基于96A熱像儀圖像可視化識別

侯永強(qiáng) 孫啟順 姚 兆 程延偉

（陸軍裝甲兵學(xué)院士官學(xué)校，長春 130117）

1 介紹

在96A熱像儀圖形學(xué)中提出了偏微分方程（PDE）的幾何建模方法[1]。PDE方法在幾何體建模中的優(yōu)勢逐漸被發(fā)現(xiàn)和認(rèn)識。其中一個(gè)主要的優(yōu)點(diǎn)來自于PDE的微分算子w，保證了生成圖像光滑表面的能力。這一優(yōu)勢使PDE被廣泛應(yīng)用于各種幾何造型，如混合表面生成[2]、交互表面設(shè)計(jì)、表面造型、立體造型。使用PDE方法的另一個(gè)優(yōu)點(diǎn)是，可以通過直觀地操作PDE的相對較小的邊界條件來生成PDE表面，將幾何體建模問題轉(zhuǎn)換成邊界值的PDE解決問題。因此，可以將PDE方法看作是一個(gè)圖像色度自動調(diào)節(jié)平滑的過程。該屬性使得PDE方法在基于96A熱像儀圖像可視化識別中得到成功應(yīng)用[3]。

2 分析

通過參數(shù)優(yōu)化可以將PDE方法應(yīng)用于96A熱像儀斷層掃描（CT）數(shù)據(jù)中。該方法在相同的框架下，實(shí)現(xiàn)了圖像表面整體重建和立體繪制的功能。主要是因?yàn)樵谶吔缰祑問題當(dāng)中，PDE方法在表面重建中得到了一種基于輪廓擴(kuò)充的方法，并且用其中很小的邊界線就可以重建幾何體表面。而邊界條件則是利用偏微分法將攝像頭提取的圖像進(jìn)行色度融合。利用固有參數(shù)化方法，通過將額外的第三個(gè)參數(shù)w引入傳統(tǒng)的PDE參數(shù)中，將重建的底部表面模型推廣到整體。因此，第三個(gè)參數(shù)w不僅可以控制整體模型的穩(wěn)定性，還可以用來渲染圖像的不透明度，產(chǎn)生半透明的視覺效果。由于熱像儀圖像的繪制過程是由紋理映射到實(shí)體模型當(dāng)中，因此，需要對其進(jìn)行對象-順序繪制。

幾何體曲面重構(gòu)和幾何體整體掃描是圖像可視化識別的兩種主要技術(shù)，被廣泛用于表面重建，相對來說用它們生成的圖像色溫梯度好，便于實(shí)時(shí)顯示，其特點(diǎn)是比較清晰，但是它對圖像處理芯片性能要求較高，容易中斷。因此對于夜視圖像的繪制，傳統(tǒng)的幾何體曲面重構(gòu)和幾何體整體掃描需要設(shè)計(jì)一個(gè)良好的傳遞函數(shù)w，以便將不同顏色和不透明度值的數(shù)據(jù)進(jìn)行不同賦值，從而得到相對清晰的圖像。然而尋找適當(dāng)?shù)膫鬟f函數(shù)很復(fù)雜，難度系數(shù)也比較大。此外，還存在液晶顯示屏出現(xiàn)輝光延時(shí)，以及圖像渲染不夠快速和徹底等問題，因此與MC算法相比，PDE方法在計(jì)算時(shí)間和圖像存儲速度上都更高效，因?yàn)樗皇褂蒙倭康倪吔鐥l件，信息量相對來說較小。由于可視圖像采用了參數(shù)化的形式，PDE方法通過調(diào)整其參數(shù)化的分辨率就可以控制重建表面模型的細(xì)節(jié)光滑水平。并且使用傳遞函數(shù)可以將將體積的不透明度值與PDE參數(shù)w以線性的方式產(chǎn)生實(shí)心的繪制效果，獲得清晰可辨的可視化圖像，最終通過整合兩個(gè)表面重建立體圖像形成統(tǒng)一的框架。

3 應(yīng)用

首先從熱像儀底部橫截面圖中手工選擇一小部分邊界線，在邊界曲線上提取圖像進(jìn)行分割。在分割中使用偏微分法，因?yàn)槠⒎址▽υ肼曈泻軓?qiáng)的魯棒性，能夠產(chǎn)生相對精確的分割結(jié)果。然后將提取的邊界曲線作為邊界條件輸入PDE計(jì)算公式中。這些邊界條件應(yīng)該盡可能地包含圖像底部的必要幾何結(jié)構(gòu)，以便精確地重建底部。通過求解一組PDE，可以重構(gòu)底部表面或底部實(shí)體模型，而每個(gè)PDE會產(chǎn)生一個(gè)獨(dú)特的PDE路徑，一個(gè)底部模型可能由幾個(gè)PDE路徑組成。同時(shí)在底部實(shí)體模型的基礎(chǔ)上，通過將三維紋理映射到重建的實(shí)體網(wǎng)格中來立體顯示圖像。

