CN102829957B - 红外跟踪测量系统的脱靶量误差的室外快速标定方法 - Google Patents

Abstract

本发明公开了一种红外跟踪测量系统的空间分辨率及像面倾斜角度的室外快速标定方法，打开红外跟踪测量系统，寻找一处背景丰富的固定场景观察，根据Harris的方法提取场景图像的Harris角点；转动红外跟踪测量系统的跟踪架，在不同的轴角位置对选定的场景观察，提取场景图像的Harris角点；不断转动跟踪架在不同的轴角位置重复，角点在图像上的位置也发生变化，从而形成了一系列的点迹；将全部帧中的所有角点的图像位置数据与轴角位置数据代入空间分辨率及像面倾斜角度计算公式。本发明达到了红外跟踪测量系统在室外快速标定的要求，具有适应性强，快速简便的优点。

Description

红外跟踪测量系统的脱靶量误差的室外快速标定方法

技术领域

本发明用于在室外快速检测并修正红外跟踪测量系统的空间分辨率误差及像面倾斜误差，特别是一种红外跟踪测量系统的脱靶量误差的室外快速标定方法。

背景技术

红外技术在试验场的最初应用是目标捕获跟踪。现在做成多元器件接收、光像扫描的检测系统，配装在光测设备上，称为“红外跟踪测量系统”，主要用于弹道参数的测量。红外跟踪测量系统的测量原理与可见光摄影和电视测量相同，采用凝视成像，并具有自动跟踪功能(HE Zhao-cai.Optical measurementsystem[M].National Defence Industrial Press:Beijing(何照才.光学测量系统[M].北京:国防工业出版社),2002.)。用红外探测器测出目标与红外光视轴的脱靶角量(ΔA,ΔE)，再与轴角数据(A_e,E_e)合成为目标角位置坐标(A_m,E_m)。

$\left\{\begin{array}{c}{A}_m=A_e+\mathrm{\ΔA}\\ E_m=E_e+\mathrm{\ΔE}\end{array}\right.---\left(1\right)$

脱靶量(ΔA,ΔE)的测量精度将影响红外跟踪测量系统的最终测量结果和总体性能指标，因此脱靶量的测量是红外跟踪测量系统的关键技术，而红外跟踪测量系统的空间分辨率误差及像面倾斜误差是影响脱靶量精度的主要误差。Zhang提出了一种基于平面控制点的摄像机标定方法(Z.Zhang.A Flexible NewTechnique for Camera Calibration[J].IEEE Transactions on Pattern Analysis andMachine Intelligence,2000,22:1330-1334.)。为保证标定准确，Zhang的方法要求标定平面上的控制点尽量分布在整个视场，而红外跟踪测量系统的焦距较长，标定时需要将标定平面放置得足够远并且制作得足够大，这是难以实现的。

发明内容

本发明的目的在于提供一种红外跟踪测量系统的脱靶量误差的室外快速标定方法，能在室外对红外跟踪测量系统的脱靶量误差（主要指空间分辨率及像面倾斜角度）进行快速标定，检测并修正其空间分辨率误差及像面倾斜误差，以提高红外跟踪测量系统的测量精度。

实现本发明目的的技术解决方案为：一种红外跟踪测量系统的空间分辨率及像面倾斜角度的室外快速标定方法，步骤如下：

（1）打开红外跟踪测量系统，寻找一处背景丰富的固定场景观察，根据Harris的方法提取场景图像的Harris角点，记为第1帧图像角点，设找到的Harris角点总数为k，记录下这k个角点的图像位置及轴角位置

（2）转动红外跟踪测量系统的跟踪架，在不同的轴角位置对步骤（1）中选定的场景观察，提取场景图像的Harris角点，记为第2帧图像角点，将这些角点与第1帧图像角点进行关联，关联完成后，记录下这些角点的图像位置及轴角位置

