基于核各向异性扩散的红外小目标检测

为了减少红外图像中背景边缘对检测的影响,提出了一种具有鲁棒性的弱小目标检测算法,该算法利用核各向异性扩散模型进行背景预测,再与原图像差分实现弱小目标检测。为了提高算法的自适应能力,提出了一种鲁棒性扩散系数,能够根据图像背景的起伏程度自适应调整扩散系数曲线的陡峭程度。实验结果表明,与现有的检测算法相比,该算法能够在不同类型的复杂背景下有效抑制背景及其边缘,保留目标大小,降低虚警率,具有更强的鲁棒性。     

基于背景原型对比度的显著性物体检测

针对传统显著性模型在自然图像的显著性物体检测中存在的缺陷,提出了一种利用背景原型(background prototypes)进行对比的视觉关注模型,以实现显著性物体的检测与提取;传统显著性模型主要通过计算区域中心与四周区域差异性实现显著性检测,而自然场景中显著性区域和背景区域往往都存在较大差异,导致在复杂图像中难以获得理想检测效果;基于背景原型对比度的显著性物体检测方法在图像分割生成的超像素图基础上,选择距离图像中心较远的图像区域作为背景原型区域,通过计算图像中任意区域与这些背景原型区域的颜色对比度准确检测和提取图像中的显著性物体;实验结果表明,基于背景原型对比度的显著性模型可以更好地滤除杂乱背景,产生更稳定、准确的显著图,在准确率、召回率和F-measure等关键性能和直观视觉效果上均优于目前最先进的显著性模型,计算复杂度低,利于应用推广。     

一种基于红外成像的强反射金属表面缺陷视觉检测方法

根据红外成像特性及金属表面缺陷区域灰度分布变化缓慢的特点,提出了一种基于小波纹理特性统计分析的铜带表面缺陷视觉检测方法.利用CCD视觉传感器获取受检金属表面的红外影像资料,引入一阶Haar小波分解红外图像,抽取4个小波特性,然后分别使用Hotelling T2和X2多变量统计法融合4个小波特性.最后根据统计值判别图像是...     

动态背景下基于光流场分析的运动目标检测算法

针对现有动态背景下运动目标检测算法的不足,提出一种基于光流场分析的运动目标检测算法.首先根据前背景在光流梯度幅值和光流矢量方向上的差异确定目标的大致边界,然后通过点在多边形内部原理获得边界内部的稀疏像素点,最后以超像素为节点,利用混合高斯模型拟合的表观信息和超像素的时空邻域关系构建马尔可夫随机场模型的能量函数,并通过使目标函数能量最小化得到最终的运动目标检测结果.该算法不需要任何先验假设,能够同时处理动态背景和静态背景两种情况.多组实验结果表明,本文算法在检测的准确性和处理速度上均优于现有算法.     

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。     

红外热成像辅助面神经功能自动评估方法研究

面瘫是一种多发的面神经疾病,表现为患侧面神经功能失调,严重影响患者的正常生活和人际交往。面神经功能自动评估方法对于面瘫的诊治是至关重要的。面部神经功能受损导致体表温度分布发生改变,可以通过红外热成像采集患者的面部温度分布不对称特征,基于红外热成像提出一种面神经功能自动评估新方法,融合温度特异性和边缘检测自动将面部红外热像划分为左右对称的八个区域,提取面部温度不对称特征,包括温差、有效热面积比和温度分布不对称度,采用径向基神经网络作为面神经功能自动分类器。实验收录了390幅单侧患病的面瘫患者正面红外热像图,结果显示：采用径向基神经网络的红外热成像面神经功能自动分类器的平均分类准确率为94.10%,比采用K近邻分类器和支持向量机分类器分别提高了9.31%和4.87%,优于传统的House-Brackmann面神经功能评估方法,对面神经功能的分类精度完全符合临床应用标准,可以有效评估面瘫患者的面神经功能,有助于面瘫的临床诊断与治疗。     

零视距地物长波红外特征场景仿真研究

为仿真地物长波红外场景图像,根据地表温度随时间变化的规律,并结合气象状况、背景材质、热特性参量、热状态等参数,在对太阳辐射、大气长波辐射、大气温度和地表热传导等影响地表温度变化的因素进行分析的基础上,建立了基于热平衡理论和热传导过程的方程。解算出多种常见地表一日之中的温度变化情况,并将其应用于由相同景物可见光纹理图像反演出的相应红外纹理图像中。在考虑景物表面自身发射、反射的辐射计算模型的前提下,生成了具有相似红外纹理细节的地表红外场景。结果表明,该方法可生成接近真实感的红外场景,有效地模拟仿真地物的长波红外特征。     

