位寶燕 楊紹清 劉松濤 余 琦

（1.海軍大連艦艇學(xué)院導(dǎo)彈與艦炮系 大連 116018）（2.92118部隊(duì) 舟山 316000）

1 引言

在現(xiàn)代海戰(zhàn)中，艦載光電跟蹤設(shè)備跟蹤目標(biāo)實(shí)時(shí)性好、清晰直觀、跟蹤精度高，在海上目標(biāo)精確測(cè)量、導(dǎo)彈預(yù)警與攔截等均發(fā)揮至關(guān)重要的作用。但在真實(shí)的作戰(zhàn)情況中，艦載光電跟蹤系統(tǒng)的激光測(cè)距儀發(fā)生故障，則無(wú)法獲取跟蹤目標(biāo)的距離信息，缺少目標(biāo)精準(zhǔn)的坐標(biāo)點(diǎn)。這種情況下，現(xiàn)有的光電跟蹤系統(tǒng)是無(wú)法自動(dòng)獲取目標(biāo)距離，通常是由指揮員按照經(jīng)驗(yàn)?zāi)繙y(cè)距離，誤差較大，此時(shí)在戰(zhàn)場(chǎng)上就會(huì)陷入較被動(dòng)的局面。因此在激光故障特殊條件下，如何對(duì)戰(zhàn)場(chǎng)目標(biāo)快速精確地進(jìn)行目標(biāo)距離測(cè)量，進(jìn)而實(shí)施目標(biāo)打擊或者攔截，成為目前迫切需要解決的問(wèn)題。

為了解決上述問(wèn)題，利用艦載光電跟蹤系統(tǒng)中的電視跟蹤儀和紅外跟蹤儀，創(chuàng)建了異源雙目立體測(cè)距系統(tǒng)。首先，對(duì)紅外圖像進(jìn)行預(yù)處理，紅外與可見(jiàn)光圖像特征點(diǎn)配準(zhǔn)，得到配準(zhǔn)的坐標(biāo)點(diǎn)集，最后根據(jù)視差原理獲取跟蹤目標(biāo)的距離信息。基于艦載光電系統(tǒng)的實(shí)際情況進(jìn)行條件假設(shè)，對(duì)雙目立體測(cè)距系統(tǒng)進(jìn)行仿真，并分析了影響測(cè)距的因素。

2 移動(dòng)異源雙目立體測(cè)距跟蹤系統(tǒng)

2.1 光電雙目測(cè)距原理

物體在左右視網(wǎng)膜上的光學(xué)投影位置不同，所以人眼可以感知到物體的距離。雙目立體視覺(jué)系統(tǒng)[1]利用兩臺(tái)相機(jī)模擬人眼，基于視差原理[2]得到物體的距離信息，實(shí)現(xiàn)物體的三維重建。

雙目立體視覺(jué)測(cè)距系統(tǒng)分為雙目匯聚式模型[3]和雙目平行式模型[4]，雙目匯聚式模型的特點(diǎn)是兩相機(jī)光軸無(wú)需保持平行，光軸在空間里聚于一點(diǎn)，雙目平行式模型是雙目匯聚式模型的特殊情況，兩相機(jī)的光軸需要保持在相同的高度，保持平行[5]。根據(jù)艦載光電跟蹤儀相機(jī)長(zhǎng)焦距、窄視場(chǎng)的特點(diǎn)，所以選擇雙目匯聚式模型，跟蹤目標(biāo)置于視場(chǎng)中間的位置。

圖1 雙目測(cè)距成像俯視圖

圖1是雙目匯聚式模型的俯視圖，假設(shè)兩相機(jī)的焦距相同，以世界坐標(biāo)系為參考，原點(diǎn)O為兩相機(jī) 中 心 位 置 ，Q(xw，yw，zw) 為 跟 蹤 目 標(biāo) 點(diǎn) ，Q1(x1，y1)、Q2( )x2，y2是相應(yīng)的像點(diǎn)，x1-x2即為成像視差，b是基線距離，即左右兩相機(jī)光心之間的距離。根據(jù)三角形相似原理可得：

由式（1）和（2）可以推出下式

令d=x1-x2，d即為視差，則目標(biāo)距離為

2.2 光電雙目測(cè)距跟蹤系統(tǒng)設(shè)計(jì)

