landmine detection using long-wave hyperspectralimagery［J］. IEEE Transactionson Geoscience and Remote Sensing，2008，46(1):172－178.

Detection of subsurface targets based on multitemporal and multispectral infrared image

GU Yanfeng1，F(xiàn)ENG Bingbo1，ZHENG He1，LIU Baisen1，2
(1.Dept.of Information Engineering，Harbin Institute of Technology，150001 Harbin，China;2.Dept.of Electronic Engineering，Heilongjiang Institute of Technology，150001 Harbin，China)

Since the existence of buried targets influences the thermal physical properties of the surrounding area，causing the temperature differences over time in the regional surface，which reflected in the infrared image is the gray value changes over time.To solve the problem，we research on the mathematical model of temperature change of the region containing buried targets，and reveal the relationship between the regional temperature changes and thermal physical properties and buried position of the buried targets.We use real multi-temporal and multi-spectral infrared images to get the temperature distribution of the region surface which compared with the solution of the mathematical model.By continuously changing the value of the thermal model parameters，we can get a solution which consistent with the temperature distribution obtained by the real temporal infrared images，and then we complete the detection of subsurface targets.

temperature distribution model;multi-temporal;multi-spectral;infrared detection;subsurface targets

TP722

A

0367－6234(2014)03－0014－06

2012－12－02.

國家自然科學(xué)基金資助項(xiàng)目(60972144).

谷延鋒(1977—)，男，教授，博士生導(dǎo)師.

豐炳波，guchenmail@126.com.

(編輯 張 宏)