目标与诱饵红外特性及其识别技术研究

v01．35Supplemcnt

I血删柚d

红外与激光工程

Laser

2006年10月

oct．2006

Eng硫e血g

目标与诱饵红外特性及其识别技术研究

杨卫平1，王炜华2，沈振康1

(1．国防科技大学电子科学与工程学院A1[R重点实验室，湖南长沙410073；

2．空军装备研究院，北京100080)

摘要：主要研究了弹头目标和诱饵的红外特性及其识别问题。首先给出了弹头目标和诱饵识别技术的基

本处理流程；然后，在分析空间物体的红外辐射特性的基础上，建立了空间物体的红外成像模型，在分析目标和诱饵的特征及特征差异的基础上，提出了可以用作弹头和诱饵识别的几个主要特征：红外辐射特征(包括温度、材料和灰度变化率)、运动特征和形状特征等；最后在基于各个特征的初判决的基础上，采用D—s证据理论进行决策层的融合得到综合判决，取得了较好的识别结果。

关键词：目标；

诱饵；

红外特性；

识别

文章编号：1007．2276(2006)增D．0239一09

中图分类号：TP391

文献标识码：A

IIlf．rared

featu阳sandrecognitionfortargetand

YANGw|

decoy

ei—hua2，S髓Nzhen—kan91ei．pin91，wANGw

univers姆ofDefcn∞伽h∞logy，ala岵sha4100r73。aliⅡa；

E掣岫In蛐tlnstitIlte，Bcijing100080，o血a)

(1．朋限Keylal删撤玎y．sch00l

of

El∞n伽icsdencc锄dEngine舐ng’NaIional

2．AirFofcc

Abstmct：’rheissueof

in】胁redfean鹏s锄d

rccognitionfor

on

w柚ead

processingflowfigurcisgivenatfirst，tllenbased

aIlalyzing

i妇d

targetaIlddecoyisdiscusscd．’rheb嬲icradicalizationfeature

di髓rence

such

as

bet、)l，eeninf}ared

odelofspatialobjectsista：曙etanddecoy，iⅢ．raredima百ngm豫dicalizationfeature(including

aIld

so

set

ainup，somem

ch锄ctedstics

meo哆

temperature，m删a1

are

alldgray

V撕ationrate)，moVementfbature柚dshapefbatIlre，

On．Atlast，goodfusionrecogIdtionresults

Decoy；

obtainedbyusingD—SeVidentialRecognition

KeywoHls：1’盯get；Infraredfeature；

0引言

未来高技术局部战争中，空中打击将是主要的作战方式，具有决定全局的战略意义，而弹道导弹将成为实现防区外精确打击这种非接触远战模式的主导武器。所以，导弹防御和突防技术成为当前各国研究的焦点。

来袭导弹通常是在弹头与弹体分离时，释放出诱饵、金属箔条、悬浮微粒等突防装置。诱饵一般是碳布作的气球，质量较轻，有自旋，形状可以为锥形，同弹头相似，也可以是球形。这种轻型诱饵模型造价很低，

收稿日期：200807—11

作者筒介t杨卫平(19鹋-)，男，陕西西安人，副教授，博士，主要从事图像信息处理技术、目标识别技术等

面的研究．

红外与激光工程：光电信息处理技术第35卷

可以同时携带很多，为拦截弹正确识别弹头的真伪带来难度。因此，弹头和诱饵的识别技术是弹道导弹防御的关键技术之一，也是具有挑战性和探索性的难题，而在对此问题的研究方面，国内外学者进行了大量的研究和仿真，取得了一些阶段成果‘1胡，但由于目标与背景之间的热交换，大气吸收和散射，作用距离远等原因，远距时目标很小，使弱小目标难以识别，特别是有诱饵存在的条件下。因此，如何将目标和诱饵有效地区分开来，尽早发现目标并采取相应的措施，是值得深入探讨的问题之一，文中将对此进行一些探讨。

