像素binning技术在高速弱点目标探测中的应用研究

2023-12-12 12:00杨天远鲁之君余恭敏
激光与红外 2023年11期
关键词:弱点集中度信噪比

杨天远,凌 龙,鲁之君,周 峰,余恭敏,王 浩

(北京空间机电研究所,北京 100094)

1 引 言

弱点目标探测系统需要具备高探测灵敏度。以天文探测[1-3]为例,一般弱点目标探测系统都通过长积分时间保证对弱点目标的探测信噪比。对于多目标等特定场景以及高精度定位需求,还需要探测系统具备高的空间分辨能力[4]。当目标与探测系统的相对运动速度很快时,高的空间分辨率导致目标在探测器像元内的驻留时间过短,不利于探测灵敏度的提升。

一般情况下,弱点目标探测时跟瞄系统都需要经历对目标进行捕获和目标跟踪两个阶段。在捕获阶段,需要在保证高探测灵敏度的同时需要保证高的探测稳定性,从而避免目标丢失[5-6],并对目标位置、速度进行快速估计。当探测系统对目标进行随动跟踪时,由于目标相对速度降低,可适当延长积分时间,进一步提高目标探测的灵敏度,为目标的分辨识别、高精度定位奠定基础。

针对高速弱点目标探测系统的捕获、跟踪和分辨识别流程,本文设计出一种基于像素binning的高速弱点目标探测模式。通过空域像素binning的方式,提高目标捕获的信噪比和检测稳定性;通过多帧关联估计目标运动速度并启动随动跟踪模式;当目标和探测系统的相对运动速度小于门限时,进行积分时间延长;当图像信噪比大于门限时,退出像素binning的方式进行高分辨率成像。此种工作模式既能满足捕获阶段的高探测灵敏度和稳定性需求,又能满足目标高分辨率成像和高精度定位需求。

2 滑窗像素binning模式简介

通过对探测器读出电路的定制设计,可以采用单元输出或者滑窗像素binning输出。探测器的单元输出方式和滑窗像素binning输出方式如图1(a)和图1(b)所示。

(a)单元输出方式

滑窗像素binning模式下像元输出和单元模式像元输出的对应关系为:

(1)

式中,A(i,j)为单元输出时的对应的输出结果;a(i,j)为像元合并后的输出结果。i、j分别为像素单元对应的行号与列号;i0、j0分别为目标行号与列号的偏移量。

本文设计的滑窗像素binning模式与传统像素binning模式有所区别。传统binning模式为典型的下采样过程,每个像元只参与一次合并;本文的滑窗像素binning方式为滑动窗口的下采样过程,每个像元参与多次合并。这种binning方式相比于传统的binning方式点目标像斑的面积更大,合并后的目标能量稳定性更好,更有利于目标的检出。

3 像素binning模式采样结果分析

3.1 基本概念与假设

1)目标能量分布

一般情况下,光学系统的光学传递函数可以用高斯函数表示如下[7-9]:

(1)

式中,f表示空间频率;ξ为光学响应指数。相应的目标能量分布可以由其完全确定,表达式为:

h(x,y)=A0π·ξ2exp(-(πξ)2·(x2+y2))

(2)

式中,(x,y)表示像面上一点的坐标;A0为目标能量分布的幅值。

2)光学系统的能量集中度

光学系统能量集中度定义为点扩散函数弥散斑在一个像元中所包含的能量与总能量的比。对于像元尺寸为d1×d2的系统,能量集中度可以表示为:

(x2+y2))dxdy

(3)

可以看出,能量集中度为光学响应指数与像元尺寸的函数。

3)目标采样结果

点目标的采样结果与点目标的能量分布、目标的相对运动函数、探测器的像元尺寸有关。点目标采样结果[10]:

S(m,n)=δ(m,n)·M(x,y)*h(x,y)

(4)

式中,m、n为目标离散采样的采样位置;M(x,y)为运动采样函数。采样运动函数为两个方向上采样运动函数的乘积,以一维采样函数为例,当目标在采样时间内的x方向运动距离L≤d1时,运动函数的x方向分量表示如下:

(5)

式中,x0为理想情况下函数的取值范围,实际情况中积分时间小于采样时间,因此实际函数中x

(6)

当L>2d1时,运动函数的x方向分量表示如下:

(7)