（3）不断转动跟踪架在不同的轴角位置重复步骤（2），角点在图像上的位置也发生变化，从而形成了一系列的点迹，将每帧图像的角点与上一帧图像的角点按照步骤（2）的内容进行关联，并记录其图像位置及轴角位置

（4）将全部帧中的所有角点的图像位置数据与轴角位置数据代入空间分辨率及像面倾斜角度计算公式，经过计算得：

$\left\{\begin{array}{c}\hat{f}=\frac{\sqrt{C_1^2+C_2^2}}{C_3}\\ \widehat{\mathrm{\α}}=-\arctan \frac{C_1}{C_2}\end{array}\right..$

本发明与现有技术相比，其显著优点：在对红外跟踪测量系统的空间分辨率及像面倾斜角度进行标定时，不需要任何特制的标定平面，只需用红外跟踪测量系统对周围场景中进行拍摄，并对拍摄图像中的固定角点进行测量，然后经过一系列计算即可，而这些都可以通过计算机快速实现。通过实验，在配置3Ghz的Intel Pentium4的计算机上，对红外跟踪测量系统拍摄的每帧图像应用本发明的计算方法，得到的计算时间分布曲线如图3，最大计算时间为15.0ms，平均计算时间为12.6ms，达到了红外跟踪测量系统在室外快速标定的要求，具有适应性强，快速简便的优点。

下面结合附图对本发明作进一步详细描述。

附图说明

图1是某一红外场景中部分Harris角点的分布，Harris角点用圆点表示。

图2随着红外跟踪测量系统的跟踪架的转动，红外跟踪测量系统所拍摄的图像上的Harris角点位置也发生变化。如果将拍摄的每帧图像上的Harris角点位置记录并在同一帧图像中显示，就会形成一系列的点迹，如图中的黑色圆点所示。

图3本发明在在配置3Ghz的Intel Pentium4的计算机上，根据红外跟踪测量系统所拍摄的每帧图像，计算红外跟踪测量系统的空间分辨率及像面倾斜角度所需时间的曲线，横坐标为图像的帧序列，纵坐标为对横坐标对应帧图像计算所需的时间。

具体实施方式

假设红外跟踪测量系统的轴系误差已调平，则影响测量精度的主要因素有大气抖动、加工装配误差、空间分辨率误差。已知轴角数据(A_e,E_e)，目标在成像后输出的图像位置为(X，Y)，设目标的真实位置为(A_m，E_m)，误差模型可描述为：

$\left\{\begin{array}{c}{A}_m=A_e+\mathrm{fY}\sin \mathrm{\α}+\mathrm{fX}\cos \mathrm{\α}+{\mathrm{\ϵ}}_A\\ E_m=E_e+\mathrm{fY}\cos \mathrm{\α}-\mathrm{fX}\sin \mathrm{\α}+{\mathrm{\ϵ}}_E\end{array}\right.---\left(2\right)$

式中，f为红外成像系统的空间分辨率，是指红外成像系统对目标空间形状的分辨能力，通常用瞬时视场角（IFOV）的大小来表示，单位为毫弧度mrad；α为红外探测器像面绕视准轴旋转一定的角度，是由加工装配误差造成红外探测器像面的水平坐标轴、垂直坐标轴与测量系统不重合所造成的；ε_A、ε_E主要包含了大气抖动等所造成的随机误差。

