CN103247069A - 基于辐射能量特性和光谱特性的紫外场景仿真方法及系统 - Google Patents

Abstract

本发明适用于场景仿真技术领域，提供了基于辐射能量特性和光谱特性的紫外场景仿真方法，其特征在于，所述紫外场景仿真方法包括以下步骤：步骤A：创建目标和背景的红外场景仿真模型;步骤B：根据辐射能量特性和光谱特性，推算仿真的目标和背景模型中每个像素对应的辐射温度值，反演出目标场景的紫外仿真图像；步骤C：对反演的紫外仿真图像进行图像增强处理，从而最终获得实用的紫外场景仿真图像。本发明所述的紫外场景仿真方法能够进行不同气候、复杂背景的高信噪比紫外仿真图像，而且能够进行目标和背景的图像叠加，突出紫外探测背景干净的优势，为紫外武器装备系统设计和研制以及战术技术的性能验证提供仿真测试手段。

Description

基于辐射能量特性和光谱特性的紫外场景仿真方法及系统

技术领域

本发明属于场景仿真技术领域，尤其涉及基于辐射能量特性和光谱特性的紫外场景仿真方法及系统。

背景技术

军用紫外探测技术拓展了军事上可利用的电磁频谱范围，已广泛应用于紫外告警、预警、通信及成像辅助导航、侦察、制导等领域，与红外和可见光探测相比具有工作环境简单、无需制冷、背景干净等优势。在紫外武器装备的生产和研制过程中，紫外探测系统进行仿真测试与性能评估都需要大量的紫外场景。外场实验是紫外军事装备性能测试的最直接、最接近实战的方案，但是对测试设备、条件和环境都有很高要求，并且需要巨大的经费支持，有时具有一定的破坏力，因此有必要开展紫外场景仿真方法研究。

目前常用的方法主要由两种：第一种是采用远场紫外导弹模拟源，通过对出射光束的控制，产生与导弹发射时具有相似光谱、强度等特征的羽烟的紫外辐射，这种测试方法每种模拟源只能针对特定型号的导弹；第二种是采用目标阵列模拟器，由多个车载液体丙烷焰源通过一定形式的开启顺序来模拟导弹特征，向被测设备提供导弹威胁激励信号，这种测试方法结构复杂，价格昂贵，且无法模拟复杂场景。

目前紫外场景仿真主要是基于计算机控制的紫外辐射源，如远场紫外模源和目标阵列模拟器等，按照辐射曲线来调制光强，在时间和空间上逼真模拟导弹及虚警源等强度特征、时间特性和空间特性，从而模拟导弹的发射、助推及逼近的过程。这种基于辐射强度的紫外仿真，只能仿真简单的紫外场景、光谱信息不足，且信噪比比较低，不能满足紫外装备的仿真测试及技战术性能验证。

目前现有技术存在的问题是仿真的紫外场景目标比较简单，只能仿真导弹、虚警源等紫外目标，且每次只能在光谱和辐射强度方面仿真单一目标，不具备复杂背景的合成功能，且仿真动态目标场景比较复杂、困难，成本太高且效率低。

发明内容

本发明所要解决的技术问题在于提供基于辐射能量特性和光谱特性的紫外场景仿真方法及系统，旨在解决基于辐射强度的紫外仿真只能仿真简单的紫外场景、光谱信息不足，且信噪比比较低，不能满足紫外装备的仿真测试及技战术性能验证的问题。

本发明是这样实现的，基于辐射能量特性和光谱特性的紫外场景仿真方法，其中，所述紫外场景仿真方法包括以下步骤：

步骤A：创建目标和背景的红外场景仿真模型;

步骤B：根据辐射能量特性和光谱特性，推算仿真的目标和背景模型中每个像素对应的辐射温度值，反演出目标场景的紫外仿真图像；

步骤C：对反演的紫外仿真图像进行图像增强处理，从而最终获得实用的紫外场景仿真图像。

进一步地，所述步骤A包括以下步骤：

步骤A1:通过可视化三维建模软件用多个三角形面元建立物体的外观轮廓；

步骤A2:对所述每个三角形面元添加纹理和材质，进行渲染着色；

步骤A3：读取所述纹理和材质的映射文件和大气文件，根据辐射能量特性和光谱特性，利用辐射度计算公式计算场景中的红外辐射强度，并将辐射强度量化为灰度值，从而生成红外谱段动态场景仿真辐射图像。

