多波段红外点目标的夜视成像差异分析

朱小红，蔺素珍，王栋娟



多波段红外点目标的夜视成像差异分析

朱小红，蔺素珍，王栋娟

（中北大学计算机与控制工程学院，山西 太原，030051）

通过分析在夜视条件下短波红外、中波红外和长波红外点目标辐射成像机理，明确了多波段红外成像的影响因素，建立了短波红外、中波红外和长波红外图像点目标的形成模型，并对模型进行分析与仿真实验，揭示了多波段红外点目标夜视成像特性差异的形成机理，比较了多波段红外点目标成像的差异，并且通过实验图像的差异特征验证了这些成像特性差异的存在性，最后得出了多波段红外点目标图像的灰度值存在差异，大气传输影响存在差异以及夜光辐射影响存在差异的结论。

短波红外；中波红外；长波红外；红外点目标；夜视成像；成像差异

0 引言

不同波段的红外成像在成像机理方面存在着差异。在夜视条件下，中波红外MWIR（Medium Wave Infrared）和长波红外LWIR（Long Wave Infrared）主要靠目标自身辐射成像，而短波红外SWIR（Short Wave Infrared）则是利用常温时物体反射夜光中的辐射成像（自身辐射可忽略），以及中高温时既有物体反射夜光中的短波红外辐射，又有自身发射的足够强的短波红外辐射成像[1]。这种成像机理上的差异必然带来红外图像上的差异，同时也会造成应用上的差异，进而造成红外成像技术，特别是红外焦平面探测器技术发展的多样性。因此，分析多波段红外点目标的夜视成像差异可以为研究多波段红外成像等提供参考。

多年来，国内外针对双波段红外成像差异做了大量的研究，尤其是LWIR和MWIR的成像差异，例如LWIR光谱的大气透过率比MWIR的高[2-3]；在设计红外双折射/衍射反远距光学系统中，LWIR和MWIR两个波段的衍射效率明显不同[4]。另外，LWIR和MWIR在红外探测器焦平面器件的光谱响应特性也不同[5-7]；SWIR和MWIR两个波段在探测器响应方面也存在差异[8-9]；SWIR、MWIR和LWIR三个波段的探测器响应特性也不同[10-11]。目前对双波段红外成像差异的形成机理研究较少，对三波段红外成像差异的文章也没有检索到。

为此，本文针对点目标，构建了SWIR、MWIR和LWIR图像的形成模型，为在多波段红外成像过程中分析成像链各个环节的响应提供了一种准确、有效和直观的方法。

1 多波段红外点目标夜视成像过程

在夜视条件下，中长波红外点目标自身发出的热辐射，以及短波红外点目标反射的夜光辐射和自身辐射一起经过大气衰减之后，再由光学系统成像在红外探测器的感光面上，并将这些红外光信号转变为数字信号量，最后通过电子处理系统把这些数字信号转换成可供人眼观察的图像[12]。在夜视条件下多波段红外成像的一般过程如下图1所示。

图1 红外成像过程

从图1中可以看出，在夜视条件下多波段红外成像除受自身辐射和夜光辐射影响之外，还要受大气传输，光学系统透射性能以及探测器光谱响应特性的影响等。

2 多波段红外点目标夜视成像建模

2.1 目标表观辐射模型

2.1.1 中长波红外点目标表观建模

假定点目标为灰体且红外辐射是均匀的，根据普朗克辐射定律，则波段的辐射出射度t可以用下式描述：

式中：1,2分别是普朗克第一、第二辐射常数；(,t)是目标表面材料的发射率，t是目标表观的温度。

由于夜光的大部分能量集中在1～2.5mm的短波红外波段内，故中长波红外点目标的表观辐射照度app可用下式表示：

app＝t(2)

2.1.2 短波红外常温点目标表观建模

夜天空辐射是由太阳、地球、月球、大气辉光等各种自然辐射源的辐射共同形成。夜天光的光谱分布，在有月和无月情况下有较大不同。在有月时，夜天光的光谱分布取决于月光，所以对短波红外成像比较有影响的主要是月光；无月时，大气辉光、直射星光和散射星光是夜天光的重要组成部分，其中大气辉光是夜天空的主要来源，此时对短波红外成像比较有影响的是大气辉光[1,13-14]。

