基于高斯模型的红外弱小目标图像仿真方法
【技术领域】
[0001] 本发明属于红外图像处理领域，尤其涉及一种基于高斯模型的红外弱小目标图像 仿真方法，生成的红外图像可以用于红外弱小动目标检测与跟踪算法的性能评估、原理验 证等应用。
【背景技术】
[0002] 因为红外探测有着全天候、被动探测等优点，由红外器件组成的侦查告警系统有 着雷达等系统等无可比拟的优势，从而被广泛应用在各类侦查告警系统中。为尽快完成目 标的检测与跟踪，则需要在距离较远处完成该操作。此时，目标信号强度较弱，信噪比较低； 形状较小，在图像中仅占几个像素，这时目标表现为红外弱小目标。有效的红外弱小目标检 测跟踪算法是红外告警系统的核心技术。
[0003] 通常，为给检测跟踪算法的仿真验证提供精确、可控和可重复的设计依据和实验 条件，需要大量已知目标位置和目标特性的红外弱小目标图像序列。当前，红外弱小图像序 列的获取主要方式为实地拍摄的方法和仿真的方法。采用实地拍摄的方法即是通过红外热 像仪对真实的弱小目标进行拍摄采集来获取图像，通常目标的运动特性和辐射特性难以控 制。并且，标定目标坐标位置也将花费较多的精力和时间，这使得该方法并不适合实验室中 的大量仿真验证。所以，通过仿真来生成红外目标图像是进行研究分析的一条有效的技术 手段，是实地拍摄方法的有效的技术补充。
[0004] 目前，红外图像仿真方法主要有计算仿真和半实物仿真的方法。其中，计算仿真的 方法通过已标定的物体的红外光谱辐射特性曲线，按照严格的映射关系，将物体的红外辐 射数值映射到物体的形状模型上来获得仿真的红外图像。如周强等人在《光学技术》2015 年第41卷第1期上发表的《基于可见光图像的近红外场景仿真》中，提出了一种利用典型 地物的光谱反射率和经过定标后的CMOS相机采集的典型地物的图像，来仿真计算红外场 景的仿真技术。该方法通过结合相机辐射定标结果和地物目标的反射率建立了可见光、近 红外图像灰度值的映射关系，通过对简单场景进行图像分割，并利用查找表即可快速的将 可见光图像转化为近红外图像。由于该方法采用了可见光相机进行采集，所以该方法可以 获得内容丰富的图像场景。但因为其依赖于获得精确的物体红外光谱反射率和准确的可见 光/红外映射模型，这使得其对图像纹理等细节处难以有效的进行仿真，使得仿真图像的 细节处与真实的红外图像相比存在较大失真，进而使嵌入的目标信息与真实目相比吻合度 较低。
[0005] 半实物仿真的方法，是通过红外探测器对模拟的红外弱小目标进行成像，来获得 红外弱小目标仿真图像。如武迪等人在《红外技术》2015年第37卷第1期上发表的《一种 红外场景/点源目标模拟器技术研究》中，提出了一种红外场景/点源目标模拟器，该模拟 器包括点源目标/干扰通道、中继光学系统、成像通道、多目标复合系统、运动控制系统和 机械支撑及连接结构，可以同时模拟一路点源目标，四路点源干扰和一路红外场景。由于该 仿真装置采用了真实的红外探测器对场景进行采集，所以其获得的红外图像有着较高的图 像分辨率和丰富的细节特征。但由于该装置由了多个系统和连接装置组成，使得其结构复 杂，制作成本高，实现难度较大。此外，由于该装置仅采用点光斑的方法仿真红外目标，使得 目标的辐射特性和运动特性无法按需调整。并且采集到的红外图像中的目标位置仍需进行 再次定位，增量了算法仿真的复杂度。
【发明内容】
[0006] 本发明的目的在于克服上述现有技术存在的不足，提出了一种基于高斯模型的红 外弱小目标图像仿真方法，用于解决现有仿真方法不能同时实现仿真图像的细节丰富、仿 真装置结构简单和仿真目标参数可以控制的问题。
[0007] 本发明的技术思路是，根据高斯分布可以有效的反应红外弱小目标辐射分布的特 性，通过二维离散高斯模型对红外弱小目标进行建模来获得仿真的红外弱小目标模型，再 采用真实拍摄的红外背景图像序列作为仿真用的背景图像序列，通过所需的红外弱小目标 运动航迹类型，将仿真的红外弱小目标映射到背景图像序列，进而获得仿真的红外弱小目 标图像序列。
[0008] 根据上述技术思路，实现本发明目的采取的技术方案为：
[0009] -种基于高斯模型的红外弱小目标图像仿真方法，包括如下步骤：
[0010] (1)获取红外背景图像序列：
[0011] (11)使用红外热像仪对真实红外背景进行连续采集，得到原始红外背景图像序 列；
[0012] (12)对得到的原始红外背景图像序列进行裁剪；
[0013] (13)对经过裁剪的原始红外背景图像序列的边缘进行镜像扩展，使该图像序列的 边缘处也可以产生精确的仿真目标；
