CN104820987B - 一种基于光学图像及微波图像检测目标散射性能缺陷的方法 - Google Patents

Abstract

本发明提出了一种基于光学图像及微波图像检测目标散射性能缺陷的方法，微波图像对比处理过程包括以下步骤：步骤(1)，光学图像预处理；步骤(2)，光学背景图像和待测划痕图像的刚性配准；步骤(3)，光学图像损伤和划痕的检测；步骤(4)，光学图像匹配矩阵变换；微波图像对比处理过程之后，进行步骤(5)，微波图像损伤检测。本发明基于光学图像和微波图像融合检测目标隐身性能缺陷，利用光学图像获取匹配矩阵，经变换后应用于待测微波图像中，与标准微波图像对比后判定微波图像缺陷位置，可提高微波图像识别的准确度。

Description

一种基于光学图像及微波图像检测目标散射性能缺陷的方法

技术领域

本发明涉及测试技术领域，特别涉及一种检测目标散射性能缺陷的方法。

背景技术

在隐身装备的服役过程中，暴露的隐身涂层由于物理或化学因素导致隐身性能发生变化，严重时甚至会导致其隐身性能的整体丧失。隐身性能变差等化学问题导致的失效，在光学图像上可能没有变化，但是在微波散射图像上差别较大，因此可通过微波近场散射特性成像技术进行缺陷识别。

在利用二维MIMO阵列进行RCS点频近场冠状面成像检测隐身涂层缺陷过程中，为提高检测准确率与成功率，系统设计微波天线阵列与光学摄像机分别实现微波图像与光学图像的采集，并通过对现场采集光学图像、微波图像与存储标准图像的对比分析，实现装备局部隐身性能是否合格的判别与检测。

目前，二维MIMO天线阵列RCS点频近场冠状面成像技术，所成图像为距离天线阵列某一距离冠状面平面像(具体距离由成像参数设置)。MIMO天线阵列设计如图1所示，选择十字形的阵列布局，纵向为发射天线，横向为接收天线。考虑到数据处理方便，收发天线均匀分布在阵列平面的对角线上。实际操作时，利用开关矩阵依次切换收发天线，利用矢量网络分析仪测量，获得M*N点频回波数据(M为发射天线数量，N为接收天线数量)。

二维MIMO天线阵列RCS点频近场冠状面成像算法实现流程图如图2所示，首先对频域采样数据(时域数据需要进行FFT变换到频域)进行空间域4D傅里叶变换，由于坐标变换将会引起空间频率不等间隔现象，需要进行空间频率插值处理，然后对插值后的数据进行滤波处理，最后进行二维傅里叶反变换得到目标二维像。

测试之前首先要对硬件相位进行校准，硬件相位差主要由电缆、开关控制模块等不一致引起的，实验采用金属球进行硬件相位校准。待测目标放置在距离阵列平面约0.5m，MIMO阵列工作频率18GHz，对实物进行成像测试。

数字图像处理模块是基于opencv开发的分析模块，由以下几部分构成：

(1)相机标定模块

相机标定模块为系统提供实际尺寸到图像像素尺寸间的映射。该功能的输入数据为标准国际象棋图像，以及图像中角点的参数，参数包括横向和纵向角点个数及间距。如图3所示，该模块在打开象棋图像后，根据输入参数提取图像中的角点；进一步地，根据设置的参数计算两个映射矩阵，分别对应了横向、纵向像素尺寸到实际尺寸的映射；在输出划痕结果或激光点结果时，如果设置了输出实际尺寸，则利用这两个映射矩阵把像素尺寸映射到实际尺寸。

(2)划痕检测模块

该模块完成对图像的划痕检测。如果基准图像中存在纹理特征，则需要先执行图像配准模块。如果需要输出实际尺寸，则需要先执行相机标定模块。

该模块的实现流程如图4所示，该模块首先判断基准图像中是否存在纹理(边缘特征)，如果不存在，则将待测图像和基准图像直接作差；否则，将待测图像和基准图像通过图像配准模块配准后，求得校正图像，把校正图像和基准图像进行作差。然后对差值图像进行边缘检测、形态学处理，划痕结果识别。最后，根据用户设置，输出实际尺寸或者像素尺寸。

(3)图像配准模块

该模块完成对基准图像和待测图像的配准。如图5所示，图像配准模块算法实现的基本流程如下：

为完成对两幅图像的配准，需要提取图像的特征点，系统提供了四种提取特征点的方法SURF、fast、SIFT和ORB。提取特征点后，系统完成对两幅图像的特征点的匹配，并进一步剔除匹配效果不好的特征点。最后利用剩余的特征点，计算表征图像变换的单应性矩阵，进而利用该矩阵计算校正后的图像。

