强光干扰红外成像系统性能计算与仿真研究

袁 卫



强光干扰红外成像系统性能计算与仿真研究

袁 卫1,2

（1.西安电子科技大学，陕西 西安 710071；2.渭南师范学院，陕西 渭南 714099）

针对现代战场诸如探照灯、照明弹、战场火光（多种面光源和点光源等）等强光光源对红外成像系统探测性能的影响，建立红外成像系统对面目标的识别性能和对点目标的探测性能估算的数学模型，并在VC6.0下实现对目标与背景温差、目标的识别距离等参数的计算，建立红外成像系统作用距离模型。最后，对红外成像系统分别受杂散光、强激光干扰以及硬损伤情况下的效果进行仿真，仿真结果可对实际红外成像系统受强光干扰效果做一借鉴，最后对干扰效果的提出了主观评价方法。

强光干扰；红外成像系统；探测性能；仿真

0 引言

强光干扰作为现代战场上一种典型的干扰方式，对光电装备成像性能的影响是多种多样的，强光照射有可能使得目标的特征越来越明显，也有可能由于成像光学系统增益和亮度自适应性的影响，造成目标图像质量和成像对比度的大幅下降；强光对光电装备侦察性能的影响也会由于干扰光源相对于目标的空间位置不同而表现出不同的效果；在同一种强光干扰下，可见光、微光、红外等不同波段成像的光电装备表现出不同的干扰效果[1]。

在干扰源产生的干扰光的照射下，由于目标与背景反射的光线强，一定程度上会影响光电装备的增益系数，由此进一步改变了目标与背景的对比度。而目标与背景对比度改变对可见光装备作用不太明显，但对于红外装备却是严重的，以下将对红外成像系统的信号响应特性分析，并对战场上经常被采用的照明弹和火光这两种强光源对红外成像系统在不同的作用距离下进行仿真[2-3]。

1 红外成像系统识别性能估算模型

1.1 红外成像系统对面目标识别性能估算模型

人眼通过红外成像系统能够观察到目标的基本条件是：对于空间频率为的目标，它与背景的实际等效温差在经过大气衰减到达红外成像系统时，仍大于或等于系统对应的该频率的最小可分辨温差MRTD()，同时目标对系统的张角应大于或等于观察等级所要求的最小视角，即：

D＝Dea()≥MRTD() (1)

式中：D为经大气衰减后目标与背景的视在温差；De为目标与背景的实际等效温差；a()为距离上的平均大气透射比；为目标高度；e为不同观察等级要求的目标等效条带对数（周期数）；为目标距离。

满足(1)和(2)式要求的最大距离max即为红外成像系统对面目标的识别距离。

1.2 红外成像系统对点源目标的探测性能计算 模型

在点目标探测情况下，目标细节已不能探测，但从能量的观点看，只要信号足够大就能够探测到，即要求信噪比达到探测阈值。目前，对点目标的视距估算方法主要是基于MDTD的方法。

人眼通过红外成像系统对点源目标探测的基本要求是：系统视频图像信噪比应大于或等于阈值信噪比，根据MDTD的定义，点源目标探测的MDTD法模型可描述为：对于空间张角角频率为的点目标，其与背景的实际等效温差De经过大气衰减到达红外成像系统时，仍大于或等于系统对应该频率的最小可探测温差MDTD()，即：

D＝Dea()≥MRTD() (3)

/＝＝1/(2)(4)

与扩展源目标视距估算一样，MDTD法要实现对点目标探测的视距估算也要进行一些修正，主要的修正有：目标和背景辐射特性的修正、探测概率对阈值信噪比的修正、大气传输衰减等[4-5]。修正后的对点目标的MDTD为：

在考虑了上述修正后，满足(3)和(4)式的最大作用距离max就是红外成像系统对点源目标探测距离。

1.3 参数的确定和作用距离计算

1.3.1 目标与背景温差的确定

在视距估算模型中，模型化目标是用一个相对背景温差为D0的均匀矩形目标代替真实目标。矩形目标的大小选择是其面积等于实际目标在观察方向的投影面积，目标相对背景的平均温差D0是通过对整个信息区的温差用面积加权平均而得[6]。即目标平均温度T为：

于是，目标相对背景温度m的平均温差D0为：

D0＝T－m(7)

式中：m为目标附近背景平均温度。

1.3.2 背景辐射特性对目标的影响

如果目标和背景均为灰体，且发射率不等，则等效黑体的温度差按式(8)计算。

如果探测器为光子探测器，有：

有：

对于热探测器，其探测率与波长无关，即*＝*，得：

1.3.3 识别距离计算

以为横坐标（利用目标距离与频率的对应关系描出轴线上所对应的频率点），以e和MRTD为纵坐标作图，从e与MRTD曲线的交点向横坐标作垂线，与横坐标的交点所在的距离即为在该种天候条件下，对该种目标在要求的识别等级下的识别距离[7]。

1.3.4 探测性能计算

用与上述类似的方法，对理论计算的MDTD值进行修正，并利用目标张角与距离的对应关系做出e与MDTD的曲线图的交点向横坐标作垂线，与横坐标的交点所在的距离即为在该种天候条件下，对该种目标在要求的发现等级下的探测距离。依据以上理论分析及建立的计算模型，设计了红外成像系统野外作用距离计算软件，软件操作方法及界面如图1所示。

