基于GLRT的红外多光谱弱小运动目标检测

针对多光谱红外图像序列中未知光谱辐射强度、位置和速度的弱小运动目标检测问题,建立了与之相应的基本框架模型.对于这种含参信号的复合假设检验问题,采用广义似然比检验(GLRT)得到了该问题的检测算子,同时利用速度滤波器组在实际应用中实现了该检测算子.从理论角度估计了该算法的虚警概率和检测概率,并通过计算机仿真验证了上述分析...     

基于红外数字全息的水分含量检测方法研究北大核心CSCD

红外数字全息有不易受可见光干扰、对系统稳定性要求不高等优点,在许多领域都有应用价值;而水分对多个波段的红外光都有很强的吸收效应,将该特点与红外数字全息相结合,以新鲜三七切片作为被测对象,随着时间推进,其表面水分含量逐渐减少,表面对物光吸收逐渐减弱,物光逐渐增强,全息图的条纹对比度发生变化,通过对实验中拍摄到的全息图的条纹对比度进行计算,其整体变化趋势与预期的水分含量变化趋势相符合,验证了该方法的可行性。并添加模拟近红外法测水分含量实验,对比实验结果,体现出本文所提出方法在测量精度上的优越性。     

用于海陆空目标分析的SATIR多光谱红外系统

CEDIP红外系统公司向法国Cazeaux空军基地提供了一种新型SATIR多光谱红外分析系统。SATIR系统可用于搜集3个主要红外波段(1～2.5μm,3～5μm和8～12μm)的飞机、直升飞机和导弹的红外特征波形。其先进的摄像机设计使操作员能够收集并存储每一个红外波段的实时序列图像以便于后处理。每部摄像机均配置一个600mm透镜,因此能提供<1°的非常窄的视野。SATIR系统采用流行的JADE摄像机作为主要传感器,并为之配置了实时图像处理和存储工作台。CEDIP红外系统公司是一家专门设计并制造红外分析和温度测量的红外系统的公司。(www.cedip-in…     

基于红外光谱技术的毒品检测研究进展

聚焦于红外光谱技术在毒品检测领域的研究和应用现状,主要介绍了将傅里叶变换衰减全反射红外光谱技术(Attenuated Total Reflection-Fourier Transform Infrared Spectroscopy, ATR-FTIR)用于毒品定性分析和混合毒品分类分析以及将近红外光谱技术用于毒品定量和溯源分析的相关研究。红外光谱凭借自身准确、简便、快速、实用的特点,与化学计量学的多种算法进行有效结合,可进一步为毒品的判断、分类、溯源提供量化指标。随着与机器学习、神经网络等人工智能技术的进一步融合,红外光谱技术将在未来的毒品实验室分析和现场快速检测中发挥巨大作用。     

更正北大核心CSCD

《激光与红外》2021年51卷第12期1554页《主动红外热像技术在航空发动机叶片缺陷检测中的研究和应用进展》第三作者姓名及单位应为“施亚中,北京飞机维修工程有限公司西南航线中心”,基金项目应为“天津市教委科研计划项目(No.2019KJ119)资助”。     

基于卷积神经网络的空中红外飞机检测

在传统的空中目标检测算法中,需要进行人工设计特征来满足不同天空背景下的目标检测需求,对未来防空作战体系要求的自动化和智能化提出了挑战。为此本文在防空武器成像系统应用背景下,参照PASCAL VOC2007数据集格式建立了空中红外飞机数据集,将基于卷积神经网络的Faster R-CNN算法与R-FCN算法应用到空中红外飞机检测问题中,其次在Caffe框架平台下利用Faster R-CNN+VGG16/ResNet-101模型、R-FCN+ResNet-101模型,分别对自建数据集中测试集进行了检测。实验结果表明,在应对远距离弱小目标、云层遮挡、对比度低、目标截断等较难检测情况时,Faster R-CNN和R-FCN算法均能够有效地检测出空中红外飞机。本文良好的检测效果为解决空中红外飞机检测问题提供了更加简洁的思路。     

基于可见光光谱图像的红外多光谱图像仿真生成

阐述了红外多光谱图像仿真技术的意义和原理,研究了一种红外多光谱图像的仿真生成方法.提出了一种基于可见光/近红外波段多光谱、超光谱图像数据的地面场景建模方法,以及无监督分类方法和有监督分类方法相结合的地物像元分类、匹配、标记的策略,可以高效地解决像元地物自动匹配标记的问题.利用RGB彩色图像验证了这一方法,在将图像分割后为每类像元赋予相应的红外发射率数值,生成了4个红外波段的多光谱仿真图像,验证了该方法的可行性,指出了多光谱、超光谱图像数据在仿真应用中的各自特点.从仿真结果可以看出:不同波段图像中目标和背景之间呈现不同的特征.该方法可以生成空间形貌和辐射特征接近真实环境的红外多光谱仿真图像,对长波红外波段的多光谱成像探测仪器的研制和目标、背景光谱特征分析与探测算法的研究具有一定意义.     

