Validation method of infrared imaging simulation based on recognition range北大核心CSCD

随着红外成像技术的发展和应用,红外系统成像仿真及验证技术越来越受到重视。现有仿真模型验证方法没有考虑到人眼视觉的影响,可能导致严重后果,为了解决这一问题,提出了基于识别距离的红外系统成像仿真模型验证方法。以识别距离作为红外系统成像仿真模型的准确度评价因子,考评仿真图像与实测图像在灰度分布、信噪比、分辨率、成像大小、人眼视觉等方面的综合差异。     

基于边缘的SSIM图像质量客观评价方法

在图像处理领域中,准确判断所处理图像的质量是一项关键技术.本文在基于结构相似度的图像质量评价方法的基础上,考虑了边缘信息对人眼感知结构的重要性,提出了基于边缘结构相似度的图像质量评价方法.实验中,对实验图像进行客观指标的提取与计算,最后统计分析实验数据.结果表明,该方法对图像质量的评价结果优于基于结构相似度的图像质量评价方法,能够正确反映图像质量且更加符合人眼的主观感受.     

基于结构相似度与感兴趣区域的图像融合评价方法

针对红外和可见光图像融合效果评价问题,在分析图像结构相似度算法基础上,结合人眼视觉特性,提出了基于结构相似度与感兴趣区域的图像融合评价方法.利用红外和可见光传感器各自成像特性形成的不同图像特征,分别划分图像感兴趣区域和剩余区域.根据人眼对不同区域的重视程度,分别赋予不同的加权因子,较以往评价方法更突出了图像重要特征在评...     

可见光与红外彩色融合图像感知清晰度评价模型

提出了感知清晰度评价模型,来评价人眼对红外与可见光彩色融合图像细节和边缘的可辨识度。首先,利用人眼对比度敏感函数模型,抑制在特定观察条件下图像中人眼不敏感的频率成分。之后,在局部频带对比度模型基础上,结合人眼亮度掩模特性构造了感知对比度模型。最后,计算融合图像人眼兴趣区域(细节和边缘区域)的感知对比度,进而评价融合图像的感知清晰度。实验结果表明,与现有的五种彩色图像清晰(模糊)度的客观评价模型相比,考虑人眼视觉特性感知清晰度模型的计算结果与人眼主观感受具有较好的一致性,可以有效地对彩色融合图像清晰度进行客观评价。     

使用局部视觉显著分析的红外图像增强

红外增强是提升红外成像质量、凸显目标信息的有效手段之一。利用在局部窗口内计算视觉显著图来帮助实现红外图像的增强。利用局部空间区域内的中心-周围像素灰度加权距离法衡量显著性,由此获取显著图来表征模拟人眼以赋予不同像素区域的权重;结合视觉显著图的提取,在此基础上实现红外图像的增强;选取几组红外图像进行实验,结合主客观评价对多种增强方法进行评估。实验结果表明,与其他方法相比,所提方法的结果具有更好地视觉效果,能凸显图像细节即目标信息,能有效实现目标与背景的对比增强。     

基于人眼视觉系统的假彩色融合图像质量的评价方法

随着图像融合技术的发展,各种融合算法层出不穷,而很多情况下最终的融合图像是由人眼观察的,因此基于人眼视觉系统的图像融合质量评价显得尤为重要.为了能够模拟人眼对于融合图像的感知,得到融合后图像质量的客观评价,本文提出了一种基于色差理论的假彩色融合图像质量的评价方法.首先将源图像和融合图像转化到CIE L*a*b*均匀色空间,在频域对图像进行对比度敏感函数滤波,通过计算滤波后融合图像的色差判断图像的细节信息,在一定程度上色差越大信息越丰富;通过计算融合图像与源图像的色差判断融合图像与源图像的相关性,相关性越高,融合算法越好.通过融合图像的色差大小以及与源图像的相关性两个参量,得出融合算法的优劣.实验表明,与其他评价方法相比,本文提出的评价方法与人眼观察的结果较为一致.     

