一种激光雷达与红外探测系统图像融合跟踪与抗干扰方法与流程

本发明涉及红外与激光成像探测领域，特别是一种激光雷达与红外探测系统图像融合跟踪与抗干扰方法。

背景技术：

红外图像属于被动成像，红外探测器采集的信号是物体发出或反射的红外波段的图像，而激光距离像是依据激光的回波时间所测得的目标的深度信息。两种图像分别反应了物体的不同信息，在实际应用中，两种图像中的信息可以互为补充。特别是在目标跟踪和抗干扰过程中，如果目标投放了干扰弹，干扰弹会在红外图像中遮蔽目标信号，并在分离的过程中，干扰与目标的红外特性往往相似，增加了目标识别与跟踪的难度。但在激光图像中，遮蔽时干扰弹和目标的距离仍有明显差别；而当有雨雾云层遮蔽了激光信号时，红外图像仍能保有目标的信息。可见两种图像在不同的情境下有着不同表现。将激光雷达和红外主被动融合后得到的数据既能反应目标的热信息又能反应目标的高分辨率信息以及距离信息，为目标场景的分析提供了更加全面、丰富和完整的信息，既有利于全天候作战，又有利于提高制导的精度、应付各种复杂的战场环境。综合利用激光于红外两种信息，可以更好的完成对目标的跟踪和抗干扰。因此，开展基于激光成像雷达与红外成像的复合制导技术研究，具有重要的理论及现实意义。但是，激光图像和红外图像的差异性也限制了图像间的信息融合。受制于激光线扫的线数，激光图像的精度一般与红外图像有着一定差别。而在图像内容方面，激光图像分为距离图和强度图，距离图像反应物体与成像器的距离，而强度图像与物体对激光的反射率有关。与边缘较为模糊的红外图像不同，激光图像的边缘一般较为锐利，但是受制于成像精度，激光图像难以与红外图像建立像素上的一一对应关系，这给激光与红外图像的融合和配准带来困难。

技术实现要素：

本发明解决的技术问题是：克服现有技术的不足，提供了一种激光雷达与红外探测系统图像融合跟踪与抗干扰方法，在提供非同轴视场配准的情况下，额外增加红外成像的深度信息，提高成像系统的抗干扰能力。

本发明的技术解决方案是：一种激光雷达与红外探测系统图像融合跟踪与抗干扰方法，包括如下步骤：

(1)使用log算子分别提取目标物体激光图像、目标物体红外图像的轮廓点；

(2)采用一致性点漂移cpd算法对激光图像轮廓点集和红外图像轮廓点集进行匹配，得到红外配准图像、激光配准图像；

(3)利用红外配准图像当前帧获取目标物体的位置、尺寸，利用激光配准图像当前帧获取距离信息，然后判断目标物体的距离位置是否发生突变，若发生突变，则目标物体发生遮挡，并根据目标特性连续性预测目标物体的位置、尺寸、距离；若未发生突变，则采用红外配准图像数据结合kcf算法继续跟踪目标物体，并更新目标物体的位置信息，依据红外配准图像中目标物体大小以及激光配准图像数据中目标物体的距离更新目标物体的尺寸、距离；

