基于自适应对比度增强的红外小目标检测网络

红外探测系统需要尽早发现目标以便及时拦截,但是红外图像上的小目标检测是一个挑战十足的任务。为了提高检测准确率,提出一种基于自适应对比度增强的红外小目标检测方法。为了利用自注意力机制和卷积各自的优势,设计了一个高效的特征提取网络和一个面向小目标的检测头。同时为了解决实际应用中出现的弱目标,在检测子网络前添加了一个图像预处理子网络,该模块可以自适应地调节图像对比度。在红外空中小目标数据集上的实验表明,提出的方法能达到93.76%的检测精度,与经典的检测方法相比,能够更好地平衡检测精度和召回率,证明了方法的巨大应用潜力。     

红外焦平面阵列非均匀性仿真技术研究

红外焦平面阵列非均匀性的建模和仿真,是红外成像系统仿真中很关键的一部分.根据红外焦平面阵列非均匀性产生的原因和特点,建立了基于空间相关性的探测器响应模型,较基于各探测元间是独立不相关假设下的响应模型更为科学客观.     

空中目标多波段红外辐射特性描述与仿真分析

针对空中目标在复杂背景下的探测需求,根据实际目标的运动特性,分析目标在飞行高度、飞行姿态角改变时的辐射特点,基于MODTRAN计算得到大气辐射和衰减数据,建立目标的三维模型、热辐射和反射模型,搭建空中目标的红外成像仿真系统.分析和仿真结果表明:在中波波段,目标尾焰的红外辐射比蒙皮强很多,在长波波段,蒙皮的红外辐射比较强,仿真图像的细节比较多,尾焰的红外辐射虽然有所减弱,红外成像效果依旧很好;相同探测条件下,由于位置越高大气越稀薄,探测器的可探测距离会变得比较远.目标红外辐射特性的分析和红外仿真系统的搭建对缩短红外探测器的研制周期和进一步确定探测器波段和系统分辨率等指标提供了参考依据.     

Sentinel-2卫星的多光谱轻量级船舶目标检测算法

近年来深度卷积神经网络在可见光船舶检测方面取得了显著的进展,然而,大多数相关研究是通过改进大型的网络结构来提高检测性能,因此加大了对更高计算机性能的需求。此外,可见光图像难以在云、雾、海杂波、黑夜等复杂场景检测到船舶。针对以上问题,提出了一种融合红（red, R）、绿（green, G）、蓝（blue, B）和近红外（NIR）4个波段光谱信息的由粗到精细的轻量型船舶检测算法。与现有的方法中根据光谱特性利用水体检测算法提取水体区域不同之处是该算法是利用改进的水体检测算法来提取船舶候选区域。为获取更准确的候选区域,对船舶、厚云、薄云、平静海面、杂波海面5种场景中4个波段的像素值进行了统计分析,选取近红外大于阈值作为辅助判断,并以其中心点获取候选区域32×32大小的切片,并对切片进行非极大值抑制,由此获得了船舶粗检测结果。随后构建了轻量级LSGFNet网络对船舶候选区域切片进行精细识别。构建的网络融合了1×1卷积提取的波谱特征与3×3的提取几何特征,为防止光谱特征与几何特征的信息在融合时“信息不流通”,在LSGFNet网络中引入了ShuffleNet中的通道打乱机制,并减小了模型结构,与典型的轻量级网络相比具有更好的效果且模型较小。最后,利用Sentinel-2卫星多光谱10 m分辨率数据构建了512×512大小的1 120组数据进行粗检测,以及32×32大小的6 014组数据进行精细网络训练,其中候选区域粗提取的查全率为98.99%,精细识别网络精确度为96.04%,不同场景下的平均精确度为92.98%。实验表明该算法在抑制云层、海浪杂波等干扰的复杂背景下具有较高的检测效率,且训练时间短、计算机性能需求低。     

基于BRDF的空中目标红外成像建模与仿真

提出了一种空中目标的红外成像仿真方法.根据能量守恒定律,利用目标在天空背景中稳态时的热平衡方程,求解表面温度场;选取适合的双向反射分布函数模型描述目标表面面元在红外波段的反射特性,提高面元红外反射的真实感.综合考虑空中目标的几何模型,目标自身红外辐射和对背景的反射辐射,结合计算机图形学相关理论,渲染输出空中目标的红外图像.成像仿真的方法为空中目标的探测、识别和跟踪提供了参考依据.     

基于USB 2.0的红外数字图像注入式仿真器设计

介绍了一种基于USB 2.0的红外数字图像注入式仿真器设计方案。该设计通过USB总线从PC机获得仿真图像数据,以FPGA作为接口和状态机控制。设计中引入多线程技术保证数据传输的高速性和实时性,通过向USB控制端点发送专用请求实现设备的绑定。测试时利用Camera Link图像采集卡采集仿真器输出并显示,结果表明,该仿真器具有输出图像连续无间断、稳定性高、实时性好等特点,达到了100 f/s的帧频指标,能够为红外光电成像探测系统提供实时视频图像仿真。     

地基空间目标红外视景仿真

建立空间目标的几何模型,分析目标的热平衡,利用有限元的方法计算目标的热分布以及辐射强度。利用STK(卫星工具包)导出某在轨卫星的轨道数据,计算大气对红外辐射的衰减,在地基红外探测系统的平台仿真,卫星的红外视景图像。     

针对人类视觉系统的双波段红外图像融合算法研究

提出了一种针对人类视觉系统的双波段红外图像融合算法。首先采用非下采样Contourlet变换把源图像分解成尺多度、多方向上的子带,然后采用绝对值最大算子的方法对高频部分进行融合,采用基于区域方差的方法对低频部分进行融合,最后进行重构得到融合图像。对试验中采集的双波段红外图像进行了融合实验,并将融合效果与梯度金字塔变换方法和小波变换方法进行了比较。实验结果表明,针对人类视觉系统的双波段红外图像融合算法有效可行,可以获得比常用的算法更好的融合效果。     

深空双波段红外动态场景仿真与目标分析

为了提高深空中红外探测器探测波段选择的效率以及反映目标真实的在轨状态,文中研究了空间目标动态红外图像的生成技术以及双波段红外图像的仿真。结合从STK获得的空间目标的运行轨迹和姿态数据以及从3DS MAX获得的目标模型数据提出了一种进行空间目标红外成像仿真的方法。首先分析了深空背景中目标的红外辐射特性以及目标在中波和长波两个波段中的辐射特性,为探测器波段参数的选择提供了依据;然后介绍了用节点网络法求解热平衡方程的方法并且简化了求解过程,提高了效率;最后阐述了空间目标红外成像系统的理论模型,实现了空间目标的红外可视化建模与仿真。仿真图像对新型系统的研制和红外图像处理算法的研究有重要的意义。     

基于深度卷积神经网络的红外场景理解算法

采用深度学习的方法实现红外图像场景语义理解.首先,建立含有4类别前景目标和1个类别背景的用于语义分割研究的红外图像数据集.其次,以深度卷积神经网络为基础,结合条件随机场后处理优化模型,搭建端到端的红外语义分割算法框架并进行训练.最后,在可见光和红外测试集上对算法框架的输出结果进行评估分析.实验结果表明,采用深度学习的方法对红外图像进行语义分割能实现图像的像素级分类,并获得较高的预测精度.从而可以获得红外图像中景物的形状、种类、位置分布等信息,实现红外场景的语义理解.