基于瞳孔几何特征的驾驶疲劳检测嵌入式系统的设计

驾驶员疲劳驾驶是引发交通事故的一个重要原因。针对驾驶疲劳检测算法运算复杂、视频图像数据量大的特点,设计了基于瞳孔几何特征的疲劳驾驶检测嵌入式系统。系统以TI公司的DSPTMS320DM642为核心,采用瞳孔图像的几何特征约束定位人眼,识别疲劳帧。在此基础上,提出了疲劳状况测评的判定方法,从而达到检测驾驶员疲劳程度的效果。实验结果表明,该系统算法简单、快速,是一种行之有效的、实时的非接触式疲劳驾驶检测系统。     

复杂背景下红外弱小多目标跟踪系统

针对复杂天空背景条件下低信噪比的红外弱小目标跟踪问题,设计了一种多目标跟踪系统.首先计算红外图像的光流场,结合阈值分割和形态学滤波等数学方法检测出目标;在该结果的基础上,结合目标运动的连续性,运用邻域轨迹预测的方法滤除检测过程中产生的噪声;随后运用卡尔曼滤波轨迹预测的方法解决在跟踪过程中目标丢失的问题,并解决当多目标轨迹出现交联时如何辨识出各个目标轨迹的问题.该系统充分运用了目标的运动特性避免了噪声的干扰和目标轨迹混淆.使用长波红外热像仪采集的红外序列图像对系统进行了验证,实验结果及相应理论分析表明该系统可有效实现复杂背景下的红外弱小目标跟踪.     

红外焦平面阵列数据采集系统校准方法

为解决红外焦平面阵列数据采集系统的校准问题,基于传统功能性检查方法,研制出了能够模拟红外焦平面阵列输出的模拟源.该模拟不仅能模拟2048×2048规模的红外焦平面阵列并输出性能稳定的量化图像数据,而且能提供数据采集系统正常工作所需的帧、行、像元及相关双采样同步触发信号.利用模拟源输出的量化图像数据对红外焦平面阵列数据采集系统的噪声、采集电压范围、采集准确度及线性度、最高采集速率等参量的校准方法进行了研究,实现了红外焦平面阵列数据采集系统的定性检查和定量校准,解决了其溯源问题,为红外焦平面阵列参数的量值准确统一奠定了基础.     

人眼光焦度客观式测量的图像采集处理研究

描述了人眼光焦度的测量原理。设计了一套光焦度测量采集处理系统。该系统是以一束红外脉冲光射入眼底 ,由CCD接受反射的眼底图像 ,将CCD图像进行数字化处理并存入SRAM。CPU采用重心法计算图像环中心坐标 ,以扫描法计算图像环的长、短轴 ,最后计算出人眼的光焦度值。研究结果表明 ,光焦度测量采集处理系统工作可靠、实用 ,能准确地测量人眼光焦度值     

红外图像处理在墙体空鼓检测上的应用研究

提出了一种基于红外图像的建筑物墙体空鼓检测方法,不但可以远距离、无损地对建筑物空鼓等缺陷进行定性检测,还能对建筑物热工缺陷进行定量分析;采用一种红外图像处理方法来消除墙体温度分布中梯度干扰的影响;通过自适应地调整参数对红外图像进行图像增强处理,有效地排除了环境干扰;通过基于空鼓缺陷边缘轮廓的连通域计算,可直接得到空鼓面积的大小数据;建筑物缺陷现场检测实验结果表明,提出的检测方法既能快速定位出建筑物空鼓等缺陷位置又能以78.3%的精度检测出空鼓面积大小,具有较高的工程应用性。     