1弹头目标与诱饵识别的基本流程

1．1基本处理流程

进攻的弹道导弹携带的反识别措施一般只占导弹有效截荷的5％～10％【1】。绝大多数的假目标是体积很小的金属化玻璃丝或箔条，辐射面积、辐射系数、接受辐照的横截面与表面积之比都很小，在中段飞行数十秒后，其温度仍在零下100。c左右，构不成“可视的红外目标”，因此，可以很快被去除。剩下的假目标是油箱碎片、发动机壳体、大型充气的角锥体、气球和几个再入飞行体，其中油箱碎片由于爆炸力的，分布较为集中，横向有十几公里，纵向小于100km，也可以很快去除。剩下的目标又可以分为两类：一类的辐射强度变化不大，如再入飞行体和充气气球，但它们的温度相差较大；另一类温度可能接近，但它们的辐射强度变化的差异较大，如再入前的弹体碎片，发动机壳体和再入飞行体。目标识别的任务就是要测量这些目标的红外辐射强度、温度以及它们的变化率，并推算出目标的有效辐射面积，然后把这些测量值和被测目标的运动特性、辐射特性联系起来，结合识别算法，分离出真弹头。

弹头目标和诱饵识别的基本流程如图1所示。红外探测器获得的图像中有很多个候选目标，因此，首先需从获得的序列图像中检测出可能的目标，标记它们在序列图像中的位置，然后对每个候选目标提取特征，通过数据融合识别，得到最终的识别结果。

—————--{图像预处理卜一检测与定位■叫

L．．．．．．．．．．．．．．．．．．．．．．．．_J

L．．．．．．．．．．．．．．．．．．．．．．，_J

1．．．．．．．．．．．．．．．．．．．．．．．一L．．．．．．．．．．．．．．．．．．．．．．．一

decoyreco印it

特征提取}_—叫融合与识别■———··一

图l识别弹头和诱饵的基本流程

F碴．1

ad蛾ld柚dPrinciplenowofw

0阻

1．2图像预处理

红外探测器获取的图像对比度低，边缘比较模糊，所以必须进行图像预处理。通常的方法【．7’8】有灰度直方图变换，多尺度变换，图像滤波等。这些方法可以改善红外图像的对比度，增强目标，抑制噪声背景，为目标的检测与定位创造条件。

另外，由于一般采用热点(即局部灰度峰值)的方法来检测目标，强背景噪声经常会被误认为是目标，

因此，还需要对图像做背景起伏的抑制：让图像，(f，歹，足)通过一个滤波器，输出的信号无(f，-『，七)是一个不含

目标的缓慢起伏图，然后将原始图像减去低频起伏图，得到的差值信号即为除去起伏后的图像，如下式所示：

．，．H(f，_『，七)=，(f，j『，七)一无(f，_『，七)

1．3目标的检测与定位

(1)

图像中同时含有真弹头和诱饵等多个目标，因此首要的任务就是从图像序列中将可能的目标都检测出来并进行跟踪定位。多目标跟踪定位一般采用数据关联和卡尔曼滤波相结合的方法来实现【8】。1．4特征提取

根目标在不同成像阶段的成像特点，分别提取目标相应的特征，如目标的温度特征、灰度变化率特征、

增刊

杨卫平等：目标与诱饵红外特性及其识别技术研究

241

运动特征和形状特征等，从而实现对目标和诱饵的初步识别和判决。这是目标识别是否成功的关键所在。1．5数据融合与识别

针对不同阶段目标的特征，对其进行决策层的融合嗍和识别，从而提高目标识别的准确性和鲁棒性。

2弹头目标与诱饵的特征分析

要正确区分弹头目标和诱饵，首先应当知道目标和诱饵有哪些相同点和不同点，以及它们的成像特性有哪些不同。诱饵一般伴飞在目标的周围，并具有与目标相同或相似的特性，但它毕竟不是目标，在光谱辐射通量、成像的形状、运动特性等方面与目标有或大或小的差别，这种差别正是区分目标和诱饵的根据，亦是制造可以有效欺骗敌方拦截导弹的诱饵的依据。2．1弹头目标与诱饵的特征

经过分析，可以归纳出弹头目标和诱饵的特征如下：

(1)

弹头目标特性

1)柱状圆锥体；

2)一般不产生旋转；3)温度约为300K；

4)弹头比辐射率为0．7以上；

5)弹头目标运动与拦截导弹成比例制导关系，因此，它们在彼此间连线的垂直方向上的速度近乎相等，故弹头在图像平面上的投影只作水平和垂直方向的偏移，且变化很小。

(2)