进一步地，所述步骤B包括以下步骤：

步骤B1：利用红外热像的灰度与辐射出射度的关系，结合普朗克黑体辐射公式，利用最小二乘拟合法拟合出辐射出射度与温度的关系；

步骤B2：根据所述辐射出射度与温度的关系，利用艾肯特加速不动点迭代法推算出目标场景图像中每个像素对应的辐射温度值；

步骤B3：根据所述的每个像素对应的辐射温度值，用普朗克公式

其中，c₁=3.741832×10⁴W·cm^-2·μm⁴为第一辐射常数,c₂=1.438786×10⁴μm·K为第二辐射常数，T为目标的温度，计算目标场景在紫外谱段的辐射出射度值；

步骤B4：根据公式M(i,j)＝I(i,j)(M_max-M_min)/255+M_min进行辐射值的灰度量化，其中，M_min和M_max分别为红外图像中最高温度T_max和最低温度T_min对应的辐射出射度，I(i,j)为红外图像的灰度值。

进一步地，步骤C中所述图像增强处理包括以下步骤：

步骤C1：对初始紫外仿真图像进行灰度归一化处理；

步骤C2：采用基于直方图分段变化的图像非线性增强方法对所述灰度归一化的紫外仿真图像进行图像增强；

步骤C3：进一步提高图像的清晰度及信噪比，并避免图像过度增强。

进一步地，所述灰度归一化处理采用公式I'＝(I-I_min)/(I_max-I_min)得到。

本发明还提供基于辐射能量特性和光谱特性的紫外场景仿真系统，其中，包括：

红外场景创建模块，用于创建目标和背景的红外场景仿真模型；

紫外仿真图像反演模块，与所述红外场景创建模块相连，根据辐射能量特性和光谱特性来推算仿真的目标和背景模型中每个像素对应的辐射温度值，反演出目标场景的紫外仿真图像；

紫外场景仿真图像获取模块，与所述紫外仿真图像反演模块相连，对反演的紫外仿真图像进行图像增强处理，从而最终获得实用的紫外场景仿真图像。

进一步地，所述红外场景创建模块包括：外观轮廓建立模块、着色模块和动态场景仿真辐射图像生成模块；

所述外观轮廓建立模块，将多个三角形面元在可视化三维建模软件上建立物体的外观轮廓；

所述着色模块，与所述外观轮廓建立模块相连，对所述外观轮廓建立模块中的每个三角形面元添加纹理和材质，并进行渲染着色；

所述动态场景仿真辐射图像生成模块，与所述着色模块相连，读取所述着色模块中纹理和材质的映射文件和大气文件，根据辐射能量特性和光谱特性，利用辐射度计算公式计算场景中的红外辐射强度，并将辐射强度量化为灰度值，从而生成红外谱段动态场景仿真辐射图像。

进一步地，所述紫外仿真图像反演模块包括：辐射出射度与温度的拟合模块、辐射温度计算模块、辐射出射度计算模块和灰度值计算模块；

所述辐射出射度与温度的拟合模块，利用红外热像的灰度与辐射出射度的关系，结合普朗克黑体辐射公式，利用最小二乘拟合法拟合出辐射出射度与温度的关系；

所述辐射温度计算模块，与所述辐射出射度与温度的拟合模块相连，根据所述辐射出射度与温度的关系，利用艾肯特加速不动点迭代法推算出目标场景图像中每个像素对应的辐射温度值；

所述辐射出射度计算模块，与所述辐射温度计算模块相连，根据所述辐射温度计算模块计算出的每个像素对应的辐射温度值，用普朗克公式计算目标场景在紫外谱段的辐射出射度值，其中，c₁=3.741832×10⁴W·cm^-2·μm⁴为第一辐射常数,c₂=1.438786×10⁴μm·K为第二辐射常数，T为目标的温度；

所述灰度值计算模块，与所述辐射出射度计算模块相连，根据公式M(i,j)＝I(i,j)(M_max-M_min)/255+M_min进行辐射值的灰度量化，其中，M_min和M_max分别为红外图像中最高温度T_max和最低温度T_min对应的辐射出射度，I(i,j)为红外图像的灰度值。