转动红外跟踪测量系统的跟踪架，通过对场景图像中的固定角点（如窗角、屋沿角等）的位置测量，根据式（2）建立条件方程：

$\left\{\begin{array}{c}\left\{\begin{array}{c}{A}_m^1=A_{e1}^1+{\mathrm{fY}}_1^1\sin \mathrm{\α}+{\mathrm{fX}}_1^1\cos \mathrm{\α}+{\mathrm{\ϵ}}_{A1}^1\\ E_m^1=E_{e1}^1+{\mathrm{fY}}_1^1\cos \mathrm{\α}-{\mathrm{fX}}_1^1\sin \mathrm{\α}+{\mathrm{\ϵ}}_{E1}^1\\ ...\\ A_m^1=A_{{\mathrm{en}}_1}^1+{\mathrm{fY}}_{n_1}^1\sin \mathrm{\α}+{\mathrm{fX}}_{n_1}^1\cos \mathrm{\α}+{\mathrm{\ϵ}}_{{\mathrm{An}}_1}^1\\ E_m^1=E_{{\mathrm{en}}_1}^1+{\mathrm{fY}}_{n_1}^1\cos \mathrm{\α}-{\mathrm{fX}}_{n_1}^1\sin \mathrm{\α}+{\mathrm{\ϵ}}_{{\mathrm{En}}_1}^1\end{array}\right.---\left(3.1\right)\\ \left\{\begin{array}{c}{A}_m^2=A_{e1}^2+{\mathrm{fY}}_1^2\sin \mathrm{\α}+{\mathrm{fX}}_1^2\cos \mathrm{\α}+{\mathrm{\ϵ}}_{A1}^2\\ E_m^2=E_{e1}^2+{\mathrm{fY}}_1^2\cos \mathrm{\α}-{\mathrm{fX}}_1^2\sin \mathrm{\α}+{\mathrm{\ϵ}}_{E1}^2\\ ...\\ A_m^2=A_{{\mathrm{en}}_2}^2+{\mathrm{fY}}_{n_2}^2\sin \mathrm{\α}+{\mathrm{fX}}_{n_2}^2\cos \mathrm{\α}+{\mathrm{\ϵ}}_{{\mathrm{An}}_2}^2\\ E_m^2=E_{{\mathrm{en}}_2}^2+{\mathrm{fY}}_{n_2}^2\cos \mathrm{\α}-{\mathrm{fX}}_{n_2}^2\sin \mathrm{\α}+{\mathrm{\ϵ}}_{{\mathrm{En}}_2}^2\end{array}\right.---\left(3.2\right)\\ ...\\ \left\{\begin{array}{c}{A}_m^k=A_{e1}^k+{\mathrm{fY}}_1^k\sin \mathrm{\α}+{\mathrm{fX}}_1^k\cos \mathrm{\α}+{\mathrm{\ϵ}}_{A1}^k\\ E_m^k=E_{e1}^k+{\mathrm{fY}}_1^k\cos \mathrm{\α}-{\mathrm{fX}}_1^k\sin \mathrm{\α}+{\mathrm{\ϵ}}_{E1}^k\\ ...\\ A_m^k=A_{{\mathrm{en}}_k}^k+{\mathrm{fY}}_{n_k}^k\sin \mathrm{\α}+{\mathrm{fX}}_{n_k}^k\cos \mathrm{\α}+{\mathrm{\ϵ}}_{{\mathrm{An}}_k}^k\\ E_m^k=E_{{\mathrm{en}}_k}^k+{\mathrm{fY}}_{n_k}^k\cos \mathrm{\α}-{\mathrm{fX}}_{n_k}^k\sin \mathrm{\α}+{\mathrm{\ϵ}}_{{\mathrm{En}}_k}^k\end{array}\right.---(3.k)\end{array}\right.---\left(3\right)$

式3中包括k组方程组，变量A_m，E_m，A_e，E_e，X，Y，ε_A，ε_E的上标1,2,…,k代表场景图像中k个固定角点各自的A_m，E_m，A_e，E_e，X，Y，ε_A，ε_E值；变量A_e，E_e，X，Y，ε_A，ε_E的下标1,2,…,n_k代表第k个固定角点在1,2,…,n_k组不同的轴角数据(A_e,E_e)下的(X，Y)和(ε_A,ε_E)。