图1 软件操作方法及界面

2 强光干扰下红外成像系统仿真

红外热像仪进行了强光干扰试验，试验用钨灯、太阳光模拟器、手电筒和火堆作为干扰源，对红外成像的效果进行仿真，图2为不同情况下的仿真效果。

3 干扰效果的评价方法

有了可靠的图像质量评价方法，才能正确评价图像质量的好坏、处理技术的优越及系统性能的高低。以下将通过定量评价干扰图像质量对仿真结果进行分析。

常用的客观图像评价指标根据其适用情况分为两类，一类是对单幅图像直接进行统计计算，这类指标包括均值、方差、信息熵、平均梯度等，另一类是在图像压缩与复原中广泛使用的均方误差（MSE，Mean Square Error）和峰值信噪比（PSNR，Peak Signal-to-noise Ratio），用于对原始图像与干扰图像2幅图像进行比较。

图2 仿真效果

1）均值

均值就是图像中所有像素的灰度平均值，它近似反映了图像的灰度分布情况。灰度分布情况接近的图像，均值也会比较接近。均值的基本的表达式如下：

式中：和是图像的行列数，表示大小为×的图像，(X,)表示图像中(,)点的灰度值。

2）方差

方差是反映图像整体灰度分布的统计量。方差越大，对比度越大；反之，若方差越小，则对比度也越小。方差的基本表达式如下：

式中：为整幅图像的平均值。

上面直接计算方差的公式比较繁琐，实际应用中多采用如下计算公式：

3）平均梯度

平均梯度是指能够反映了图像中的微小细节反差与纹理变化特征，也反映了图像的清晰程度，一般来说，平均梯度越大，表明图像越清晰，反差越好。其计算公式为：

式中：(,)、Ñ(,)和Ñ(,)分别为像点灰度及其在行、列方向上的梯度。

4）均方误差

均方误差主要用于比较原始图像与重建图像之间的偏差情况，适用于根据已知原始图像进行模拟试验的情形。均方误差的定义为：

式中：(,)、(,)分别表示原始图像和重建图像在像点(,)处的灰度值。

5）峰值信噪比

在将重建图像看成是原始图像加噪声图像的情况下，可以用峰值信噪比对图像间的质量进行评价。峰值信噪比的定义为：

6）相关函数

式中：f和g分别为干扰实施前后图像第行第列的像素灰度值；和分别是图像像素的行数和列数。根据Cauchy-Schwarz不等式，在任何情况下，均有0≤≤1。当2幅图像完全相同时，＝1为最大值，这时图像最相似或称相关性最高。当由于干扰使得图像灰度发生变化时必有＜1，而且变化越大，则值越小，相似性或相关性越低。当＝0时相似性最低或称完全不相关。可见，相关函数值的大小反映图像之间的相似性或相关性[8-10]。

4 结论

主要围绕强光干扰下的红外成像系统作用距离模拟计算展开。围绕红外装备的能量传递特性，分别建立了强光干扰下红外系统作用距离计算模型；为了获取强光干扰源数据资料，设计实验测试计划和方案，开展了针对强光光源的实验测试工作；并对干扰效果进行了仿真，同时建立了干扰效果的主观评价方法和基于均值法、方差法、平均梯度法、均方误差法和峰值信噪比法的干扰效果的客观评价方法。

[1] 高巍巍. 红外成像系统激光干扰饱和串音效应的仿真[J]. 电子科技, 2010, 23(6): 35-37.

[2] 王世勇. 激光对探测器干扰操作的研究及模糊评估[D]. 长春: 长春光学精密机械与物理研究所, 2002.

[3] 周建民. 激光对光电武器跟踪系统的干扰技术研究[D]. 北京: 中国科学院.

[4] 丁全心, 刘华. 红外成像系统仿真、测试与评价的发展与思考[J].红外与激光工程, 2009, 38(5): 753-758.

[5] 邹前进, 秦卫东, 戴睿, 等. 红外成像系统仿真[J]. 光电子技术, 2009, 24(3): 72-74.

[6] 刘鑫, 张建奇, 王晓蕊. 一种多光谱热成像系统作用距离的预测方法[J]. 西安电子科技大学学报, 2013, 40(2): 153-158.

[7] 刘鑫. 多光谱红外成像系统性能表征方法研究[D]. 西安电子科技大学, 2012.

[8] 石磊, 张建奇. 激光干扰对红外成像探测器MTF影响的仿真研究[J]. 电子科技, 2009, 22(9): 53-55.

[9] 张方芳, 阮江洋, 王晓蕊. 激光干扰下红外成像系统性能预测研究[J]. 电子科技, 2011, 24(9): 149-153.

[10] 丁晟, 张智诠. 基于DMD的多元探测成像系统设计的几个问题[J]. 红外技术, 2014, 36(6): 457-462.

Study on Performance Computing and Simulation of Infrared Imaging System under Light Interference

YUAN Wei1,2

(1.,’710071,; 2.,714099,)

Aiming at modern battlefield, in which searchlights, flares, fire and other intensive light source would affect the performance of infrared imaging system and its detection function, the study is to build a mathematical model evaluating infrared imaging system’s recognition performance on the target and detection performance on the spot target, to realize the computing of parameters such as temperature difference between the target and background, recognition distance under VC 6.0, and to build action distance model of infrared imaging system. Finally, the study simulates the results of infrared imaging system under stray light, intensive light and physical damage. Simulation results would be a reference for the actual result of infrared imaging system performance under intensive light interference, at last, interference effects on subjective evaluation method is proposed.

light interference，infrared imaging system，detection performance，simulation

TN215

A

1001-8891(2015)02-0110-04

2014-08-19；

2014-11-24.

袁卫（1973-），男（汉族），陕西省渭南市人，西安电子科技大学博士生，渭南师范学院副教授，研究领域为红外成像系统仿真与评估。

陕西省科技厅项目：红外成像系统半实物仿真与研究，编号：2013kw04-03；陕西省教育厅项目：红外监视告警系统中复杂背景抑制算法研究，编号：14JK1247；渭南师范学院特色学科项目，编号：14TSXK07。