诱饵特性

1)球形，锥形；

2)可按某种特定的方式产生旋转(一般转速为1～2转，s)；

3)球形诱饵的平衡温度约300K，非球形诱饵的平衡温度<300K，如圆柱体气球的平衡温度约为283K等；4)诱饵的质量远小于弹头的质量；

5)一般情况下诱饵与拦截弹不成比例制导关系，所以，诱饵在图像平面上的投影具有很快的运动速度；6)诱饵材料与弹头的材料不一样，诱饵的比辐射率可能与弹头差异很大。

基于弹头和诱饵的上述特性，可以清楚地看出，运动特性、形状尺寸特征、温度及材料是区分诱饵与真

弹头的重要依据。

2．2不同阶段分析

根据导引头与弹头目标、诱饵之间距离的不同，弹头目标和诱饵在图像平面上的投影可分为小目标阶段、斑点目标阶段和面目标阶段。在不同的阶段，用来区分弹头目标和诱饵的特征是不同的。当弹头目标和诱饵距离导引头很远时，弹头目标和诱饵的成像为小目标状态，此时可以利用的特征有：灰度变化特征、温度特征和运动特征。在斑点目标和面目标阶段时，形状特征和温度特征将成为识别的主要特征。

红外导引头至目标的距离R与目标在平行于图像平面上的等效尺寸D之间，有如下的关系式‘9'10】：

n

，

尺==．——鱼一2Jt锄(口／2)

式中：J为目标的像素数；L为图像一边的像素数；口为红外探测器的视场角。

设红外探测器的图像尺寸L=256，视场角口=1。，目标的等效尺寸D=2算出目标像素

m、4

(2)

m，则由公式(2)可以计

m

，与距离R之间的变化关系，其结果示于图2中。由图2可以看出，对于目标等效尺寸为4

242

红外与激光工程：光电信息处理技术第35卷

的情况，当拦截导弹从700km向目标接近时，目标在图像平面上的投影最初呈现为弱信号的小目标，且持续

时间很长，当尺=45km时，，将大于2～3个像素，在图像平面上将形成一个3×3斑点状的目标，接着呈现为

面目标，且随着距离的进一步缩小目标图像将充满视场，直至溢出视场。因此，可以将尺=45km视为起始的成像距离。而对于目标等效尺寸为2m的情况，起始成像距离尺=232．2．1小目标阶段特征分析

在小目标阶段，弹头目标已经进入探测距离但没有达到成像距离，目标尺寸小于1个像素，但由于点扩散函数作用，它在探测器给出的图像上将形成一个小区域，其大小约为3×3，且近似为高斯分布。这时，由于缺乏形状信息，只有温度信息和运动特征是它的主要特征。弹头目标的温度比较稳定，即使变化也很缓慢，而诱饵温度变化则比较快。若处于太阳照射下，弹头目标的温度低于诱饵温度；而在阴影中时，弹头目标温度则会高于诱饵温度。而且两者达到平衡温度的时间也是不同的，诱饵只需要几分钟，就可以很快达到平衡温度，而弹头目标则需要几个小时才能达到其平衡温度。因之，温度是区分弹头目标和诱饵的重要依据之一。2．2．2斑点目标阶段特征分析

斑点目标阶段是小目标和面目标的过渡阶段，且持续时间很短，因之，可以按“准”面目标来处理，换言之，它已含有物体的形状信息，同时，温度仍是物体重要的特征。此外，当与弹头目标之间的距离已知时，

km。

还可以计算出红外比辐射率讯与弹头表面面积A之积，即有效辐射面积‰A。它与红外信号强度PS、距离R、

光学系统直径d及弹头目标温度r之间，有如下的关系【l

01：

艮A=等

弹至目标的距离R可以通过弹头机动测量出来。2．2．3面目标阶段

∽

式中：仃为斯蒂芬一玻耳兹曼常数(5．67×10。12w．cm-2．K_)，因此，一旦双色红外探测系统估计出弹头的温度，就可以计算出‰A。显然，它与材料有关，故它是区分真目标和诱饵的又一重要特征。顺便指出，拦截

