目標紅外偽裝效率動態評估研究

成曉鵬，邱 實，趙大鵬，余大斌*

(1.國防科技大學電子對抗學院，安徽 合肥 230037；2.中國科學院西安光學精密機械研究所，陜西 西安 710068)

1 引言

當前，紅外偵察技術隨著現代信息技術的快速更迭而迅猛發展，與之相適應，以紅外偽裝網、紅外誘餌彈以及各種紅外偽裝材料(如紅外隱身涂料、相變材料以及光子晶體)等為代表的紅外偽裝手段也在不斷發展并廣泛應用于各種裝備[1]。值得一提的是，與可見光和雷達等電磁譜帶偽裝不同，紅外偽裝更容易受背景輻射和自然輻射(主要是陽光)的影響。目標紅外偽裝效果除了與目標本身的溫度及紅外發射率有關，還受其所處的環境背景的紅外輻射特性、其所在的地理位置、具體觀察時間以及季節、溫度、陽光輻射、濕度和風力情況等氣候條件的影響[2]。因此，目標的紅外偽裝效果是隨實時背景條件的改變而動態變化的。那么，目標采取某種紅外偽裝措施后，在實時的戰場環境中偽裝效果到底如何？這不僅是偽裝材料研究本身必須考慮的問題而且是戰場目標紅外偽裝部署的決策依據，具有十分重要的軍事應用價值。

傳統的紅外偽裝效能評估方法主要以目標與背景之間的表觀溫差、目標與背景之間的輻射對比度差異或者紅外探測系統對目標的發現距離、發現概率等作為目標偽裝效果的評價指標。這些方法存在操作實施相對困難、數學建模過程復雜等問題[3-6]。隨著計算機技術和圖像處理技術的飛速發展，基于紅外圖像進行目標紅外偽裝效能評估的方法成為了主流[7]。長期以來，這方面的研究主要集中在兩個方面：一是圖像紋理特征、目標環境特性、目標與背景分形特征等圖像特征經常被選為目標偽裝效率分析的依據；二是模糊數學聚類分析、基于Hausdoff距離模型、層次迭代分析法等方法常被用來融合目標與背景的圖像特征并評價目標偽裝效果[8-11]。這些方法主要考慮了目標與背景的部分特征差別，評價指標較少；且相對倚重偽裝判讀人員的主觀業務水平和專家經驗，可能導致評價結果偏離實際情況[12]。

近年來，因其算法效率高、符合人眼視覺原理等優點，基于視覺機制和面向視覺相似性的偽裝效果評估研究成果已經很多[13-16]。這其中，尤其是基于圖論的視覺顯著性(Graph-based Visual Saliency，GBVS)方法[17]，能夠將圖像中的線條、亮度、形狀、紋理、大小以及對比度等特征對人類感知的影響建模，依據這些特征對人眼視覺注意的影響，進行純數學計算，量化出圖像綜合特征對感知的影響程度(在圖像處理領域中稱之為圖像顯著性)。顯然，在一幅紅外圖像中，如果偽裝目標區域的圖像顯著性高，就意味著目標更容易引起偽裝判讀人員的視覺注意，也就意味著此時目標的紅外偽裝效率低；這就表明基于圖像顯著性理論可以快速獲取量化的目標紅外偽裝效率分析結果。最近，發現基于該量化指標，能夠有效地計算目標在特定背景下的偽裝效率[18]，對目標紅外偽裝效果評估具有重要的應用價值。為拓展先前的研究成果，本文選定典型的南方草地背景，構建目標紅外偽裝效率分析模型，以一個自然天為完整觀察周期，研究不同偽裝目標在同一背景下的實時偽裝效率變化特性。

2 建立數學模型

基于GBVS算法的目標紅外偽裝效率分析方法主要包含兩個步驟：一是提取低層視覺特征；二是基于這些特征進行純數學計算，實現特征融合。

2.1 偽裝效能評估指標體系

根據人眼視覺注意機制，圖像梯度、紋理、顏色和濾波器的變化等圖像特征能夠很好地反映圖像的結構特征，是計算圖像顯著性的重要參數指標[19]。為了更有效地將GBVS算法靈活應用于目標紅外偽裝效率分析，本文選取了亮度、朝向、梯度、對比度特征作為目標偽裝效能評估指標。