进一步地，所述紫外场景仿真图像获取模块包括：灰度归一化处理模块、图像增强模块和清晰度处理模块；

所述灰度归一化处理模块，对初始紫外仿真图像进行灰度归一化处理；

所述图像增强模块，与所述灰度归一化处理模块相连，采用基于直方图分段变化的图像非线性增强方法对所述灰度归一化处理模块处理的紫外仿真图像进行图像增强；

所述清晰度处理模块，与所述图像增强模块相连，用于进一步提高所述图像增强模块处理后的图像的清晰度及信噪比，并避免图像过度增强。

进一步地，所述灰度归一化处理模块包括灰度归一化计算单元，所述灰度归一化计算单元采用公式I'＝(I-I_min)/(I_max-I_min)计算得到灰度归一化结果。

本发明与现有技术相比，有益效果在于：

(1)能够提供包括目标的几何形状、紫外辐射特性、运动特性等信息的紫外仿真场景；

(2)能够进行不同气候、复杂背景的高信噪比紫外场景合成；

(3)利用图像灰度归一化和直方图分段变化图像增强技术，提高了图像清晰度，突出了紫外探测背景干净的优势；

(4)具有目标和背景叠加功能。

附图说明

图1是本发明实施例提供的紫外场景仿真方法流程图；

图2是本发明实施例提供的紫外场景仿真系统具体操作模块图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提出基于辐射能量特性和光谱特性的紫外场景仿真，目的是能够提供包括目标的几何形状、紫外辐射特性、运动特性等信息，能够进行不同气候、复杂背景的高信噪比紫外仿真图像，而且能够进行目标和背景的图像叠加，突出紫外探测背景干净的优势，为紫外武器装备系统设计和研制以及战术技术的性能验证提供仿真测试手段。

本发明以目标和背景三维红外仿真场景或实测红外图像为基础，提出了基于目标场景的辐射能量特性和光谱特性的紫外场景仿真方法。该方法首先创建目标和背景的红外场景仿真；然后根据辐射能量特性和光谱特性，推算仿真的目标模型中每个像素对应的辐射温度，利用黑体辐射理论结合普朗克公式，计算目标场景在紫外谱段的辐射出射度及紫外图像灰度，从而反演出目标场景的紫外仿真图像；最后对反演的紫外图像进行图像增强处理，增加图像的清晰度及对比度，从而最终获得实用的紫外场景仿真图像。

如图1、图2所示，本发明的技术方案详细如下：

步骤A：创建目标和背景的红外场景仿真模型。

通过仿真建模技术实现高分辨率、复杂环境的目标和背景红外场景仿真。首先通过可视化三维建模软件Multigen Creator用多个三角形面元建立物体的外观轮廓。然后每个面元添加纹理和材质，进行渲染着色，增强模型的真实感和逼真度。最后，利用Vega的特殊模块Sensor Vision读取纹理材质映射文件*.tmm和大气文件*.mat，考虑路径辐射、太阳和月亮辐射、背景辐射、大气路径衰减、大气路径传输等因素，根据辐射能量特性和光谱特性，利用辐射度计算公式计算场景中的红外辐射强度，并将辐射强度量化为灰度值，从而生成红外谱段动态场景仿真辐射图像。

或者可以利用短波、中波、长波红外热像仪，直接拍摄获得目标和背景的红外场景图像。

步骤B：根据辐射能量特性和光谱特性，推算仿真的目标和背景模型中每个像素对应的辐射温度值，反演出目标场景的紫外仿真图像。

根据辐射能量特性和光谱特性，在目标和背景红外场景仿真的基础上，利用红外热像的灰度与辐射出射度的关系

M(i,j)＝I(i,j)(M_max-M_min)/255+M_min           (1)

其中，M_min和M_max分别为红外图像中最高温度T_max和最低温度T_min对应的辐射出射度，I(i,j)为红外图像的灰度值。

结合普朗克黑体辐射公式，利用最小二乘拟合法拟合辐射出射度与温度的关系，以200-600°C为例

在3-5μm内，辐射出射度与温度的关系

M=6.4258×10^-12T⁴-4.5734×10^-9T³+9.7503×10^-7T²-2.7127×10^-5T-0.0076    (2)