这时，目标像已经很清晰，可以根据已知距离计算出辐射面积A。进一步，可以由前一阶段得到的‰A值中求出反映物体材料的讯值。由此可见，成像目标阶段是将真目标从诱饵中识别出来的最关键的阶段，这个阶段的持续时间大约为2～42．3特征选择依据

导弹中段可近似认为是真空，弹头和诱饵的温度特性可以做到十分接近，但弹头和诱饵的质量、材料和外形是不同的，所以仍会产生不同的红外特征，故可以基于各自的光辐射特性区别它们。此外还可以结合弹头和诱饵在形状、运动和材料特征上的差异来综合地区分它们。

归纳上一小节的分析可知，能够识别真弹头与诱饵的特征有三个：形状、尺寸和温度。这三种特征以不同的方式影响弹头和诱饵辐射红外能量，如一个物体的红外辐射总亮度是受其尺寸和温度影响的：物体越大，红外辐射能量越高；物体越热，红外辐射能量亦越高；此外不同形状的同温度物体辐射出来的能量也有差异。

红外探测器探测到的物体的红外辐射由两部分组成：物体自身温度的辐射、物体反射的太阳和地球的红外辐射。它的强弱取决于很多因素：物体本身固有的特性(物体的物理形状及其表面涂层的比辐射率)；物体和探测器之间的相对方向；物体是否翻滚、转动或自旋等等。物体温度的变化又取决于内部热源和表面材料的比辐射率。概言之，如下特征能区分弹头和诱饵：2．3．1灰度随时间变化的特征

物体的温度变化率反映在图像上就是灰度变化率，因此当物体温度变化时，弹头目标与诱饵的成像灰度会随时间变化，从而可以得到灰度时间序列，并从中得到灰度的变化率。由于弹头目标热容较大，温度变化

s。

增刊杨卫平等：目标与诱饵红外特性及其识别技术研究

243

较小，因此它的灰度变化率也较小，而诱饵由于质量轻，温度变化快，故其灰度变化率很大，由此可以区分

出弹头目标和诱饵。

这种方法的特点是要对一定长度的序列进行积累，在目标距探测器较远时，这种方法是适用的；但当目标与探测器距离非常近时，由于面目标阶段时间非常短且目标特性变化剧烈，所以不适合使用灰度变化特征。故灰度变化特征主要应用于目标距离远、目标成像为点或斑点的情况下。2．3．2运动特征

得到多个目标在每一帧中的成像位置及其灰度分布后，可以提取目标的运动信息，包括加速度、旋转和翻滚信息，用它们来判断目标的真假。由于诱饵没有姿态控制装置，在运动中有大约1转／s的旋转和翻滚；而弹头的运动则相对平稳。这是弹头目标与诱饵识别的主要特征之一。．3。3形状特征

．

随着目标与传感器距离的缩小，进入斑点目标成像阶段和面目标成像阶段，目标的形状成为重要的特征。一般来说，弹头目标与诱饵的成像形状与大小相似，但仍然会存在细小的差别，这种细小的差别就可以作为区分弹头目标和诱饵的特征。

．3．4温度特性

利用双色红外图像的融合方法可以比较准确地估计物体的温度，同时由于红外诱饵不可能在这样宽的频带内与弹头目标红外特性保持一致，二者融合能够充分利用红外的频谱信息，有利于识别。

单一特征在复杂多变的战场环境下不能保证总是有效的，因此利用数据融合的思想和方法，综合多种特征或多种判断形成一个更准确的解，才是具有适应性和鲁棒性的方法。而且在不同成像阶段应采用不同的识别策略，选择不同的识别特征，得出识别结果。

数据融合与识别

根据信息表征的层次，数据融合可分为数据层融合、特征层融合和决策层融合三个层次。数据层融合是指对经配准的多传感器数据直接进行融合。特征层融合是指对各传感器关于目标的观测进行特征提取，产生不同类型的多传感器在局部完成处理并建立对所观察目标的初步判决，融合中心对这些结果进行关联处理Ⅲ】。

