本发明属于红外遥感成像仿真技术领域,涉及一种地面热源红外遥感图像仿真方法。
背景技术:
天基空中目标光学探测与识别技术在军事航天和国防安全领域正发挥着越来越重要的作用,如何保证目标高检测识别概率的同时,降低虚警率是该领域的研究热点。而与目标近似的空中高反云、地面高温热源等虚警源的存在很可能增大虚警率,降低目标的检测识别性能。特别是对于地面高温热源,由于其具有辐射能量与目标极为接近并且分布区域广等特点,已被认为是天基光学探测的主要虚警源。
从现有文献看,相关热源图像仿真方面的研究仍存在很多问题:(1)由于天基观测条件下的高温热源遥感图像数据较少,现有研究大多局限于全数字仿真方式,仿真模型的准确性未经过充分的在轨应用验证,由于模型本身假定的不准确性会导致仿真结果的逼真度较差;(2)目前研究多集中于高温热源热红外波段特性反演,热红外波段数据易受大气、背景环境影响,特别是对分布面积较小温度异常点反演精度较低,而利用空间分辨率更高、受大气影响更小的短波红外波段进行热源特性反演的研究少见报道;(3)高温热源发射率、大气透过率、地物反射率等仿真系数与实际成像区域、时间、季节等条件高度相关,而目前很多仿真系数是假定的,缺乏充分的物理依据,且无法全面覆盖天基对地观测下各种探测条件的图像仿真需求。因此,现有方法还难以全面满足天基探测条件下地面高温热源特性仿真的需求。如何充分结合真实遥感图像数据,提出一种高置信度的地面高温热源红外图像仿真方法是本领域技术人员亟需解决的问题。
技术实现要素:
为了解决现有方法难以全面满足天基探测条件下地面高温热源特性仿真需求的问题,本发明提供了一种基于真实遥感数据的地面高温热源红外图像仿真方法。
本发明的目的是通过以下技术方案实现的:
一种基于真实遥感数据的地面高温热源红外图像仿真方法,包括如下步骤:
s1:对原始图像进行辐射校正,获取地面高温热源目标的辐射亮度。
s2:采用引入模糊理论改进的数据分析聚类算法—kmeans对图像中高温像元进行分割提取;具体步骤如下:
s21:人工提取高温热源像元所在区域;
s22:初始化聚类个数k、控制混合程度的自由参数b以及表征样本xj隶属类别μi程度的归属矩阵p(μi|xj),i=1,...,k;j=1,...,n;n为数据样本数;
s23:聚类中心更新公式:
隶属函数更新公式:
目标函数:
约束条件:
s24:设置阈值σ,重复s23步骤,直到目标函数j小于阈值σ,σ>0,σ可以根据实际任务的不同人为设定具体值;
s3:对高温像元进行温度反演,获取热源温度分布;具体步骤如下:
s31:反演波长的选择:经典热红外反演波段10~14μm以及具有更广泛饱和度容限值短波1.3~2.5μm波段共同反演;
s32:温度反演公式如下:
式中,l表示大气校正后高温像元辐射亮度;ρ表示地物反射率;ε表示高温目标发射率;s表示高温目标像元面积占比;e表示地面处太阳辐射照度;t表示高温热源温度;λ表示辐射波长。
其中:
式中,εm表示地物区域m的红外平均发射率;tm表示地物区域m表面温度;ft表示地物的红外辐亮度;c1为第一辐射常数;c2为第二辐射常数;e(λ)是中红外波段内的环境光谱辐照度,采用大气辐射传输模型modtran计算得到;r(λ)为相机系统光谱响应函数。
s4:利用s3得到的热源温度特性参数计算不同波长、地面热源温度、大气透过率等条件下的入瞳热源辐射亮度值,入瞳热源辐射亮度值计算公式如下:
l仿真=ε·b·s+(1-ε)·e·s+ρ·e·(1-s);
式中,b表示仿真条件下高温目标的辐亮度,由普朗克定律计算;ρ表示地物反射率;ε表示高温目标发射率;s表示高温目标像元面积占比;e表示地面处太阳辐射照度。
s5:利用s4仿真条件下计算得到的入瞳热源辐射亮度值逐像素进行灰度映射,得到高温热源仿真图像。
相比于现有技术,本发明具有如下优点:
(1)基于物理成像模型,充分结合实拍的红外遥感图像数据进行温度反演,保证了仿真结果的真实可信性;
(2)考虑到短波红外数据具有空间分辨率高、受大气影响小等优势,本发明融合短波红外与热红外波段数据进行高温热源的温度特性反演,提升了温度反演结果的准确性与仿真图像的分辨率;
