基于高光谱特征的迷彩伪装评价

伪装效果分析是伪装设计和识别的重要环节,为了对高光谱探测下的目标伪装效果进行有效评价,结合高光谱图像光谱分辨率较高的特点,提出了一种基于高光谱特征的迷彩伪装评价方法。在光谱维,分析并提取伪装目标的光谱特征。在空间维,对图像第一主成分进行多层小波分解,提取高频分量和低频分量的比值、水平分量和垂直分量的比值以及低频图像的对比度、相关性、能量、同质性等6个特征作为纹理特征。利用欧氏距离分别计算光谱特征距离与纹理特征距离,最后将二者进行综合,距离越小说明伪装效果越好。实验数据表明:本文的方法可以量化高光谱成像下的迷彩伪装效果,评价客观。得到迷彩雨衣与草坪背景之间的综合距离为1.3225,两者融合效果最好。     

红外伪装涂料发射率的季节性要求

为了研究伪装涂料8～14 μm波段的平均发射率在不同季节的取值范围,结合太阳辐射,植被温度以及气温的一日变化,建立目标及单一植被背景在晴朗天气情况下不同季节的一日辐射温度变化模型.以合肥地区为例,分别以春分、夏至、秋分、冬至四个节气的日气候状况代表春夏秋冬四季的气候特征,采集该地区在四个节气近五年的日值气侯数据,对覆盖不同发射率伪装涂料的目标以及植被背景在四个节气中从6时到22时的辐射温度变化进行模拟.获得目标和植被背景的日辐射温度变化数据,计算不同覆盖发射率值的伪装涂层时的目标和背景的欧氏距离和伪装效率.利用欧氏距离和伪装效率对目标的伪装效果进行分析.当欧氏距离最小时目标与植被背景红外特征最接近,春夏秋冬欧氏距离最小时的发射率值依次为0.58、0.33、0.41、0.86;以参考目标与背景的辐射温度差控制在4K以内为实现隐身的标准,春夏秋冬伪装效率最高时的发射率值依次为0.6、0.3、0.4、0.9.     

一种光谱偏振成像系统设计及应用

为了获取目标和背景的偏振信息,提高地面目标识别的准确度,提出一种光谱偏振成像探测系统。该系统采用旋转偏振片的方式对入射光的偏振状态进行调制,通过旋转滤光片进行光谱选择,从而实现光谱偏振成像探测。通过对该系统偏振度的探测精度进行实验测试,结果表明,所设计的光谱偏振成像探测系统达到4%的探测精度。利用该系统对地物背景中的迷彩伪装板进行了探测实验,分析所得的偏振度图像发现,目标在背景中较为明显,与草地及土壤背景区域偏振度的差值分别达到0.292和0.283。     

一种基于轮廓形变度的光学伪装效果评价方法

针对光学伪装效果评价中的目标轮廓变形问题,提出了一种基于轮廓形变度的二值统计矩算法。首先,对伪装目标的原始背景图像进行二值化处理,然后对背景图像均匀分割,提取目标的轮廓特征,以此构造一个轮廓特征向量的二值统计矩阵。最后,采用欧氏距离与余弦归一化的方法对二值统计矩进行计算,获得目标的轮廓形变度值。实验结果表明,提出的二值统计矩算法可以有效地提取目标的轮廓特征;轮廓形变度指标达到了0.905±0.004和0.77±0.80;与传统Hu矩算法相比,主成分因子分别提高了27%和7%,算法效率提高了69.8%。该方法能够从目标轮廓的角度有效地评估光学迷彩伪装效果。     

长波红外高光谱偏振特性的伪装目标识别方法

光谱偏振探测可以综合获得目标的光谱、强度、偏振态等参数，有利于改善对目标的探测和识别能力。本文介绍了基于红外高光谱偏振特性的伪装目标识别方法，搭建了长波红外高光谱偏振测量系统，开展了对两类伪装目标在不同温度下的高光谱偏振成像实验，获取了有效的实验数据并进行处理分析。结果表明：两类伪装目标即使涂覆相同的表面涂料，但受基底材料的热传导率影响, 在相同温度差异下红外偏振特性的提升量明显大于辐射亮度，并有着温差越大偏振特性提升量差异越大的规律，同时显示出波段选择性。利用两类伪装目标偏振特性提升量的差异，有效解决相同温度下伪装目标无法识别的难题。     

基于容限近集理论的光学伪装评价研究

在对地面目标光学伪装评价的研究中,根据地面背景伪装图像的特点,提出了一种基于容限近集理论的评价地面目标光学伪装效果的方法。提取伪装图像中的目标和背景区域,将这些区域作为容限空间中的集合分别进行分块,每块子图像作为集合元素,提取各子图像的统计、颜色和纹理等特征,在容限空间中计算背景与目标并集集合的所有容限近似类,用近似测量(tNM)指标评价伪装效果,并将tNM与豪斯多夫距离（tHD）比较。结果表明,容限近似理论作为一种新的评价伪装图像伪装效果的方法能很好地代替人眼主观评价;tNM作为评价伪装效果的指标优于tHD。     

