红外成像自动目标识别技术研究

的核心技术之一 — — —红外成像目标检测、 自动识别 与实时跟踪一直是困扰和制约红外探测系统性能发
［!， "］ ， 已引起国内外专家 挥的瓶颈问题和技术难点
的高度重视， 并围绕这一课题开展了深入、 广泛的研 究。
"
红外自动目标识别面临的问题和处 理方法
红外自动目标识别所面临的主要技术难题
［#］ ： 缺乏形状、 尺寸和纹理等信息； 是 !小目标特性，
23 ’456， 73 89:56.;456， &-’< 0=5.;=， >? @:5.A=56
（ 89=5BCB -D:EBA; 4F GD=B5DBC， G9:569:= ?5CH=HIHB 4F &BD95=D:J *9;C=DC， G9:569:= !"""#$，89=5:）
（-&L）=5 =5FK:KBE =A:6BK; =C H9B JB:E=56 MB; HBD95=NIB 4F DIKKB5H !45(#%&(： -IH4A:H=D H:K6BH KBD465=H=45 =5HBJJ=6B5H =A:6B OK4DBCC=56 :5E :OOJ=D:H=45 EBPBJ4OAB5H + &9B KBCB:KD9 OK46KBCC =C D45C=CHB5H Q=H9 H9B EBPBJ4O. AB5H JBPBJ 4F D4AOIHBK P=C=45 + &9B 9IA:5 P=C=45 C;CHBA =C :5 =5=H=:J A4EBJ 4F D4AOIHBK P=C=45，:5E H9B KB. CB:KD9 45 OBKDBOH=PB F=BJE =5 9IA:5 P=C=45 D4IJE JB5E =HC =HCBJF H4 OK4P=EB IC Q=H9 C4AB =AO4KH:5H OK=5D=OJB :R4IH P=C=45 O9B54AB5: H9:H Q4IJE 4FFBK KBJ=:RJ; CD=B5H=F=D OK44F H4 EBCDK=RB =A:6B D9:K:DHBK=CH=DC + S:MBC =5HB. 6K:H=PB :5:J;C=C 45 H9B OBKDBOH=PB A4EBJ 4F P=C=45，H9B KBCO45C=PB D9:K:DHBK=CH=D 4F OBKDBOH=PB FI5DH=45 A4EBJ :5E P=C=45 D45HK:CH=PB CB5C=H=P=H; + -DD4KE=56 H4 H9=C M54QJBE6B，: 6B5BK:J P=CI:J.D4AOIH=56 A4EBJ H9:H EB. CDK=RBC D9:K:DHBKC R4H9 H:K6BH :5E R:DM6K4I5E =C BCH:RJ=C9BE 5BDBCC:K=J; + 84AR=5=56 OBKDBOH=45 4F R:DM6K4I5E :KB: Q=H9 :5:J;C=C 4F H:K6BH D9:K:DHBK，=H =C OKBCB5HBE H9:H : 9=BK:KD9=D:J E:H: OK4DBCC=56 FJ4Q Q9=D9 =5DJIEBC :E:OH=PB C=65:J EBHBDH=45，H:K6BH D9:K:DHBK KBD465=H=45 :5E A4H=PB 4RTBDH HK:DM=56 + ?H =C :RJB H4 CIOOJ; 5BQ :P. B5IB F4K KBCB:KD9 45 :IH4A:H=D H:K6BH KBD465=H=45 =5 =5FK:KBE =A:6B + （ ?L）HBD95=NIB； 6-1 3$#05： ?5FK:KBE ?A:6B :5:J;C=C； &:K6BH KBD465=H=45； 84AOIH=56 A4EBJ； U:H: FJ4Q
致使目标信号往往淹没在噪声之中； "强起伏背景， 目标运动与视场变化交织其间， 增 #动态视场环境， 需要利用序列图 大了信号检测难度； $大容量数据， 必须实 像进行相关检测与航迹跟踪； %高速率处理， 时快速完成多目标信号处理任务。 近年来， 用于红外目标检测与识别的各种处理
［! $ #］ 。总的说 方法已大量涌现， 研究势头十分活跃
!""$ 年 (! 月 第 $( 卷 第 / 期
红外成像自动目标识别技术研究 — — —计算模型与数据流程
!