(4)重复上述步骤处理下一帧图像，直至完成激光雷达与红外探测系统图像融合跟踪与抗干扰。

所述的物体激光图像为通过激光雷达成像得到的激光点源数据进行插值形成。

所述的采用一致性点漂移cpd算法对激光图像轮廓点集和红外图像轮廓点集进行匹配的方法为：

首先对激光图像轮廓点集或红外图像轮廓点集利用混合高斯模型其中一个点集y进行建模，将每个点作为一个分类，分配一个高斯核；

然后将各个高斯核叠加，进而构建得到点集y的概率分布py；

最后计算另一个点集x中的点属于概率分布py中每一个高斯核的概率，将概率最大的作为点集x在y中的对应点，完成激光图像轮廓点集、红外图像轮廓点集匹配。

所述的激光配准图像数据的目标物体距离信息判断避免了因红外诱饵投放引起的红外图像中目标尺寸突变、遮挡。

所述的激光雷达为线扫激光雷达，扫描线数为40，激光雷达图像反映目标物体的深度信息。

所述的红外成像系统为中波红外成像系统，成像视场为±2.5°，分辨率为256*256，红外图像反映目标物体的能量信息。

本发明与现有技术相比的优点在于：

(1)本发明与现有技术相比，能够有效的配准非同轴且分辨率不同的激光红外图像，配准准确度高，边缘细节丰富；

(2)本发明与现有的红外成像系统相比，不仅能在一幅图上反映目标能量信息，更能反映目标的距离信息，具有更强的抗干扰能力。

附图说明

图1为本发明激光雷达与红外探测系统的成像系统示意图；

图2(a)为激光雷达原始成像图；

图2(b)为红外原始成像图；

图3(a)为激光轮廓提取图；

图3(b)为红外轮廓提取图；

图4为一致点漂移算法匹配结果示意图；

图5为配准结果示意图；

图6(a)、(b)、(c)为跟踪结果示意图。

具体实施方式

关于红外/激光雷达联合探测，现有技术的研究重点是红外/激光雷达联合探测系统对目标的识别，如何对探测数据进行有效的融合跟踪研究较少。本发明针对现有技术的缺陷，开展基于激光、红外图像融合的目标跟踪与抗干扰方法的研究。

本发明一种激光雷达与红外成像系统的配准融合与跟踪抗干扰方法，实现如下：

首先对激光线扫图像进行拟合差值得到激光图像；然后利用log算子对激光图像和红外图像分别进行目标轮廓检测，得到激光轮廓图像、红外轮廓图像，并采用一致点漂移性算法分别对两幅轮廓图像进行配准，配准后再对红外图像与激光图像进行距离像融合，最后采用改进的kcf算法对融合图像进行跟踪。

以下结合附图对本发明的技术方案作进一步的描述，如图1所示为本发明激光雷达与红外探测系统的成像系统示意图，如图2(a)所示为激光雷达原始成像图，如图2(b)所示为红外原始成像图，如图3(a)所示为激光轮廓提取图，如图3(b)所示为红外轮廓提取图，如图4所示为一致点漂移算法匹配结果示意图，如图5所示为配准结果示意图，如图6所示为跟踪结果示意图。

红外图像中的特征点在激光图像中几乎没有对应，唯一共通的特征是物体的轮廓，因此，本发明首先使用log算子提取物体的轮廓点；

其次，采用一致性点漂移(cpd)算法对激光和红外的轮廓点进行匹配。cpd算法认为激光和红外的轮廓点对应的两个点集数据是从某个概率分布中分布采样得到，利用混合高斯模型其中一个点集y进行建模，将每个点视为一个分类，分配一个高斯核，将这些高斯核叠加可以构建出点集y的概率分布py。这样两个点集匹配问题就转换为了基于gmm的分类问题，只要计算另一个点集x中的点属于概率分布py中每一个高斯核的概率，概率最大的就是点集x在y中的对应点。

最后采用改进的kcf算法对具有深度信息的融合图像进行跟踪，步骤如下：

(1)利用红外配准图像获取目标的初始位置、尺寸，利用激光配准图像获取图像的距离信息，转入下一帧处理。

(2)判断目标的位置(距离)是否发生突变，若发生突变，则说明发生遮挡，根据目标特性连续性预测目标的位置、尺寸和距离等信息。

(3)若未发生突变，则采用红外图像数据结合kcf算法继续跟踪，并更新目标的位置信息；同时依据红外配准图像中目标大小以及激光配准数据中目标的距离值更新目标的尺寸和距离信息。

(4)重复步骤(2)、步骤(3)处理下一帧图像。

其中步骤(3)中更新目标尺寸时，利用激光数据的目标距离信息能够有效地避免因红外诱饵投放时所引起的红外图像中目标尺寸突变、遮挡的情况。

本发明方法中激光雷达为线扫激光雷达，扫描线数为40；红外成像系统为中波红外成像系统，成像视场为±2.5°，分辨率为256*256，激光雷达图像反映目标的深度信息，红外图像反映目标的能量信息，决策融合形成一幅具有既具有深度信息又具有能量信息的新图像。

本发明中激光雷达原始数据为点源数据，红外原始数据为256*256大小的16位图像数据，二者难以建立准确的一一对应关系，通过激光点源数据进行插值形成激光图像数据，通过log算子对激光图像和红外图像中的目标进行轮廓提取，最后利用一致性点漂移(cpd)算法对激光和红外的轮廓点进行匹配。

综上所述，本发明方法利用激光雷达与红外成像系统实现了激光点源图像与红外图像的同轴配准，激光点源图像与红外图像的决策融合，以及激光点源图像与红外图像的跟踪与抗干扰。

本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。