一種熱像儀的最小可分辨溫差客觀測(cè)試方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理和自適應(yīng)神經(jīng)模糊推理技術(shù)領(lǐng)域，尤其涉及一種熱像儀的最 小可分辨溫差客觀測(cè)試方法。
【背景技術(shù)】
[0002] 隨著各種新型的紅外成像系統(tǒng)在軍事和民用領(lǐng)域獲得廣泛應(yīng)用，對(duì)紅外成像系統(tǒng) 的性能評(píng)價(jià)顯得越來越重要。最小可分辨溫差（MRTD)是熱像儀的一個(gè)重要性能參數(shù)，它反 映了紅外熱像儀的空間分辨率和熱靈敏度，融合了系統(tǒng)的成像質(zhì)量等因素，能夠較全面反 映系統(tǒng)的探測(cè)能力，可以作為評(píng)價(jià)紅外熱像儀的綜合指標(biāo)，。以往對(duì)紅外成像系統(tǒng)MRTD的 傳統(tǒng)測(cè)試方法通常采用的是人眼主觀判讀方法，觀察者（一般為接受過訓(xùn)練的專業(yè)人員） 直接觀察被測(cè)系統(tǒng)的靶標(biāo)像，在確定的空間頻率下，剛好能分辨出4桿靶圖案（高寬比7:1) 時(shí)，目標(biāo)與背景之間的溫差為該空間頻率的MRTD。這種MRTD測(cè)試方法與測(cè)試者密切相關(guān)， 但由于受人眼主觀因素的影響，測(cè)試結(jié)果隨測(cè)試者的訓(xùn)練水平、心理素質(zhì)、視覺能力和環(huán)境 的變化而變化，測(cè)量結(jié)果不穩(wěn)定、測(cè)試周期長，同時(shí)也容易引起爭(zhēng)議。因此客觀的對(duì)熱像儀 MRTD測(cè)試成為紅外成像系統(tǒng)的必然要求。

【發(fā)明內(nèi)容】

[0003] 為達(dá)到上述目的，本發(fā)明提供一種熱像儀的最小可分辨溫差MRTD測(cè)試方法，該方 法將圖像處理與自適應(yīng)神經(jīng)-模糊推理系統(tǒng)技術(shù)結(jié)合起來，能夠?qū)崿F(xiàn)MRTD參數(shù)的客觀測(cè) 試，不僅提高了測(cè)試速度，同時(shí)避免了傳統(tǒng)測(cè)試方法中人工的重復(fù)性工作及主觀因素干擾。
[0004] 本發(fā)明的熱像儀的最小可分辨溫差客觀測(cè)試方法，其包括以下步驟：
[0005] 步驟1，構(gòu)建用于測(cè)試的自適應(yīng)神經(jīng)-模糊推理系統(tǒng)ANFIS，該ANFIS具有三個(gè)輸 入節(jié)點(diǎn)和一個(gè)輸出節(jié)點(diǎn)，三個(gè)輸入節(jié)點(diǎn)的輸入值分別為熱像儀采集圖像的均值對(duì)比度A、 對(duì)比度f2、溫差類別f3這三個(gè)特征，輸出節(jié)點(diǎn)輸出值為分類結(jié)果，包括1、〇、-1三類，其中，1 表示清晰、〇表示清晰與模糊之間、-1表示模糊；
[0006] 其中，針對(duì)每幀熱像儀采集圖像獲得三個(gè)特征參數(shù)的方式為：
[0007] 步驟11，對(duì)獲取的多幀熱像儀采集視頻進(jìn)行預(yù)處理，獲得感興趣處理圖像ROI以 及該ROI區(qū)域中四個(gè)靶桿的輪廓和位置；
[0008] 步驟12,均值對(duì)比度Π 的計(jì)算方法為：計(jì)算四個(gè)靶桿上像素點(diǎn)的灰度均值A(chǔ)1，以 及灰度化圖像的ROI區(qū)域中除四個(gè)靶桿外的區(qū)域即背景上像素點(diǎn)的灰度均值A(chǔ)2 ;計(jì)算Al 和A2的平均值A(chǔ)3 ;均值對(duì)比度Π 為四個(gè)靶桿上各像素點(diǎn)的灰度值大于A3的像素?cái)?shù)&與 四個(gè)靶桿所占總像素?cái)?shù)N的比例；
