位寶燕 楊紹清 劉松濤 余 琦

（1.海軍大連艦艇學院導彈與艦炮系 大連 116018）（2.92118部隊 舟山 316000）

1 引言

在現(xiàn)代海戰(zhàn)中，艦載光電跟蹤設(shè)備跟蹤目標實時性好、清晰直觀、跟蹤精度高，在海上目標精確測量、導彈預(yù)警與攔截等均發(fā)揮至關(guān)重要的作用。但在真實的作戰(zhàn)情況中，艦載光電跟蹤系統(tǒng)的激光測距儀發(fā)生故障，則無法獲取跟蹤目標的距離信息，缺少目標精準的坐標點。這種情況下，現(xiàn)有的光電跟蹤系統(tǒng)是無法自動獲取目標距離，通常是由指揮員按照經(jīng)驗?zāi)繙y距離，誤差較大，此時在戰(zhàn)場上就會陷入較被動的局面。因此在激光故障特殊條件下，如何對戰(zhàn)場目標快速精確地進行目標距離測量，進而實施目標打擊或者攔截，成為目前迫切需要解決的問題。

為了解決上述問題，利用艦載光電跟蹤系統(tǒng)中的電視跟蹤儀和紅外跟蹤儀，創(chuàng)建了異源雙目立體測距系統(tǒng)。首先，對紅外圖像進行預(yù)處理，紅外與可見光圖像特征點配準，得到配準的坐標點集，最后根據(jù)視差原理獲取跟蹤目標的距離信息?；谂炤d光電系統(tǒng)的實際情況進行條件假設(shè)，對雙目立體測距系統(tǒng)進行仿真，并分析了影響測距的因素。

2 移動異源雙目立體測距跟蹤系統(tǒng)

2.1 光電雙目測距原理

物體在左右視網(wǎng)膜上的光學投影位置不同，所以人眼可以感知到物體的距離。雙目立體視覺系統(tǒng)[1]利用兩臺相機模擬人眼，基于視差原理[2]得到物體的距離信息，實現(xiàn)物體的三維重建。

雙目立體視覺測距系統(tǒng)分為雙目匯聚式模型[3]和雙目平行式模型[4]，雙目匯聚式模型的特點是兩相機光軸無需保持平行，光軸在空間里聚于一點，雙目平行式模型是雙目匯聚式模型的特殊情況，兩相機的光軸需要保持在相同的高度，保持平行[5]。根據(jù)艦載光電跟蹤儀相機長焦距、窄視場的特點，所以選擇雙目匯聚式模型，跟蹤目標置于視場中間的位置。

圖1 雙目測距成像俯視圖

圖1是雙目匯聚式模型的俯視圖，假設(shè)兩相機的焦距相同，以世界坐標系為參考，原點O為兩相機 中 心 位 置 ，Q(xw，yw，zw) 為 跟 蹤 目 標 點 ，Q1(x1，y1)、Q2( )x2，y2是相應(yīng)的像點，x1-x2即為成像視差，b是基線距離，即左右兩相機光心之間的距離。根據(jù)三角形相似原理可得：

由式（1）和（2）可以推出下式

令d=x1-x2，d即為視差，則目標距離為

2.2 光電雙目測距跟蹤系統(tǒng)設(shè)計

該系統(tǒng)硬件組成示意如圖2所示，包括中心計算機、云臺、電視跟蹤儀、紅外跟蹤儀。

圖2 測距跟蹤系統(tǒng)的硬件組成

2.3 光電雙目測距跟蹤系統(tǒng)工作流程

整個系統(tǒng)工作流程建立已完成標定基礎(chǔ)上。首先在紅外和可見光圖像中對跟蹤目標進行手動初始化，兩相機逐幀跟蹤目標。在紅外圖像中提取目標特征點，與可見光圖像的目標圖像進行匹配，得到若干組已匹配的特征點對，利用式（4）得到目標距離的平均值，完成對目標距離的測量和三維重建。該方法流程如圖3所示。