基于改进候选区域网络的红外飞机检测

为较好地解决防空武器成像系统对空中红外飞机的检测问题。首先简要地概括了卷积神经网络的兴起和应用,其次在引入基于深度学习的目标检测模型Faster R-CNN的基础上,详细地介绍了经典K-means聚类算法的工作原理、实现流程、存在的弊端以及该算法的主要改进手段,并利用K-means聚类算法对Faster R-CNN锚点框的生成方式进行了改进。最后在CAFFE框架平台下进行了多次仿真实验,测试集来源于自建的专用于空中红外飞机检测任务的数据集,实验结果表明本文采用的改进手段可以在保证较高平均准确率AP的同时提高检测速度,并且给出了最适用于本文自建数据集利用聚类算法的k值。     

基于深度学习的红外小目标检测算法综述北大核心CSCD

红外检测技术具有受环境负面影响小、抗外界干扰能力强等优势,在众多领域皆有极为重要的应用价值。然而,由于红外小目标存在缺少明显的可用信息、边界模糊等问题,对其检测的难度较大,因而成为目标检测领域的研究热点与难点。本文通过分析困扰红外小目标检测研究发展的难题所在,首先就目前针对其检测的传统算法原理进行简要说明。其次,详细阐述了基于深度学习的多类型红外小目标检测算法,并对相关算法的分类、评估指标、相关数据集等多方面内容进行了介绍,随之以实例说明对当前算法改进的有效方式。最后,归纳总结现有检测算法的优缺点,探讨了红外小目标检测研究领域的未来发展趋势,即向高精度、高实时性、强鲁棒性、低复杂度的算法方面深入研究。     

基于太赫兹光谱的乙二醇含水率检测方法研究北大核心CSCD

乙二醇水分含量检测标准方法为卡尔·费休法,该方法操作繁琐、耗时长,且存在人为误差等缺点,提出基于太赫兹时域光谱技术检测乙二醇中含水率的新方法,采用透射式太赫兹时域光谱系统对不同含水率(0~50)的乙二醇溶液进行测定,获得其时域光谱,计算得到不同含水率乙二醇样本的吸收系数和折射率;采用标准正态变换、Savitzky Golay平滑等方法组合对光谱数据进行预处理,基于处理后折射率和吸收系数建立PCR、PLSR、SVR三种预测模型,通过对比模型的相关系数和均方根误差,选出最优的定量分析模型。结果表明:在基于吸收系数建立的预测模型中,经SNV处理后乙二醇吸收系数的SVR模型预测性能最佳,其预测集R^(2)与RMSEP分别为09941和000451;在基于折射率建立的预测模型中,经S G平滑预处理后乙二醇折射率的SVR模型预测性能最佳,预测集R^(2)与RMSEP分别为09988和000507;均具有较高的预测精度。研究表明,文章实现了乙二醇含水率快速、无损和高精度检测,所提方法能为乙二醇质量快速评价提供技术指导,也为有机溶剂水分含量检测提供一种新思路。     

一种新的单帧红外弱点目标多光谱联合统计检测方法

首先基于红外物理基本理论建立目标光谱模型, 并利用图像时域及空域相关性建立多光谱背静抑制算法移除缓慢变化背景.通过实验统计方法将残差图像样本点特征概率分布近似为正态分布.基于此假设, 提出了一种新的基于目标辐射强度和光谱特征的联合检测方法.最后, 通过图像仿真和ROC曲线分析算法性能, 试验结果表明, 此方法能够在低信噪比情况下成功检测弱小点目标.     

基于红外光谱的多特征纹理图像视觉传达方法研究

传统的多特征纹理图像视觉传达方法传达效率低,图像清晰度差,为了解决上述问题,基于红外光谱研究了一种新的多特征纹理图像视觉传达方法,首先对多特征纹理图像进行特征提取,分辨数据存在的合理性差异,并探索数据提取信息因素,根据不同的特征进行图像分类检索,变换图像数据状况,与此同时,选取相关的数据处理方式对检索的图像特征数据进行...     

基于独立成分分析的被动红外光谱弱信号检测

简要阐述了独立成分分析(independent component analysis,ICA)的基本模型及其假设、含混性、非高斯性度量和通用求解过程,介绍了一种基于峰度的快速ICA算法。提出了基于基本ICA模型的从被动遥感红外光谱中分离出弱目标信号的信号检测方法。实验结果表明：基于ICA的信号提取方法可不依赖于预先采集的“干净”背景光谱,并且与差谱法的结果进行了对比。     

基于点目标特征参数提取的红外多光谱设计

为了提高等效温度、等效面积的稳定性和分辨率,提出一种基于点目标特征参数提取的红外多光谱设计方法。首先,通过多光谱设计准则模拟仿真了多波段的抗误差能力,确定了光谱设计的影响因素。然后,根据红外辐射测量系统噪声分析,确定了光电导中波和长波探测器都达到最佳工作性能的条件。最后,根据波段信噪比估计和红外大气窗口确定了光谱的具体分布。性能分析结果表明,设计的光谱能在目标各种变化的情况下,使中波和长波协同工作,大大提高了等效温度、等效面积的稳定性和分辨率。     