建立目标函数：

$F(\mathrm{\α},f)=\underset{k}{\mathrm{\Σ}}\frac{1}{n_k}\underset{i}{\overset{n_k}{\mathrm{\Σ}}}\left(\begin{array}{c}{((A_{\mathrm{ei}}^k+{\mathrm{fY}}_i^k\sin \mathrm{\α}+{\mathrm{fX}}_i^k\cos \mathrm{\α})-\frac{1}{n_k}\underset{i}{\overset{n_k}{\mathrm{\Σ}}}(A_{\mathrm{ei}}^k+{\mathrm{fY}}_i^k\sin \mathrm{\α}+{\mathrm{fX}}_i^k\cos \mathrm{\α}))}^2\\ +{((E_{\mathrm{ei}}^k+{\mathrm{fY}}_i^k\cos \mathrm{\α}-{\mathrm{fX}}_i^k\sin \mathrm{\α})-\frac{1}{n_k}\underset{i}{\overset{n_k}{\mathrm{\Σ}}}(E_{\mathrm{ei}}^k+{\mathrm{fY}}_i^k\cos \mathrm{\α}-{\mathrm{fX}}_i^k\sin \mathrm{\α}))}^2\end{array}\right)---\left(4\right)$

通过求minF(α,f)便能消除随机误差(ε_A,ε_E)的影响。满足F(α,f)取到最小值要求的值，便是需要标定的红外跟踪测量系统的空间分辨率及像面倾斜角度经过计算得：

$\left\{\begin{array}{c}\hat{f}=\frac{\sqrt{C_1^2+C_2^2}}{C_3}\\ \widehat{\mathrm{\α}}=-\arctan \frac{C_1}{C_2}\end{array}\right.---\left(5\right)$

其中

$C_1=\underset{k}{\mathrm{\Σ}}(\frac{1}{n_k}\underset{i}{\overset{n_k}{\mathrm{\Σ}}}(A_{\mathrm{ei}}^k-{\stackrel{\‾}{A}}_e^k)(Y_i^k-{\stackrel{\‾}{Y}}^k)-\frac{1}{n_k}\underset{i}{\overset{n_k}{\mathrm{\Σ}}}(E_{\mathrm{ei}}^k-{\stackrel{\‾}{E}}_e^k)(X_i^k-{\stackrel{\‾}{X}}^k))---\left(6\right)$

$C_2=\underset{k}{\mathrm{\Σ}}(\frac{1}{n_k}\underset{i}{\overset{n_k}{\mathrm{\Σ}}}(A_{\mathrm{ei}}^k-{\stackrel{\‾}{A}}_e^k)(X_i^k-{\stackrel{\‾}{X}}^k)-\frac{1}{n_k}\underset{i}{\overset{n_k}{\mathrm{\Σ}}}(E_{\mathrm{ei}}^k-{\stackrel{\‾}{E}}_e^k)(Y_i^k-{\stackrel{\‾}{Y}}^k))---\left(7\right)$

$C_3=\underset{k}{\mathrm{\Σ}}(\frac{1}{n_k}\underset{i}{\overset{n_k}{\mathrm{\Σ}}}{(X_i^k-{\stackrel{\‾}{X}}^k)}^2-\frac{1}{n_k}\underset{i}{\overset{n_k}{\mathrm{\Σ}}}{(Y_i^k-{\stackrel{\‾}{Y}}^k)}^2)---\left(8\right)$

${\stackrel{\‾}{A}}_e^k=\frac{1}{n_k}\underset{i}{\overset{n_k}{\mathrm{\Σ}}}{A}_{\mathrm{ei}}^k---\left(9\right)$

${\stackrel{\‾}{E}}_e^k=\frac{1}{n_k}\underset{i}{\overset{n_k}{\mathrm{\Σ}}}{E}_{\mathrm{ei}}^k---\left(10\right)$

${\stackrel{\‾}{X}}^k=\frac{1}{n_k}\underset{i}{\overset{n_k}{\mathrm{\Σ}}}{X}_i^k---\left(11\right)$

