基于Vega的红外图像仿真

介绍了红外成像仿真的基本理论,讨论了利用Vega传感器模块将输入的可见目标图像生成红外图像的技术。该技术使用Creator软件进行三维几何建模和纹理映射,使用TMM软件进行红外材质建模;然后,用Mat软件进行大气衰减的计算;最后,用SensorWorks软件进行传感器特性建模,通过光电转换生成红外图像。以阿帕奇AH6直升机为例进行了红外图像仿真,结果表明,利用Vega传感器模块进行传感器建模,建模效果较好,成本低,易于工程实现。     

基于Vega的红外图像仿真

介绍了红外成像仿真的基本理论,讨论了利用Vega传感器模块将输入的可见目标图像生成红外图像的技术。该技术使用Creator软件进行三维几何建模和纹理映射,使用TMM软件进行红外材质建模;然后,用Mat软件进行大气衰减的计算;最后,用SensorWorks软件进行传感器特性建模,通过光电转换生成红外图像。以阿帕奇AH6直升机为例进行了红外图像仿真,结果表明,利用Vega传感器模块进行传感器建模,建模效果较好,成本低,易于工程实现。     

基于NiosII的红外图像灰度变换系统设计

提出了一种基于NiosII的红外图像灰度变换设计方案,并详细介绍了红外图像灰度变换算法以及系统硬、软件设计以及实现方法。针对红外图像的特点,提出了一种基于平台直方图均衡的红外图像灰度变换算法,并在CycloneII系列FPGA上实现了该算法,其处理单元采用嵌入式处理器软核NiosII。实验结果表明,该系统能很好地实现红外图形灰度变换,并在一定程度上抑制了背景,提升了目标。     

基于假彩色的红外双波段图像融合方法

分析了人眼视觉和基于假彩色的NRL方法,并将其扩展应用到中波/长波双波段红外图像融合处理中.该方法以双波段红外图像不同的目标响应特征为基础,对RGB三通道分别赋值融合,给出了仿真实验的结果.利用熵和交叉熵等统计参量对多种融合方法的性能进行了定量的评价和比较,实验结果表明基于假彩色的红外双波段图像融合技术简单有效,有利于实时处理.     

基于图像衍生的红外无人机图像仿真方法研究

对无人机群的红外视频进行监视是安防和军事领域的新热点。由于复杂背景下无人机图像获取难度大,图像数量难以满足相关算法的模型训练和验证等需求,因此提出一种基于图像衍生的红外无人机图像仿真方法。采用该方法对红外无人机模板图像与红外背景图像进行混合,从而生成大量不同背景下的无人机目标图像。针对图像混合技术受背景噪声影响严重、无人机目标边缘模糊和合成图像调和度低等问题,采用一种无监督的生成式对抗网络来生成调和度较高的灰度约束图像,将其与目标梯度图像作为联合约束来求解高斯-泊松方程,得到与真实图像特征一致性较高的混合图像。实验结果表明,所提方法生成的混合图像具有较高的图像调和度和视觉真实性,说明所得图像作为扩充样本可有效提高机器学习算法的性能。     

基于SOPC设计的红外图像直方图均衡器

基于Altera公司的SOPC-NIOSⅡ嵌入式软核处理器技术,提出了一种实现实时红外图像直方图均衡的设计方法.并在FPGA上实现了这一系统,使用Quartus Ⅱ软件中集成的SOPC Builder工具完成了整个系统的设计.该系统主要包括NIOS Ⅱ主控模块、存储器模块、自定制的直方图统计模块以及用户控制模块.实验结果表明,该系统具有体积小,功耗低,数据处理速度快,可靠性高等特点.     