基于红外检测的甲烷传感器中光谱吸收理论的研究

分子光谱理论是光谱吸收式光纤气体传感器的理论基础,对于光纤红外法检测有毒气体的浓度具有重要意义。根据朗伯-比尔（Beer-Lambert）理论,首先从甲烷（CH4）气体浓度的定量分析以及分子参数的理论进行研究,再通过分析 CH4气体的吸收线得出其吸收系数α(v)的一般方法。由分析得当气体压强P＜0.02 atm时多普勒展宽占优势,用高斯线型拟合吸收线;当P＞0.l atm时碰撞展宽占优势,用洛仑兹线型拟合吸收线;当0.02 atm＜P＜0.l atm时两种展宽都存在,这时用伏格特线型拟合吸收线,理论上得到很好的结果。     

基于自适应图像分割的中药光谱图像检测北大核心CSCD

利用自适应图像分割算法处理中药光谱检测中得到的中药光谱图像,通过运动检测、差分图像的自动选取及光谱曲线中心波长统计对中药图像的像素点进行分类,将中药光谱图像自动分割成不同的区域,提取中药材光谱图像不同区域的光谱信息并消除背景噪声对实验结果的影响。以中药黄连及其混合粉末为例进行实验。实验结果表明该算法能够自动准确地提取出有效区域,并分割出有效区域的光谱图像,较好地消除了噪声干扰并且没有产生无意义的区域。     

基于激光诱导击穿光谱的煤样典型特性研究北大核心CSCD

为了准确检测煤样的各种元素含量、灰分和发热量等工业指标,提出利用激光诱导击穿光谱技术进行煤样的光谱强度信息采集。激光诱导击穿光谱技术作为一种新型的元素分析技术,通过高能脉冲激光聚集在样品表面,分析等离子体释放出的元素谱线信息,得出样品元素含量和组成。而光谱信息采样的延迟时间是光谱检测中一个非常重要的参数,为了研究延迟时间对煤样激光诱导击穿光谱信号强弱的影响,提出了通过连续背景强度变化和相对标准偏差计算来判定测量煤样的最佳延迟时间。本研究选取山东济南众标科技有限公司的三种标准煤样作为研究对象,实验测试使用Nd∶YAG脉冲激光器,波长为1064nm。对于煤质的检测,采用AvaSpec Dual型光纤光谱仪,光谱探测波长范围为两通道195~467nm和615~973nm。延迟时间为247~252μs对三种标准煤样ZBM100、ZBM101、ZBM104的光谱信息进行特征分析,通过光谱信号强度和连续背景强度随延迟时间变化的关系,判断出247~252μs范围内的最佳延迟时间。随着延迟时间的增加,连续背景强度快速衰减,在250μs时,连续背景强度和光谱信号强度分别衰减到延迟时间为247μs时的30和50。其次通过在不同延迟时间下相对标准偏差的计算,判断出标准煤样样本中Al、Si、Fe三种元素最佳延迟时间为247μs、248μs、249μs所对应的标准偏差达到最小值,得到因选用标准煤样对象不同其相对标准偏差对应元素的最佳延迟时间也会有所差异。研究结果表明,三种标准煤样ZBM100、ZBM101、ZBM104的光谱强度在247~252μs的最佳采样延迟时间为250μs。此实验研究结果,为激光诱导击穿光谱技术探测和分析煤质检测的最佳延迟时间提供了依据。     

基于单片机的红外检测系统研究

智能化技术是近年兴起的技术,智能化技术的应用无需人为对操作进行干涉,极大了节约了劳动成本,提高了经济效益。本文试图从红外检测的角度出发,通过物体通常都具备红外属性,以此为依托展开基于红外特性的检测,以单片机技术为支撑平台,对智能化技术展开研究。     

基于中红外光谱的甲醇/乙醇柴油鉴别与含量测定方法分析北大核心CSCD

为实现对醇类柴油的鉴别和含量的测定,在实验室制备了甲醇柴油和乙醇柴油。利用主成分分析方法将甲醇柴油和乙醇柴油分成两类,利用中红外光谱法对光谱数据进行平滑、基线校正、多元散射校正和归一化,得到预处理光谱图,使用最小二乘支持向量机(LSSVM)模型预测甲醇柴油的甲醇含量和乙醇柴油的乙醇含量,其模型误判率低于7.1%。结果表明,甲醇柴油甲醇含量LSSVM模型预测集相关系数和预测集均方误差分别为0.9791和1.7201;乙醇柴油乙醇含量LSSVM模型预测集相关系数和预测集均方误差分别为0.9802和2.9563。实验的结果表明最小二乘支持向量机模型能够预测甲醇乙醇柴油中的甲醇和乙醇含量,且是一种很有前途的方法。