動(dòng)態(tài)背景下動(dòng)點(diǎn)紅外目標(biāo)識(shí)別與跟蹤技術(shù)研究?

王喆峰 張顯峰 于 瑩

（1.北京西三環(huán)中路19號(hào) 北京 100841）（2.海軍工程大學(xué) 武漢 430033）

1 引言

海天環(huán)境下，除了海面上的艦船目標(biāo)，還有一大重要目標(biāo)就是空中的飛機(jī)與導(dǎo)彈，而海洋環(huán)境中，空中背景條件往往較為良好，除了天氣或者云層的影響外，沒有其他物單位（類似于建筑物）的遮擋，這也就意味著存在遠(yuǎn)距離探測紅外目標(biāo)的可能，具體探測的距離也就與紅外接收器靈敏度、目標(biāo)高度以及處理算法有關(guān)了［1～7］。由于是遠(yuǎn)距離探測，那就意味著被探測對象的紅外特征表現(xiàn)為弱與小，弱是亮度小，而小則是面積?。?～9］。對目標(biāo)的遠(yuǎn)距離探測在實(shí)際作戰(zhàn)中或是偵察監(jiān)視中有著及其重要的意義。目標(biāo)的飛行高度探測方無法決定，這也就意味著優(yōu)異的紅外接收器性能以及良好的處理算法，是檢測紅外弱點(diǎn)目標(biāo)的關(guān)鍵［10～11］。

本文研究了一種動(dòng)態(tài)背景下動(dòng)點(diǎn)紅外目標(biāo)識(shí)別與跟蹤技術(shù)，能夠完成復(fù)雜背景下的紅外弱點(diǎn)目標(biāo)的檢測任務(wù)。

2 算法原理

動(dòng)態(tài)背景下的弱點(diǎn)紅外跟蹤問題，由于背景同紅外目標(biāo)一同運(yùn)動(dòng)，因此不能用簡單的前后兩幀圖像相減差值超過門限的方法來進(jìn)行實(shí)現(xiàn)，也就只能對每幀圖像依次處理，來實(shí)現(xiàn)目標(biāo)的跟蹤。這就意味著運(yùn)算量將大大增大，因此在處理每幀圖像花的時(shí)間也大大增加，為了保證圖像的實(shí)時(shí)跟蹤功能，只能舍去其中部分幀點(diǎn)，每隔幾幀取一次圖像進(jìn)行處理。就同樣能夠達(dá)到對目標(biāo)的實(shí)時(shí)跟蹤目標(biāo)。

本算法的提出主要針對天空背景下的弱點(diǎn)紅外目標(biāo)的實(shí)時(shí)跟蹤，算法具體步驟如圖1所示，讀取視頻文件中的關(guān)鍵幀后，對圖像進(jìn)行會(huì)灰度處理，然后通過多級濾波，可以將我們感興趣的部分提取出來多級濾波器只是對圖像的中頻部分進(jìn)行增強(qiáng)。因而它只能作為檢測候選目標(biāo)區(qū)域的工具，而不足以完成小目標(biāo)的檢測處理判決。對于在圖像中表現(xiàn)為亮的目標(biāo)區(qū)域，多級濾波器后處理的結(jié)果是使該區(qū)域得到增強(qiáng)，如圖1所示。而對于圖像中表現(xiàn)為暗的目標(biāo)區(qū)域，則是對其目標(biāo)的邊緣進(jìn)行了增強(qiáng)，并且濾波器傳遞函數(shù)的響應(yīng)峰值偏向于亮的背景一側(cè)。所以，不能單純以多級濾波的結(jié)果作為目標(biāo)檢測的判據(jù)。

圖1 動(dòng)態(tài)背景目標(biāo)跟蹤流程圖

在感興趣的區(qū)域提取后，對其進(jìn)行局部對比度增強(qiáng)處理。當(dāng)目標(biāo)的均值高于鄰近局部背景的均值時(shí)，其對比度大于1；而當(dāng)目標(biāo)的均值低于鄰近局部背景的均值時(shí)，其對比度小于1。此時(shí)，將對比度取倒數(shù)，如式（1）所示，由于目標(biāo)的尺寸較小，而背景屬于大范圍灰度均勻的區(qū)域，所以目標(biāo)的對比度一般來說是高于背景的對比度的。通過局部對比度增強(qiáng)的處理，可以得到目標(biāo)的比較精確的邊緣（因?yàn)槟繕?biāo)的邊緣區(qū)域的對比度相對于目標(biāo)內(nèi)部的對比度要大一些）。這樣可以避免由于多級濾波濾波器傳遞函數(shù)的響應(yīng)峰值偏向于亮的區(qū)域一側(cè)對目標(biāo)定位造成的偏差，有利于正確檢測出目標(biāo)。

目標(biāo)與背景的對比度（Contrast）定義為

式中：mt，mb，mbmin分別為目標(biāo)的灰度均值、局部背景的灰度均值和區(qū)域內(nèi)灰度最小值。其具體定義為

3 實(shí)驗(yàn)及結(jié)果分析

圖2、圖3分別為一架飛機(jī)遠(yuǎn)距離的跟蹤與較近距離的跟蹤結(jié)果。從跟蹤結(jié)果可以明顯的看出，多級濾波后選取的感興趣點(diǎn)的坐標(biāo)并不精確，與目標(biāo)實(shí)際位置存在偏差，如圖2（c）、（d），圖3（c）、（d）所示。這也是由于多級濾波后圖像并不精確，僅能提供大概位置信息，而具體的位置信息則需要對相關(guān)位置點(diǎn)精確處理后得到，如圖2（d）和圖3所示。

圖2 遠(yuǎn)處飛機(jī)目標(biāo)跟蹤情況

圖3 反映了目標(biāo)接近時(shí)，此時(shí)目標(biāo)已經(jīng)不再是點(diǎn)目標(biāo)，跟蹤結(jié)果也反應(yīng)算法對于點(diǎn)目標(biāo)與非點(diǎn)目標(biāo)的跟蹤效果均良好，能夠適應(yīng)各種情況下的跟蹤。

圖3 飛機(jī)接近時(shí)的跟蹤情況

4 結(jié)語

本算法能夠完成在天空背景下的弱點(diǎn)紅外目標(biāo)的檢測與跟蹤功能，并且跟蹤效果較好。通過先確定模糊位置，再對相關(guān)區(qū)域進(jìn)行細(xì)致處理的方法，不僅能夠提高目標(biāo)檢測與跟蹤的精度，而且能大大減少運(yùn)算量，提高處理速度，完成實(shí)時(shí)檢測跟蹤。