(3)本发明具备基于真实遥感图像反演得出不同成像区域、时间、季节下的高真实性与准确性仿真系数的能力,并结合物理成像模型,得到天基对地观测下各种探测条件的高温热源红外仿真图像。
附图说明
图1为本发明基于光学遥感图像的地面高温热源红外图像仿真方法流程图;
图2为envi辐射定标后的油罐爆炸红外遥感图像;
图3为改进kmeans高温像元分割示意图,(a)裁剪后图像,(b)分割结果;
图4为特定温度下热源辐亮度仿真图,(a)火点像元位置,(b)像元亮度仿真;
图5为不同波长热源辐亮度仿真图,(a)1.609μm,(b)2.201μm,(c)3.51μm。
具体实施方式
下面结合附图对本发明的技术方案作进一步的说明,但并不局限于此,凡是对本发明技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,均应涵盖在本发明的保护范围中。
本实施例采用真实的地面热源红外图像作为实验数据,采用软件matlab2012a作为仿真工具。
如图1所示,本实施例提供的基于真实遥感数据的地面高温热源红外图像仿真方法包括以下步骤:
s1:对原始图像进行辐射校正,获取地面高温热源目标的辐射亮度;
s2:采用引入模糊理论改进的数据分析聚类算法—kmeans对图像中高温像元进行分割提取;
s3:对高温像元进行温度反演,获取热源温度分布;
s4:利用s3得到的热源温度特性参数,计算不同波长、地面热源温度、大气透过率等条件下的入瞳热源辐射亮度值;
s5:利用s4仿真条件下计算得到的入瞳热源辐射亮度值逐像素进行灰度映射,得到高温热源仿真图像。
该算法通过软件matlab2012a对通过envi人工裁剪的高温热源像元区域图像进行高温热源像元提取,获取热源辐射特性参数,结合仿真条件,计算仿真条件下热源像元的辐射亮度,进而生成热源红外仿真图像。
下面分别对上面步骤进行详细阐述:
如图2所示,步骤s1中利用envi对光学油罐爆炸卫星遥感图像进行辐射定标,并手动裁剪出感兴趣的火点像元区域,其中:定标类型:辐射率数据;存储方式:bil;数据类型:float;单位调整系数:0.1,火点像元区域大小:36×36像素。
如图3所示,步骤s2中以裁剪后的图像为输入,通过改进的kmean算法提取出火点像元,设置参数包括:分类个数k=2;控制混合程度的自由参数b=2,提高算法的稳定性;最大迭代次数10000。为了达到更好的分类效果可以对kmeans初值点的选取设置一定的条件,如:初始聚类中心之间的距离、初值点的位置等。
在步骤s3中,对分割出的高温火点像元进行温度反演,温度反演的公式如下:
其中,l为火点辐射亮度,可以通过envi辐射校正后的ascii文件导入matlab后分割得到数据;e为地面处太阳辐射亮度,可以通过modtran模型计算得到,设置的参数包括:时间、经纬度、天顶角、气溶胶类型;c1=3.742×108w·μm4/m2;c2=1.433×10-2μm/k。本实施例中时间为:2016年4月22日,经纬度为:120°16’e,31°59’n,太阳天顶角θ为:30.771°,气溶胶类型为:rual-vis=23km。
本实施例中反演的14个火点像元的温度分布见表1:
表1油罐爆炸反演温度
图4所示为火点温度增加200k仿真条件下的仿真图像,根据实验结果,火点像元可以设置大于500k的任意温度均可以保证仿真的真实效果。
不同波长条件下高温像元的辐射亮度仿真图如图5所示,图5反映了不同波段火点的辐射分布特性。
经由上述技术方案可知,与现有技术相比,本发明针对地面高温热源遥感图像的仿真技术做出改进,结合真实的遥感图像建立基于物理成像机理的反演模型,再通过短波与热红外反双波段反演得到更加准确的地面高温热源的温度分布特性参数,进而计算不同仿真条件下的地面高温热源新的辐射分布,映射到图像的灰度得到相应的仿真图像,保证仿真结果的准确性。本发明利用真实数据反演不同区域的地物发射率,对真实高温热源的温度分布特性进行建模仿真,获取不同条件下高度还原高温虚警源辐射特性的数据,以支撑天基光学目标探测系统检测算法的设计与优化工作。