在8-12μm内辐射出射度与温度的关系

M=-1.7378×10^-12T⁴+2.4523×10^-9T³-2.9358×10^-7T²-9.855×10^-5T+0.0159    (3)

利用艾肯特加速不动点迭代法推算出目标场景图像中每个像素对应的辐射温度值。

步骤C：对反演的紫外仿真图像进行图像增强处理，从而最终获得实用的紫外场景仿真图像。

根据推算的每个像素点的温度，引入目标的辐射特性，根据普朗克公式

$M(\mathrm{\λ},T)={\∫}_{{\mathrm{\λ}}_1}^{{\mathrm{\λ}}_2}\frac{c_1}{{\mathrm{\λ}}^5}{[\exp \left(\frac{c_2}{\mathrm{\λT}}\right)-1]}^{-1}\mathrm{d\λ}.---\left(4\right)$

其中，c₁=3.741832×10⁴W·cm^-2·μm⁴为第一辐射常数,c₂=1.438786×10⁴μm·K为第二辐射常数，T为目标的温度。

推算目标场景在日盲紫外波段(240-280nm)的各像素点对应的辐射出射度值，利用公式(1)，进行辐射值的灰度量化，反演出目标场景的紫外仿真图像。

由于常温下，甚至几百度的温度下紫外辐射相对红外辐射来说辐射值低几十个量级，因此有必要对紫外仿真图像进行图像增强处理。首先对初始紫外仿真图像进行灰度归一化处理，所述灰度归一化处理采用如下公式：

I'＝(I-I_min)/(I_max-I_min)                (5)

之后采用基于直方图分段变化的图像非线性增强方法对灰度归一化的紫外仿真图像进行图像增强，进一步提高图像的清晰度及信噪比，并避免图像过度增强，从而最终获得实用的紫外场景仿真图像。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.基于辐射能量特性和光谱特性的紫外场景仿真方法，其特征在于，所述紫外场景仿真方法包括以下步骤：

步骤A：创建目标和背景的红外场景仿真模型;

步骤B：根据辐射能量特性和光谱特性，推算仿真的目标和背景模型中每个像素对应的辐射温度值，反演出目标场景的紫外仿真图像；

步骤C：对反演的紫外仿真图像进行图像增强处理，从而最终获得实用的紫外场景仿真图像。

2.根据权利要求1所述的基于辐射能量特性和光谱特性的紫外场景仿真方法，其特征在于，所述步骤A包括以下步骤：

步骤A1:通过可视化三维建模软件用多个三角形面元建立物体的外观轮廓；

步骤A2:对所述每个三角形面元添加纹理和材质，进行渲染着色；

步骤A3：读取所述纹理和材质的映射文件和大气文件，根据辐射能量特性和光谱特性，利用辐射度计算公式计算场景中的红外辐射强度，并将辐射强度量化为灰度值，从而生成红外谱段动态场景仿真辐射图像。

3.根据权利要求1所述的基于辐射能量特性和光谱特性的紫外场景仿真方法，其特征在于，所述步骤B包括以下步骤：

步骤B1：利用红外热像的灰度与辐射出射度的关系，结合普朗克黑体辐射公式，利用最小二乘拟合法拟合出辐射出射度与温度的关系；

步骤B2：根据所述辐射出射度与温度的关系，利用艾肯特加速不动点迭代法推算出目标场景图像中每个像素对应的辐射温度值；

步骤B3：根据所述的每个像素对应的辐射温度值，用普朗克公式

其中，c₁=3.741832×10⁴W·cm^-2·μm⁴为第一辐射常数,c₂=1.438786×10⁴μm·K为第二辐射常数，T为目标的温度，计算目标场景在紫外谱段的辐射出射度值；

步骤B4：根据公式M(i,j)＝I(i,j)(M_max-M_min)/255+M_min进行辐射值的灰度量化，其中，M_min和M_max分别为红外图像中最高温度T_max和最低温度T_min对应的辐射出射度，I(i,j)为红外图像的灰度值。

