高性能彈載圖像融合導(dǎo)引系統(tǒng)若干計(jì)算技術(shù)研究.pdf

1、彈載導(dǎo)引系統(tǒng)性能直接影響導(dǎo)彈對(duì)活動(dòng)目標(biāo)攻擊命中的準(zhǔn)確率，為提高導(dǎo)引系統(tǒng)的可靠性和魯棒性，通常采用多模復(fù)合制導(dǎo)方式?；诶走_(dá)的導(dǎo)引系統(tǒng)需向跟蹤目標(biāo)發(fā)射探測(cè)信號(hào)以鎖定目標(biāo)，容易被跟蹤目標(biāo)發(fā)現(xiàn)從而采用反導(dǎo)對(duì)抗等方式干擾制導(dǎo)系統(tǒng)，降低導(dǎo)彈的命中率?；诩t外圖像或基于可見光圖像的制導(dǎo)系統(tǒng)利用目標(biāo)自身的光譜信號(hào)，不需向跟蹤目標(biāo)發(fā)射信號(hào)，系統(tǒng)隱蔽性好，應(yīng)用越來(lái)越廣泛。然而單獨(dú)紅外圖像或可見光圖像制導(dǎo)均有各自固有缺陷。紅外圖像在光照度不佳、煙霧遮擋情況

2、下可較好的觀察到熱目標(biāo)，具有全天侯特點(diǎn)，但一般對(duì)比度低，圖像缺乏細(xì)節(jié)信息?？梢姽鈭D像對(duì)比度和分辨率較高，圖像邊緣紋理等細(xì)節(jié)信息豐富，但易被煙霧和光照度等外部因素的干擾。將熱紅外圖像與可見光圖像融合進(jìn)行導(dǎo)引，發(fā)揮兩者優(yōu)點(diǎn)，對(duì)提高導(dǎo)彈制導(dǎo)性能有至關(guān)重要的意義。
　　兩種圖像融合進(jìn)行導(dǎo)引，首先要解決的是系統(tǒng)體系結(jié)構(gòu)問(wèn)題，即如何最大程度的利用兩種圖像的優(yōu)勢(shì)；其次，面向?qū)б膱D像融合，主要目的是為了能更好的進(jìn)行目標(biāo)識(shí)別，這使得其評(píng)價(jià)方式與融

3、合方式也與普通的圖像融合有所區(qū)別，現(xiàn)有的評(píng)價(jià)方法與融合算法難以有效處理；再次，在彈載目標(biāo)圖像跟蹤過(guò)程中，存在目標(biāo)遮擋、干擾等不確定情況，系統(tǒng)必須具備抗干擾的模糊處理的能力；此外，圖像處理，尤其是多路圖像即融合又目標(biāo)識(shí)別，需要高強(qiáng)度的計(jì)算能力，現(xiàn)有基于串行計(jì)算的方式難以滿足需求。
　　本文在對(duì)彈載圖像融合導(dǎo)引的研究現(xiàn)狀和面臨的挑戰(zhàn)進(jìn)行深入分析的基礎(chǔ)上，對(duì)彈載圖像融合導(dǎo)引系統(tǒng)若干計(jì)算技術(shù)進(jìn)行了深入研究。本文的貢獻(xiàn)主要包括以下方面：

4、r>　　1、針對(duì)圖像決策層融合信息損失量大、數(shù)據(jù)層融合信息損失少的特點(diǎn)，設(shè)計(jì)并實(shí)現(xiàn)了多源圖像雙層多模目標(biāo)跟蹤體系結(jié)構(gòu)。該結(jié)構(gòu)首先將可見光和紅外圖像進(jìn)行像素級(jí)融合，再對(duì)三種圖像用多種方式分別進(jìn)行目標(biāo)識(shí)別，最后將多個(gè)識(shí)別結(jié)果進(jìn)行決策層融合，以克服單幅圖像、單種識(shí)別跟蹤模式的不足，提高目標(biāo)識(shí)別跟蹤的魯棒性。針對(duì)系統(tǒng)需要高性能計(jì)算的特點(diǎn)，采用嵌入CPU/GPU異構(gòu)并行計(jì)算架構(gòu)，設(shè)計(jì)了基于高性能低功能SoC芯片（集CPU、GPU于一體）的硬件系統(tǒng)

5、結(jié)構(gòu)和易于擴(kuò)展維護(hù)的多層軟件體系結(jié)構(gòu)。
　　2、傳統(tǒng)的像素級(jí)圖像融合方法及評(píng)價(jià)方法不太適合基于目標(biāo)分割識(shí)別的彈載導(dǎo)引應(yīng)用，為此，提出了基于直方圖曲線最大方差比的圖像融合評(píng)價(jià)方法和基于圖像亮度顯著特征的融合算法。直方圖曲線最大方差比定量的衡量了圖像前景、背景是否能更好分割出目標(biāo)的程度，實(shí)驗(yàn)表明，該方法能較好的評(píng)價(jià)融合后的圖像是否更適合基于目標(biāo)分割識(shí)別的彈載導(dǎo)引應(yīng)用?；趫D像亮度顯著特征的融合算法以目標(biāo)亮度特征為主要考量依據(jù)，采用離散

6、小波變換將兩幅圖像進(jìn)行加權(quán)融合，實(shí)驗(yàn)表明，融合算法適合目標(biāo)分割和識(shí)別的應(yīng)用。
　　3、針對(duì)彈載目標(biāo)圖像跟蹤過(guò)程中存在目標(biāo)遮擋、干擾等不確定情況，引入模糊系統(tǒng)思想，設(shè)計(jì)并實(shí)現(xiàn)了基于T-S模糊系統(tǒng)的目標(biāo)識(shí)別結(jié)果融合算法。該算法對(duì)每種圖像分別采用主動(dòng)輪廓跟蹤法和目標(biāo)區(qū)域跟蹤法進(jìn)行目標(biāo)識(shí)別，然后對(duì)每種識(shí)別結(jié)果采用H∞濾波器進(jìn)行濾波，最后采用T-S模糊系統(tǒng)將多種識(shí)別結(jié)果進(jìn)行融合。實(shí)驗(yàn)結(jié)果表明，用H∞濾波和T-S模糊系統(tǒng)數(shù)據(jù)融合可有效的解決單