基于实拍图像的红外系统MTF自动计算方法技术方案

本发明专利技术公开了一种基于实拍图像自动计算红外系统MTF的方法，用于红外系统的实时性能评估。该MTF自动计算方法主要分为三部分：1)图像刃边检测，通过图像预处理以及合适的算法选出图像中的刃边直线边缘；2)自动目标区域搜索与提取，算法利用两种搜索方式，自动在红外实拍图像中提取符合特定条件的目标区域；3)调制传递函数MTF的计算，采用改进的刃边法通过目标区域估计红外系统的MTF。发明专利技术的主要创新点在于能够自动、准确地从红外图像中提取刃边法所需的目标区域，并对刃边法中间变量处理过程进行一定的改进，相比于人工提取区域估计MTF的方法，该算法大大提高了MTF计算的快速性和数值的精确性，抑制了由于亚像素采样而产生的高频噪声，对红外系统性能的实时准确估计具有重要的意义。重要的意义。重要的意义。

【技术实现步骤摘要】
基于实拍图像的红外系统MTF自动计算方法


[0001]本专利技术属于红外系统性能评估和数字图像处理领域，具体涉及一种基于实拍图像的红外系统MTF自动计算方法。

技术介绍

[0002]机载红外系统是目前先进作战飞机广泛装备的探测侦查装置，主要用于对目标被动搜索、精确跟踪及武器制导，是能够对抗新一代雷达隐身飞机的主要利器。因为其作用的重要性，红外系统在飞机的武器装备中有重要的战略地位，它的优劣直接关系到战机的作战性能。
[0003]以红外系统为核心的探测制导武器装置早已广泛地应用于我国第三代和第四代战斗机上，其装备数量庞大，质量与性能也参差不齐。如果不能及时评估系统的运行状态，而仅仅只是在其性能很差时做出警告，会大大影响战机任务的进度，为作战任务带来很强的不确定性。此外，严重退化的红外系统很可能在执行任务时损坏，这会提升后期的维护成本。因此，对在役红外系统进行及时准确的性能评估，进而对其进行寿命预测以及健康管理，是保障在役系统可靠运行的重要方式。
[0004]调制传递函数(Modulation Transfer Function,MTF)是评估红外系统的性能的典型指标，它的大小直接影响到红外系统成像的质量。目前，计算MTF以进行红外系统性能评估的方法几乎都在实验室内完成，采用对目标靶板成像，依据ISO12233规定的刃边法运算获取。这种方式虽然准确，但存在实验环境布置复杂、实验步骤操作繁琐等问题，而且对于红外系统而言，每次执行任务后都对其进行实验室性能检测也是不现实的，因此，基于实拍图像进行性能检测就显得十分重要。
[0005]在利用实拍图像获得MTF的过程中，常用的方法为人工选取有效的目标区域并通过刃边法计算。该过程会耗费研究人员大量的时间精力，而且提取到的目标区域只是人眼直觉上的标准区域，并不一定是整个图像中能体现出系统MTF的最佳区域，如果目标区域选择失误，可能会导致计算结果与真实值相去甚远。本专利技术针对上述问题，提出了一种能够自动检索图像中最佳目标区域的新型算法，并对刃边法进行改进，可帮助研究人员高效地得到红外图像中最佳MTF曲线，以进行系统的实时性能评估。