該系統(tǒng)硬件組成示意如圖2所示，包括中心計(jì)算機(jī)、云臺(tái)、電視跟蹤儀、紅外跟蹤儀。

圖2 測(cè)距跟蹤系統(tǒng)的硬件組成

2.3 光電雙目測(cè)距跟蹤系統(tǒng)工作流程

整個(gè)系統(tǒng)工作流程建立已完成標(biāo)定基礎(chǔ)上。首先在紅外和可見(jiàn)光圖像中對(duì)跟蹤目標(biāo)進(jìn)行手動(dòng)初始化，兩相機(jī)逐幀跟蹤目標(biāo)。在紅外圖像中提取目標(biāo)特征點(diǎn)，與可見(jiàn)光圖像的目標(biāo)圖像進(jìn)行匹配，得到若干組已匹配的特征點(diǎn)對(duì)，利用式（4）得到目標(biāo)距離的平均值，完成對(duì)目標(biāo)距離的測(cè)量和三維重建。該方法流程如圖3所示。

圖3 雙目測(cè)距跟蹤系統(tǒng)工作流程圖

3 海面艦船紅外與可見(jiàn)光圖像配準(zhǔn)

由于成像原理不同，紅外與可見(jiàn)光圖像的灰度特性不同，但角點(diǎn)和邊緣特征相似。然而紅外圖像根據(jù)目標(biāo)的輻射特性成像，圖像較可見(jiàn)光圖像更模糊，且目標(biāo)邊緣的輪廓不突出。因此首先對(duì)紅外圖像進(jìn)行預(yù)處理，突出邊緣輪廓，提取角點(diǎn)，最后利用相似性度量進(jìn)行匹配。

3.1 紅外圖像增強(qiáng)預(yù)處理

圖像增強(qiáng)[6]是最基本的圖像處理技術(shù)，一般分為空域圖像增強(qiáng)和頻域圖像增強(qiáng)，本文用直方圖均衡化[7]、直方圖規(guī)定化[8]和小波變換[9]等常見(jiàn)方法對(duì)紅外艦船圖像進(jìn)行增強(qiáng)，效果如圖4，可以看出效果并不理想。

除了上述算法，還可以采取邊緣提取增強(qiáng)技術(shù)，本文采用Sobel算子、Robert算子、Prewitt算子、Log算子等、Canny算子和Susan算子[10]對(duì)紅外艦船圖像進(jìn)行邊緣提取，結(jié)果如圖5所示。從結(jié)果可以看出Sobel算子對(duì)邊緣提取效果較好。

圖4 紅外圖像增強(qiáng)

圖5 紅外圖像邊緣提取算法結(jié)果

3.2 圖像Shi-Tomasi角點(diǎn)提取

對(duì)紅外圖像進(jìn)行Sobel算子邊緣增強(qiáng)預(yù)處理之后，對(duì)紅外和可見(jiàn)光圖像提取角點(diǎn)。角點(diǎn)是邊緣輪廓上曲率極大值點(diǎn)，比其他邊緣點(diǎn)魯棒性更好[11]。文獻(xiàn)[12]提出改進(jìn)Moravec算子，通過(guò)滑動(dòng)二值矩形窗口尋找灰度變化的局部最大值，但是運(yùn)算速度不快，對(duì)尺度變化敏感。文獻(xiàn)[13]對(duì)Moravec進(jìn)行改進(jìn)提出Harris角點(diǎn)，用圖像梯度近似灰度變化，提高了特征點(diǎn)的檢測(cè)率，但是計(jì)算量大，對(duì)尺度和噪聲敏感。Shi和 Tomasi提出改進(jìn) Shi-Tomasi[14]特征，該算子較Harris算法提取角點(diǎn)數(shù)量少，特征明顯，計(jì)算速度快，能滿足實(shí)時(shí)性要求。

Shi-Tomasi算法的檢測(cè)原理是通過(guò)窗口W(x，y)在各個(gè)方向滑動(dòng)時(shí)灰度變化。當(dāng)窗口移動(dòng)(Δx，Δy) 時(shí)，灰度變化為