2.2 圖像特征提取

采用Itti模型進行圖像特征提取[20]。首先，將輸入圖像分為9層(對應尺度為n=0，1，2，…8)高斯金字塔。其中，第0層表示的是原始圖像，然后通過低通濾波和間隔采樣處理，把每層圖像分解為上一層圖像的1/2。其次，基于前面所建立的目標紅外偽裝效能評估指標體系，對金字塔的每一層圖像分別提取亮度、朝向、梯度和對比度圖像視覺特征。這4類特征的計算如下：

1)亮度特征：因為紅外圖像就是灰度圖像，所以每個像素的灰度值就是該像素的亮度特征I。

2)朝向特征：是指亮度特征I在尺度n上用朝向為θ角的Gabor函數濾波得到的Gabor金字塔。通常情況下，θ∈{45°，90°，135°，180°}。

3)梯度特征：實際操作時，圖像中的像素P(i，j)對應的梯度的模|M(i，j)|為

|M(i，j)|

(1)

4)對比度特征：以δ(i，j)=|i-j|表示相鄰像素之間的灰度差，Pδ(i，j)表示相鄰像素灰度差為δ的像素概率分布，則對比度c的計算公式為

(2)

為了提取每一層圖像的對比度特征，需要應用到中心像素點的局部對比度信息。實際操作中常以固定尺寸的像素模板去遍歷圖像，然后計算模板中心像素灰度值與周圍鄰域像素灰度值之差的平方和，再除以上述平方項的個數。這樣就可以得到每一層圖像中的各像素點的局部對比度信息。

2.3 特征圖生成

設各金字塔的每一層圖像為M，以像素為節點，將圖像中的每個像素點兩兩連接起來，并根據任意兩像素點之間的特征值相似度以及這兩點之間的歐氏距離遠近來確定這兩點之間的連接權重。這樣就把圖像M轉換成了一幅有向全連通圖。根據馬爾科夫鏈的理論，此時，每個節點對應的值可以代表其當前狀態，同時所有的權重都能夠代表這些狀態之間的轉移概率。顯然，馬爾科夫鏈最終會收斂于那些和周圍節點不相似的節點，形成一個平穩分布，這就對應著每個特征“通道”下的特征圖A。具體操作過程如下

1)設M(i，j)和M(p，q)分別為像素點(i，j)，(p，q)的特征值，則這兩個像素點之間的差異性可定義為

(3)

2)計算連接兩個像素點(i，j)，(p，q)的邊的權重

w1((i，j)，(p，q))d((i，j)‖(p，q))·F(i-p，j-q)

(4)

其中

(5)

且參數σ的大小與實際計算過程中所選鄰域范圍大小成正比，一般為圖像寬度的110到15。

3)求該馬爾科夫鏈的平穩分布。每個節點對應的平穩分布概率等同于人眼視覺停留在該節點上的平均時間，停留時間的長短可以用于判斷和度量該節點的圖像顯著性。

2.4 顯著圖生成

為了把多特征“通道”下的顯著圖進行特征融合，最終形成一幅總顯著圖，還需要進一步對初始特征顯著圖A進行歸一化。與之前的方法類似，在特征顯著圖A上構造一張有向圖，并為這張圖內的邊賦權值為

w2((i，j)，(p，q))A(p，q)·F(i-p，j-q)

(6)

然后，繼續構造馬爾科夫鏈，并對該鏈進行多次迭代，求取其平穩分布。顯然，該馬爾科夫鏈仍然會繼續收斂于與周圍鄰域相似度不高的那些節點周圍。將各個特征“通道”內處理得到的結果線性相加，就能夠得到一張最終的總顯著圖。

2.5 偽裝效率評估

依據偽裝原理，可以這么認為：如果紅外目標的圖像顯著性高，就意味著該目標與背景的差異很大，很容易吸引視覺注意，也就說明其偽裝效果差。為此，可以做一個轉換，即

(7)