多波段红外图像的海面舰船目标检测

现有的基于单个红外宽波段的海面舰船目标探测系统在面对复杂海天背景、岛岸背景、恶劣天气、亮带干扰或诱饵弹干扰等情况时,系统的探测率、虚警率、探测距离等性能指标均会受到严重的影响;为此,开展了基于多波段红外图像的海面舰船目标检测方法的研究。通过中波红外多波段数据采集系统实际采集107组五个中波红外波段的图像;波段1-5分别为3.7～4.8,3.7～4.1,4.4～4.8,3.7～3.9和4.65～4.75 μm;对多波段图像进行手动标注构建样本数据集,其中,正样本舰船目标298个,负样本非舰船目标353个。对于多波段红外图像,首先进行PCA降维并采用选择性搜索算法生成初始目标候选区域;针对候选区域中存在大量明显的非舰船目标区域的问题,利用积分图像计算候选区域的局部对比度,依据红外舰船目标的几何和灰度特征从初始目标候选区域中筛选出舰船目标可能性大的区域作为舰船目标候选区域。然后对舰船目标候选区域进行拓展以融入局部上下文信息,对于候选区域对应的5波段红外图像,分别提取每个波段图像的稠密SIFT特征,并将128维SIFT特征向量降为64维,融入SIFT特征的空间和波段位置分布信息得到新的特征向量,基于高斯混合模型对候选区域的特征向量集合进行编码融合得到舰船目标候选区域的费舍尔向量表示,最后利用线性SVM分类器识别出舰船目标。对多波段图像进行舰船目标候选区域生成实验,所提出的基于红外舰船目标的几何和灰度特征的约束方法可以有效地克服选择性搜索算法的不足,从初始目标候选区域中快速定位出舰船目标候选区域,对25组多波段图像进行实验,舰船目标候选区域生成的整体耗时为0.353 s,定位舰船目标区域耗时0.005 s。对100个正负样本进行目标识别测试,所提出的目标识别算法融合了目标的多波段图像特征信息,通过引入费舍尔向量挖掘了多波段图像梯度统计特征的深层次信息,算法的识别率达到了0.97,显著高于单波段红外图像的目标识别率。对25组多波段图像进行舰船目标检测实验,所提出的舰船目标检测方法能够在海天背景、岛岸背景以及亮带干扰等不同场景下完成海面舰船目标的检测工作,舰船目标定位准确,舰船目标召回率达到了0.95,每组多波段图像的平均检测耗时为1.33 s。研究结果表明,充分考虑海面舰船目标在红外图像中与局部海洋背景的辐射差异以及有效地融合舰船目标在多个红外波段图像中的辐射特征,可以增强舰船目标的可分性,提高舰船目标的识别率以及检测率,为基于多波段红外图像的海面舰船目标检测提供了新的技术支持。     

基于热红外图像处理技术的农作物冠层识别方法研究

为解决农作物冠层热红外图像边缘灰度级分布不均且噪声较大,而传统图像分割方法难以实现其目标区域有效识别的难题,以苗期红小豆冠层热红外图像为研究对象,将模糊神经网络和仿射变换有机结合,提出了基于热红外图像处理技术的农作物冠层识别模型。首先利用五层线性归一化模糊神经网络的自适应特性,选取高斯隶属度函数,自动计算冠层可见光图像识别的推理规则,有效地分割了可见光图像中的冠层区域。通过分析3种分割指标和熵,定量评价可见光图像冠层分割质量。网络迭代38次时,误差精度为0.000 952,该算法平均有效识别率为96.13%,获取可见光冠层图像的像元信息熵值范围为2.454 4~5.198 7,与标准算法所得冠层图像的像元信息熵仅相差0.245 9。然后以取得可见光图像的冠层有效区域为参考图像,采用仿射变换算法,调整优选平移、旋转、缩放等图像变换因子,配准原始热红外图像,提出了基于仿射变换的冠层热红外图像识别方法。对于初始温度范围值在16.35~19.92 ℃的农作物热红外图像,计算选取旋转幅度为1.0和缩放因子为0.9时,作为异源图像的最优配准参数,获取目标图像的最大温差为3.17 ℃,相对于原图像的平均温度值由18.711 ℃下降至17.790 ℃,进而实现了基于热红外图像处理技术的农作物冠层识别。最后以熵的互信息作为监督指标,对农作物冠层热红外图像识别方法进行评价。提出的冠层热红外图像识别方法,所获取的目标图像与初始热红外图像的平均互信息为4.368 7,标准目标图像和初始热红外图像的平均互信息为3.981 8,二者仅相差0.486 9。同时,两种冠层热红外图像的平均温度差值为0.25 ℃,高效消除了原始热红外图像的背景噪声。结果表明本研究方法的有效性和实用性,能够为应用热红外图像反映农作物生理生态信息特征指标参数提供技术借鉴。     