湿法腐蚀进程的红外热像学研究

提出了一种研究湿法腐蚀进程的新方法———红外热像法。在湿法腐蚀中,金属或半导体基片浸泡在化学试剂中,由于化学能的作用,会在溶剂中产生热能,从而发出红外辐射,利用红外热像仪,将探测到的红外辐射信号送至计算机进行处理,得到热像图,从而可以对湿法腐蚀的进程进行分析。理论分析和实验结果都表明,红外热像法可以直观地观测到湿法腐蚀时显著的热扩散过程,从而对湿法腐蚀进程的监测、控制具有指导意义,同时也是红外技术应用的扩展。     

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。     

Hybrid multi-resolution detection of moving targets in infrared imagery

A hybrid moving target detection approach in multi-resolution framework for thermal infrared imagery is presented. Background subtraction and optical flow methods are widely used to detect moving targets. However, each method has some pros and cons which limits the performance. Conventional background subtraction is affected by dynamic noise and partial extraction of targets. Fast independent component analysis based background subtraction is efficient for target detection in infrared image sequences; however the noise increases for small targets. Well known motion detection method is optical flow. Still the method produces partial detection for low textured images and also computationally expensive due to gradient calculation for each pixel location. The synergistic approach of conventional background subtraction, fast independent component analysis and optical flow methods at different resolutions provide promising detection of targets with reduced time complexity. The dynamic background noise is compensated by the background update. The methodology is validated with benchmark infrared image datasets as well as experimentally generated infrared image sequences of moving targets in the field under various conditions of varying illumination, ambience temperature and the distance of the target from the sensor location. The significant value of F-measure validates the efficiency of the proposed methodology with high confidence of detection and low false alarms.     

A Generative Adversarial Network for Infrared and Visible Image Fusion Based on Semantic Segmentation

This paper proposes a new generative adversarial network for infrared and visible image fusion based on semantic segmentation (SSGAN), which can consider not only the low-level features of infrared and visible images, but also the high-level semantic information. Source images can be divided into foregrounds and backgrounds by semantic masks. The generator with a dual-encoder-single-decoder framework is used to extract the feature of foregrounds and backgrounds by different encoder paths. Moreover, the discriminator’s input image is designed based on semantic segmentation, which is obtained by combining the foregrounds of the infrared images with the backgrounds of the visible images. Consequently, the prominence of thermal targets in the infrared images and texture details in the visible images can be preserved in the fused images simultaneously. Qualitative and quantitative experiments on publicly available datasets demonstrate that the proposed approach can significantly outperform the state-of-the-art methods.     

红外低发射率隐身涂层对太赫兹波的反射光谱研究

为研究红外低发射率隐身涂层对太赫兹波的反射特性,制备了红外低发射率隐身涂料,测试了其可见光效果、红外热像图及红外发射率等特性参数。以土黄色红外低发射率涂料为测试样品,利用透射式太赫兹时域光谱系统获得了样品在太赫兹波段的复折射率。分析了特征矩阵理论,并利用特征矩阵理论计算了涂层厚度(0.3~0.5 mm）与入射角度(0°~60°)的变化对入射太赫兹波反射特性的影响。结果表明,在相应厚度及入射角度范围内,太赫兹波在0.8 THz频率下具有多个反射峰值,最高值可达90%以上,有利于实现太赫兹波对红外低发射率隐身涂层下金属目标的探测。此外,涂层厚度变化对入射太赫兹波反射率具有较大影响,涂层越厚,太赫兹波的反射振荡越多,反射峰值越大。入射角度对太赫兹波的反射特性具有一定的影响,但整体影响不大,有利于太赫兹波实现多角度目标的探测。最后,以表面均匀涂覆0.42 mm厚涂料的金属板为测试样品,实验测量了样品在0.1~1.5 THz频率范围内的反射特性,并与部分理论计算结果进行对比。结果表明：实验测量结果与理论计算结果在数值和趋势上较为吻合,但也存在一定的偏差。究其原因,主要由样品厚度和样品参数误差导致,但依然可利用特征矩阵理论研究红外低发射率涂层对太赫兹波的反射光谱特性。     

