程国民

摘要：分析了紅外图像目标特征，并提出了基于PCNN的红外线图像信息提取方法，结合人眼视觉特性与红外线图像内容，明确红外线图像信息目标，依照确定信息结果，可在红外图像内容信息分析与相关编码传输中得到广泛应用。

关键词：红外图像;信息提取;跟踪监测

中图分类号：TP391 文献标识码：A     文章编号：1007-9416（2018）10-0000-00

随着近些年远程武器导弹与弹药的迅猛发展，弹目跟踪逐渐成为武器效能不可缺少的一部分。本研究主要分析与探讨红外图像与信息提取技术，以期为目标跟踪监测提供技术依据。

1红外图像目标特征分析

因为红外图像主要是利用测量物体进行热量的向外辐射所得到，所以，相比于可见光图像，其劣势在于：较差的分辨率、较低的对比度、较低的信噪比、模糊的视觉效果、目标反射特征和灰度分布不存在线性关系。

从根本上说，外道弹小目标跟踪系统所获取的红外图像，在空间几何关系中，其红外图像信息能够直接反映出空间中目标的具体位置，目标尺寸则会在图像像素数目中反映出来。因为红外图像或只能怪目标边缘的概念较为模糊，因此，精准识别红外图像目标边缘信息与跟踪精度具有直接相关性。为对外弹道目标图像的处理算法进行研究，首先应该分析弹丸红外图像的特点，目标跟踪的红外图像原理如图1所示。

数据采集与存储、成像光学系统与跟踪机构、跟踪处理与控制机制、图像处理技术以及数据采集与存储共同组成目标跟踪红外图像系统。自成像信息输出中能够看出，红外目标图像的特征包括三点：①红外图像背景内存在噪音，且噪音并非如多数研究文献中所提及的理想状况，尤其是在测量动态且复杂的环境中，会以随机的方式产生噪音[1];②红外背景图像本身具有起伏变化的特征，这和背景光的强度存在直接相关性;③红外图像目标边缘的形状为曲线，且并非特别明显，具有不对称性，必须通过算法才能搜寻到。

2红外图像的信息提取分析

为了尽可能的确保人眼关注的图像视觉信息，怎样在图像内应用视觉显著计算是现阶段图像处理的关键内容。首先，研究视觉显著计算大多在图像显著区域计算方面集中，提取图像目标则是显著计算未来的主要发展方向。其次，现阶段显著图计算大多选择winner-take-all方法，并未考虑到图像类别差异与图像感知差异。相关神经计算学研究发现，相同类型的图像视觉特征较为类似，依照图像类别能够对视觉显著区信息提取方法予以确定。所以，该部分主要分析红外图像的信息提取方法。

2.1红外图像显著区域的信息提取分析

为获取各类型红外图像的特征通道加权权值，采用Groud-Truth集中红外图像与对应显著图，选择KNN分类算法划分数据集为L个不同的图像类别，确保：

以上公式中，n表示特征通道数，s则表示图像类别P内部的图像数量，而g则表示数据集内部图像对应的显著图。将新图像数据I输入进去，选择距离分类法对新图像到数据集中图像间的距离计算出来，得出：

只是利用视觉显著区域分布图并不能够明确视觉显著区域的大小与中心点，所以，选择正则矩方法对视觉显著区域的大小与中心点进行计算，如以下公式所示：

以上公式中，M、N分别表示视觉显著区域信息分布图的掉，而对应像素x，y内部视觉显著值函数则采用s（x，y）表示。

红外图像类别对特征通道显著图合并策略与特征通道选择策略具有决定性影响，对于红外图像数据集主要选择学习分类算法，通过分类加权结果对视觉显著区域信息提取过程具有指导作用。

通过图1可以看出，（a）图是源图像，（b）图是通过Itti视觉注意模型所获得的视觉显著区域，而（c）图则是依照图像种类本身所具有的优化特征通道加权系数之后所获得的某个视觉显著区域，（d）图是5名测试人员通过SMI iView XRED动态仪所记录的某个视觉显著区域[2]。由此可以看出，测试结果可以依照源图像类别对显著区域的信息范围进行精准判断与提取，与原有方法相比，其信息提取性能得到显著提升。

2.2红外图像显著信息目标的分割

因为红外图像本身所具有的固有特性，图像信息分割问题与普通图像目标分割存在一定差异性，而PCNN目标分割法可以让输入相似的神经元脉冲同时产生，可以有效弥补数据输入的空间不连贯问题，同时还可弥补幅度层面的微小变化，由此就能够将图像区域信息完整、全面的保存下来，而且还可有效处理待分割图像目标与重叠背景灰度的情况，无训练。所以，与PCNN方法相结合有助于分割红外图像的目标信息。

在分割红外图像目标信息方面，二维图像矩阵其实就是PCNN神经元模型数量，每个像素灰度值均与神经元输入Sij相对应，在神经元ij点火的情况下，其阈值就会增大，并随着时间指数的上升而衰减，在阈值减小到等于或小于相应Uij时，其神经元就会出现二次点火的情况，由此再次增加其阈值。在此过程中，神经元输出则会产生脉冲序列信号，若存在神经元集群与点火阈值相接近，那么任一神经元点火均会引导集群集体点火。

3结语

红外图像探测技术基于其全天候探测与被动式探测等优势，在当前高科技战争中逐渐发挥着非常重要的作用，再加上红外成像本身存在抗干扰性强、被动工作、全天候工作以及目标识别能力强等特征，该研究分析了红外图像目标特征，并提出了基于PCNN的红外线图像信息提取方法，结合人眼视觉特性与红外线图像内容，明确红外线图像信息目标，依照确定信息结果，可在红外图像内容信息分析与相关编码传输中得到广泛应用，对外弹道目标跟踪极具重要意义。

参考文献

[1]钟明亮.红外显微图像的信息提取技术研究[D].哈尔滨工程大学，2014.

[2]郭重华.近红外显微图像信息提取方法研究及应用[D].中国农业大学，2006.

Research on Infrared image Analysis and Information Extraction

CHENG？Guo-min

（91245？troop Huludao Liaoning？ 125000）

Abstract： This paper analyses the target characteristics of infrared image， and puts forward an infrared image information extraction method based on PCNN. Combining human visual characteristics and infrared image content， the infrared image information target is defined. According to the determined information result， it can be widely used in infrared image content information analysis and related coding transmission.

Key words： infrared image; information extraction; tracking and monitoring