李天

摘 要：红外成像制导的原理是利用目标探测器来探测目标的红外辐射，以此捕获目标红外图像。简而言之，就是借助目标与背景之间的热辐射差，使图像实现自动导引的一种新型制导方法。目前，这种方法已被普遍应用于多种战术系统中。红外制导技术的核心是目标检测识别技术，而后者又是成像导引头中较为重要的技术。在此，简要分析了红外成像引导头目标检测识别共性技术的相关内容，以期为日后的相关工作提供参考。

关键词：红外成像导引头；目标检测识别技术；新型制导方法；红外辐射

中图分类号：TJ765.3+33 文献标识码：A DOI：10.15913/j.cnki.kjycx.2016.19.138

1 红外弱小目标检测技术

红外弱小目标检测对于红外系统成像来说起着决定性的作用，它直接决定着红外成像系统探测的灵敏度和发展的距离。当目标距离比较远时，目标的成像面积小、边缘模糊、对比度低等，检测到的信号强度不强。尤其是在受到地势的干扰下，高大植物、街道、海水等干扰因素会与目标重叠，使其没有办法从灰度、形状等因素中区分出目标，最后造成成像的信号低，为一些小目标的检测增加了难度。所以，在复杂场景中，小目标的准确检测成为了红外成像系统中的重点。当前，对于红外弱小目标的检测主要是以低信噪比、在复杂背景中如何提高检测算法的有效性和时效性为目标，致力于研究运算工作量小、性能优良、有利于硬件运行的检测算法。

对于小目标来说，一般采用的是空间时间滤波算法，而时间滤波器在空间滤波器后的算法被称为DBT，就是先检测，再跟踪。这种算法先要对空间滤波进行预处理，目的是使单帧图像做到背景抑制和目标增强，增强信噪比，其次用自适应门限检测方法来处理目标，以时间序列来分析时间域滤波，以此找到目标。而时间滤波器在空间滤波器前的算法被称为TBD，它并不需要公布检测结果，也不需要设置自适应检测门限，就是把每一帧信息进行数字化处理然后储存起来，在每一帧之间对假设的路径包含的点进行没有信息损失的处理。这样，通过这些帧的积累，当指定目标的轨迹出来时，就可以一起公布检测结果和指定轨迹。

1.1 先检测后跟踪（即DBT算法）

运用先检测后跟踪的方法检测红外弱小目标时，目标检测算法的关键在于单帧图像的处理结果。而红外目标与背景之间的区别是单帧红外图像的检测法，表现在像素灰度差异，通常都是在变换域的部分需要检测，小波变换是比较常见的一种，其具有的多尺度特性，使其适合于低信噪比环境中的红外目标

检测，而它的某个特性在能够抑制有些部分的图像特征时，也能够使一些特征被突显出来。由于基函数间隔不是固定的，它能够做到间断信号定位，在对某一幅图像做二维离散小波变换时，能够产生不同的分辨力，并且减小空间子图，在适合的位置保持杂波和目标。该算法的运行过程如图1所示。

1.2 先跟踪后检测（即TBD算法）

一般跟踪前的检测方法在获取每帧数据时并检测，但是，偶尔会把没有联系的数据视为无关数据清除，而可被清除的数据有时会内含重要信息，所以，这种检测方法并不能实现提高低可观测目标的检测性能的目标。而上述方法就可在一定程度上防止此类问题的发生，并且能够同时处理多次扫描所收集到的数据，在一定程度上加强了低可观测目标的信噪比。在检测结果出来时得到目标航迹，这种方法能够同时跟踪图像里大部分的可能轨迹，而且再利用某种判据（软判断）逐条判断可能的错误轨迹，找出并且删除由噪声组成的假轨迹。当判断超过门限时，就能够确定这个轨迹为目标航迹的硬判断，而且能有效防止信噪比低所造成的漏检现象。因而，这类计算方法非常适合低信噪比弱小目标的检测，但不足之处是计算过程不简单，比较烦琐。

2 图像配准的技术

在红外成像系统中，一般都会将图像传感器放置在动态位置，但是，无论是安装在静止平台或者是运动平台上，都会对传感器产生一些或多或少的干扰，同样的，传感器在运动的过程中也会对自身产生干扰，干扰目标检测和跟踪算法的性能。为此，要先对图像传感器作出运动估计和补偿，再检测成像目标。

运动目标检测方案是：①形成图像匹配；②利用鲁棒估计参数（运动参数）；③运动补偿（上一步的运动参数）；④补偿后运动图像的序列检测。

成像运动目标的关键点是：①提取图像特征，进行图像匹配，获得两帧图像之间的匹配对；②选出一种最适合图像传感器的运动模型，由图像配准的结果来估计运动参数；③根据运动参数补偿运动模型图像。