在常温下，短波红外点目标表观辐射照度app可用下式描述：

app＝(,t)×en(3)

式中：(,t)为点目标的短波红外反射率；en为夜天空辐射照度（有月时主要指月光辐射moon，无月时主要指大气辉光辐射airglow）。

2.1.3 短波红外中高温点目标表观建模

在中高温条件下，短波红外点目标的表观辐射照度既包括自身辐射出射度，又包括反射夜光的辐射照度，故中高温条件下，短波红外点目标的表观辐射照度app可用下式表示：

app＝t＋(,t)×en(5)

2.2 大气传输模型

大气对目标表观辐射能量的影响主要分为2部分：一部分指目标表观辐射能量在到达探测器之前，必须沿途穿过大气，在大气的传输过程中和大气组分的相互作用而产生衰减，这由大气透过率决定；另一部分指大气也会发出红外辐射，最终到达探测器，这由路径辐射决定。

红外辐射的大气透过率的影响因素主要有3个：一是大气中某些气体分子（H2O、CO2等）的吸收；二是大气分子、气溶胶和微粒的散射；三是气象条件（云、雾、雨、雪）造成的衰减[15]。因此，大气衰减正是这些因素影响的综合效果，分别考虑各个因素的透过率，则总的光谱透过率atm()可以表示为：

atm()＝atm1()atm2()atm3() (6)

式中：atm1()，atm2()，atm3()分别为某些分子的吸收透过率，某些分子、气溶胶和微粒的散射透过率以及气象条件引起的衰减透过率。

在非垂直探测条件下，经过大气传输之后的入瞳处的波段辐照度t¢分别用下式描述：

式中：D为点目标的面积；为点目标法线与的夹角；为探测器法线与的夹角；为点目标与探测器之间的距离；atm()为波段内的大气平均透过率；a为到达探测器的路径辐射；(,a)为大气的发射率；a为大气温度。

2.3 光学系统透射模型

假设采用多波段共孔径光学系统，实现短波红外、中波红外和长波红外共口径工作，一般设光学系统的光谱透过系数为opt(,opt)，则透过光学系统的波段辐射照度t可以用下式表示：

2.4 探测器响应模型

探测器响应模型包括光谱响应、几何响应和空间响应等。由于探测器响应与所选波长以及目标温度有关，故设探测器响应为(,t)[16]。假设成像仪的光学增益为，在波段的电子增益为G，则其输出电压(,t)和红外图像的像素灰度值(,t)分别用下式表示[17]：

3 多波段红外点目标夜视成像特性差异仿真

3.1 目标表观辐射比较

对公式(1)～(2)计算得到MWIR和LWIR点目标的表观辐射照度，对公式(3)～(4)计算得到SWIR常温点目标表观辐射照度；当温度大于500K，对公式(5)计算得到SWIR中高温点目标表观辐射照度[21]。仿真出温度在200～2000K范围内的目标辐射照度，为便与常温比较，对常温200～500K也进行了仿真，结果如图2和3所示。

从图2和图3中可以看出：当目标温度在200～700K（参数取值不同，范围不同，下同）范围内，LWIR表观辐射照度明显大于MWIR，MWIR表观辐射照度又大于SWIR，故对于常温目标，红外长波波段更适合探测事件。

图2 温度在200～2000K范围内的目标表观辐射照度

图3 温度在200～500K范围内的目标表观辐射照度

当目标温度在700～1250K范围内，MWIR表观辐射照度大于LWIR，而且随着温度的增加两者之间变化幅度在增大；LWIR表观辐射照度又大于SWIR，并且随着温度的增加变化幅度在减小。当目标温度在1250～1700K范围内，MWIR表观辐射照度大于SWIR，而且随着温度的增加两者之间变化幅度在减小，SWIR表观辐射照度又大于LWIR，并且随着温度的增加两者之间的变化辐射在减小，故对于中温目标，红外中波波段更适合探测事件，例如第三代及其以后的被动红外寻的制导空空导弹首选中波红外波段。