基于光谱探测与图像识别的反伪装目标系统研究

为了在野外环境中快速有效地识别敌方伪装的机动目标,设计了基于光谱探测与视频图像目标识别方法联用的目标识别系统。采用视频图像识别技术获取被测区域的二维影像,再通过光谱探测技术识别目标,最终将目标重建在图像相应位置上从而实现目标识别的可视化。理论推导得到了系统可识别目标的函数关系式,根据该函数关系进行了目标识别的量化实验。实验采用汽车模拟被测机动目标,在不同距离上分别以平坦荒地、灌木丛和废弃建筑物为背景,对明显目标、涂覆迷彩色的目标以及遮挡伪装物的目标分别进行光谱探测。实验结果显示,测试背景对光谱探测效果有一定影响,背景的连续性有利于目标识别;伪装方式以伪装物遮挡最难识别,且随着目标与系统的距离增大而信噪比随之降低。综上所述,采用光谱探测技术克服了传统图像目标识别无法识别伪装目标的缺点,可以实现对伪装目标的有效识别。     

一种基于灰度聚合直方图评价边界融合效果的新方法

针对目标边界与背景融合效果客观评价的问题,基于聚合度的概念,结合伪装效果评价要求,利用边界图像的灰度信息及其空间分布信息,通过统计伪装样本数据,确定聚合度的滤波阈值,提出了一种基于归一化灰度聚合直方图评价边界融合效果的新方法.实验结果表明,该方法不仅能够有效地表征目标边界与背景的融合效果,其评价结果与人眼判读结果吻合,...     

基于双流融合网络的单兵伪装偏振成像检测

单兵伪装目标与背景之间在颜色上有高度的相似性,目标具有高度复杂的姿态,而且存在遮挡问题,这些问题使得单兵伪装目标检测较传统目标检测有很大的挑战性。针对上述问题,提出基于偏振信息和RGB(Red, Green, Blue)信息的深度学习算法,同时构建单兵伪装目标偏振图像数据集CIP3K(Multicam型迷彩伪装数据集和Woodland型迷彩伪装数据集)。基于Faster R-CNN(Faster Region-Convolutional Neural Network)提出一种双流特征融合网络TSF-Net,其能够融合目标偏振特征信息和RGB特征信息。在CIP3K数据集上进行大量实验,用来测试TSF-Net模型与其他检测模型的性能。实验结果表明,相较于Faster R-CNN,TSF-Net模型在两个数据集上的平均检测精度分别提高了8.2个百分点和8.8个百分点,且优于一些主流目标检测模型。     

利用AOTF多光谱成像系统实现伪装目标的识别

针对传统分光器件存在移动部件以及不能快速实时选择波长的不足,搭建了用声光可调滤光器(AOTF)作为分光器件的多光谱成像系统。系统由光学镜头、AOTF、AOTF驱动器、CCD摄像机和图像采集系统组成。本系统能够在(500~1000)nm的光谱范围内成像。通过对AOTF的控制可以任意选择系统的光谱,从而有目的地选择具有典型目标特性的不同波段的光谱波长,形成同一目标在不同光谱波长下的不同图像。采用迷彩布、头盔以及自然花草进行多次目标特性识别试验,得到了能突出目标特性的具有典型光谱特性的图像。证实了基于AOTF的多光谱成像系统灵敏度高、体积小、无移动部件,并且能够快速实时地改变和选择光谱波段,在所成的多光谱图像中能提高目标与背景的对比度,对伪装目标有明显的探测和识别能力,能将伪装目标与背景区分开。     

采用视觉细胞响应模型的小目标复杂背景抑制

为了提高地面和云层等红外复杂背景下弱小目标的检测性能,提出了一种基于视觉细胞响应模型的红外弱小目标背景抑制新方法.首先利用简单细胞的感受野计算模型将原始图像采用Gabor函数卷积获得相同大小的两幅图像|然后采用设计的复杂细胞响应的非线性汇聚策略函数对获得的两幅图像进行融合处理,从而将红外图像中弱小目标和背景杂波分离,达到抑制背景的目的|最后采用自适应阈值分割技术得到目标点,实现了对红外弱小目标的检测跟踪.实验结果显示,与去局部均值和最大中值滤波两种滤波方法相比较,该方法能有效地检测出信杂比较低的弱小目标信号.     