圖3 雙目測距跟蹤系統(tǒng)工作流程圖

3 海面艦船紅外與可見光圖像配準

由于成像原理不同，紅外與可見光圖像的灰度特性不同，但角點和邊緣特征相似。然而紅外圖像根據(jù)目標的輻射特性成像，圖像較可見光圖像更模糊，且目標邊緣的輪廓不突出。因此首先對紅外圖像進行預(yù)處理，突出邊緣輪廓，提取角點，最后利用相似性度量進行匹配。

3.1 紅外圖像增強預(yù)處理

圖像增強[6]是最基本的圖像處理技術(shù)，一般分為空域圖像增強和頻域圖像增強，本文用直方圖均衡化[7]、直方圖規(guī)定化[8]和小波變換[9]等常見方法對紅外艦船圖像進行增強，效果如圖4，可以看出效果并不理想。

除了上述算法，還可以采取邊緣提取增強技術(shù)，本文采用Sobel算子、Robert算子、Prewitt算子、Log算子等、Canny算子和Susan算子[10]對紅外艦船圖像進行邊緣提取，結(jié)果如圖5所示。從結(jié)果可以看出Sobel算子對邊緣提取效果較好。

圖4 紅外圖像增強

圖5 紅外圖像邊緣提取算法結(jié)果

3.2 圖像Shi-Tomasi角點提取

對紅外圖像進行Sobel算子邊緣增強預(yù)處理之后，對紅外和可見光圖像提取角點。角點是邊緣輪廓上曲率極大值點，比其他邊緣點魯棒性更好[11]。文獻[12]提出改進Moravec算子，通過滑動二值矩形窗口尋找灰度變化的局部最大值，但是運算速度不快，對尺度變化敏感。文獻[13]對Moravec進行改進提出Harris角點，用圖像梯度近似灰度變化，提高了特征點的檢測率，但是計算量大，對尺度和噪聲敏感。Shi和 Tomasi提出改進 Shi-Tomasi[14]特征，該算子較Harris算法提取角點數(shù)量少，特征明顯，計算速度快，能滿足實時性要求。

Shi-Tomasi算法的檢測原理是通過窗口W(x，y)在各個方向滑動時灰度變化。當窗口移動(Δx，Δy) 時，灰度變化為

式中ω(x，y)為加權(quán)函數(shù)，通常選用高斯加權(quán)函數(shù)，I(x，y)為點(x，y)處的灰度值。

由：I(x+Δx，y+Δy)=I(x，y)+IxΔx+IyΔy+O(Δx2，Δy2)得：

其中M是2*2矩陣，可由圖像導數(shù)得：

計算M的兩個特征值λ1，λ2，只有當兩個特征值均小于閾值，則認為是有效的角點，即為Shi-Tomasi角點，既該角點周圍存在至少兩個不同方向的邊界。圖6即為紅外圖像Shi-Tomasi特征點集。

圖6 紅外艦船圖像Shi-Tomasi角點

3.3 紅外與可見光圖像的特征點匹配

經(jīng)過特征點提取，分別得到紅外與可見光圖像的特征點集A和B。紅外特征點集A中任一點ai，在點左右選取一個大小為m×m的窗口Am，相對應(yīng)于紅外圖像上ai點相同位置處對于可見光圖像選取一個大小為n×n(n?m)的窗口Bn，將Bn中包含的特征點與ai計算去均值歸一化積相關(guān)系數(shù)，計算公式如下：

將窗口Bn中去均值歸一化積系數(shù)最大值的特征點作為ai的匹配點。當去均值歸一化系數(shù)最大值小于閾值時，說明該特征點在待配準圖像中特征點集B中無匹配點。圖7給出了基于Shi-Tomasi角點相關(guān)配準算法的基本框圖。

圖7 基于Shi-Tomasi角點相關(guān)配準算法的基本框圖

4 仿真實驗結(jié)果與精度分析

實驗所用圖像分別針對海面目標和海岸目標兩種類型，仿真編程平臺為Inter i5 CPU，4GB內(nèi)存的PC上使用Matlab編程實現(xiàn)。將兩組圖像命名為Ship和Building，采用基于Shi-Tomasi角點相關(guān)配準算法進行特征點匹配，結(jié)果如圖8和圖9，兩組圖像均得到五組特征點集。通過實驗結(jié)果可得，本文提出的基于Shi-Tomasi角點相關(guān)配準算法可以準確匹配紅外圖像與可見光圖像的特征點。