4.根据权利要求1所述的基于辐射能量特性和光谱特性的紫外场景仿真方法，其特征在于，步骤C中所述图像增强处理包括以下步骤：

步骤C1：对初始紫外仿真图像进行灰度归一化处理；

步骤C2：采用基于直方图分段变化的图像非线性增强方法对所述灰度归一化的紫外仿真图像进行图像增强；

步骤C3：进一步提高图像的清晰度及信噪比，并避免图像过度增强。

5.根据权利要求4所述的基于辐射能量特性和光谱特性的紫外场景仿真方法，其特征在于，所述灰度归一化处理采用公式I'＝(I-I_min)/(I_max-I_min)得到。

6.基于辐射能量特性和光谱特性的紫外场景仿真系统，其特征在于，包括：

红外场景创建模块，用于创建目标和背景的红外场景仿真模型；

紫外仿真图像反演模块，与所述红外场景创建模块相连，根据辐射能量特性和光谱特性来推算仿真的目标和背景模型中每个像素对应的辐射温度值，反演出目标场景的紫外仿真图像；

紫外场景仿真图像获取模块，与所述紫外仿真图像反演模块相连，对反演的紫外仿真图像进行图像增强处理，从而最终获得实用的紫外场景仿真图像。

7.根据权利要求6所述的基于辐射能量特性和光谱特性的紫外场景仿真系统，其特征在于，所述红外场景创建模块包括：外观轮廓建立模块、着色模块和动态场景仿真辐射图像生成模块；

所述外观轮廓建立模块，将多个三角形面元在可视化三维建模软件上建立物体的外观轮廓；

所述着色模块，与所述外观轮廓建立模块相连，对所述外观轮廓建立模块中的每个三角形面元添加纹理和材质，并进行渲染着色；

所述动态场景仿真辐射图像生成模块，与所述着色模块相连，读取所述着色模块中纹理和材质的映射文件和大气文件，根据辐射能量特性和光谱特性，利用辐射度计算公式计算场景中的红外辐射强度，并将辐射强度量化为灰度值，从而生成红外谱段动态场景仿真辐射图像。

8.根据权利要求6所述的基于辐射能量特性和光谱特性的紫外场景仿真系统，其特征在于，所述紫外仿真图像反演模块包括：辐射出射度与温度的拟合模块、辐射温度计算模块、辐射出射度计算模块和灰度值计算模块；

所述辐射出射度与温度的拟合模块，利用红外热像的灰度与辐射出射度的关系，结合普朗克黑体辐射公式，利用最小二乘拟合法拟合出辐射出射度与温度的关系；

所述辐射温度计算模块，与所述辐射出射度与温度的拟合模块相连，根据所述辐射出射度与温度的关系，利用艾肯特加速不动点迭代法推算出目标场景图像中每个像素对应的辐射温度值；

所述辐射出射度计算模块，与所述辐射温度计算模块相连，根据所述辐射温度计算模块计算出的每个像素对应的辐射温度值，用普朗克公式

计算目标场景在紫外谱段的辐射出射度值，其中，c₁=3.741832×10⁴W·cm^-2·μm⁴为第一辐射常数,c₂=1.438786×10⁴μm·K为第二辐射常数，T为目标的温度；

所述灰度值计算模块，与所述辐射出射度计算模块相连，根据公式M(i,j)＝I(i,j)(M_max-M_min)/255+M_min进行辐射值的灰度量化，其中，M_min和M_max分别为红外图像中最高温度T_max和最低温度T_min对应的辐射出射度，I(i,j)为红外图像的灰度值。

9.根据权利要求6所述的基于辐射能量特性和光谱特性的紫外场景仿真系统，其特征在于，所述紫外场景仿真图像获取模块包括：灰度归一化处理模块、图像增强模块和清晰度处理模块；

所述灰度归一化处理模块，对初始紫外仿真图像进行灰度归一化处理；

所述图像增强模块，与所述灰度归一化处理模块相连，采用基于直方图分段变化的图像非线性增强方法对所述灰度归一化处理模块处理的紫外仿真图像进行图像增强；

所述清晰度处理模块，与所述图像增强模块相连，用于进一步提高所述图像增强模块处理后的图像的清晰度及信噪比，并避免图像过度增强。

10.根据权利要求6所述的基于辐射能量特性和光谱特性的紫外场景仿真系统，其特征在于，所述灰度归一化处理模块包括灰度归一化计算单元，所述灰度归一化计算单元采用公式I'＝(I-I_min)/(I_max-I_min)计算得到灰度归一化结果。

Images