[0009] 對(duì)比度f2的計(jì)算方法為：計(jì)算四個(gè)靶桿之間的三個(gè)間隔區(qū)域的灰度均值A(chǔ)4 ;對(duì)比 度 f2 為（A1-A4V(A1+A4);
[0010] 溫差類別f3的計(jì)算方法為：若Al大于A2,則f3為1，代表靶桿的灰度均值大于背 景的灰度均值，此時(shí)為正溫差；若Al小于A2,則f3為-1，代表靶桿的灰度均值小于背景的 灰度均值，此時(shí)為負(fù)溫差；
[0011] 步驟2,采用一種類型X的熱像儀采集視頻，在采集的過程中調(diào)整熱像儀的溫差， 使得溫差遍歷整個(gè)溫差范圍，從視頻中截取多幀圖像，針對(duì)每幀圖像計(jì)算均值對(duì)比度A、對(duì) 比度f2、溫差類別f3這三個(gè)特征，并通過觀察每幀圖像的清晰、模糊程度給出每幅圖像的期 望輸出，期望輸出值包括1、〇和-1，同一幀圖像的均值對(duì)比度A、對(duì)比度f2、溫差類別&和 期望輸出值形成一個(gè)訓(xùn)練樣本；利用訓(xùn)練樣本對(duì)步驟一構(gòu)建的自適應(yīng)神經(jīng)-模糊推理系統(tǒng) ANFIS進(jìn)行訓(xùn)練，獲得該類型X熱像儀的MRTD分類模型；
[0012] 步驟3,針對(duì)類型X的熱像儀進(jìn)行MRTD測(cè)試時(shí)，在某種溫差下采集被測(cè)熱像儀的圖 像，提取均值對(duì)比度A、對(duì)比度f2、溫差類別&這三個(gè)特征輸入MRTD分類模型，獲得分類結(jié) 果；根據(jù)一段視頻中各測(cè)試圖像幀的分類結(jié)果調(diào)整被測(cè)熱像儀的溫差，重復(fù)本步驟3,直到 獲得測(cè)試結(jié)果；
[0013] 根據(jù)分類結(jié)果的調(diào)整方式為：
[0014] 若該段視頻的分類結(jié)果中，1類的個(gè)數(shù)占測(cè)試幀數(shù)的比例大于給定的精度閾值，則 進(jìn)一步判斷：若此時(shí)溫差類別&為1，則降低被測(cè)熱像儀的溫差；若此時(shí)溫差類別〖3為-1， 則升高被測(cè)熱像儀的溫差；
[0015] 若該段視頻的分類結(jié)果中，-1類的個(gè)數(shù)占測(cè)試幀數(shù)的比例大于給定的精度閾 值，則進(jìn)一步判斷：若此時(shí)溫差類別&為1，則升高被測(cè)熱像儀的溫差；若此時(shí)溫差類別f3為-1，則降低被測(cè)熱像儀的溫差；
[0016] 若該段視頻的分類結(jié)果中，0類的個(gè)數(shù)占測(cè)試幀數(shù)的比例大于給定的精度閾值，則 此時(shí)被測(cè)熱像儀的當(dāng)前溫差即為測(cè)試結(jié)果；若此時(shí)溫差類別&為1，則測(cè)試結(jié)果為正MRTD 值；若此時(shí)溫差類別&為-1，則測(cè)試結(jié)果為負(fù)MRTD值。
[0017] 進(jìn)一步的，步驟1所構(gòu)建的自適應(yīng)神經(jīng)-模糊推理系統(tǒng)ANFIS中，每個(gè)輸入節(jié)點(diǎn)對(duì) 應(yīng)6個(gè)輸入隸屬度函數(shù)，輸入隸屬度函數(shù)采用鐘形隸屬度函數(shù)，輸出隸屬度函數(shù)為線型隸 屬度函數(shù)。