当目标温度大于1700K（这也是战斗机涡轮喷气发动机尾喷管的温度）之后，SWIR表观辐射照度远远大于MWIR，MWIR辐射照度又大于LWIR，故对于高温目标，红外短波波段更适合探测事件，所以第一代、第二代被动红外寻的制导空空导弹选用的短波红外波段[22-24]。

3.2 大气传输比较

3.2.1 大气平均透过率比较

由以上分析可知，大气传输对不同波段点目标辐射的影响主要有2个因素：一是大气透过率atm()；二是路径辐射a。由于理论分析计算大气透过率必须得知道引起吸收和散射的大气分子的分布、浓度，以及悬浮粒子的形状、尺寸、含量等资料，而大气是不断变化的，很多参数都难以精确测定。故本文采用MODTRAN软件模拟在特定条件下的大气透过率随波长的变化曲线如下图4所示。这些特定条件包括：1976年美国标准大气模型，观察点初始高度为13.4352km，路径长度为35km（人与传感器的距离为35m，测试范围为42°对角线的视场角），Rural with 23km visibility，其他都是默认参数。

图4 大气透过率

3.2.2 入瞳处的辐射照度比较

对公式(8)分别计算得到SWIR、MWIR和LWIR的路径辐射as,am,al为：as＝1.69×10－7W/m2，am＝1.78W/m2，al＝29.33W/m2。由此可知，路径辐射对LWIR波段的影响远远大于MWIR和SWIR波段，故在使用红外长波波段探测常温事件时应尽量减小路径辐射的影响。

对公式(7)计算得到经过大气传输之后的入瞳处的波段辐射照度t¢，在200～2000K温度范围内仿真，结果如图5和图6所示。

图5 目标温度在200～2000K的入瞳处辐照度

图6 目标温度在200～500K的入瞳处辐照度

将图6与图3对比分析，同样温度在300K，目标在SWIR，MWIR，LWIR波段表观辐射照度分别是8.0×10－5W/m2、5.5680W/m2和165.5074W/m2，而入瞳处辐射照度分别减小到5.94×10－5W/m2、5.0735W/m2和158.8246W/m2。一方面，在此过程中的SWIR、MWIR和LWIR辐射照度分别减小了约25.75%、8.88%和4.04%。由此可知，大气透过率和路径传输整体对波段的影响从大到小依次为：SWIR、MWIR和LWIR，故说明了红外长波波段受大气传输影响最小，适合探测常温事件。另一方面，从图3和图6中可以看出，SWIR目标表观辐射照度小于MWIR，MWIR目标表观辐射照度又小于LWIR，并且入瞳处的SWIR、MWIR和LWIR辐射照度与表观辐射照度有同样的规律。

3.3 探测器响应特性比较

Anand Singh和P. Martyniuk[10-11]等人分别给出了SWIR、MWIR和LWIR等不同波段上的HgCdTe光电二极管带宽响应随吸收区宽度和探测灵敏度随操作温度的变化曲线，反映了这3个波段在探测器成像响应上的差异性。由公式(11)可知，红外图像的像素灰度值与探测电压成近似的线性关系，故点目标夜视红外图像的像素灰度值随入瞳处的辐射照度增加而增加，也就是说不同红外波段上的点目标的像素灰度值也具有上述仿真同样的规律。

4 结果验证

本文分别通过2组已配准的同一场景短波红外、中波红外和长波红外图像[18,25]以及第三组的3个场景红外图像[26-28]来验证上述结果，分别选取一小块区域作为点目标来进行分析，图7～图9中已用红色方框表示。

从图7、8和9中可知，SWIR图像很接近可见光图像，MWIR图像则能更好的反映目标的细节，而LWIR图像反映的目标与热相关的信息最为丰富。

图7 第一组红外图像

图8 第二组红外图像

图9 第三组红外图像

4.1 主观分析比较

由图8中可以看出：SWIR图像大部分区域被噪声淹没，只有头部和胳膊等区域可以分辨出来，故选取头部区域作为点目标与MWIR和LWIR图像比较，又MWIR和LWIR图像中的头部以白色呈现，接近饱和，故又选取MWIR和LWIR图像的裤子区域进行比较。图7、8和9中的点目标所呈现出的颜色见下表1所示。

