[发明专利]一种动目标多维度多尺度红外光谱特征测量方法及系统

说明书

技术领域

本发明属于图像处理、运动控制、红外光谱特征的交叉领域，具体涉及一种动目标多维度多尺度红外光谱特征测量方法及系统。

背景技术

成像红外光谱仪是遥感发展的成就之一，人类利用光学技术对目标识别的方法主要有光学成像技术和光学成谱技术。光学成像技术主要获取目标的几何特征、灰度特征。但单一的图像信息无法获取目标成分红外光谱信息，在低空条件下无法进行定性分析，在太空环境下无法进行定量分析。红外光谱分析技术是根据红外光谱学相关原理获得目标成分、状态信息，但是缺乏目标图像特征信息。成像红外光谱仪器将成像和成谱技术结合起来，可以获取目标的图像特征，以及目标红外光谱特征。因此在20世纪八十年代提出成像红外光谱仪，将成像和成谱技术结合的测量设备，目前设备主要缺点是无效红外光谱数据量过大，无法实时处理红外光谱数据，目标红外光谱与背景红外光谱混杂，无法精确获取目标红外光谱特征。

发明内容

本发明旨在提供一种能够克服红外光谱成像仪器无法实时获取目标多维度多尺度信息、无法满足获取目标精确特征模型的缺点的红外光谱特征测量方法。

为了实现上述目的，本发明提供了一种动目标多维度多尺度红外光谱特征测量方法，包括如下步骤：

(1)建立物方目标红外光谱特征多维度多尺度模型，从中提取物方感兴趣区域测量模型；

(2)对实测红外图像进行目标检测，识别目标各感兴趣区域位置信息；跟踪目标获得两帧之间目标像素差以及目标运动方向，然后根据两帧之间目标像素差进行目标运动补偿；

(3)对步骤(2)识别出的目标作扫描，成功捕获跟踪目标图像后，控制内框指向各感兴趣目标，并根据目标运动方向信息，在相对于运动方向偏移90°的方向上作N个像素大小的运动，开启测谱模块，记录此时测量设备与目标之间距离信息，测量方位立体角信息、尺度信息、时间维信息，将上述信息输入步骤(1)获得的物方目标红外光谱特征多维度多尺度模型，得到像方目标红外光谱特征多维度多尺度模型。

进一步地，步骤(1)还包括如下子步骤：

(1.1)对需要测量的目标建立三维模型；

(1.2)从三维模型中确定测量目标的感兴趣区域部位，并对上述部位的三维模型进行材质划分，以确定辐射源；

(1.3)对辐射源红外光谱特征进行测量，得到特定角度下物方红外光谱特征分布。

进一步地，物方的目标红外光谱辐射测量特性表达如下：

F_rad(x,y,z,ω,S,T)(1)

其中，F_rad()表示目标在地球坐标系下位置(x,y,z)、测量角度ω、尺度S、时间维度T的情况下目标的辐射强度；

像方的目标辐射测量特性函数有如下两种情况：

作为点状、斑状目标的辐射测量特性f_rad1表达如下：

f_rad1＝f_rad(θ,λ,r)(2)

其中，为测量仪器所处的方位立体角，λ为红外光谱变量，r为测量仪器与目标的距离；

作为面目标的辐射测量特性f_rad2表达如下：

其中，为目标空间分布，为测量仪器所处的方位立体角，λ为红外光谱变量，r为测量仪器与目标的距离。

进一步地，步骤(2)包括如下子步骤：

(2.1)对输入的实测红外图像进行多线程操作，包括：

线程1：超像素分割获得天空背景、地面背景、目标区域等，根据分割结果并测量目标面积、灰度特征识别背景区域，作为负样本；

线程2：提取全图HOG特征，根据滑动窗口方法区分背景与目标区域，获得疑似目标，作为正样本；

线程3：利用全卷积神经网络，对输入图像检测出目标，作为正样本；

(2.2)将上述线程得到的结果，输入已预先训练好的支持向量机分类器中获得目标图像位置信息(x,y)；

(2.3)对目标图像做高斯金字塔获得图像多尺度信息后输入已训练的卷积神经网络，获得目标各感兴趣区域相对于目标中心位置的像素差(▽x,▽y)；

(2.4)按照步骤(2.2)检测出两帧目标图像位置信息并进行处理，获得两帧图像目标的帧差、运动目标方向信息；按照步骤(2.3)得到的两帧之间目标像素差进行目标运动补偿。