[0014] (2)获取仿真的红外弱小目标模型：
[0015] (21)设置仿真的红外弱小目标参数，包括仿真的红外弱小目标大小和信噪比 SNR ；
[0016] (22)根据仿真的红外弱小目标的大小和信噪比获取的高斯分布的模板大小和方 差，建立高斯模型，从而获得仿真的红外弱小目标模型；
[0017] (3)获取仿真的红外弱小目标运动航迹：
[0018] (31)选定仿真的红外弱小目标运动航迹模型；
[0019] (32)设置仿真的红外弱小目标运动航迹参数，包括设置的仿真的红外弱小目标运 动速度和运动起始位置；
[0020] (33)根据选定仿真的红外弱小目标运动航迹模型和设置的仿真的红外弱小目标 运动航迹参数，获取仿真的红外弱小目标运动航迹；
[0021] (4)获取仿真的红外弱小目标图像序列：
[0022] (41)设置仿真的红外弱小目标图像序列的总帧数；
[0023] (42)对获取的红外背景图像序列、仿真的红外弱小目标模型和仿真的红外弱小目 标运动航迹进行合成，获得仿真的红外弱小目标图像序列。
[0024] 上述基于高斯模型的红外弱小目标图像仿真方法，步骤（13)所述的对经过裁剪 的原始红外背景图像序列的边缘进行镜像扩展，其具体步骤为：
[0025] (131)设置镜像扩展图像的矩阵，其大小为（m+2t)X(n+2t)，其中，m和η分别表 示经过裁剪的原始红外背景图像的行和列，t表示对原始红外背景图像扩展的宽度；
[0026] (132)将经过裁剪的原始红外背景图像赋值到镜像扩展图像矩阵的第t+Ι行到 t+m行，第t+Ι列到t+n列的范围内；
[0027] (133)对镜像扩展图像矩阵第1，2,…，t列数据分别赋值为第2t+l，2t,…，t+Ι列 的数据；第t+m+1, t+m+2,…，2t+m列数据赋值为第t+m, t+m-1,…，m列的数据；
[0028] (134)对镜像扩展图像矩阵第1，2,…，t行数据分别赋值为第2t+l，2t，…，t+Ι行 的数据；第t+n+1, t+n+2,…，2t+n行数据赋值为第t+n, t+n-1,…，η行的数据；
[0029] (135)重复步骤（131)至步骤（134)，直至完成全部的经过裁剪的原始红外背景图 像的处理，获取红外背景图像序列。
[0030] 上述基于高斯模型的弱小目标红外场景仿真方法，步骤（21)所述的设置仿真的 红外弱小目标参数，其中信噪比定义为：
[0031]
[0032] 其中，s表示仿真的红外弱小目标的像素峰值，μ和〇分别表示以仿真的红外弱 小目标峰值像素为中心的局部邻域的均值和标准差。
[0033] 上述基于高斯模型的弱小目标红外场景仿真方法，步骤（22)所述的获得仿真的 红外弱小目标模型的具体步骤为：
[0034] (221)计算仿真的红外弱小目标的像素峰值s，即
[0035] s = SNRXo+μ
[0036] (222)通过对二维连续高斯函数离散化得到二维离散高斯分布，与仿真的红外弱 小目标相同大小的高斯模型的矩阵可以表示为：
[0037]
[0038] 其中（i，j)表示高斯模型的矩阵中的坐标位置信息，ζ为表征仿真的红外弱小目 标大小的常数，并规定
[0039] z = (tar-1) /2
[0040] 其中tar表示仿真的红外弱小目标的大小；
[0041] (223)根据步骤（221)获得的仿真目标灰度峰值和步骤（222)中的高斯模型矩阵， 获得仿真的红外弱小目标模型为：
[0042]
[0043] 其中，（i，j)表示红外目标模型中的像素坐标位置信息，Mniax是高斯模型矩阵 M(i，j)中的最大值，11_是高斯模型矩阵M(i，j)中的最小值，s表示仿真的红外弱小目标 的像素峰值，μ表示以仿真的红外弱小目标峰值像素为中心的局部邻域的均值。
[0044] 上述的基于高斯模型的弱小目标红外场景仿真方法，步骤（31)所述的选定仿真 的红外弱小目标运动航迹模型为直线模型或抛物线模型，其中：
[0045] 仿真的红外弱小目标运动航迹模型的直线模型，第k个仿真的运动轨迹坐标 (xk，yk)为： CN 105139432 A 仇 口月巾 4/8 页
[0046]
[0047] 其中，a和b分别为直线运动模型的参数；Δ X为仿真的红外弱小目标每帧沿X轴 方向的增量，即其沿X轴方向的运动速度，单位为像素/帧；
[0048] 仿真的红外弱小目标运动航迹模型的抛物线模型，第k个仿真的运动轨迹坐标 (xk，yk)为：
[0049]
[0050] 其中，a、b和c分别为抛物线运动模型的参数；Δ X为仿真的红外弱小目标每帧沿 X轴方向的增量，