其中，CE是目標的紅外偽裝效率，而S代表的是偽裝目標區域的平均圖像顯著性值。

3 實驗方法

3.1 背景選擇及氣候條件

背景選擇為南方秋季草地，地面散落著少量沙土和部分尺寸不一的小石塊。實驗時間為2019年11月中旬，最高環境溫度為21℃，最低環境溫度為4℃，氣象條件為多云，微風，日照強度中等。

3.2 實驗設計

1)仿真目標設計。與前期研究類似[18]，選用兩種仿真目標，分別為帶紅外迷彩偽裝的鋼板(T1)和被紅外迷彩偽裝網覆蓋的鋼板(T2)。T1和T2的尺寸均為0.5m×0.5m。在溫度設定為45℃的情況下，利用發射率測量儀對目標的發射率進行測量。T1表面利用發射率分別為0.94、0.79和0.64的三種涂料進行斑塊設計，實現紅外迷彩分割；T2表面則是由發射率分別為0.94、0.79和0.64(與T2相同)的織物制作而成的偽裝網(為某型草地型紅外偽裝裝備的設計)。與T1相比，T2的紅外迷彩偽裝是在織物上，且圖案斑塊要比T1的迷彩圖案斑塊小。

2)實驗步驟。兩種仿真目標被放置于背景中的固定位置。用武漢高德公司生產的TP9型紅外熱像儀拍攝不同時刻下各實驗場景的紅外圖片。為了考慮環境中的紅外輻射尤其是太陽輻射對目標偽裝效率的影響，從早晨06:00至下午18:00的日間，每隔15min拍攝一組紅外圖片；由于夜晚氣溫比較低而且目標不受太陽輻射的影響，目標的偽裝效率變化比較穩定，所以從下午18:00至次日凌晨06:00的夜間，每隔30min拍攝一組紅外圖片。同時，用臺灣群特CENTER-309四通道溫度記錄儀記錄好當前的環境溫度、目標表面真實溫度。為方便展現具體的實驗場景設計細節，用日本佳能公司生產的D7200相機拍攝諸實驗場景的一組可見光圖像。目標被放置于紅外圖像的中間部位，所獲得的目標與相應背景的紅外圖像如圖1所示。

圖1 目標與背景的紅外圖像

3)目標偽裝效率分析。依據上述數學模型，對紅外圖像進行處理。簡單地進行降噪、細節增強等預處理之后，計算紅外圖像對應的顯著圖，再依據偽裝目標區域的圖像顯著性水平量化目標的紅外偽裝效率。按照觀察時間順序，對目標的紅外圖像進行處理分析，就能夠得到偽裝目標在同一背景下的實時偽裝效率的動態變化規律。

圖1中，背景為秋季南方草地背景。左下角插圖為對應的可見光照片。

4 結果與討論

4.1 不同目標表面溫度隨時間變化情況

環境溫度、背景表面真實溫度和不同目標表面的真實溫度變化情況如圖2所示。

圖2 環境溫度、背景表面真實溫度和不同目標表面的真實溫度變化情況

顯然，熱慣性的不同導致目標與背景表面真實溫度的變化速率存在著較大差別。因為地面本身的熱慣性比較大，加上植被蒸騰作用的調節，所以草地背景的溫度變化速率較慢。與背景相比，T1是鋼板，由于金屬的熱傳導快，表面涂料吸收太陽輻射能能夠很快使鋼板的整體溫度升高，表現出溫度受陽光輻射影響劇烈，即在陽光輻射很強的情況下相對于背景的絕對溫差也大。與T1相比，T2表面為織物材料，因為紅外迷彩偽裝網很蓬松，其表面薄片狀織物的熱容量小，散熱快，受自然風等影響較大，故T2表面真實溫度上升速率較T1稍慢，且T2與背景表面真實溫度之差也相對要小。

