基于紅外多目標圖像序列的自動(dòng)判讀技術(shù)

由于經(jīng)過(guò)預處理后的圖像中目標面積小，亮度變化小，因此可以采用單門(mén)限分割方法。即：

可見(jiàn)，閾值分割實(shí)際上就是根據某個(gè)判決準則來(lái)確定最佳閾值T的過(guò)程。為達到快速分割目標的目的，在這里根據圖像的統計特性來(lái)確定門(mén)限，并根據所要求的虛警概率對初始選擇閾值進(jìn)行不斷修正。具體算法如下：

對待檢測圖像求其統計特征，即計算均值m和方差σ，從而計算初始閾值T1。即：

式中，M，N分別為待檢測圖像的行數和列數；m為矩形鄰域窗口內原圖像的均值；σ為標準差；k為系數，可通過(guò)實(shí)驗得到。為了保證對圖像中小目標盡可能高的檢測概率，同時(shí)又為了盡量虛警概率，將圖像的SNR作為一個(gè)考慮因素，取k為圖像的信噪比值。
1．3 判讀脫靶量計算
在視頻判讀中，脫靶量的測量結果對于檢驗和評估導彈性能起著(zhù)關(guān)鍵作用。下面簡(jiǎn)要介紹脫靶量計算原理。如圖2所示。

以靶面中心為原點(diǎn)建立笛卡爾坐標系，如圖3～6所示，設A點(diǎn)為目標像點(diǎn)，它偏離坐標原點(diǎn)的量稱(chēng)為判讀脫靶量，記做△x，△y。計算出來(lái)的脫靶量△x，△y連同光測設備的測量信息作數據處理，可完成對目標運動(dòng)參數的事后分析。在判讀時(shí)，取其質(zhì)心作為判讀點(diǎn)，質(zhì)心即目標可視部分圖像灰度分布重心。首先對存儲于硬盤(pán)中的圖像序列進(jìn)行二值分割，把目標從背景中分割出來(lái)，然后根據重心計算公式求出目標重心。物理學(xué)重心定義，設一幅M×N的圖像，目標圖像在(x，y)點(diǎn)的灰度值f(x，y)，其重心為：