．1

D．S证据理论

D．s证据理论的思想是Dempster在20世纪60年代提出的，用概率上下限来表示实际问题中的不确定性。

Shafer将这种思想系统化和理论化后，形成了D—s证据理论，它是一种不确定推理理论‘协。

首先定义一个辨别框架口，包含所有可能的结论，它的子集的全体记为2口，口的任意一个子集A的基本

概率数定义为m(A)，矗哟空集，则有：

对Ⅵ∈2口，m(A)≥o，且∑(4)_n

m(A)=1

m(西)=0

(5)

若A≠口，则m(A)表示对A的信任程度，若A=口，则m(A)没有任何信息。对于给定的任意一个口的子集A和基本概率函数m(A)，可以定义对应的信任函数：

眈z(A)=芝：而

m(召)

(6)

式中：A=口一A为A的补集。

223特征矢量，然后通过关联把各个特征矢量联成有意义的组合，融合这些组合后的特征矢量。决策层融合是指3244

红外与激光工程：光电信息处理技术笫35卷

信任函数BeZ(A)是支持A的总信任的最小值。易知：

对vA，曰∈2口，如果AsB，则&Z(A)≤眈Z(曰)

曰刃(A)+曰讲(A)≤1

(7)(8)

不同的信息来源可代表不同的证据，D．S规则反映了信息的重新分配。D．S证据理论的信息合成规则为：

设有两个推理系统A、如，它们的基本概率函数和信任函数分别为％、，，12和&‘、B已f2，对于子集

A=An如，可以得到合成的基本概率函数为：

．

m(A)=∑观(A)％(如)／∑M(A)％(如)=竹(A)o％(如)

^n如=^

^n^2≠驴

(9)

式中：，，ll(A)％(如)表示A、如共同支持A的基本概率值；

信息，

∑M(A)％(如)表示A、如共同支持A的

∑帆(A)％(如)表示有共同交集的4、如的信息总量。易知：

‘一l、I

^c口

∑％(A)=1

江1，2

’

0∞

相应的有：

曰刃(A)=既‘(A)oB已f2(如)

D-S证据理论合成规则的一般形式为：对Ac口，A≠口，则合成的基本概率函数为：

m(A)=

0D

∑

々t…·^。口

n^=^

n(A)…％(A)／

∑

n^≯巾

々，…·A‘口

，，ll(A)…％(A)

0动

由于

々，…，^‘口

n^≠驴H

∑现(A)…％(A)+∑’巩(A)…％(A)=1

々·…·^‘口

n^；巾H

0动

因此，公式(12)可变为：

m(A)=

々·…·^‘口

n^=^

∑

，，zl(A)…％(A)／(1一

∑现(A)…％(A))

々，…·^‘口n^卸

(14)

3．2■合识别

弹头和诱饵可以作为一个两类识别问题，辨别框架』芦{r，D}，它有四个子集：么{r}、

别给出它们的概率分配函数。

在证据f中，需要对四个子集的基本概率赋值：若判定该目标确实是真弹头，则：

{Dl、{r，D)。

其中Ir}表示判决为目标，(D)表示判决为诱饵。前面各个特征的初判决可以作为不同的证据，按上述原则分

嘣{研)=1，m《{D})=嘣{L

若判定该目标确实是诱饵，则：

D})=0

(15)

似{D1)=1，m文(丁))=m文{丁，D})=0

(16)

增刊杨卫平等：目标与诱饵红外特性及其识别技术研究

若无法确定该目标是真弹头还是诱饵，则：

0(17)

根据各个证据的概率分配函数，通过如公式(12)所示的证据合成规则进行处理。然后，进行融合判决，其判决准则为：

若m(Ir})>m({D1)

(18)

则判决为目标，否则判决为诱饵。

考虑到各个证据的可信度存在差异，因此，对每个证据赋予不同的权重Ⅵ，修改其基本概率赋值为：

，《=(西，I丁)，{D}，{r，D1)=(o，Ⅵ％({丁，)，w％({D))，1一嵋％(fr})一Ⅵmi((DJ))

(19)

对所有待识别目标进行上述处理，就可以在目标诱饵群中把目标识别出来。

根据前面的讨论，仿真图像中有三个物体，其中，带头锥的柱形物体为A、球形物体为曰、锥形物体为c。对于形状特征：物体A和曰的投影形状为圆形，始终不变，物体c的投影不是圆形，且其投影形状发生了变化，初步判定物体C为诱饵，物体A和曰不能确定，所以基本概率赋值分别为：

n^=(痧，{丁)，{D)，{丁，D))=(0，O．6，0．3，0．1)