红外对抗干扰效果自动评估方法研究

为有效评估红外对抗干扰效果,通过分析红外对抗干扰效果评估的一般方法,提出了基于图像特征的红外对抗干扰效果自动评估方法,给出了可行的图像特征向量组成,并通过实测数据进行了实验验证。结果表明,该方法可对红外对抗干扰效果进行定量和自动的评估,在红外对抗干扰效果评估试验中具有一定的应用价值。     

基于亮度对比度传递的红外与可见光图像融合方法研究

基于亮度一对比度传递技术提出了一种红外和彩色可见光图像的融合方法,该算法通过对红外图像和可见光图像在HIS空间进行二次融合,保留了可见光图像的颜色特性,并获得一幅具有良好亮度和对比度效果的融合图像。实验结果表明该方法融合噪声小、细节缺失少、融合速度快。     

基于灰度变换的红外图像实时分割算法

针对高灰度等级红外数字图像提出了一种基于灰度变换的实时分割算法.通过实时分析原始图像中几个小区域的灰度直方图,自动确定分割阈值,将原始图像通过灰度变换实时转换为低灰度等级图像.该算法能够将高灰度等级的红外数字图像实时显示在普通显示器上,并且能够有效抑制背景并保留目标灰度信息.由于变换后的图像灰度等级较低而且背景及噪音信息较弱,极大地提高了红外跟踪器的性能.     

基于人工蚁群的红外图像分割算法

基于人工蚁群的红外图像分割方法利用模糊非线性增强算子作为启发信息,与信息素共同指导蚂蚁的行为。通过蚂蚁行走路径上的信息素分布进行更新,使得分布在目标路径上的信息素逐渐增大,逐渐向分割图像收敛,最后根据信息素分布提取分割结果。仿真和实验表明,该算法对真实图像得到了理想的分割结果。     

基于背景最佳滤波尺度的红外图像复杂度评价准则

提出一种基于背景最佳滤波尺度的红外图像复杂度评价准则来解决传统方法评价背景效果较差的问题. 同时, 这种方法还可以为红外图像滤波提供最佳高通滤波尺度信息, 从而对红外图像进行性能最佳滤波. 首先, 生成高斯仿真目标并与红外图像进行融合, 获得包含仿真目标及真实红外背景的图像. 然后, 在不同高斯滤波尺度下对图像滤波, 并计算滤波后仿真目标的信噪比. 最后, 取滤波后目标信噪比最大时的滤波尺度作为背景最佳滤波尺度, 使用该尺度可评价红外图像的复杂度. 另外, 本文还使用数学模型推导了红外图像最佳滤波尺度, 得出最佳滤波尺度的数学表达式. 大量实验表明: 1) 本文推导的最佳滤波尺度数学表达式与实验曲线吻合. 2) 这种方法在评价红外图像复杂度方面比传统的基于信息熵的方法效果要好很多. 并且这种方法获取的红外背景复杂度为滤波最佳尺度, 可以直接利用这项指标对图像进行最佳滤波从而更好地检测弱小目标. 3) 仿真目标尺度越大, 最佳滤波尺度也会相应增大. 因此, 在评价图像复杂度时, 应使用相同尺度的仿真目标, 不同图像之间才具备可比性. 同时, 最佳滤波尺度与仿真目标的强度无关. 4) 本文算法使用的滤波器宜用高斯及Butterworth高通滤波器实现. 5) 本文提出的方法不仅可以有效分析红外视频的复杂度, 并且可以通过复杂度的变化分析图像内容的突变.     

基于红外图像仿真的光电模拟器研究

针对舰载光电跟踪仪仿真测试需求,提出基于红外图像仿真的光电模拟器的设计。利用Ｖｅｇａ仿真平台计算所得辐亮度和仿真图像灰度值之间线性关系,求解该线性映射关系,对红外仿真场景的图像进行分析标定。通过某型光电跟踪仪定型试验验证,光电通道跟踪精度达到１ ｍｒａｄ,满足系统指标要求。光电模拟器可完成在复杂背景、夜间等外场无法进行的试验条件下,对光电跟踪仪动态性能和战技指标的测试。     

基于低空成像信息的热红外成像仿真研究

提出了一种由低空飞行获取的以红外图像为数据源的中远红外仿真方法。首先通过大气辐射传输模型计算出测量条件下的程辐射和大气透过率,反演出地面温度,然后再由大气传输模型计算出仿真条件下的程辐射和大气透过率,并仿真卫星高度下的红外图像。以飞艇为平台,并搭载中远红外成像系统进行飞行,对获取的数据进行仿真模拟。试验结果表明,这种利用大气辐射传输模型和基于低空成像信息的遥感图像仿真方法可以用于模拟相同地区相同波段范围的卫星图像。     