余
农， 吴常泳， 汤心溢， 李范鸣
!"""#$）
（中国科学院上海技术物理研究所， 上海
摘
要： 红外自动目标识别是当前智能化图像处理及应用开发的前沿关键技术， 其研究进展与
计算机视觉的发展水平紧密相关。人类视觉系统是计算机视觉的原始模型， 其视觉感知机理的研 究将有助于揭示视觉表象的本质， 进而为准确描述图像特征信息提供科学而可靠的依据。主要从 视觉感知模型、 感知功能模块响应特性、 视觉对比灵敏度等方面对视觉感知基本原理加以综合分 析， 并力图利用这些功能卓越的信息处理机制阐明一种具有普适性的视觉计算模型— — —目标 % 背 景表征模型。在此基础上， 将背景区域感知与目标特征分析相结合， 提出了自适应信号检测、 目标 特征识别和运动轨迹跟踪的层次化数据处理流程， 从而为红外自动目标识别技术提供一条新的探 索途径。 关键词： 红外技术； 图像分析； 目标识别； 计算模型； 数据流程
来， 这些方法主要是围绕特征法和光流法两个方面 开展研究的。基于特征的方法利用了特征及位置的 变化信息， 通常分为 # 步： !从图像序列中抽取显著 特征， 如边界、 灰度奇异点、 有明显标记的对应斑点 等。提取对灰度不敏感的有效特征至今仍是图像研 究领域中的热点。"在不同图像上寻找特征点的对 应关系， 也称匹配过程。在计算运动信息之前， 需要 对物体上的特征点机械逐帧跟踪。匹配算法大都引 入了刚体约束条件， 已有的技术包括模板匹配、 结构 匹配、 树搜索匹配、 约束松弛匹配和假设检验匹配 人们在利用二维 等。#计算运动信息。近 "% 年来， 投影图像来估计三维运动方面做了大量的研究工
测与识别跟踪方法， 当属红外目标自动探测亟待突 破的一项关键技术。
问题， 但遗憾的是， 这是一个不适定问题， 有时也显
［*$］ 。马颂德等人认为， 分割既涉及到图 得过于困难
!
关于红外目标wenku.baidu.com别进展的思索
红外成像自动目标识别是当前智能化图像处理
像信息的下层数据处理， 又涉及到上层知识表达， 这 与目前自下而上的单向模块化的视觉系统框架不相 容， 它是 当 前 计 算 机 视 觉 研 究 中 最 困 难 的 问 题 之
现代防御技术 UBDV !""$ W4JV$( ’4V/ 789:;< 9:=:<>: ?:>@<8A8BC " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " "
电子学与信息科学的飞速发展加速了军事遥感 侦察与战场感知手段的信息数字化进程， 当前所涉 及的一个关键领域是红外成像目标自动识别技术的 研究。由于红外成像具有隐蔽性好、 探测范围广、 定 位精度高、 识别伪装能力强、 穿透距离远以及轻质小 巧、 低耗可靠等优点而备受青睐， 成为世界各国竞相
［!］ 。作为智能化信息处理 研发的一项国防高新技术
中图分类号： &’!()； &*$)( + ,( 文献标识码： 文章编号： （!""$） ("")."#/0 "/.""1!."#
!""#$%&’ ($ %)($*%(+& (%#,-( #-&$,.+(+$. +. +./%#-0 +*%,-#1 — — — &$*")(+., *$0-2 %.0 0%(% /2$3
［(］ 一 。有观点认为， 检测技术没有得到很好解决的
及应用开发的前沿热点领域， 其研究进展无不与计 算机视觉的发展水平息息相关、 紧密相联。计算机 视觉研究具有双重意义： 一是借助生物视觉的研究 成果— — —探索发现的视觉信息处理机制， 研制设计 具有类似人眼感知与处理机能的机器视觉系统， 以 延伸和拓展人类的智能； 二是通过物化的机器视觉 计算模型 （计算视觉） 来考察和研究人类视觉的识别 机理及其活动规律。视觉， 不仅指对光信号的感受， 它包括了对视觉信息的获取、 传输、 处理、 存储与理 解的全过程。因此， 视觉可以看作是一个完善的信 息处理系统， 也可以看作是一个高度非线性的动力 学系统， 而且它还是一个复杂的神经网络系统 题
万方数据
・ 探测跟踪与目标环境特性# "现代防御技术
现代防御技术 ・ !7 ・ $%%’ 年第 ’* 卷第 " 期 ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! !