式中ω(x，y)為加權(quán)函數(shù)，通常選用高斯加權(quán)函數(shù)，I(x，y)為點(diǎn)(x，y)處的灰度值。

由：I(x+Δx，y+Δy)=I(x，y)+IxΔx+IyΔy+O(Δx2，Δy2)得：

其中M是2*2矩陣，可由圖像導(dǎo)數(shù)得：

計(jì)算M的兩個(gè)特征值λ1，λ2，只有當(dāng)兩個(gè)特征值均小于閾值，則認(rèn)為是有效的角點(diǎn)，即為Shi-Tomasi角點(diǎn)，既該角點(diǎn)周?chē)嬖谥辽賰蓚€(gè)不同方向的邊界。圖6即為紅外圖像Shi-Tomasi特征點(diǎn)集。

圖6 紅外艦船圖像Shi-Tomasi角點(diǎn)

3.3 紅外與可見(jiàn)光圖像的特征點(diǎn)匹配

經(jīng)過(guò)特征點(diǎn)提取，分別得到紅外與可見(jiàn)光圖像的特征點(diǎn)集A和B。紅外特征點(diǎn)集A中任一點(diǎn)ai，在點(diǎn)左右選取一個(gè)大小為m×m的窗口Am，相對(duì)應(yīng)于紅外圖像上ai點(diǎn)相同位置處對(duì)于可見(jiàn)光圖像選取一個(gè)大小為n×n(n?m)的窗口Bn，將Bn中包含的特征點(diǎn)與ai計(jì)算去均值歸一化積相關(guān)系數(shù)，計(jì)算公式如下：

將窗口Bn中去均值歸一化積系數(shù)最大值的特征點(diǎn)作為ai的匹配點(diǎn)。當(dāng)去均值歸一化系數(shù)最大值小于閾值時(shí)，說(shuō)明該特征點(diǎn)在待配準(zhǔn)圖像中特征點(diǎn)集B中無(wú)匹配點(diǎn)。圖7給出了基于Shi-Tomasi角點(diǎn)相關(guān)配準(zhǔn)算法的基本框圖。

圖7 基于Shi-Tomasi角點(diǎn)相關(guān)配準(zhǔn)算法的基本框圖

4 仿真實(shí)驗(yàn)結(jié)果與精度分析

實(shí)驗(yàn)所用圖像分別針對(duì)海面目標(biāo)和海岸目標(biāo)兩種類(lèi)型，仿真編程平臺(tái)為Inter i5 CPU，4GB內(nèi)存的PC上使用Matlab編程實(shí)現(xiàn)。將兩組圖像命名為Ship和Building，采用基于Shi-Tomasi角點(diǎn)相關(guān)配準(zhǔn)算法進(jìn)行特征點(diǎn)匹配，結(jié)果如圖8和圖9，兩組圖像均得到五組特征點(diǎn)集。通過(guò)實(shí)驗(yàn)結(jié)果可得，本文提出的基于Shi-Tomasi角點(diǎn)相關(guān)配準(zhǔn)算法可以準(zhǔn)確匹配紅外圖像與可見(jiàn)光圖像的特征點(diǎn)。

圖8 Ship圖像特征點(diǎn)配準(zhǔn)結(jié)果圖像

圖9 Building圖像特征點(diǎn)配準(zhǔn)結(jié)果圖像

通過(guò)對(duì)紅外和可見(jiàn)光圖像特征點(diǎn)提取及匹配，得到特征點(diǎn)集，將特征點(diǎn)集代入式，得到目標(biāo)的平均距離。假設(shè)紅外相機(jī)與可見(jiàn)光相機(jī)共用一個(gè)伺服，焦距取500mm，鏡頭視場(chǎng)為1°，相機(jī)傳感器像元尺寸為6μm×6μm，像素?cái)?shù)量為2048*1024，基線距離為2m，若視差最大為1000像素，最小為10像素，則根據(jù)公式可得測(cè)距范圍的理論值為163m～16.7km。

但是此式是在理想情況下得到的距離計(jì)算公式，實(shí)際在艦船應(yīng)用中，相機(jī)光軸可能無(wú)法完全平行，存在大小為β的偏差，這時(shí)需要對(duì)系統(tǒng)進(jìn)行校正，基于雙目測(cè)距系統(tǒng)特點(diǎn)與實(shí)際應(yīng)用情況，得到測(cè)距系統(tǒng)誤差模型如圖10。