表1 三组图像的点目标颜色表

由此可以看出：常温点目标在夜视条件下SWIR图像的灰度值比MWIR和LWIR图像的灰度值都小，MWIR图像的灰度值又比LWIR图像的灰度值小。

4.2 客观分析比较

不考虑运动特征，本文仅对点目标的像素灰度值进行比较，根据近似点目标位置，分别求出图7、8和9三组红外图像中点目标的中心点像素灰度值见下表2所示。

表2 三组图像的点目标的像素灰度值

从表2可以得到：常温点目标夜视条件下SWIR图像的灰度值比MWIR和LWIR都小，MWIR图像的灰度值又比LWIR小，并且可知这与仿真时不同波段红外图像入瞳处的辐射照度差异特性一致。

由于大气辉光的光谱在接近2mm时有一峰值[20]，故大气辉光对SWIR波段的影响比MWIR和LWIR波段都大。

当目标温度为中温时，MWIR辐射出射度比SWIR和LWIR的辐射出射度大；当目标温度为高温时，SWIR辐射出射度比MWIR和LWIR的辐射出射度都大，这与文献[22]中的结论一致，故本文不再验证。

5 结论

通过以上分析对比，多波段红外点目标夜视条件下的成像特性差异体现在以下3个方面：

1）点目标图像的像素灰度值差异：常温（仿真时为200～500K）点目标LWIR图像的像素灰度值比MWIR和SWIR都大，MWIR图像的像素灰度值又比SWIR大；中温（仿真时为700～1700K）点目标MWIR图像的像素灰度值比SWIR和LWIR都大；高温（仿真时大于1700K）点目标SWIR图像的像素灰度值比MWIR和LWIR都大，MWIR图像的灰度值又比LWIR大。

2）大气传输对点目标成像差异：点目标成像在红外长波波段上受大气传输影响比在短中波红外波段上都小。

3）夜光辐射对点目标成像差异：点目标成像在短波红外波段上受夜光辐射的影响比中长波红外波段上都大。

由于条件限制和篇幅原因，本文仿真时未涉及到成像过程中某些因素（如背景辐射等），构建的光学系统透射模型也较简单，以及月光辐射照度、目标发射率、波长和不同波段的大气透过率等参数都取了定值，这些都会对仿真结果有影响。另外，选取近似点目标位置存在误差，这些都有一定的局限性。

[1] 蔡毅, 胡旭. 短波红外成像技术及其军事应用[J]. 红外与激光工程, 2006, 35(6): 643-647.

[2] John Lester Miller. Future sensor system needs for staring arrays[J]., 2011, 54(3): 164-169.

[3] 郑晶, 王祖林, 赵毅寰. 被动式红外探测器多波段成像的仿真[J]. 红外与激光工程, 2007(z1): 152-155.

[4] Chang-Jiang Fan, Zhao-Qi Wang, Mei Zhang, et al. The design of infrared double-layer refractive–diffractive inverted telephoto optical system[J]., 2008, 119(13): 603-607.

[5] Antoni Rogalski. Heterostructure infrared photovoltaic detectors[J]., 2000, 41(4): 213-238.

[6] Rogalski A. Infrared detectors: status and trends[J]., 2003, 27(2): 59-210.

[7] Shih-Yen Lin, Shu-Ting Chou, Wei-Hsun Lin. The transition mechanisms of quantum-dot/quantum-well mixed-mode infrared photodetectors[J]., 2009, 52(6): 268-271.

[8] L.A. Almeida, J.H. Dinan. In situ compositional control of advanced HgCdTe-based IR detectors[J]., 1999(201-201): 21-25.

[9] 叶振华, 尹文婷, 黄建, 等. 128×128短波/中波双色红外焦平面探测器[J]. 红外与毫米波学报, 2010, 29(6): 415-418.

[10] Anand Singh, Vanya Srivastav, Ravinder Pal. HgCdTe avalanche photodiodes:A review[J]., 2011, 43(7): 1358-1370.