现有技术中，只能实现两幅光学图像之间图像对比。微波图像由于背景噪音复杂，所含信息量较少无法提取足够特征点等问题无法直接进行比较。

发明内容

本发明提出一种基于光学图像及微波图像检测目标散射性能缺陷的方法，解决了微波图像匹配的问题，实现目标散射特性缺陷的识别。

本发明的技术方案是这样实现的：

一种基于光学图像及微波图像检测目标散射性能缺陷的方法，微波图像对比处理过程包括以下步骤：

步骤(1)，光学图像预处理；

步骤(2)，光学背景图像和待测划痕图像的刚性配准；

步骤(3)，光学图像损伤和划痕的检测；

步骤(4)，光学图像匹配矩阵变换；

微波图像对比处理过程之后，进行步骤(5)，微波图像损伤检测。

可选地，所述步骤(1)中，光学图像预处理包括：

步骤(11)，桶状失真矫正；

步骤(12)，光学感兴趣区域选择。

可选地，所述步骤(11)中，通过处理10张不同角度拍摄棋盘格产生配置文件，应用程序调用此配置文件中数据完成桶状失真矫正；

所述步骤(12)中，根据应用程序中设置，通过设置提供函数的输入参数完成光学感兴趣区域选择。

可选地，所述步骤(2)中，光学背景图像和划痕图像的刚性配准步骤通过特征点匹配方法对2幅光学图像进行匹配并得到光学图像匹配矩阵。

可选地，所述步骤(3)中，光学图像损伤和划痕的检测步骤对比变换后2幅光学图像差异，找到差异区域位置并进行判别，得到缺陷位置并输出标注后新图像，判断所述光学图像匹配矩阵是否正确。

可选地，所述步骤(4)中，匹配矩阵修正步骤将所述光学图像匹配矩阵进行变换，匹配矩阵为3*3矩阵，变换规则为：

将匹配矩阵第1、5参数设为1，第2，4，7，8，9保持不变，第3、6乘以特定值x，特定值x由摄像头特性及目标距离确定。

可选地，对于同一探头阵，在距离不变情况下，缩放参数不会改变；距离发生变化时，特定值与距离为线性关系x＝a*dist，其中，x为特定值，定值a为缩放参数，dist为目标距离。

可选地，所述步骤(5)中，微波图像损伤检测步骤将修正后匹配矩阵应用于被测微波图像中，匹配被测微波图像与标准图像，找到差异区域位置并进行判别，判别方法为：图像差值后根据设定阈值二值化，根据掩码矩阵面积大小及形态判定是否缺陷位置，得到差异区域位置并输出标注后新图像。

本发明的有益效果是：

利用光学图像获取匹配矩阵，经变换后应用于待测微波图像中，与标准微波图像对比后判定微波图像缺陷位置，可提高微波图像识别的准确度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为MIMO天线阵列示意图；

图2为快拍式MIMO阵列算法实现流程图；

图3为相机标定模块实现流程图；

图4为划痕检测模块实现流程图；

图5为图像配准模块实现流程图；

图6为本发明的基于光学图像及微波图像检测目标散射性能缺陷的方法流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

现有技术中，只能实现两幅光学图像之间图像对比，微波图像由于背景噪音复杂，所含信息量较少无法提取足够特征点等问题无法直接进行比较。本发明提出一种基于光学图像及微波图像检测目标散射性能缺陷的方法，通过光学图像计算匹配矩阵，根据光学摄像头与天线阵列相对位置不变的特点，依照一定规则将光学图像匹配矩阵变换后应用至微波图像中，实现目标散射特性缺陷的识别。

如图6所示，本发明的基于光学图像及微波图像检测目标散射性能缺陷的方法，微波图像对比处理过程包括以下步骤：步骤(1)，光学图像预处理；步骤(2)，光学背景图像和待测划痕图像的刚性配准；步骤(3)，光学图像损伤和划痕的检测；步骤(4)，光学图像匹配矩阵变换。微波图像对比处理过程之后，进行步骤(5)微波图像损伤检测。下面对各个步骤进行具体说明：

(1)光学图像预处理

光学图像预处理步骤包括：步骤(11)桶状失真矫正和步骤(12)光学感兴趣区域选择。

步骤(11)，桶状失真矫正：通过处理10张不同角度拍摄棋盘格产生配置文件，应用程序调用此配置文件中数据完成矫正。

步骤(12)，光学感兴趣区域选择：根据应用程序中设置，通过设置提高函数的输入参数完成此功能。

(2)光学背景图像和划痕图像的刚性配准

光学背景图像和划痕图像的刚性配准步骤通过特征点匹配方法对2幅光学图像进行匹配并得到光学图像匹配矩阵。

(3)光学图像损伤和划痕的检测

光学图像损伤和划痕的检测步骤对比变换后2幅光学图像差异找到差异区域位置并进行判别，得到光学图像划痕等缺陷位置并输出标注后新图像，通过此可判断光学图像匹配矩阵是否正确。

