红外搜索系统视频图像拼接算法及其的应用.docVIP

红外搜索系统视频图像拼接算法及其的应用 　　摘要：为了实现将视场小、变化快的红外搜索系统视频图像拼接成全景图像，根据红外搜索系统具有确定像空间位置变化信息的特点，提出了一种结合图像位置信息和模板匹配的的红外图像拼接算法。该算法有效的解决了传统的区域配准拼接算法运算速度慢和基于特征配准拼接算法精度差的不足，具有运算速度快、配准精度高的优点。为了验证该算法的有效性，利用采集到的红外搜索系统试验视频进行了仿真计算，从仿真的结果看，该算法相对于传统算法，大大提高了运算速度和匹配精度。 　　关键词：红外搜索 红外图像 图像拼接 位置信息 模板匹配 　　中图分类号：TP391 文献标识码：A 文章编号：1007-9416（2014）03-0108-03 　　1 引言 　　红外搜索系统是通过探测和接收目标的热辐射，获得目标的红外信息从而解算出目标的方位、俯仰信息。在探测过程中红外系统自身不发射任何辐射，能够更好的隐蔽自己，发现敌人，大大提高了其生存能力；在强电子干扰环境下，可以替代或辅助雷达搜索跟踪目标，是在复杂环境下探测目标的首选探测方式，在未来的战场应用中需求量巨大。 　　从目前国内外的红外搜索设备研制的情况看，目前主要还存在以下不足之处： 　　（1）在目前的探测器水平条件下，红外热像仪视场普遍偏小，故而单帧图像空间覆盖范围小，仅从单帧图像无法有效对载体周围空情、地情进行有效评估； 　　（2）在小视场的条件下，要快速完成大区域搜索，必须进行快速搜索，而在快速搜索时，红外图像变化过快，单帧图像基本无法有效提供给操作员观察，丧失了红外探测能提供昼夜可视图像的突出优点。 　　红外图像拼接技术可实时将多帧图像拼接成大视场全景图像，用于解决小视场红外搜索不利于观察的问题；同时通过图像拼接技术，可获取全景图像，可在红外搜索阶段加入操作人员观察判断，能有效降低红外虚警干扰，提升红外探测的优势，红外图像拼接技术在红外搜索系统中有广泛的应用前景。 　　2 图像拼接算法的一般流程 　　一般来说，图像拼接的过程由图像预处理，图像配准，图像合成三步骤组成[1]，其中图像配准是整个图像拼接的基础，也是图像拼接技术的关键。 　　2.1 图像预处理 　　图像预处理的目的是改善图像的质量，从而保证下一步图像配准的精度，包括对图像对比度拉伸、噪声点抑制（如直方图处理、图像的平滑滤波）等。对于一些存在几何畸变或者像旋的图像还要进行校正。如果在图像质量不好的情况下直接进行图像拼接，容易造成误匹配。 　　2.2 图像配准 　　图像拼接的质量主要依赖图像的配准精度，其核心问题是寻找一个变换，找到待拼接图像中的模板或特征点在参考图像中对应的位置，根据模板或者图像特征点之间的对应关系，可以计算出数学模型中的各参量值，从而建立两幅图像的数学模型，使图像间相互重叠部分对准，将待拼接图像转换到参考图像的坐标系，以此构成完整的图像。精确配准的关键是要有很好描述两幅图像之间的转换关系的模型。 　　图像配准方法一般可分为基于区域和基于特征两种方法。基于区域的配准方法是利用的是图像的大部分灰度进行匹配，配准精度高，但运算量巨大；基于特征的方法则是通过提取图像中的点、边缘、轮廓等特征进行匹配，运算量相对较少，受噪声的影响较小，常用的特征提取算法有SIFT特征提取算法[2]、Harris角点检测算法[3]以及Canny边缘检测算法[4]等，基于特征的配准方法存在图像特征点提取及匹配困难，特别是作为单色的红外图像利用特征点匹配存在较大的匹配误差风险。 　　2.3 图像合成 　　当准确计算出图像之间的转换参数之后，我们需要根据求出的参数把多张原始图缝合成一张大的全景图。由于图像配准的结果存在配准误差，因而不可能在每一点上都精确配准，因此，图像合成的策略是尽可能地减少遗留变形以及图像间的灰度差异对合并效果的影响。合成的目标包括：拼接图像的画出，光度的调整混合，确定重叠区域和消除拼缝。 　　2.4 全景图像的生成和视频显示 　　当结合红外目标信息的红外图像合成以后，即可生成全景视频图像的编码显示，每当一个搜索周期结束后，利用新一周期的空间红外图像实时替换前一周期对应的空间红外图像，即可生成实时全景红外图像，能有效的解决红外探测设备快速搜索阶段红外图像无法观察的不足，突出红外设备探测结果的可观察性的优势，便于作战人员对战场的直观判断。 　　3 红外搜索系统图像拼接算法设计 　　红外图像拼接的算法有多种，根据红外搜索系统获取的红外图像都具有稳定的像空间位置变化信息的特点，本文提出了一种结合图像位置信息变化和模板匹配的红外图像的拼接算法，算法流程如（图1）。 　　为避免红外探测器盲元、坏元点和图像噪声的干扰，本算法在红外图像获取后即对其进行预处理，主要的算法为中值滤