层次卷积滤波红外弱小目标检测方法

针对单帧复杂背景红外图像点目标检测算法存在复杂背景下处理效果不理想、处理时间长的问题,提出了一种层次卷积滤波检测算法。主要分为两个部分：第一,根据红外小目标特性,设计一种层次卷积滤波的算子,对图像进行滤波处理,实现图像中小目标的增效和背景抑制的效果;第二,采用基于最大值的自适应阈值方法,对图像进行二值化操作,过滤背景杂波,最终提取到待检测的目标。在大量不同背景红外图像中进行实验,论文算法在背景抑制因子和信噪比增益的性能量化结果上优于现有5种典型红外弱小目标检测算法的性能结果,且平均处理时间仅为高斯拉普拉斯（Laplacian of Gaussian,LoG）滤波算法的30.42%。通过实验对比,表明该层次卷积滤波算法可以有效解决在不同复杂背景下的红外图像中对小目标检测的问题。     

基于神经免疫生长可免域网络的红外光谱图像分割算法

管道运输对远距离输送石油天然气有着较大优势,而与之伴随的管道安全问题使得管道安全检测至关重要。为确保任何时间下管道状况的有效检测,红外成像技术由于其根据对象的热辐射信息反映目标特征的特殊性,能够忽视可见光的影响检测管道状态,因而在管道检测领域有重要意义。但由于户外环境的多样性,交错的管道和复杂环境使得采集的红外管道图像具有目标特征分布不均匀,目标遮挡和背景类目标干扰等问题。这些问题增加了提取管道目标的难度,不利于管道的分割和检测。生物免疫系统在抗原检测、提取和消除上表现出识别、学习、记忆、耐受和协调配合等目前复杂系统优化策略所缺乏的优异特性,借鉴生物神经系统调控免疫系统的机理,设计一种基于神经免疫网络的复杂背景下红外管道目标的检测与提取算法。根据生物神经网络在免疫系统中的调控机制,利用基础管道形状特征模型构建用于红外管道目标定位的神经网络,并将最优神经免疫可免域和区域种子生长结合,解决管道遮挡影响提取目标完整性的问题。选择三种典型的红外管道图像,将传统目标检测算法与基于神经免疫网络的算法进行了效果对比分析。结果表明,传统算法的平均真阳性率为40.56%,Jaccard相似性指数为27.18%,绝对误差率为11.75%,而基于神经免疫网络算法的真阳性率为98.05%,Jaccard相似性指数为94.44%,绝对误差率为1.18%。对比可知,神经免疫网络算法的真阳性率比传统方法高57.49%,绝对误差率则低10.57%,验证了复杂背景下,本文算法相比传统方法能够更加准确地提取完整的红外管道目标,这对管道安全检测效率的提高有着重要意义。     

Super-resolution reconstruction face recognition based on multi-level FFD registration

Super-resolution (SR) reconstruction is an effective method to solve the problem, that the face image resolution is too low to be recognized in video, but the non-rigid change of deformed face and expression changes greatly affect the accuracy of registration and reconstruction. To solve these problems, a method of multi-level model free form deformation (FFD) elastic registration algorithm based on B spline is proposed. It first use low-resolution FFD grid for global registration, to emphasize the contribution of edge information for registration, we introduce edge registration measure into the sum of squared difference (SSD) criterion. Then divide the global registration image and reference image into a series of corresponding sub-image pairs and calculate the correlation coefficient of each pair; at the same time, we do local registration with high-resolution FFD grid to the small value correlation coefficient sub-image pairs. In the registration process of optimization, the paper uses adaptive step length gradient descent method algorithm based on chaotic variables to improve optimization efficiency. After registration, the algorithm of project onto convex sets (POCS) is used to reconstruct SR face image through several low resolution image sequences, and then recognized these SR face images by support vector machines (SVM) classifier. Experimental results from standard video database and self-built video database show that this method can register and reconstruct face image accurately in the condition of great face deformation and expression change, while the face recognition accuracy is also improved.     

