专利名称：红外成像设备探测识别空中目标的方法
红外成像设备探测识别空中目标的方法技术领域
本发明属于红外成像设备目标信号分类识别技术，特别适用于对空中目标的识别。
背景技术：
红外成像系统是70年代以来发展起来的一种先进的被动式准全天候系统，穿烟雾能力和抗干扰能力强，可昼夜工作，广泛用于空中空域监控、航路规划、交通管理和警戒、 导航、火控、侦察等领域。它采用中、远红外成像，可提供红外图像信息，利用高速发展的计算机技术对目标图像信息进行处理和识别。
雷达具有全天候测量角度和距离等优点，但测量精度低、容易受干扰，而红外成像系统正好具有测角精度高的优点，可以对雷达系统存在的不足进行有效地补充，这样不但可以增强武器系统的综合作战效能，还可以为目标的分类识别提供更多的信息。
国内外已经对红外成像设备对目标进行识别的方法进行了广泛的研究并得到很多工程应用方法，如西北工业大学的王立使用了不变量、圆度值和拓扑法对目标进行识别的方法(王立，先进红外成像制导技术研究，西北工业大学，2001，3)。空军工程大学工程学院的贾智伟使用了基于只能推理的点目标识别方法和基于联合特征向量法的面目标识别方法(贾智伟，陈天如，李应红，基于多传感器信息融合的目标识别，系统工程与电子技术， 2003,7 (7) :810-813)。西北工业大学的姜锦锋使用不变量和拓扑法进行识别(姜锦锋，红外图像的目标检测、识别与跟踪技术研究，西北工业大学，2004，3)。发明内容
本发明的目的在于提供红外成像设备探测识别空中目标的实现方法，通过使用单传感器的多个特征对目标进行识别，提高识别的准确率。通过本发明，能够在红外成像系统中实现在视距内空中目标的有效识别。
实现本发明的技术解决方案为首先将雷达发现的目标的方位、距离信息发送给红外成像设备，对红外成像设备进行指弓I ;当目标出现在红外成像设备的视场时，对目标进行跟踪，并根据计算实时图像的清晰度评价指标，据此判断图像的清晰度，并进行焦距的调整。
捕获目标的图像，对图像中的目标进行轮廓提取，大致的步骤为首先对目标图像进行阈值分割，得到对应的二值化图像，然后对该二值化图像进行轮廓跟踪得到目标的轮廓，算法如下首先按从上到下、从左到右的顺序搜索，找到第一个黑点一定是最左上方的边界点，记做A。它的右、右下、下、左下四个领点中至少有一个是边界点，记为B。从B开始找起，按右、右上、上、左上、左、左下、下、右下的顺序找相邻点中的边界点C。如果C就是A 点，则表明已经转了一圈了，程序结束。否则从C点继续找，直到找到A为止。判断是不是边界点很容易如果它的上下左右四个邻居都是黑点则不是边界点，否则是边界点。
根据目标的轮廓求该轮廓的轮廓特征值，轮廓特征值的求法为图像面积J为边界线内(包括边界线)像素的个数；图像周长产(外边界线)为轮廓边界线本身所包含的像素数目；轮廓特征值得计算公式为 k = AnAI{P*P},该参数可以用于测量物体外形的紧密与稀疏的程度。例如圆的轮廓特征为1，其轮廓特征最大，形状结构最紧密。轮廓特征可作为目标的结构特征量，具有大小、平移、旋转不变性。
对目标轮廓进行种子填充，具体做法是准备一个堆栈，先将要填充的点push进堆栈中；以后，每pop出一个点，将该点涂成黑色，然后按左上右下的顺序查看它的四个相邻点；若为白(表示还没有填充)，则将该邻点push进栈；一直循环，知道堆栈为空。此时区域内所有点都被涂成黑色。然后求解填充后目标图像的七个不变矩。
将这些特征向量合为单传感器多特征向量(％ε2,ε3,ε^,ε5,ε6,ε7,f8)r ,将该多特征向量与数据库中已有目标的多特征向量进行相似度比较，从而对目标进行识别。