基于核优化密度聚类的绿色苹果分割算法

苹果的可见光谱目标的高效、精准识别是实现果园测产或机器自动采摘作业的关键,由于绿色目标果实与枝叶背景颜色较为相近,因此绿色苹果的识别成为新的挑战。再由于果园实际复杂环境因素影响,如光照、阴雨、枝叶遮挡、目标重叠等情况,现有的目标果实识别方案难以满足测产或自动采摘的实时、精准作业需求。为更好地实现果园自然环境中绿色目标果实识别问题,提出一种新的核密度估计优化的聚类分割算法（kernel density clustering, KDC）。新算法首先利用简单的迭代聚类（simple linear iterative cluster, SLIC）算法将目标图像分割成不规则块,集结小区域内近似像素点组成超像素区域,计算单元由像素点转变为超像素区域,有效降低数据复杂度,且SLIC算法简化图像数据时可有效避免目标果实轮廓模糊;基于超像素构造R-B区域均值和G-B区域均值的二维特征分量,建立针对聚类分析的青苹果颜色特征空间。然后借助密度峰值聚类中心计算绿色苹果图像每个数据点的局部密度和局部差异度,为解决分割边界模糊问题,在计算过程中利用核密度估计计算局部密度,确保局部密度在不同复杂场景中的清晰准确表达,以更精准找出被低密度区域分割的高密度区域,实现任意形状的聚类。最后以局部密度和距离构造寻找聚类中心的决策图,该研究采用双排序算法实现聚类中心的自动选择,完成目标果实的高效分割。新算法通过SLIC算法获得图像的超像素区域表示,数据点的局部密度通过核密度估计得到,大幅降低算法的计算量,实现目标图像的高效、精准分割。为更好地验证新算法性能,实验采集多光照、阴雨等环境下的遮挡、重叠等复杂目标图像,以分割效率、分割有效性、假阳性、假阴性等指标进行评价,通过对比k-means聚类算法、meanshift聚类算法、FCM算法和DPCA算法,该研究提出的新算法分割性能均最优。     

基于独立分量分析和粒子群算法的太阳能电池表面缺陷红外热成像检测

根据红外成像特性及太阳能电池电致发光原理,研究一种基于限制式独立分量分析(ICA)模型和粒子群优化(PSO)方法的太阳能电池组件表面缺陷检测方法。利用太阳能电池红外图像的结构特点,首先设计一种ICA滤波器,并使用具有多方向搜索特性的PSO算法来求解ICA的分离矩阵,求解中加入限制式,使图像正常区域经滤波后有一致的反应值并有效凸显缺陷区域。然后使用ICA滤波器对图像进行旋积运算,最后使用阈值分割得到检测结果。实验结果表明,提出的ICA滤波检测方法对太阳能电池组件表面缺陷检测效果显著,检测精度高,能很好地区分背景和缺陷。     

Lock-in thermographic inspection of squats on rail steel head

The development of squat defects has become a major concern in numerous railway systems throughout the world. Infrared thermography is a relatively new non-destructive inspection technique used for a wide range of applications. However, it has not been used for rail squat detection. Lock-in thermography is a non-destructive inspection technique that utilizes an infrared camera to detect the thermal waves. A thermal image is produced, which displays the local thermal wave variation in phase or amplitude. In inhomogeneous materials, the amplitude and phase of the thermal wave carries information related to both the local thermal properties and the nature of the structure being inspected. By examining the infrared thermal signature of squat damage on the head of steel rails, it was possible to generate a relationship matching squat depth to thermal image phase angle, using appropriate experimental/numerical calibration. The results showed that with the additional data sets obtained from further experimental tests, the clarity of this relationship will be greatly improved to a level whereby infrared thermal contours can be directly translated into the precise subsurface behaviour of a squat.     