基于人工蚁群的红外图像分割算法

基于人工蚁群的红外图像分割方法利用模糊非线性增强算子作为启发信息,与信息素共同指导蚂蚁的行为。通过蚂蚁行走路径上的信息素分布进行更新,使得分布在目标路径上的信息素逐渐增大,逐渐向分割图像收敛,最后根据信息素分布提取分割结果。仿真和实验表明,该算法对真实图像得到了理想的分割结果。     

New enhancement of infrared image based on human visual system

Infrared images are firstly analyzed using the multifractal theory so that the singularity of each pixel can be extracted from the images. The multifractal spectrum is then estimated, which can reflect overall characteristic of an infrared image. Thus the edge and texture of an infrared image can be accurately extracted based on the singularity of each pixel and the multifractal spectrum. Finally the edge pixels are classified and enhanced in accordance with the sensitivity of human visual system to the edge profile of an infrared image. The experimental results obtained by this approach are compared with those obtained by other methods. It is found that the proposed approach can be used to highlight the edge area of an infrared image to make an infrared image more suitable for observation by human eyes.     

An infrared image super-resolution reconstruction method based on compressive sensing

Limited by the properties of infrared detector and camera lens, infrared images are often detail missing and indistinct in vision. The spatial resolution needs to be improved to satisfy the requirements of practical application. Based on compressive sensing (CS) theory, this thesis presents a single image super-resolution reconstruction (SRR) method. With synthetically adopting image degradation model, difference operation-based sparse transformation method and orthogonal matching pursuit (OMP) algorithm, the image SRR problem is transformed into a sparse signal reconstruction issue in CS theory. In our work, the sparse transformation matrix is obtained through difference operation to image, and, the measurement matrix is achieved analytically from the imaging principle of infrared camera. Therefore, the time consumption can be decreased compared with the redundant dictionary obtained by sample training such as K-SVD. The experimental results show that our method can achieve favorable performance and good stability with low algorithm complexity.     

Attack on double-random-phase-encoding-based image hiding method

The double-random phase-encoding (DRPE) technique is a typical optical image encryption technique, which can also be used for image hiding. Usually, the secret image is encrypted with the DRPE technique and the encoded image is hidden into the host image via superimposition to obtain the stego-image. The attack technique on the DRPE-based image hiding method was proposed in this paper. Firstly, a randomly selected superimposition coefficient was used to approximate the original superimposition coefficient to extract the hidden encoded images from the stego-images approximately. Then, the chosen-plaintext attack technique on the DRPE-based optical image encryption technique was applied to recover the random phase masks used in the DRPE technique. The theoretical analysis indicated that, without considering the computational error, the recovered secret image via the proposed attack technique is identical to the original one. Even considering the computational error, it is identical to the secret image recovered with the original DRPE-based image hiding method, which demonstrates that the attack on the DRPE-based image hiding method is successfully achieved. The numerical simulation results demonstrated the correctness of the theoretical analysis.     

基于Vega的红外仿真的优化和评估

借助于三维实时视景仿真软件Vega的红外模块研究了自建模型的红外效应。介绍了红外仿真原理,给出了详细的红外仿真流程,并详细分析了仿真结果。根据项目对仿真精度的要求,提出了优化仿真过程的方法。结合Vega的底层映射机理提出更为精确的长波波段下的辐射量灰度映射关系,同时通过TMM的纹理材质映射关系改进,得到更为符合实际的材质反射率计算公式,并为仿真系统重建了传感器模型,使得仿真模型的辐射量偏差缩小为1.145%~3.358%。此外,初步探讨了仿真系统的校核、验证和确认技术（VV&;A）,并对仿真过程做了全生命周期的可信性评估,为进一步研究仿真系统的可信性评估提供了参考。     

Variational infrared image enhancement based on adaptive dual-threshold gradient field equalization

Infrared images are characterized by low signal to noise ratio (SNR) and fuzzy texture edges. This article introduces the variational infrared image enhancement algorithm based on gradient field equalization with adaptive dual thresholds. Firstly, we transform the image into gradient domain and get the gradient histogram. Then, we do the gradient histogram equalization. By setting adaptive dual thresholds to qualify the gradients, the image is prevented from over enhancement. The total variation (TV) model is adopted in the reconstruction of the enhanced image to suppress noise. It is shown from experimental results that the image edge details are significantly enhanced, and therefore the algorithm is qualified for enhancement of infrared images in different applications.