如圖10模型所示，為了簡(jiǎn)化模型，坐標(biāo)原點(diǎn)置于左攝像機(jī)的中心點(diǎn)，P點(diǎn)和光心連線與相機(jī)光軸夾角為β1和β2，光軸與x軸夾角為α1和α2，根據(jù)以上條件和幾何關(guān)系可得P點(diǎn)坐標(biāo)為

雙目視覺(jué)系統(tǒng)測(cè)距主要是基于視差，所以設(shè)兩個(gè)相機(jī)在x方向上的精度分別為δx1和δx2，則目標(biāo)點(diǎn)的z坐標(biāo)的測(cè)量精度為

圖10 測(cè)距系統(tǒng)誤差模型

1）紅外圖像與可見(jiàn)光圖像配準(zhǔn)得到的特征點(diǎn)坐標(biāo)精度δx1和δx2對(duì)測(cè)距精度影響較大，精度越高，測(cè)距誤差越小。坐標(biāo)精度完全是由軟件方面決定，不需要改動(dòng)硬件設(shè)施條件就可以進(jìn)行改進(jìn)，提高測(cè)距精度。

2）兩相機(jī)的有效焦距與測(cè)距精度成正比。艦載光電跟蹤系統(tǒng)一般應(yīng)用長(zhǎng)焦距鏡頭，但是焦距越大，視場(chǎng)就會(huì)變小。

3）像元尺寸對(duì)測(cè)距影響主要是影響視差值。若目標(biāo)距離一定，視差值越小，測(cè)距誤差就越大。

4）基線對(duì)于測(cè)距誤差的影響不是簡(jiǎn)單的線性關(guān)系。這是由于基線距離的改變會(huì)引起目標(biāo)與光軸的夾角變化，張廣軍[15]對(duì)此進(jìn)行深入研究。最終得出當(dāng)基線距離大約為目標(biāo)距離的兩倍時(shí)，測(cè)距誤差最?。划?dāng)基線距離小于目標(biāo)距離的兩倍時(shí)，基線距離越大測(cè)距誤差越小。但在實(shí)際應(yīng)用中，艦船長(zhǎng)度有限，而且一般對(duì)中遠(yuǎn)距離目標(biāo)進(jìn)行跟蹤，所以基線距離一定是小于目標(biāo)距離的兩倍。因此在應(yīng)用中，應(yīng)盡可能地將基線距離增大。

5 結(jié)語(yǔ)

為了解決艦載光電跟蹤系統(tǒng)中激光測(cè)距儀突發(fā)故障無(wú)法測(cè)距的特殊情況，本文基于艦載紅外和電視跟蹤儀設(shè)計(jì)了一種異源雙目視覺(jué)測(cè)距系統(tǒng)，給出了目標(biāo)距離的測(cè)量方法。首先詳細(xì)介紹了異源雙目測(cè)距跟蹤系統(tǒng)的測(cè)距原理、組成結(jié)構(gòu)以及工作流程，然后根據(jù)原理進(jìn)行相應(yīng)地算法設(shè)計(jì)完成測(cè)距。對(duì)紅外圖像運(yùn)用Sobel算子進(jìn)行圖像增強(qiáng)處理，然后運(yùn)用Shi-Tomasi特征點(diǎn)相關(guān)算法進(jìn)行圖像配準(zhǔn)，提取Shi-Tomasi角點(diǎn)，并用相似系數(shù)對(duì)兩幅圖像的角點(diǎn)進(jìn)行匹配，用海面和海岸兩組圖像進(jìn)行仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果成功得到了兩組特征點(diǎn)的坐標(biāo)點(diǎn)集。最后分析在實(shí)際應(yīng)用中的誤差情況，得出視覺(jué)系統(tǒng)的誤差模型，并在理論上分析了影響測(cè)距精度的因素?？傊?，在激光測(cè)距儀突發(fā)故障無(wú)法測(cè)距時(shí)，利用現(xiàn)有紅外跟蹤儀和電視跟蹤儀也可使艦載光電系統(tǒng)對(duì)中遠(yuǎn)目標(biāo)具備測(cè)距能力，并有一定的精度，以代替人工估量測(cè)距。