本发明与现有技术相比，其显著优点为由雷达提供跟踪引导数据，对红外成像系统进行快速引导，可以克服红外成像系统视场角小，搜索时间长的弱点，很快捕获目标；通过自动调焦可以快速形成高分辨图像，缩短了原先由操作员进行手动调焦的时间；通过由目标轮廓特征和七个不变矩构成的单传感器多特征向量对目标进行识别，明显地提高了识别能力，大大改善了原先由单一特征对目标进行识别的局限性。
下面结合说明书附图，通过实施例对本发明作进一步地描述。
图1是本发明本发明的工作流程图；图2是本发明中自动调焦示意图；图3是本发明的目标图像中轮廓提取示意图；图4是本发明的轮廓特征值计算示意图。
具体实施方式
本发明红外成像系统探测识别空中目标的实现方法具体实施步骤为，参见附图1 (1)将雷达发现的目标信息(方位、距离)发送给红外成像设备对红外成像设备进行引导，直到目标出现在红外成像设备的视场中；(2)捕获目标图像，计算该目标图像的清晰度评价指标，本发明中采用4邻域灰度差绝对值之和作为图像清晰度的评价指标，对于一幅各像素的图像，f Ur)表示图像中某点的像素值，此时图像的清晰度评价指标为/7I M-2 N-2^1 = ΣΣ - /C^-1,7) I+1/(^7) -/Ca-,/-1) I+ /(χ,γ) -/(χ+1,>θ|T1-1 少-1将焦距向一个方向进行调节，电机一次调节的步长设为400ms，然后计算这一时刻的清晰度指标产2，如果Al〉/ 反方向调节焦距直到清晰度变差，此时前一时刻的状态目标图像最清晰；如果/^1〈 / ，继续向该方向调节焦距直到清晰度变差，此时前一时刻的状态目标图像最清晰。
(3)捕获清晰的目标图像，对该图像进行阈值变换，对图像进行阈值变换得到目标的二值图像；具体实现通过设定阈值对图像进行二值化，对于灰度值小于阈值的像素直接设置灰度值为O ;灰度值大于阈值的像素直接设置为255。阈值选择规则如下假设用
权利要求
1.一种红外成像设备探测识别空中目标的方法，主要包括自动调焦方法、目标轮廓提取方法和同时利用目标的多特征对目标进行识别的方法，其特征在于根据计算实时图像的清晰度评价指标，据此判断图像的清晰度，并进行焦距的调整，其中清晰度评价指标为4邻域灰度差绝对值之和。
2.根据权利要求I所述的红外成像设备探测识别空中目标的方法，其特征在于能够提取红外图像中目标轮廓，通过对所捕获图像进行阈值变换得到二值图像，对得到的二值图像进行轮廓提取得到图像中所有的目标轮廓，最后通过8邻域链码搜索得到图像中的封闭轮廓，即目标的轮廓，可以计算得到目标轮廓的轮廓特征值 D
3.根据权利要求I所述的红外成像设备探测识别空中目标的方法，其特征在于能够对目标轮廓进行填充，并计算填充后的目标图像的不变矩特征 。
4.根据权利要求I所述的红外成像设备探测识别空中目标的方法，其特征在于利用目标的多个特征构建目标的单传感器多特征向量，通过对多特征向量与数据库中目标多特征向量进行比较从而达到对目标识别的目的。
全文摘要
本发明涉及一种利用红外成像设备对目标进行探测识别的实现方法。该方法主要适用于空中目标的探测和识别。其主要流程是首先通过将雷达发现的目标信息发送给红外成像设备，对红外成像设备进行指引；当目标出现在红外成像设备的视场范围时对目标进行跟踪并进行自动调焦；然后捕获目标图像，对目标图像进行轮廓提取并计算轮廓的轮廓特征值；对目标轮廓进行种子填充并计算七个不变矩；将这些特征值组合成单传感器多特征向量，将该特征向量与数据库中目标的特征向量进行比较从而对目标进行识别。
文档编号G06K9/46GK102982333SQ201210433348
公开日2013年3月20日 申请日期2012年11月2日 优先权日2012年11月2日
发明者田闯 申请人:中国船舶重工集团公司第七二四研究所