基于黑体标定的红外图像非均匀性校正系统设计

为提高某中波红外探测器的图像质量,设计了基于FPGA的红外图像实时处理系统,系统能够完成实时的非均匀性校正与盲元补偿处理。介绍了目前常用的非均匀性校正、盲元识别和补偿算法,并结合实际工程需求采用多点法进行非均匀性校正以及8点平均法进行盲元补偿。在仿真实验成功的基础上,基于FPGA平台构建了硬件平台。系统可以实现系数自定义更新,可以手动或自动完成非均匀性较正系数计算,以及实现盲元列表的自动更新操作。利用某国产中波红外探测器对处理系统进行了测试试验,实验结果表明:校正后图像非均匀性0.3%,盲元率0.001%。系统工作稳定、可靠,图像处理满足实时性和精度要求。     

基于局部峰值的红外弱小目标快速检测

针对红外图像的小目标检测问题,提出了一种基于局部尖峰特性的检测方法.首先分析红外小目标的局部灰度特性,提出了一种红外目标的峰值特性判据;然后依据目标的峰值特性判据和时域特性,设计了一种目标检测的快速算法,算法先基于子块预选出局部极大值点,把后续运算限于各极大值点处以减少运算量,再根据极大点值在各方向上的灰度下降判断其尖峰特性;最后利用帧间的连续性滤去噪音引起的伪目标.实验表明本文的算法具有很快的处理速度,且能有效滤去图像中的随机噪音.     

Automatic metal parts inspection: Use of thermographic images and anomaly detection algorithms

A fully-automatic approach based on the use of induction thermography and detection algorithms is proposed to inspect industrial metallic parts containing different surface and sub-surface anomalies such as open cracks, open and closed notches with different sizes and depths. A practical experimental setup is developed, where lock-in and pulsed thermography (LT and PT, respectively) techniques are used to establish a dataset of thermal images for three different mockups. Data cubes are constructed by stacking up the temporal sequence of thermogram images. After the reduction of the data space dimension by means of denoising and dimensionality reduction methods; anomaly detection algorithms are applied on the reduced data cubes. The dimensions of the reduced data spaces are automatically calculated with arbitrary criterion. The results show that, when reduced data cubes are used, the anomaly detection algorithms originally developed for hyperspectral data, the well-known Reed and Xiaoli Yu detector (RX) and the regularized adaptive RX (RARX), give good detection performances for both surface and sub-surface defects in a non-supervised way.     

Infrared moving object detection based on local saliency and sparse representation

The key issue of infrared object detection is to locate moving object in image sequence. In order to improve detection precision, an infrared object detection method based on local saliency and sparse representation is proposed in this paper. Motion information, such as velocity, acceleration components are added into the eigenvectors to build local saliency model. And the approximate position of the infrared target is located based on the local saliency. To accurately extract the infrared object, sparse representation is used to capture complete edge of the object. Experiments show that the proposed method can accurately detect infrared moving objects, and has good robustness to external disturbances and dynamic background.     

融合数据增强与改进ResNet34的奶牛热红外图像乳腺炎检测

乳腺炎是奶牛生产养殖中最为严重的疾病之一,奶牛乳腺炎的早期检测可以为后续治疗提供依据,从而提高疾病治疗效率,降低养殖风险。为了对自然行走的奶牛实现快速、高精度的“一步式”乳腺炎疾病检测,提出了一种基于热红外图像,融合数据增强与改进ResNet34的奶牛乳腺炎疾病检测方法。相对于现有的“多步式”奶牛红外图像乳腺炎检测方法,该方法无需奶牛关键部分如乳房和眼睛的定位以及温度提取等,可有效避免“多步式”造成的误差累计,从而实现更高效的乳腺炎检测。首先,将包含奶牛关键部位的局部图片水平拼接成信息完整的整体图片,结合RandAugment数据增强方法扩增训练样本;其次,采用ResNet34残差网络作为实验的基础网络,并根据热红外图像特性对模型进行如下改进：（1）精简网络内部冗余层使得模型更轻量化;（2）中间层添加辅助分类器弥补由于模型精简带来的特征损失;（3）将改进的多融合池化层代替原有单一池化层,使得特征提取内容更丰富。随机选取3 298张热红外图像（66头奶牛）作为实验对象,并设置多组对比实验,结果表明: 与传统ResNet34相比改进后ResNet34模型分类准确率提高3.4%,基于改进ResNet34并融合迁移学习和数据增强的模型验证准确率达到90.3%,测试准确率为88.4%,分类时间仅需3.39×10-3 s。为了保证实验数据集的样本独立性,进一步将奶牛个体数量按照3∶1∶1划分为训练集、验证集和测试集,测得模型测试准确率达到80.3%,证明所提出模型具有很好的鲁棒性。根据测试结果,计算出模型查准率为91.2%、查全率为91.6%、F1分数为91.4%,与前人所做实验相比准确率提高了5.1%,特异度提升5.3%。该研究方法可以为初期奶牛乳腺疾病筛选和医学诊断提供辅助和参考。