2.1 图像匹配分析

从传统角度上讲，图像匹配分析可分为基于区域和基于特征的匹配方法，前者包含灰度的相关计算和有关相位的相关算法，图像像素点会直接参与匹配运算。其中，所采用的相似性度量包括关系数和图像差，适用于结构与区域特征不发生细节改变的2个图像。后者的特点是提取图像中的特征，再建2个图像之间的匹配关系，而其难点在于特征提取与匹配过程消除的模糊性和不一致性。它适用于结构特征不变，区域特征改变，结构特征仿射变换等因素造成的结构改变的图像。

2.2 运动目标的检测

通常情况下，运动目标检测取决于图像传感器与背景是否运动，而运动目标检测方法可分为静态、动态背景。背景运动时，经过运动估计和运动补偿就可以转化为静态背景运动目标去检测。而运动目标的检测方法又分为背景模型法、背景差分法等方法。

背景模型法是建立在模拟背景图像的模型上，比较当前帧像素点和建立的模型判断是目标像素背景像素之间的哪一个，以达到目标检测的目的。

背景差分法检测目标是在当前帧图像与背景图像之间做差，从理论上来说，这是检测目标的方法中最容易的。但是，在实际操作中，这种方法是无法获得理想的背景图像的。在摄像机被固定的情况下，最理想的获得背景的方法就是无运动目标采集背景图像储存，再随着外界的环境变化更新图像。当摄像机不被固定时，这种方法是不可能实现的。所以，一般都将背景差分法应用于监控等有摄像头的固定场所中。

3 图像分割

图像分割在自动识别系统中应用广泛，其中，对目标的识别、目标的跟踪和对炸点控制都取决于图像分割的效果，图像分割对系统的性能有直接的影响。图像的类别比较多，而且不同的图像本身的复杂程度也不能同一而论，所以，适合一类图像分割的方法不一定适用所有的图像，复杂的图像（信噪比低、灰度之间的差异小）可能会产生较差的分割效果，严重的还可能会在分割时出现分割错误。到目前为止，还没有研发出对所有图像分割效果具佳的分割方法，因此，在分割复杂的红外图像时，还要根据实际情况来选择恰当的分割法。图像分割流程如图2所示。

4 红外成像仿真技术

红外成像仿真技术的关键是背景图仿真和红外目标，具体如图3所示。只有获得了这两项技术，才能深入研究补偿算法、滤波算法等。而其中最难也是最重要的部分，就是如何产生实时、时间长并具有通用性的图像。

红外图像反馈的是发射物体的温度等性质，而红外成像特性和大气传输对红外辐射所产生的影响则是生成红外图像时的必备内容。红外图像涉及范围比较广，涉及物理学、红外辐射物理学、大气辐射物理学、传热学和计算机学等诸多学科。

4.1 背景辐射（背景红外辐射）

受自然条件和诸多不确定因素的影响，背景辐射相对于其他辐射更为复杂。例如，以海洋为背景的辐射，不同的气候会出现不同的红外辐射特性，空气湿度、大气温度、风浪、云层和太阳等因素都会影响红外发射率，从而反射到探测器中。这些因素经过联合才确定海面红外辐射。

4.2 目标辐射（目标红外辐射）

在确定发射率和温度等条件的情况下，能够确定物体的红外辐射。而对于某种特定目标，不同部位的温度也不同，而且有的部分之间存在传导、对流。飞机的温度可由2种方法求得：①由经验公式和数据求得。但是，考虑到不同型号和不同尺寸的飞机在不同飞行状态下的温度差异比较大、精度差，所以，不适合使用。②考虑到各部位之间的热传递，建立相关方程，所以，结果较为精确。不同的材料发射率不同，对于一些经过红外隐身处理的特定目标，其发射率明显降低。

5 结束语

在新形势下，红外成像导引头目标检测识别共性技术作为一种先进的技术，是提高导引头性能的要点。因为环境不同，目标也不同，所以，要设计一个算法库来针对不同的条件作出适当的改变。只有导引头选择合适的算法，才能得到最好的效果。

参考文献

[1]余农，吴常泳，汤心溢，等.红外目标检测的自适应背景感知算法[J].电子学报，2005（02）.

[2]许彬，郑链，王永学，等.红外序列图像小目标检测与跟踪技术综述[J].红外与激光工程，2004（05）.

[3]孙少军，王学伟.红外成像仿真中的若干关键技术研究[J].光学与光电技术，2004（03）.

[4]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[J].现代防御技术，2003（06）.

[5]赵峰民，刘皞，陈旺达.从战场环境变化看红外导引头的发展[J].飞航导弹，2011（10）.

〔编辑：白洁〕