!""$."$.$( ! 收稿日期： 作者简介： 余 农 （()/!% ） ， 男， 重庆人， 副教授， 博士 （在站博士后） ， 主要从事红外光电图像信息处理研究。 通信地址： !"""#$ 上海市玉田路 1"" 号中科院上海技术物理研究所 电话： （"!(） /1,!"#1" % !!(!) :D*%+2： J:4;I5456X !/$ + 5BH
!
引
言
作。但由于二维平面与三维空间的投影关系所构成 的非线性以及成像和量化过程中引入的噪声， 使得 运动估计算法的稳健性和解的唯一性问题一直未能 得到圆满解决。目前开发的大多数分析算法也都存 在着对噪声敏感的问题， 求解三维运动参数中还含 有一个需要先验知识才能确定其动量因子的选择问 题。除图像配准外， 这些方法尚很少投入实际应用。 基于光流的方法借助了空间运动物体的被观测表面 上像点运动的瞬时速度场， 并利用了物体可见表面 的深度、 曲率和取向的重要信息， 以及景物中物体与 传感器系统之间的相对运动关系。其计算过程通常 分为 " 步： !从图像序列的灰度变化中计算速度场， 需要计算灰度函数的一阶和二阶导数。"利用一些 约束条件从速度场中推测运动参数和物体结构。正 所指出的， 由于实际景物中的速度场不一 如文献 ［&］ 定总是与图像中的直观速度场有唯一对应关系， 且 偏导数计算会加重噪声的不利影响， 因而光流法在 实际应用中常常会暴露出稳定性不足的问题。 目前看来， 各种方法的研究实践表明， 低信噪比 条件下目标点极易被噪声所淹没， 单帧图像处理难 以实现对目标的可靠检测与识别， 必须利用动态序 列图像进行帧间匹配和相关处理。而存在的问题在 于， 当背景起伏杂波较大、 目标运动较快或目标数目 较多时， 检测处理所需的计算开销 （运算时间和存贮 空间） 将难以承受。其次， 人们通常是考虑了目标的 运动而忽略了探测平台自身转动造成的不稳定因 素。事实上， 由于目标远离探测系统， 此时运载平台 的机械振动和运转不稳等引起的扰动现象将直接导 致视场画面的晃动， 而对目标检测的影响会十分严 重； 加之对机动目标检测时存在着滞后效应， 致使跟 踪过程中航迹发散， 互联错误激增， 进而会产生较高 的目标误跟率和漏跟率。这也是一些红外跟踪系统 实验室仿真效果较好， 而靶场试验效果却不甚理想 的重要原因。更具现实性的问题在于， 目前提出的 不少方法大都能从红外图像中提取目标， 但却普遍 存在着一大共性弱点— — —计算复杂、 运算量大， 致使 运行时间过长， 无法满足实时处理和便于硬件实现 的要求。因此， 尽快研究出一种切实有效的目标检
万方数据
余 农， 吴常泳， 汤心溢 ， 等： 红外成像自动目标识别技术研究— — —计算模型与数据流程 ・ ’# ・ ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! !