技术实现思路

[0006]本专利技术提出一种利用实拍图像自动估计红外系统MTF的新型方法，用于对机载红外系统的性能进行实时的评估。
[0007]为实现上述目的，本专利技术采用如下方案：
[0008]首先采用自动目标区域提取算法处理实拍图像，该算法主要包含图像刃边检测和目标区域搜索两部分。在图像刃边检测模块中，算法对实拍图像进行滤波、裁剪等预处理；采用线段检测器(LSD)算法得到图像中的直线线段；使用长度、角度以及两侧灰度值条件筛选线段，满足以上标准的线段群被称为刃边集合。在目标区域搜索模块中，算法依次取刃边
集合中的刃边线段，构建一定大小的滑动窗口，以一定的步长从刃边一个顶点扫描至另一个顶点；计算滑动窗口圈出区域的灰度值方差；对在方差阈值内的区域进行二次选拔，计算区域内刃边的均方根拟合误差和灰度值方差，将两者配以一定的权重相加作为二次选拔的衡量标准；按照衡量标准对区域进行排序，选取前十名作为候选区域。
[0009]其次使用调制传递函数计算模块获得红外系统的MTF，具体步骤为：使用最小二乘法拟合刃边表达式、候选区域像素投影、4倍超采样得到ESF；改进刃边法的中间变量处理过程：对ESF进行数据预处理与限幅滤波，并用费米函数的标准加以限制，去除数据点两侧的均方根误差大于设定阈值的区域；对剩余区域的ESF进行求导、傅里叶变换、归一化等操作，获取MTF，并依据经验去除低频噪声过大的数据值；按照上一步骤中候选区域的排序，将候选区域集合中位于第一的区域所计算出的MTF作为红外系统实际MTF的估计值。
[0010]与现有技术相比，本专利技术的有益效果是：
[0011](1)摆脱了只能在实验室条件中测量红外系统MTF的束缚，能够通过实拍图像估计出红外系统运行过程中实时的性能指标。
[0012](2)设计了一种新型的目标区域自动提取算法，相比于人工从图像中获取刃边法的计算区域，该方法不仅节省了大量的人力成本和时间成本，还大幅度提高了目标区域选择的准确性，避免由于区域选取不当而导致红外系统性能估计错误的情形。
[0013](3)刃边法的计算过程中采用限幅滤波、标准函数拟合、依据经验去除非标准点的方法，限制中间变量ESF和MTF，将低频噪声过大的区域排除在结果之外，增强了算法对于图像噪声的鲁棒性。
附图说明
[0014]说明书附图用于提供对本专利技术的理解，与实施例一起详细地解释本专利技术。
[0015]图1为本专利技术基于实拍图像的红外系统MTF自动计算方法的流程示意图。
[0016]图2为调制传递函数计算模块的流程示意图。
[0017]图3为自动目标区域提取算法的流程示意图。
[0018]图4为图像刃边检测模块中灰度值条件判定的示意图。
[0019]图5为线段检测器(LSD)算法的效果示意图。
[0020]图6为目标区域搜索模块中滑动窗口构建的示意图。
[0021]图7为计算区域灰度值方差时刃边区域的示意图。
[0022]图8为国际标准ISO12233中刃边法的计算过程示意图。
[0023]图9～10分别为实施例1红外实拍图像和本专利技术算法自动提取的目标区域，目标区域的ESF和MTF数值及拟合曲线。
[0024]图11～12分别为实施例2红外实拍图像和本专利技术算法自动提取的目标区域，目标区域的ESF和MTF数值及拟合曲线。
具体实施方式
[0025]下面结合附图和实例，对上述方法的具体实施步骤进行详细阐述。值得注意的是，说明书所描述的实施例仅仅只是一部分实施例，并不是全部的实施例，以下实施例或附图仅用于说明本专利技术，并不构成对本专利技术的限制。
[0026]本专利技术所公开的基于实拍图像的自动MTF估计方法主要由三个步骤组成，前两个步骤所公开的图像处理技术被称为自动目标区域提取算法，具体包括：
[0027](1)图像刃边检测模块。在操作101中，对实际的红外实拍图像截取传入图片四周边缘的30像素，以防止出现越过图像边界的目标区域。操作102对裁剪后的图片进行高斯(Gauss)低通滤波，以滤除噪点和高频噪声。在操作103中，对滤波后的图像进行直线线段检测，采用线段检测器(Line Segment Detector,LSD)算法处理，处理后的效果如图5所示。由于红外系统拍摄图片噪声较多，LSD算法中需先图像缩放至原图像的0.5倍再进行检测。
[0028]在操作104中，将LSD算法检测出的线段进行长度、角度和线段两侧灰度值的限制。规定图片中轴(axis)的属性：令图像垂直轴的axis＝1，水平轴的axis＝0。以图像垂直轴(axis＝1)为基准0度，顺时针转动规定为0～90度，逆时针转动规定为0～
‑
90度。若直线角度在
‑
45～45度区间内，定义直线的方向与图像垂直方向一致，轴(ax本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于实拍图像自动计算红外系统MTF的方法，其特征在于，包括目标区域自动提取算法和改进的调制传递函数计算方法，主要步骤为：(1)图像刃边检测模块。预处理红外图像，检测图像中的直线线段，对线段的长度、角度、两侧灰度值进行评估，判断其是否符合刃边要求。(2)目标区域搜索模块。在刃边线段周围构建滑动窗口，以给定大小和步长截取区域。计算区域内灰度值方差和刃边拟合误差，以两参数为标准实现候选区域的提取。前两步骤共同构成本发明的目标区域自动提取算法。(3)调制传递函数计算模块。本专利对国际标准ISO12233规定的刃边法部分步骤进行改进，由提取的候选区域获得红外系统准确的性能参数MTF。2.根据权利要求1所述的基于实拍图像自动计算红外系统MTF的方法，其特征在于，前述步骤(1)中，直线检测算法采用线段检测器(LSD)，直线检测前先需要进行对红外图像高斯滤波去噪、图像幅度缩小0.5倍的预处理。3.根据权利要求1所述的基于实拍图像自动计算红外系统MTF的方法，其特征在于，步骤(2)所述计算区域内灰度值方差和刃边拟合误差的方式，包括：1)利用...

【专利技术属性】
技术研发人员：唐荻音，崔润昊，邸军伟，龚梦彤，郑国锋，于劲松，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：