4.2 不同目標紅外偽裝效率隨時間的變化情況

圖3和圖4分別給出了在部分典型觀察時間節點上，T1與T2在背景中的紅外圖像以及這些紅外圖像所對應的顯著度圖。同時，為了直觀地表征出紅外圖像中的顯著區域范圍，以顯著性值S=0.2為門限，對紅外圖像進行二值分割。紅外圖像中的顯著區域范圍越大，說明目標和背景的顯著性差異越小，意味著目標的偽裝效率較高。與之相反，如果紅外圖像中的顯著區域范圍都集中于目標附近，則說明目標與背景的顯著性差異很大，目標很容易引起人眼視覺注意，也就意味著目標的偽裝效率較低。

圖3 T1在背景中的紅外圖像及這些紅外圖像對應的顯著度圖和圖像分割結果

圖4 T2在背景中的紅外圖像及這些紅外圖像對應的顯著度圖和圖像分割結果。

根據目標區域的顯著性水平S，就可以計算出目標的紅外偽裝效率CE。為了直觀顯示兩個目標的紅外偽裝效率變化特性，T1與T2在不同觀察時刻的實時紅外偽裝效率計算結果如圖5所示。

圖5 一天中(24小時)，T1和T2的紅外偽裝效率隨時間變化情況

可以看出，在白天有陽光直射的條件下，目標的偽裝效率都比較低，再結合圖2可以看出，這是因為目標相對于背景溫度較高，目標在紅外圖像中視覺顯著性較強的緣故。尤其是在早晨陽光輻射開始時段，目標的偽裝效率快速下降，這是因為相對于背景，目標的熱慣性小、傳熱快，導致目標與背景快速形成較大的溫差。而到上午9時以后，背景溫度逐步升高，與目標的相對溫差減小，目標的偽裝效率又逐步回升。至于午間過后到傍晚的時段(實驗當天12:00-17:00)，太陽被云層和建筑物遮擋，對目標的輻射減弱，加之T2的散熱性較T1要好，從圖2中可以看出，在下午的觀察時段內，T1與背景的相對溫差依然比較大，而T2與背景的相對溫差則小得多，因此在該觀察時段內，T2的偽裝效率一直相對T1要好。與白天的情況相反，在夜間沒有陽光照射時，目標也沒有內熱源，此時兩個目標的實際溫度與背景溫度一直很接近，所以從夜間18:00至次日06:00，T1和T2的偽裝效率都處于0.65左右，保持在較高的水平且基本穩定。

另一方面，雖然T1和T2表面材料的紅外發射率相同，但迷彩圖案設計不同。從圖5可以看出，T2在整體上的偽裝效率值比T1的高，這是因為對比圖4和圖3，可以發現T2表面斑塊相比T1表面斑塊與草地背景斑塊更匹配，即與草地背景的相似度較高，所以T2能夠相對更好地融合于紅外圖像之中，導致T2的紅外偽裝效果在日間整體上比T1的紅外偽裝效果要好。由此可見，目標的紅外偽裝效率受背景特性、環境溫度以及天候條件的影響，是一個實時變化的動態值。通過視覺顯著性方法，可以對目標的實時紅外偽裝效率進行快速分析。

4.3 與現有方法的對比

與傳統的通過比較目標與背景的表觀溫差來度量目標紅外偽裝效率的方法相比，基于視覺顯著性的方法能夠更加簡單快捷地得出同樣的結論；這就為實時監測目標的動態紅外偽裝效率提供了可能。此外，基于目標區域的圖像顯著性水平，能夠更加精細地量化目標的紅外偽裝效果，為精確對比不同偽裝材料的性能差異和不同偽裝樣式的優劣提供了科學合理的依據。實驗所得結果符合人眼直觀觀察得到的結論，且能夠用偽裝原理合理解釋。

5 結論

綜上所述，基于圖像顯著性理論和GBVS算法構建的目標紅外偽裝效率分析模型能夠有效地合理量化目標的實時偽裝效能。這個量化的偽裝效率的意義不在于其絕對值的大小，而在于其相對比較意義。通過比較，可以很清楚地看出同一個目標在不同氣象條件或背景下的偽裝效率，或在相同背景下的不同偽裝目標的偽裝效率差異。這種比較，無論是對紅外偽裝技術研究領域還是對目標在特定戰場環境下的偽裝狀態自我感知都具有重要意義。