${\stackrel{\‾}{Y}}^k=\frac{1}{n_k}\underset{i}{\overset{n_k}{\mathrm{\Σ}}}{Y}_i^k---\left(12\right)$

实施例

本发明红外跟踪测量系统的脱靶量误差的室外快速标定方法的实施步骤如下：

1、打开红外跟踪测量系统，寻找一处背景丰富的固定场景观察（如建筑物，山峰等），根据Harris的方法(C.Harris,M.Stephens.A combined corner and edgedetector[A].in Proceedings of the 4^th Alvey Vision Conference[C],1988:147-151.)提取场景图像的Harris角点，记为第1帧图像角点，如图1所示。设找到的Harris角点总数为k（k≥3，图1中k＝16），记录下这k个角点的图像位置及轴角位置

2、转动红外跟踪测量系统的跟踪架，在不同的轴角位置对步骤（1）中选定的场景观察，提取场景图像的Harris角点，记为第2帧图像角点，将这些角点与第1帧图像角点按如下规则进行关联：计算需关联的角点(X₂,Y₂)与第1帧图像角点的欧式距离 $D_q=\sqrt{{(X_2-X_1^q)}^2+{(Y_2-Y_1^q)}^2},$ q＝1,2,…,k，找到最近距离和次近距离当与的比值小于某一阈值T（本发明中T取0.5-0.8）时，则认为(X₂,Y₂)与相关联，将(X₂,Y₂)记为关联完成后，记录下这些角点的图像位置及轴角位置

3、不断转动跟踪架在不同的轴角位置重复步骤（2），角点在图像上的位置也发生变化，从而形成了一系列的点迹，如图2。将每帧图像的角点与上一帧图像的角点关联，并记录其图像位置及轴角位置 $(A_{{\mathrm{en}}_1}^1,E_{{\mathrm{en}}_1}^1),(A_{{\mathrm{en}}_2}^2,E_{{\mathrm{en}}_2}^2),...,(A_{{\mathrm{en}}_k}^k,E_{{\mathrm{en}}_k}^k);$

4、将全部帧中的所有角点的图像位置数据与轴角位置数据代入式（5）至(12)，计算得到空间分辨率及像面倾斜角度的标定值

Claims (2)

1.一种红外跟踪测量系统的空间分辨率及像面倾斜角度的室外快速标定方法，其特征在于步骤如下：

(1)打开红外跟踪测量系统，寻找一处背景丰富的固定场景观察，根据Harris的方法提取场景图像的Harris角点，记为第1帧图像角点，设找到的Harris角点总数为m，记录下这m个角点的图像位置及轴角位置

(2)转动红外跟踪测量系统的跟踪架，在不同的轴角位置对步骤(1)中选定的场景观察，提取场景图像的Harris角点，记为第2帧图像角点，将这些角点与第1帧图像角点进行关联，关联完成后，记录下这些角点的图像位置 及轴角位置

(3)不断转动跟踪架在不同的轴角位置重复步骤(2)，角点在图像上的位置也发生变化，从而形成了一系列的点迹，将每帧图像的角点与上一帧图像的角点按照步骤(2)的内容进行关联，并记录其图像位置及轴角位置

(4)将全部帧中的所有角点的图像位置数据与轴角位置数据代入空间分辨率及像面倾斜角度计算公式，经过计算得：

其中

。

2.根据权利要求1所述的红外跟踪测量系统的空间分辨率及像面倾斜角度的室外快速标定方法，其特征在于步骤(2)中关联方法为：计算需关联的角点(X₂,Y₂)与第1帧图像角点的欧式距离 找到最近距离和次近距离q₁,q₂∈{1,2,…,m}，当与的比值小于某一阈值T时，则认为(X₂,Y₂)与相关联，将(X₂,Y₂)记为关联完成后，记录下这些角点的图像位置 及轴角位置