Face and eyes localization algorithm in thermal images for temperature measurement of the inner canthus of the eyes

In this paper, a novel algorithm for the detection and localization of the face and eyes in thermal images is presented, particularly the temperature measurement of the human body by measuring the eye corner (inner canthus) temperature. The algorithm uses a combination of the template-matching, knowledge-based and morphological methods, particularly the modified Randomized Hough Transform (RHT) in the localization process, also growing segmentation to increase accuracy of the localization algorithm. In many solutions, the localization of the face and/or eyes is made by manual selection of the regions of the face and eyes and then the average temperature in the region is measured. The paper also discusses experimental studies and the results, which allowed the evaluation of the effectiveness of the developed algorithm. The standardization of measurement, necessary for proper temperature measurement with the use of infrared thermal imaging, are also presented.     

Small Target Detection Algorithm Based on Average Absolute Difference Maximum and Background Forecast

Detecting small targets in clutter scene and low SNR (Signal Noise Ratio) is an important and challenging problem in infrared (IR) images. In order to solve this problem, we should do works from two sides: enhancing targets and suppressing background. Firstly, in this paper, the system utilizes the average absolute difference maximum (AADM) as the dissimilarity measurement between targets and background region to enhance targets. Secondly, it uses a predictor to suppress the background clutter. Finally, our approach extracts the interested small target with segment threshold. Experimental results show that the algorithm proposed has better performance with respect to probability of detection and less computation complexity. It is an effective small infrared target detection algorithm against complex background.     

Corner detection and matching for infrared image based on double ring mask and adaptive SUSAN algorithm

Infrared (IR) image fusion is designed to fuse several IR images into a comprehensive image to boost imaging quality and reduce redundancy information, and image matching is an indispensable step. However, Conventional matching techniques are susceptible to the noise and fuzzy edges in IR images and it is therefore very desirable to have a matching algorithm that is tolerant to them. This paper presents a method for infrared image matching based on the SUSAN corner detection. To solve the problems of the traditional SUSAN algorithm including the fixed threshold of gray value difference and the failed detection of symmetry corners, an adaptive threshold extraction method is raised in this study. Furthermore, an attached double ring mask is used to improve the complex corner detection capability. A constraint condition and a principle of gravity are adopted to filtrate the candidate corners. The proposed method is qualitatively and quantitatively evaluated on IR images in the experiments. In comparison with other methods, better performance has been achieved.     

A high-resolution mapped grid algorithm for compressible multiphase flow problems

We describe a simple mapped-grid approach for the efficient numerical simulation of compressible multiphase flow in general multi-dimensional geometries. The algorithm uses a curvilinear coordinate formulation of the equations that is derived for the Euler equations with the stiffened gas equation of state to ensure the correct fluid mixing when approximating the equations numerically with material interfaces. A γ-based and a α-based model have been described that is an easy extension of the Cartesian coordinates counterpart devised previously by the author [30]. A standard high-resolution mapped grid method in wave-propagation form is employed to solve the proposed multiphase models, giving the natural generalization of the previous one from single-phase to multiphase flow problems. We validate our algorithm by performing numerical tests in two and three dimensions that show second order accurate results for smooth flow problems and also free of spurious oscillations in the pressure for problems with interfaces. This includes also some tests where our quadrilateral-grid results in two dimensions are in direct comparisons with those obtained using a wave-propagation based Cartesian grid embedded boundary method.