确B=(咖，Ir)，{D)，{丁，D))=(0，0．6，0．2，0．2)

％c=(咖，{rl，(D)，{r，D})=(O，O．05，0．85，0．1)

形状特征的权重为：M=O．7，所以：

—‘=(毋，{丁)，{D}，{r，D))=(o，o．42，o．21，o．37)\"屯=(妒，{rl，{Dl，{r，D1)=(o，o．42，o．14，o．44)\"如=(痧，{r}，{D)，{丁，D))=(o，o．035，o．595，o．37)

对于运动特征，由于弹头运动与拦截导弹成比例制导关系，因此相对于探测器没有较大的水平和垂直方向的偏移，而一般情况下诱饵与拦截弹不成比例制导关系，运动没有规律，因此，可以初步判定图中物体A为弹头，B不能确定，C为诱饵。基本概率赋值为：

，吃^=(西，{r}，{D}，{丁，D})=(O，O．8，0．1，0．1)疗‰=(西，{丁)，{D}，{丁，D))=(0，0．4，0．4，0．2)

m2c=(咖，{丁)，{D}，{丁，D1)=(O，O．1，0．8，0．1)

运动特征的权重为：M=0．6，所以：

，，l三^=(痧，{丁)，{D)，{z，D))=(o，o．48，o．06，o．46)，《丑=(痧，{r)，{D)，{丁，D})=(o，o．24，o．24，o．52)厄c=(西，{z)，{D)，{r，D))=(o，o．06，o．48，o．46)

对于温度特征，由于弹头的比辐射率一般大于0．7，平衡温度大致为300K左右，所以，物体C可以判定为诱饵，而物体A大致可以判定为弹头，而物体曰不能确定。基本概率赋值为和权重分别为：

鸭^=(痧，{r}，{D)，{r，D))=(0，0．85，0．1，0．05)

力b=(咖，{r}，{D)，{r，D})=(0，O．5，O．4，0．1)

开％c=(咖，{r)，{D’，{丁，D))=(0’O．05，0．95，0)

红外与激光工程：光电信息处理技术第35卷

温度特征的权重为：嵋=O．9，所以：

，《^=(西，{丁}，{D)，{丁，D))=(o，o．765，o．09，o．145)，《曰=(痧，{r)，(D)，(z，D})=(o，o．45，o．36，o．19)，《c=(西，{丁)，{D)，{丁，D))=(o，o．045，o．855，o．1)

对于灰度变化率特征，诱饵很快就可以达到平衡温度，其灰度变化率比较大，而弹头达到平衡温度的时间长，灰度变化比较小。所以可以初步判定物体A为弹头，物体曰和物体C是诱饵。基本概率赋值为：

，心^=(痧，{丁，，{D)，{丁，D，)=(0，0．9，0，0．1)

，～口=(痧，{丁)，{D}，{丁，D})=(0，0．1，O．8，0．1)

，％c=(痧，f丁)，fD’，{r，D))=(0，O，O．9，0．1)

灰度变化率特征的权重为：％=O．95，所以：

，嘭^=(咖，{丁)，{D)，{r，D))=(o，o．855，o，o．145)硝口=(痧，{丁)，{D}，{丁，D))=(o，o．095，o．76，o．145)，磁c=(廖，{丁}，{D}，{r，D))=(o，o，o．855，o．145)

由公式(12)有：

m({丁))=

∑，，z1(A)…帆(A)／

々-…，A。口

∑％(A)…％(A)

々·…，A‘口

(20)

n^={7．)n^≠中

鸭(A)…％(A)／

，，l“D))=

々，…，A‘口

n^={D}

∑

々，…，A‘刀

n^≠毋

∑％(A)…％(A)

(21)

m“r，D】)=

∑，，lI(A)…％(A)／∑

々，…，^。口

％(A)…％(A)(22)

nA={r，D)