(4)光学图像匹配矩阵修正

光学图像匹配矩阵修正步骤将光学图像匹配矩阵进行变换，匹配矩阵为3*3矩阵，微波成像可看做无缩放的理想像，变换原因主要由于光学摄像头纵向位置及图像缩放导致。根据匹配矩阵与平移，缩放，旋转参数之间转换公式，可得到微波匹配矩阵。变换规则为：将匹配矩阵第1、5参数设为1(水平竖直方向缩放设为定值1)，第2，4，7，8，9保持不变(旋转不变)，第3、6乘以某一特定值x(平移修正)。特定值x具体数值与实际摄像头特性及目标距离确定，对同一探头阵来说，在距离不变情况下缩放参数不会改变。距离发生变化时匹配特定值与距离为线性关系，即x＝a*dist(x为匹配特定值，定值a为缩放参数，dist为目标距离)。缩放参数a与摄像头有关，可根据测试结果确定。

(5)微波图像损伤检测

微波图像损伤检测步骤将修正后匹配矩阵应用于被测微波图像中，匹配被测微波图像与标准图像，找到差异区域位置并进行判别，判别方法为：图像差值后根据设定阈值二值化，根据掩码矩阵面积大小及形态判定是否缺陷位置。得到差异区域位置并输出标注后新图像。

本发明基于光学图像和微波图像融合检测目标隐身性能缺陷，利用光学图像获取匹配矩阵，经变换后应用于待测微波图像中，与标准微波图像对比后判定微波图像缺陷位置，实现目标散射特性缺陷的识别，提高微波图像识别的准确度。

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、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于光学图像及微波图像检测目标散射性能缺陷的方法，其特征在于，包括以下步骤：

步骤(1)，光学图像预处理；

步骤(2)，光学背景图像和待测划痕图像的刚性配准；

步骤(3)，光学图像损伤和划痕的检测；

步骤(4)，光学图像匹配矩阵变换，包括光学图像匹配矩阵修正步骤，将所述光学图像匹配矩阵进行变换，匹配矩阵为3*3矩阵，变换规则为：

将匹配矩阵第1、5参数设为1，第2，4，7，8，9保持不变，第3、6乘以特定值x，特定值x由摄像头特性及目标距离确定；

步骤(5)，进行微波图像损伤检测，将修正后匹配矩阵应用于被测微波图像中，匹配被测微波图像与标准图像，找到差异区域位置并进行判别，判别方法为：图像差值后根据设定阈值二值化，根据掩码矩阵面积大小及形态判定是否缺陷位置，得到差异区域位置并输出标注后新图像。

2.如权利要求1所述的基于光学图像及微波图像检测目标散射性能缺陷的方法，其特征在于，所述步骤(1)中，光学图像预处理包括：

步骤(11)，桶状失真矫正；

步骤(12)，光学感兴趣区域选择。

3.如权利要求2所述的基于光学图像及微波图像检测目标散射性能缺陷的方法，其特征在于，

所述步骤(11)中，通过处理10张不同角度拍摄棋盘格产生配置文件，应用程序调用此配置文件中数据完成桶状失真矫正；

所述步骤(12)中，根据应用程序中设置，通过设置提供函数的输入参数完成光学感兴趣区域选择。

4.如权利要求1所述的基于光学图像及微波图像检测目标散射性能缺陷的方法，其特征在于，所述步骤(2)中，光学背景图像和待测划痕图像的刚性配准步骤通过特征点匹配方法对2幅光学图像进行匹配并得到光学图像匹配矩阵。

5.如权利要求4所述的基于光学图像及微波图像检测目标散射性能缺陷的方法，其特征在于，所述步骤(3)中，光学图像损伤和划痕的检测步骤对比刚性配准后2幅光学图像差异，找到差异区域位置并进行判别，得到缺陷位置并输出标注后新图像，判断所述光学图像匹配矩阵是否正确。

6.如权利要求1所述的基于光学图像及微波图像检测目标散射性能缺陷的方法，其特征在于，对于同一探头阵，在距离不变情况下，缩放参数不会改变；距离发生变化时，特定值与距离为线性关系x＝a*dist，其中，x为特定值，定值a为缩放参数，dist为目标距离。