[0018] 進(jìn)一步的，所述步驟1中的預(yù)處理包括：
[0019] 1)獲取多幀灰度圖像，經(jīng)過圖像灰度化將每一幀彩色圖像轉(zhuǎn)化為灰度圖像；
[0020] 2)對(duì)多幀灰度圖像的各像素點(diǎn)求灰度平均值，獲得一幀模擬人眼積分效應(yīng)的灰度 圖像；
[0021] 3)對(duì)模擬人眼積分效應(yīng)的灰度圖像進(jìn)行感興趣處理獲得感興趣處理圖像ROI ;
[0022] 4)對(duì)ROI進(jìn)行輪廓提取和查找靶桿位置獲得四個(gè)靶桿的區(qū)域和位置。
[0023] 有益效果：
[0024] 1.本發(fā)明的熱像儀的最小可分辨溫差MRTD測(cè)試方法能夠?qū)崿F(xiàn)MRTD參數(shù)的客觀測(cè) 試，其是自適應(yīng)神經(jīng)-模糊推理系統(tǒng)根據(jù)學(xué)習(xí)樣本訓(xùn)練產(chǎn)生相應(yīng)的分類器模型，再由分類 器模型對(duì)熱像儀MRTD參數(shù)進(jìn)行預(yù)測(cè)；相比之前的方法，本文提出的方法能快速、有效地測(cè) 試紅外熱像儀的MRTD參數(shù)，同時(shí)避免了傳統(tǒng)測(cè)試方法中人工的重復(fù)性的工作的麻煩，從而 快速、有效地測(cè)試紅外熱像儀的MRTD參數(shù)，減小測(cè)試結(jié)果的易變性。
[0025] 2.紅外圖像是紅外成像系統(tǒng)將物體自然發(fā)射的紅外輻射轉(zhuǎn)變?yōu)槿搜劭梢姷膱D像， 表征景物的溫度分布，為灰度圖像，沒有彩色信息。而灰度圖像是指只含有亮度信息，不含 有色彩信息的圖像，圖像的信息主要是通過各像素的灰度差異來反映的，圖像中灰度級(jí)的 變化差異形成了圖像的輪廓和圖案。用單一的對(duì)比度值代表整個(gè)圖像的可分辨水平.難免 會(huì)存在一定的判斷偏差，故采用灰度均值進(jìn)行特征計(jì)算。
[0026] 在客觀法中我們所提取的特征不可能和主觀法中人腦所提取的特征一樣。但這些 特征應(yīng)該方便于以后ANFIS的識(shí)別。特征提取的好壞，直接關(guān)系到識(shí)別的速度和準(zhǔn)確度（也 即ANFIS的速度和準(zhǔn)確度）。
[0027] 對(duì)于不同的閾值圖像（即主觀測(cè)量法中觀察者以50%概率分辨的四桿靶圖像）， 其靶標(biāo)尺寸各不相同，具有不同的特征。若對(duì)各自的特征都進(jìn)行學(xué)習(xí)，則網(wǎng)絡(luò)將會(huì)十分繁 雜，且迭代運(yùn)算次數(shù)將大大增加。但通過分析紅外圖像的灰度值可知，它們有以下幾個(gè)共同 特征：
[0028] 第一個(gè)特征：均值對(duì)比度是四靶桿區(qū)域內(nèi)像素灰度值大于A3的比例。該特征反映 了四靶桿區(qū)域內(nèi)灰度值和整個(gè)ROI區(qū)域灰度均值的對(duì)比關(guān)系。
[0029] 第二個(gè)特征：對(duì)比度是四個(gè)靶桿的灰度均值A(chǔ)l與四個(gè)靶桿的三個(gè)間隔區(qū)域的灰 度均值A(chǔ)4之差與兩者之和的比。該特征反映了四靶桿的灰度均值與其間隔區(qū)域灰度均值 的對(duì)比關(guān)系。
[0030] 第三個(gè)特征：溫差類別反映的是溫差的正負(fù)。在正溫差下四靶桿的灰度值較大，即 其亮度大，呈現(xiàn)出的視覺效果為四靶桿比背景更亮更白，即四靶桿灰度值大于其背景灰度 值，此時(shí)溫差類別設(shè)為1 ;在負(fù)溫差下四靶桿的灰度值較小，即其亮