夜視儀可視化在許多研究領(lǐng)域發(fā)揮了關(guān)鍵作用，如醫(yī)學(xué)成像技術(shù)、CT和磁共振成像（MRI），已經(jīng)被廣泛用于掃描人類頭部。這些醫(yī)學(xué)成像技術(shù)只生產(chǎn)2D平行切片，沒有3D效果。而夜視儀可視化可以利用二維平面掃描的信息合成3D立體圖像，從而為準(zhǔn)確識別物體特征提供參考依據(jù)。此外，在圖像模糊處理中，平面可視化實(shí)現(xiàn)了較為準(zhǔn)確地預(yù)測物體未知特征，其預(yù)測數(shù)據(jù)用于識別和提取[4]。在考古學(xué)中，考古學(xué)家可以使用二維平面掃描技術(shù)進(jìn)行逐層掃描，而后不斷調(diào)節(jié)PDE參數(shù)w，從而實(shí)現(xiàn)多層圖像數(shù)據(jù)特征提取，并進(jìn)行數(shù)據(jù)的融合，從而實(shí)現(xiàn)預(yù)測物體的本來特征。這也是積極應(yīng)用PDE方法來解決實(shí)際問題的案例。在一些研究醫(yī)學(xué)可視化技術(shù)的書籍中，總結(jié)有PDE的方法，比如西門子公司采用的Bloor-Wilson PDE（BWPDE）方法。

96A熱像儀圖像數(shù)據(jù)可視化技術(shù)可分為多平面渲染、表面渲染和立體繪制[5]。多平面渲染可以形成一個(gè)任意截面的體積數(shù)據(jù)的灰度值。而軸向切片可以形成不同的正交平面，允許以正交的方式觀察整個(gè)結(jié)構(gòu)。呈現(xiàn)的數(shù)據(jù)便是將2D原始切片形成灰度值梯次變化的網(wǎng)狀結(jié)構(gòu)，因此它可以很好觀察三維結(jié)構(gòu)。

而熱像圖像表面重構(gòu)算法可分為輪廓曲面重構(gòu)和等曲面提取。基于輪廓的表面重建方法[6]需要提取各軸向切片的截面輪廓，然后通過連續(xù)輪廓的三角剖分重建三維表面。當(dāng)在軸向切片中存在多個(gè)輪廓時(shí)，連接輪廓的邊界可能出現(xiàn)重合現(xiàn)象。對于特征面提取，使用最廣泛的算法是由Lorensen和Cline在1987年提出的MC算法[6]。但在MC算法的三角測量中也存在著一個(gè)模糊問題。后來提出了一種ERT方法來解決MC算法的模糊問題。其主要算法是將每個(gè)立方體分成六個(gè)四面體，通過對角的對角線切割，并建立基于這些四面體而不是立方體的外表面。MC的另一種選擇是立方體，其中多維數(shù)據(jù)集被劃分成像素點(diǎn)的數(shù)據(jù)集。所有這些算法都能產(chǎn)生合理的表面重建結(jié)果，但計(jì)算復(fù)雜。

主流的熱像儀圖像數(shù)據(jù)提取方法可以分為兩類：圖像順序和對象順序繪制方法。圖像順序和對象順序方法的主要區(qū)別在于前者用于圖像的平面顯示，而后者用于數(shù)據(jù)的立體顯示。另外，邊界線追蹤也受到圖像順序繪制算法的影響，因?yàn)樗鼈兌紡某上衿矫娴拿總€(gè)像素中投射出平行光線。邊界線追蹤法與最大強(qiáng)度投影算法這兩種方法的不同之處在于，前者使得所有的紅外光沿著射線路徑預(yù)測投影邊界，而后者只選取了在射線上具有最大強(qiáng)度值的大小。與圖像順序繪制算法相比，對象順序方法能更好將剪切變形因子分解繪制出來，提取出圖像相關(guān)特征。本文就是采取通過分解視圖變換來降低計(jì)算成本的剪切變形因子分解算法，而基于紋理的方法通過將二維紋理應(yīng)用于幾何基元（如車輛）來完成渲染過程。

4 結(jié)語

本文通過使用偏微分方程（PDE）方法，在96A坦克夜視儀圖像處理過程中能夠比較快速準(zhǔn)確地生成不同灰度的立體圖像，通過合理恰當(dāng)?shù)卣{(diào)節(jié)相關(guān)參數(shù)w，可以顯示出相關(guān)物體的外部特征等，這對于適應(yīng)戰(zhàn)場復(fù)雜環(huán)境有較好的促進(jìn)作用。但是在外界存在一些干擾源的情況下，比如說火光，將對圖像的可視化識別產(chǎn)生較多噪聲，需要進(jìn)一步進(jìn)行研究。

[1]凌志浩.現(xiàn)場總線與工業(yè)以太網(wǎng)[M].北京：機(jī)械工業(yè)出版社，2006.

[2]Ray A，Halevi Y.Integrated Communication and Control Systems: Part II—Design Considerations[J].Journal of Dynamic Systems Measurement & Control，1988，110（4）.

[3]D Yue，QL Han，J Lam.Network-based Robust H∞Control of Systems with Uncertainty[J].Automatica，2005，41（6）：999-1007.

[4]Johan Nilsson，Bo Bernhardsson，Bj?rn Wittenmark.Stochastic Analysis and Control of Real-time Systems with Random Time Delays[J].Automatica，1998，34（1）：57-64.

[5]Savkin A V.Analysis and Synthesis of Networked Control Systems：Topological Entropy，Observability，Robustness and Optimal Control[J].Automatica，2006，42（1）：51-62.

[6]Donkers M C F，Hetel L，Heemels W P M H，et al.Stability Analysis of Networked Control Systems Using a Switched Linear Systems Approach[J].IEEE Transactions on Automatic Control，2009，56（9）：2101-2115.