植物蒸腾作用对红外辐射特征的影响研究

研究植被的红外辐射特征是开展地面军事目标红外伪装与隐身的基础,模拟植被红外特性的形成机理可实现目标与背景的精确融合。叶片蒸腾是植被特有的生理机制,是影响植被红外辐射特征的主要因素之一。通过建立植物叶片的能量平衡物理模型,分析计算出植物蒸腾特性对叶面温度的影响。应用气孔计、红外热像仪实测了樟树、冬青等典型植物叶片的蒸腾作用、叶面温度、红外辐射特征的日周期变化,通过与干枯叶片的对比表明,植物蒸腾作用能够有效调节叶片的能量平衡,控制叶面温度处于合理的范围内,抑制叶片红外辐射特征的深幅变化。     

Infrared imaging characteristics of space-based targets based on bidirectional reflection distribution function

A modeling method of infrared imaging characteristics of a space-based target was presented. Background radiation environment of a space-based target was analyzed and the background radiation mainly consists of direct radiation of the sun, thermal radiation and reflected radiation of the earth. The target surface was divided into regions based on geometrical shape and surface material characteristics and a surface equation of each region was built based on its body coordinate system. Each region was divided into meshes supposing that each mesh is a micro-plane. A bidirectional reflection distribution function (BRDF) model considering the characteristics of surface Gauss statistics and self-shadow was introduced to describe reflected infrared of each mesh of the target surface. The emitted infrared radiation of each mesh of the target surface was described according to its thermal equilibrium temperature. Then a mathematical model on infrared radiation imaging characteristics of the space-based target was built in terms of the given infrared detector. The relative positions of the space-based target, the background radiation sources and the detector are determined by orbital parameters based on coordinate conversion. Visual surfaces of the target to observation system were determined by vector coordinate method. Simulation of optical imaging characteristics of the target in orbit was achieved according to its given geometrical dimensions and physical parameters. The results show the method is feasible and robust for infrared characteristics of the space-based target when single reflection is considered and its surface is regular and can be described in a surface equation. It can provide a facility to real-time analysis of infrared imaging characteristics of the space-based targets.     

空间目标抖动状态红外图像仿真建模研究北大核心CSCD

空间目标容易受到太空垃圾碰撞及干扰从而产生抖动。针对空间抖动目标红外图像的模型构建问题,对天基空间红外成像系统的主要噪声进行分析并考虑杂散光影响,基于Creator与Vega软件平台相结合,提出抖动状态下空间目标表面缺陷的红外图像的建模方法。依据空间目标基本特征分析其红外辐射特性,在Creator中对空间目标缺陷进行三维建模;根据目标以及背景红外辐射特性对三维模型进行温度场分析,将分析所得结果与Vega红外模块相结合获得红外图像模型;确定抖动图像数学模型并对仿真图像施加抖动影响,然后施加杂散光影响获得最终模拟图像。实验结果表明:该方法生成的抖动状态下空间目标红外图像与实验图像相似程度高,能为空间目标探测与态势感知提供一种有效的模拟系统。     

红外运动小目标的检测

通过分析天空背景下红外运动小目标、噪音以及背景的特征,提出一种检测方法·首先利用向量小波变换对运动图像进行预处理;其次采用图像差分进行目标的粗检测,提取出候选目标;最后可根据运动目标和噪音的特征对候选目标进行识别,检测出真实的运动小目标·实验证明,该方法可有效检测天空背景下红外运动小目标·     

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。     

Infrared dim small target enhancement using toggle contrast operator

A new infrared dim small target enhancement algorithm based on toggle contrast operator is proposed. Toggle contrast operator is modified and used to construct operators using the image features derived from dilation and erosion operators. Then, based on the constructed operators, the operators which could be used to estimate the clutter background of the original infrared dim small target image are proposed using the same strategy as the definition of opening. Finally, the infrared dim small target is well enhanced through subtracting the estimated background from the original image. Experimental results on infrared images with different types of targets verified that the proposed method could effectively enhance infrared dim small target, which would be very useful for infrared dim small target detection and tracking.     

基于PDE的前视红外成像舰船目标检测

针对复杂环境下的海面目标提取问题,提出一种基于偏微分方程（PDE）的红外舰船检测算法。首先采用基于PDE理论的滤波模型对初始图像滤噪并进行背景估计,然后结合邻域差分进行背景抑制后分割提取目标。实验表明,该算法能够有效检测强杂波背景中的目标,方法适应性强。     

The infrared and visible image fusion algorithm based on target separation and sparse representation

Although the fused image of the infrared and visible image takes advantage of their complementary, the artifact of infrared targets and vague edges seriously interfere the fusion effect. To solve these problems, a fusion method based on infrared target extraction and sparse representation is proposed. Firstly, the infrared target is detected and separated from the background rely on the regional statistical properties. Secondly, DENCLUE (the kernel density estimation clustering method) is used to classify the source images into the target region and the background region, and the infrared target region is accurately located in the infrared image. Then the background regions of the source images are trained by Kernel Singular Value Decomposition (KSVD) dictionary to get their sparse representation, the details information is retained and the background noise is suppressed. Finally, fusion rules are built to select the fusion coefficients of two regions and coefficients are reconstructed to get the fused image. The fused image based on the proposed method not only contains a clear outline of the infrared target, but also has rich detail information.     

采用视觉细胞响应模型的小目标复杂背景抑制

为了提高地面和云层等红外复杂背景下弱小目标的检测性能,提出了一种基于视觉细胞响应模型的红外弱小目标背景抑制新方法.首先利用简单细胞的感受野计算模型将原始图像采用Gabor函数卷积获得相同大小的两幅图像;然后采用设计的复杂细胞响应的非线性汇聚策略函数对获得的两幅图像进行融合处理,从而将红外图像中弱小目标和背景杂波分离,达...