基于红外多目标图像序列的自动判读技术
其中x0，y0为靶面中心坐标；x0，y0为计算出的重心点坐标。
传统的判读为手动判读，其特点是：无论图像中背景多复杂、对比度多低，只要人眼能够识别目标，就可以实现判读。而且由于充分结合了测量结果，只对测量不满意的区段进行判读，与自动判读相比，判读准确性明显提高。但是在处理多目标图像时，手动判度很容易造成判度者的视觉疲劳，因此自动判读对减少判读者的劳动是有很大意义的。自动判读是计算重心过程，也是统计平均过程，它算出来的重心位置并不是个别最亮点位置或扫描随机碰到的某一点位置，而是图像中各个像元灰度加权平均位置，所以质心判读随机误差小、精度高、稳定性好，简单而快速。
2 实验结果与判读结果分析
取外场采集的以天空为背景的红外多目标图像序列进行处理。图4为原始图像序列中的1帧，它含有红外弱小多目标，图像信噪比约为1．5。目标在成像面上占2～4个像元，目标做近似匀速直线运动，下落速度为1～3像素／帧。
取图像帧序为1001～2000，共计1 000帧图像序列进行判读，得到如图5，图6所示结果。
从含有全部目标的图像序列中连续取五帧分析统计出占不同像元大小的目标个数如表l所示。
表2讨论不同步长对判读时间的影响。
表3讨论步长确定时不同阈值对判读时目标搜索的影响。
由实际处理结果可见，步长太大，帧间跨度大，会影响搜索精度，太小则搜索时间长；而信号量阈值的权值系数越大时，有用目标段序列越短，越小则有用目标段序列越长。为保证有用目标段序列检测的速度和精度，一般情况下步长设置在设定的目标数中间段，信号量阈值设得稍微低一些，再利用多帧积累求平均噪声，使每幅图像的噪声更接近统计噪声，减少由于噪声的突变导致起始帧或者结束帧的误判。
3 结 语
针对红外多目标图像序列的自动判读问题，在要求快速精确的前提下，先提出了目标序列段自动变步长搜索方法，在大量图像数据中快速搜索出有用目标段，然后对目标序列段进行二值化批处理并最终计算出目标脱靶量。试验结果表明该判读方法快速准确，判读效果好。
加入微信
获取电子行业最新资讯
搜索微信公众号：EEPW
或用微信扫描左侧二维码
