CN103020923A - 模糊增强的光电搜索跟踪系统图像预处理方法 - Google Patents

Abstract

本发明属于光电技术领域，具体公开一种模糊增强的光电搜索跟踪系统图像预处理方法，包括以下步骤：(1)统计序列图像中待处理帧图像中的像素最大值、最小值和中值；(2)采用正弦函数法作为隶属函数将序列图像由空间域转化为模糊域；(3)在模糊域运用模糊增强函数进行自适应模糊增强处理；(4)将模糊增强处理后的模糊域图像转化为空间域图像，即可输出给数据处理计算机的DSP进行目标捕获跟踪处理。本发明的方法使图像在模糊域得到增强，图像质量得到改善。

Description

模糊增强的光电搜索跟踪系统图像预处理方法

技术领域

本发明属于光电技术领域，具体涉及一种模糊增强的光电搜索跟踪系统图像预处理方法。

背景技术

光电搜索跟踪系统主要由光电指向器、光电控制组合和数据处理计算机三部分组成。其中光电指向器包括红外热像仪、激光测距机和转台。红外热像仪将场景和目标的红外特征转换为视频信号，用于数据处理计算机捕获跟踪目标；激光测距机在数据处理计算机稳定跟踪目标后，发射激光照射目标，获得目标距离信息；光电控制组合控制转台高速旋转，进行目标搜索；数据处理计算机控制整个系统的工作过程，实时处理红外视频图像，实现目标捕获跟踪，并将目标角偏差、目标距离等信息输出给指控系统。由于系统作用距离远，在视频下传过程中干扰多，数据处理运算量大，目标特征信息变得模糊，因此对图像进行预处理技术在科学研究和工程上有着十分诱人的前景和必要。

图像滤波一直是最常用的图像预处理方法，在低信噪比情况下对图像滤波，可通过空域滤波和频域滤波两种方法来提高目标的信噪比。空域中图像滤波又可分为线性滤波和非线性滤波，线性滤波对加性高斯信号有较好的平滑作用，但对脉冲信号和其它形式的高频分量抑制效果较差，且使信号边缘产生模糊；非线性滤波常用的有栈滤波器(Stack Filter)、中值滤波器(Median Filter)、GOS滤波器(Generalized Order Statistics Filter)等。在频域中常采用经典的傅立叶变换和小波变换对图像进行滤波。

发明内容

本发明的目的在于提供一种模糊增强的光电搜索跟踪系统图像预处理方法，该方法使图像在模糊域得到增强，图像质量得到改善。

实现本发明目的的技术方案：一种模糊增强的光电搜索跟踪系统图像预处理方法，包括以下步骤：

(1)统计序列图像中待处理帧(当前帧)图像中的像素最大值、最小值和中值；

(2)采用正弦函数法作为隶属函数将序列图像由空间域转化为模糊域；

(3)在模糊域运用模糊增强函数进行自适应模糊增强处理；

(4)将模糊增强处理后的模糊域图像转化为空间域图像，即可输出给数据处理计算机的DSP进行目标捕获跟踪处理。

所述的步骤(1)中统计待处理帧图像中的像素最大值、最小值和中值的方法是：利用图像处理中的直方图统计方法，统计当前帧图像所有像素的灰度值，从而得出当前帧图像像素的最大和最小值，中值为最大值与最小值之和的二分之一，即中值＝(最大值+最小值)/2。

所述的步骤(2)中的隶属函数如下式所示：

$p_{\mathrm{mn}}=G\left(x_{\mathrm{mn}}\right)=\sin \left[\frac{\mathrm{\π}}{2}(1-\frac{x_{\max }-x_{\mathrm{mn}}}{D})\right].$

所述的步骤(3)中的模糊增强函数T_j(p_mn)如下式所示：

$p_{\mathrm{mn}}^{\&prime;}=T_j\left(p_{\mathrm{mn}}\right)=\left\{\begin{array}{cc}{2}^{(j-1)}{p}_{\mathrm{mn}}^j& 0\&le;p_{\mathrm{mn}}\&le;0.5\\ {1-2}^{(j-1)}{(1-p_{\mathrm{mn}})}^j& 0.5{<p}_{\mathrm{mn}}<1\end{array}\right.$

所述的步骤(4)中的将图像由模糊增强处理后的模糊域转化至空间域的变换函数如下式所示：

x_mn＝S^-1(p′_mn)。

本发明的有益技术效果在于：本发明的方法通过自适应调节模糊参数，使图像在模糊域得到增强，图像质量得到改善。同时，该方法简单，可通过FPGA编程来实现搜索系统的大数据量图像预处理。经过模糊增强预处理后，光电搜索跟踪系统搜索序列图像目标对比度得到提高，有利于后续目标检测识别的处理。该方法解决了光电搜索跟踪系统工作过程中转台带着红外热像仪快速旋转搜索目标以及红外图像下传过程中外界干扰造成的图像模糊的问题，