々，…，^±‘口n^≠巾

因此，可以对三个物体分别计算m({r))、m“D))和，，l“r，D))，如表1所示。

裹1

Tab·l

R豁llltsof

三个物体的修正概率硝、m“丁))、m(fD】)和m(p，D))结果

modifiedpossibmtiesas，巧、m({r))、m“D))andm({丁，D))for廿Ineobjects

由表1的结果和公式(18)的判决规则可以判定：物体A为弹头，物体B和C均为诱饵。该结果与仿真实验设定的条件一致，为正确的判定结果。实验结果说明文中提出的识别弹头和诱饵的

法是适用的。

增刊

杨卫平等：目标与诱饵红外特性及其识别技术研究

247

3．3双波段红外数据融合

单传感器对信息捕获能力不足，信息表述不完整，因此可以采用数据融合的方法，将从多种传感器获得的信息加以合成，产生比单传感器更可靠、更全面的估计和判决，以获得对被测对象更精确的解释或描述，从而提高信息处理系统的性能。双波段红外成像技术采用来自两个不同电磁波段区的通道对目标进行探测，可以得到比单波段多出一倍的目标背景的信息量，因此可以提高成像系统探测、识别目标的能力。这种情况下，图l的工作流程修改如图2所示。对不同波段的图像同样进行成像阶段的分析，对图像中的每个候选目标提取温度特征、灰度变化率特征、运动特征和形状特征，并分别对它们做出初步判决。最后将初步判决结果用D．S证据理论做决策层的融合，以提高识别的准确性和稳健性。

预处理

l背景抑制

·_■卜

定位卜r

{背景抑制

预处理

弹头

和诱饵的特征

叫目嚣测卜◆

提取

图2双波段识别弹头和诱饵的工作流程

F置g．2

旧

攀

刖_结-果，

Flow0fdual-bandwa血ead龃ddecoyrecognition

4结束语

研究了用红外导引头对空间环境中弹头和诱饵进行识别的方法。首先给出了弹头和诱饵的识别技术的方案流程；然后，在分析空间物体的红外辐射特性的基础上，建立了空间物体的红外成像模型；通过分析弹头和诱饵的特征及特征差异，提出了可以用作识别的几个主要特征：红外辐射特征(包括温度、材料和灰度变化率)、运动特征和形状特征；最后在基于各个特征的初判决的基础上，用D—s证据理论进行决策层的融合得到综合判决，并介绍了用双波段红外图像识别弹头和诱饵的方法，给出了工作流程。参考文献：

【l】李群章．弹道导弹弹道中段和再入段弹头红外光学识别方法研究【J】．红外与激光工程，1999，28(5)：1-5．

【2】王慧频，徐晖，孙仲康．大气层外弹道式目标的红外辐射特性的理论计算方法【J】．系统工程与电子技术，1998，20(3)：1-6．【3】赵锋伟，沈振康，李吉成．红外诱饵辨识的仿真研究(一)灰度时间序列分析[J】．红外与激光工程，2002，31(4)：286．2．【4】赵锋伟，沈振康，李吉成．红外目标与诱饵辨识的仿真研究(二)运动特征分析[J】．红外与激光工程，2002，3l(5)：395．398．【5】洪洋，张科，李言俊．红外诱饵的干扰模型与仿真…．系统仿真学报，2006，18(2)：463，466．

【6】朱梦宇，赵保军，韩月秋．红外双波段信号处理器对目标和诱饵的识别【J】．红外与激光工程，2003，32(1)：78．81．【7】王炜华．用局部对比度信息改善图像质量[J】．国防科技大学学报，2003，25(3)：58—61．【8】

．stalis血alillflfaredANASl'ASsOPoIⅡ．0SV，I。AMPROP0uLOsGA

271—281．

image柚alysis【C】坍，roceed啦s

ofsPm，1995，2553：

【9】何友，王国宏，彭应宁，等．多传感器信息融合及应用口川．北京：电子工业出版社，2000．

【10】李润顺，袁祥岩，范志刚，等．红外成像系统作用距离的估算【J】．红外与激光工程，2001，30(1)：l-3．

，ROSEN【11】2HoUBK．Mult

itarget扛ac址gin

clutter：fast

alg谢mmfbrda协舔sociaiion【J】．m髓Tr姐sA朗唧∞eand

B∞吐∞ic

System，1993，29(2)：234—239一

【12】孙即祥．现代模式识别【M】．长沙：国防科技大学出版社，2002．