[11] P. Martyniuk, A. Rogalski. Quantum-dot infrared photodetectors: Status and outlook[J]., 2008, 32(3-4): 89-120.

[12] 李相迪, 黄英, 张培晴, 等. 红外成像系统及其应用[J]. 激光与红外, 2014, 44(3): 229-234.

[13] 史继芳. 用于微光夜视系统性能评价的夜天光模拟光源研究[D]. 南京: 南京理工大学. 2004.

[14] 蔡柯珺. 微光夜视仪野外视距仿真实验的研究[D]. 长春: 长春理工大学. 2007.

[15] 孙继银, 孙向东, 王忠, 等. 前视红外景象匹配技术[M]. 北京: 科学出版社, 2011: 23-24.

[16] 朱瑞飞, 王超, 魏群, 等. 红外探测器非均匀性校正系统研制[J]. 红外与激光工程, 2013, 42(7): 1669-1673.

[17] 张建奇, 王晓蕊. 光电成像系统建模及性能评估理论[M]. 西安: 西安电子科技大学出版社, 2010: 21-50.

[18] D.A. Fay, A.M. Waxman, M. Aguilar, et al. Fusion of Multi-Sensor Imagery for Night Vision:Color Visualization, Target Learning and Search[C]//, 2000.

[19] 百度文库. 发射率表[EB/OL]. http://wenku.baidu.com/view/fc5a5a306 bd97f192279e97b.html.2013-10-25.

[20] 杨风暴. 红外物理与技术[M]. 电子工业出版社. 2014: 96.

[21] 朱亚静, 邢立新, 潘军, 等. 短波红外遥感高温地物目标识别方法研究[J]. 遥感信息. 2011(6): 33-36, 41.

[22] 蔡毅, 王岭雪. 红外成像技术中的9个问题[J]. 红外技术, 2013, 35(11): 671-682.

[23] 陈宝国, 刘珂. 红外探测技术的发展研究[C]//第十届全国光电技术学术交流会论文集. 北京: 中国宇航学会. 2012.

[24] G Arvind Rao, Shripad P Mahulikar. New criterion for aircraft susceptibility to infrared guided missiles[J]., 2005, 9(8): 701-712.

[25] Boettcher EJ, Leonard K, Hodgkin V, et al. New Target Acquisition Task for Contemporary Operating Environments: Personnel in MWIR, LWIR and SWIR [C]//, 2010.

[26] Protective Fabrics. Military-Special Operations[EB/OL]. http://www. goreprotectivefabrics.com/remote/Satellite/Military-Special-Operations-Concealment/GORE-Multispectral-Concealment-Garments, 2014.

[27] Y Arslan, S U Eker, M Kaldirim, et al. Large format voltage tunable dual-band QWIP FPAs[J]., 2009, 52(6): 399-402.

[28] Fay D, Ilardi P, Sheldon N, et al. Realtime image fusion and target learning & detection on a laptop attached processor[C]//7th(), 2005.

Analysis of Multi-band Infrared Point Targets Night Vision Imaging Difference

ZHU Xiao-hong，LIN Su-zhen，WANG Dong-juan

(,,030051,)

Through analysing the SWIR, MWIR and LWIR point targets radiation night vision imaging mechanism, multi-band infrared imaging influence factors are proposed, the formation models of point targets in SWIR, MWIR and LWIR images are set up, and these models analysed and simulated. It is revealed that the formation mechanism of multi-band infrared point targets night vision imaging characteristic differences. The differences among the multi-band infrared point targets imaging are compared, and the existence of imaging characteristics differences is verified through features differences in experiments images.At last the conclusion is drawn that there are differences among the gray value, atmospheric transmission effect and the night sky light radiation effect.

SWIR，MWIR，LWIR，infrared point target，night vision imaging，imaging differences

TP391.41

A

1001-8891(2015)04-0289-07

2014-09-09；

2015-02-03.

朱小红（1990-），女，山西大同人，硕士研究生，主要从事红外信息处理的研究。

山西省自然科学基金项目，编号：2013011017-4。