附图说明

图1为本发明所提供的将图像由空间域至模糊域的变换函数的示意图；

图2为本发明所提供的对图像经过模糊增强过程中进行自动调节参数D处理的流程图；

图3为本发明所提供的模糊增强曲线的示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步详细说明。

一种模糊增强的光电搜索跟踪系统图像预处理方法，包括以下步骤：

(1)统计序列图像中待处理帧(当前帧)图像中的像素最大值、最小值和中值

统计待处理帧(当前帧)图像中的像素最大值、最小值和中值的方法是：利用图像处理中的直方图统计方法，统计当前帧图像所有像素的灰度值，从而得出当前帧图像像素的最大和最小值，中值为最大值与最小值之和的二分之一，即中值＝(最大值+最小值)/2。

统计待处理帧(当前帧)图像中的像素最大值、最小值和中值分别表示下式(1)中的a，c和b的值。

(2)采用正弦函数法作为隶属函数将序列图像由空间域转化为模糊域

如图1所示，将序列图像由空间域转化到模糊域过程中，本发明采用了一种改进的正弦函数作为隶属函数：

在图像由空间域点x_mn变换到模糊域点p_mn的过程即图像模糊化过程中，需要选择一个映射G作为隶属函数，映射必须满足下面的条件：

①若G：x→p，则p_mn∈[0，1]；②若是x_mn单调变化的，则p_mn也是单调变化的；③G是可逆的。对像素值为x_mn点(m，n)进行模糊处理可表示为G(x_mn)，得到模糊域的像素值p_mn即隶属函数p_mn，其具体如下式(2)所示：

$p_{\mathrm{mn}}=G\left(x_{\mathrm{mn}}\right)=\sin \left[\frac{\mathrm{\&pi;}}{2}(1-\frac{x_{\max }-x_{\mathrm{mn}}}{D})\right]---\left(1\right)$

其中，D为模糊参数，D的大小与图像空间域的分界点x_c的确定有关，当分界点满足x_mn＞x_c时，p_mn＞0.5，当x_mn＜x_c时，p_mn＜0.5。

在图像处理时，对图像经过模糊域变换过程中自动调节参数D处理，如图2所示，其流程为：

第一步，将当前帧图像由图像域通过模糊隶属函数进行变换，在变换过程中自动调节参数D，使之满足

第二步，在模糊域中在模糊域运用模糊增强函数进行自适应模糊增强处理，模糊增强函数T_j(p_mn)如下式(2)所示。

第三步，将模糊域增强后的图像像素通过逆模糊转换，转换到图像域。

通过自适应调节参数D，分界点x_c的初值取为图像的中值，并选择D满足：

的范围，使图像在模糊域得到增强，图像质量得到改善。

(3)在模糊域运用模糊增强函数进行自适应模糊增强处理，模糊增强函数T_j(p_mn)如下式(2)所示：

$p_{\mathrm{mn}}^{\&prime;}=T_j\left(p_{\mathrm{mn}}\right)=\left\{\begin{array}{cc}{2}^{(j-1)}{p}_{\mathrm{mn}}^j& 0\&le;p_{\mathrm{mn}}\&le;0.5\\ {1-2}^{(j-1)}{(1-p_{\mathrm{mn}})}^j& 0.5{<p}_{\mathrm{mn}}<1\end{array}\right.---\left(2\right)$

上式(2)中的p′_mn为模糊域增强后的像素值、_j表示进行j级增强处理、p_mn表示模糊域增强前的像素值、表示模糊域像素值p_mn的j次幂。

(4)将模糊增强处理后的模糊域图像转化为空间域图像，即可输出给数据处理计算机的DSP进行目标捕获跟踪处理。

将图像由模糊增强处理后的模糊域转化至空间域的变换函数如下式(3)所示：

$x_{\mathrm{mn}}=S^{-1}\left(p_{\mathrm{mn}}^{\&prime;}\right)=\left\{\begin{array}{c}{2}^{j-1}{\left[\sin \frac{\mathrm{\&pi;}}{2}(1-\frac{x_{\max }-x_{\mathrm{mn}}}{D})\right]}^j\\ 1-2^{j-1}{[1-\sin \frac{\mathrm{\&pi;}}{2}(1-\frac{x_{\max }-x_{\mathrm{mn}}}{D})]}^j\end{array}\right.---\left(3\right)$

上式(3)中p′_mn为上式(2)中的p′_mn。

如图3所示，给出了对于同一幅图像(第305帧图像)，在模糊增强算子中迭代次数j取不同值(j＝1.5，j＝2.5，j＝3)时所得到的模糊增强曲线，水平方向为增强前的模糊值，垂直方向为增强后的模糊值，交点处模糊值为0.5。从图3中可看出模糊增强算子随着迭代系数j的增加，曲线越来越陡峭。