4)探测能量集中度

探测能量集中度[14-16]是指对点目标进行采样时,单个像元收集到的最大能量与积分时间内目标辐射总能量之比。计算方法如下:

(8)

式中,Isample为探测器像元采样后获得的目标能量,可由S通过定标系数获得;Itarget为目标的总能量。

探测能量集中度与采样相位、积分时间内目标相对运动速度等因素有关。探测能量集中度小于等于光学系统能量集中度。

3.2 不同采样相位下目标采样结果分析

本文以光学系统能量集中度0.50进行仿真计算,探测器两个方向上d1、d2均等于p。m、n按下式取一系列离散值,并计算普通采样模式和滑窗像素binning采样模式下的探测能量集中度:

(9)

(10)

称m/p、n/p的小数部分为采样相位。图2表示当目标相对静止时,初始目标采样相位对采样结果的影响。图3和表1表示不同采样相位下的探测能量集中度统计结果。

表1 不同采样相位下探测能量集中度统计结果

图2 不同采样相位下的目标采样结果

图3 不同采样相位下的探测能量集中度

从统计结果可以看出,滑窗像素binning模式具有探测能量集中度高而且稳定的特点,相比于普通采样模式,采样相位对探测能量集中度的影响很小。

图4表示当目标初始采样相位相同时,不同积分时间内的相对运动对采样结果的影响。图5和表2表示不同积分时间内的相对运动条件下的探测能量集中度统计结果。

表2 不同积分时间内目标相对位移下探测能量集中度统计结果

表5 不同采样体制下目标信噪比统计结果

图4 不同积分时间内相对位移下的目标采样结果

图5 不同积分时间内相对位移下的探测能量集中度

3.3 不同积分时间内相对运动目标采样结分析

从统计结果可以看出,滑窗像素binning模式具有探测能量集中度高而且稳定的特点,相比于普通采样模式,目标相对运动对探测能量集中度的影响很小。

4 像素binning模式信噪比增强效果分析

单次探测点目标图像的信噪比可表示为[17]:

(11)

式中,ST表示目标信号;N表示噪声;ηd表示探测能量集中度。

理论上在模拟信号输出时即进行滑窗binning可实现更高的信噪比增强效果,但是实现难度较大。本文对数字信号binning的方式对信噪比增强效果进行分析,作为模拟信号输出时即进行滑窗binning效果的参考。

在积分时间内相对运动为0.5个像元时,随机采样的探测序列如图6所示。连续100次采样得到的仿真信噪比如图7所示。可以看出,相比于普通采样模式,像素binning模式下目标亮度最大值、信噪比很稳定,有利于目标的稳定探测。

图6 随机采样探测序列

图7 100次采样普通模式和像素binning模式目标图像信噪比变化

图8表示采用蒙特卡洛法对像素binning模式和普通采样模式下信噪比之比的最大值、最小值和均值随积分时间内目标相对位移的变化结果。可以看出,在目标速度越快时,像素binning体制的优势越明显。

图8 信噪比之比最大值、最小值、均值随积分时间内目标相对位移变化统计结果

5 结 语

本文对滑动窗口像素binning模式的信噪比增强效果进行了分析,表明滑动窗口像素binning模式对目标采样相位造成的能量分散影响、目标高度运动对采样集中的影响有显著改善,有利于提高高速弱点目标探测的信噪比和探测稳定性。利用目标高速运动时滑动像素binning的高信噪比、高稳定性优势,在对高速弱点目标进行探测时,可在捕获阶段采用像素binning模式,当图像信噪比达到门限时切换成普通采样模式进行高分辨探测;同时,跟瞄系统利用实时速度估计结果对目标进行跟踪,当目标相对运动速度达到相对速度门限时进行积分时间调档。通过时域和空域的自适应采样切换,可以满足高速弱点目标的高灵敏度、高分辨率探测需求。

猜你喜欢
弱点集中度信噪比
京津冀县域人口集中度分析
新广告商:广告业周期性在弱化,而集中度在提升 精读
基于深度学习的无人机数据链信噪比估计算法
弱点
低信噪比下LFMCW信号调频参数估计
低信噪比下基于Hough变换的前视阵列SAR稀疏三维成像
保险公司资本结构、业务集中度与再保险需求研究
煤炭行业未来在提高集中度
保持信噪比的相位分解反褶积方法研究
化身侦探 捕捉恋爱情绪弱点