圖8 Ship圖像特征點配準結(jié)果圖像

圖9 Building圖像特征點配準結(jié)果圖像

通過對紅外和可見光圖像特征點提取及匹配，得到特征點集，將特征點集代入式，得到目標的平均距離。假設(shè)紅外相機與可見光相機共用一個伺服，焦距取500mm，鏡頭視場為1°，相機傳感器像元尺寸為6μm×6μm，像素數(shù)量為2048*1024，基線距離為2m，若視差最大為1000像素，最小為10像素，則根據(jù)公式可得測距范圍的理論值為163m～16.7km。

但是此式是在理想情況下得到的距離計算公式，實際在艦船應(yīng)用中，相機光軸可能無法完全平行，存在大小為β的偏差，這時需要對系統(tǒng)進行校正，基于雙目測距系統(tǒng)特點與實際應(yīng)用情況，得到測距系統(tǒng)誤差模型如圖10。

如圖10模型所示，為了簡化模型，坐標原點置于左攝像機的中心點，P點和光心連線與相機光軸夾角為β1和β2，光軸與x軸夾角為α1和α2，根據(jù)以上條件和幾何關(guān)系可得P點坐標為

雙目視覺系統(tǒng)測距主要是基于視差，所以設(shè)兩個相機在x方向上的精度分別為δx1和δx2，則目標點的z坐標的測量精度為

圖10 測距系統(tǒng)誤差模型

1）紅外圖像與可見光圖像配準得到的特征點坐標精度δx1和δx2對測距精度影響較大，精度越高，測距誤差越小。坐標精度完全是由軟件方面決定，不需要改動硬件設(shè)施條件就可以進行改進，提高測距精度。

2）兩相機的有效焦距與測距精度成正比。艦載光電跟蹤系統(tǒng)一般應(yīng)用長焦距鏡頭，但是焦距越大，視場就會變小。

3）像元尺寸對測距影響主要是影響視差值。若目標距離一定，視差值越小，測距誤差就越大。

4）基線對于測距誤差的影響不是簡單的線性關(guān)系。這是由于基線距離的改變會引起目標與光軸的夾角變化，張廣軍[15]對此進行深入研究。最終得出當基線距離大約為目標距離的兩倍時，測距誤差最?。划敾€距離小于目標距離的兩倍時，基線距離越大測距誤差越小。但在實際應(yīng)用中，艦船長度有限，而且一般對中遠距離目標進行跟蹤，所以基線距離一定是小于目標距離的兩倍。因此在應(yīng)用中，應(yīng)盡可能地將基線距離增大。

5 結(jié)語

為了解決艦載光電跟蹤系統(tǒng)中激光測距儀突發(fā)故障無法測距的特殊情況，本文基于艦載紅外和電視跟蹤儀設(shè)計了一種異源雙目視覺測距系統(tǒng)，給出了目標距離的測量方法。首先詳細介紹了異源雙目測距跟蹤系統(tǒng)的測距原理、組成結(jié)構(gòu)以及工作流程，然后根據(jù)原理進行相應(yīng)地算法設(shè)計完成測距。對紅外圖像運用Sobel算子進行圖像增強處理，然后運用Shi-Tomasi特征點相關(guān)算法進行圖像配準，提取Shi-Tomasi角點，并用相似系數(shù)對兩幅圖像的角點進行匹配，用海面和海岸兩組圖像進行仿真實驗，實驗結(jié)果成功得到了兩組特征點的坐標點集。最后分析在實際應(yīng)用中的誤差情況，得出視覺系統(tǒng)的誤差模型，并在理論上分析了影響測距精度的因素?？傊?，在激光測距儀突發(fā)故障無法測距時，利用現(xiàn)有紅外跟蹤儀和電視跟蹤儀也可使艦載光電系統(tǒng)對中遠目標具備測距能力，并有一定的精度，以代替人工估量測距。