为了定量地评价图像的质量，特别是为了便于比较增强处理前后图像质量的改善程度，常采用“模糊性指数”来评价，将模糊性指数L(X)推广到二维图像X中，有： $L\left(X\right)=\frac{1}{\mathrm{MN}}\underset{m}{\mathrm{\&Sigma;}}\underset{n}{\mathrm{\&Sigma;}}\min (p_{\mathrm{mn}},(1-p_{\mathrm{mn}})),$

当图像不确定性大时，模糊性指数大，反之，模糊性指数就小。下表1中给出了图像采用不同的迭代次数j所得到的模糊性指数。

表1改进正弦函数法不同的迭代次数j时的模糊性指数

图像	j＝1.5	j＝2.0	j＝2.5
				第300帧	0.2668	0.2501	0.2123
第305帧	0.2639	0.2486	0.2123
				第310帧	0.2714	0.2535	0.2161
第315帧	0.2704	0.2539	0.2154

表1中数据结果说明：采用的迭代次数j越大，模糊性指数越小，即图像增强效果越好，但迭代次数大，运算量明显增大。因此，在实际使用中应根据使用要求对二者进行折中。考虑到算法在系统应用中的实时性，采用j＝2来对图像进行处理。

下表2为采用本发明的改进正弦函数法与现有技术中的标准正弦函数进行图像模糊增强性指数比较表：

表2图像模糊性指数比较表

图像	改进正弦函数法	正弦函数法
			第300帧	0.2501	0.3154
第305帧	0.2486	0.3116
			第310帧	0.2535	0.3181
第315帧	0.2539	0.3179

从表2中所得数据可以得出：改进的正弦函数法模糊增强后的模糊性指数要比原来的正弦函数法模糊性指数平均下降了20％；根据模糊性指数的定义，模糊性指数越小，说明图像中目标越清晰，从而能够更好地突出目标，有利于图像后续的检测识别。

本发明的具体应用对象——光电搜索跟踪系统，其数据处理计算机硬件平台采用FPGA+DSP模式，FPGA选用ALTERA的百万门以上高稳定性CYCLONEII系列芯片，用于完成图像预处理。DSP采用TI公司的高速数字信号处理器TMS320C64X系列，用于完成图像目标捕获和跟踪。

上面结合附图和实施例对本发明作了详细说明，但是本发明并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。本发明说明书中未作详细描述的内容均可以采用现有技术。

Claims (5)

1.一种模糊增强的光电搜索跟踪系统图像预处理方法，包括以下步骤：

(1)统计序列图像中待处理帧图像中的像素最大值、最小值和中值；

(2)采用正弦函数法作为隶属函数将序列图像由空间域转化为模糊域；

(3)在模糊域运用模糊增强函数进行自适应模糊增强处理；

(4)将模糊增强处理后的模糊域图像转化为空间域图像，即可输出给数据处理计算机的DSP进行目标捕获跟踪处理。

2.根据权利要求1所述的一种模糊增强的光电搜索跟踪系统图像预处理方法，其特征在于：所述的步骤(1)中统计待处理帧(当前帧)图像中的像素最大值、最小值和中值的方法是：利用图像处理中的直方图统计方法，统计当前帧图像所有像素的灰度值，从而得出当前帧图像像素的最大和最小值，中值为最大值与最小值之和的二分之一，即中值＝(最大值+最小值)/2。

3.根据权利要求1或2所述的一种模糊增强的光电搜索跟踪系统图像预处理方法，其特征在于：所述的步骤(2)中的隶属函数如下式所示：

$p_{\mathrm{mn}}=G\left(x_{\mathrm{mn}}\right)=\sin \left[\frac{\mathrm{\&pi;}}{2}(1-\frac{x_{\max }-x_{\mathrm{mn}}}{D})\right].$

4.根据权利要求3所述的一种模糊增强的光电搜索跟踪系统图像预处理方法，其特征在于：所述的步骤(3)中的模糊增强函数T_j(p_mn)如下式所示：

$p_{\mathrm{mn}}^{\&prime;}=T_j\left(p_{\mathrm{mn}}\right)=\left\{\begin{array}{cc}{2}^{(j-1)}{p}_{\mathrm{mn}}^j& 0\&le;p_{\mathrm{mn}}\&le;0.5\\ {1-2}^{(j-1)}{(1-p_{\mathrm{mn}})}^j& 0.5{<p}_{\mathrm{mn}}<1\end{array}\right.$

5.根据权利要求4所述的一种模糊增强的光电搜索跟踪系统图像预处理方法，其特征在于：所述的步骤(4)中的将图像由模糊增强处理后的模糊域转化至空间域的变换函数如下式所示：

x_mn＝S^-1(p′_mn)。

Images