影响红外目标探测亮度的因素

文中就红外目标探测实验中,目标辐射亮度随作用距离增加而增强的现象提出问题。以红外探测亮度方程为理论基础,利用大气辐射传输软件LOWTRAN,对目标与背景的红外辐射亮度、路径辐射亮度、路径透过率、距离和有效作用面积等影响红外目标探测亮度的各项因素进行了深入的分析。结果表明, 随着作用距离的增加, 背景辐射亮度增加在所有影响探测亮度的因素中占据主导地位,最终使得目标辐射亮度增加。通过文中的分析,合理解释了实验现象,对于设计红外探测系统、跟踪系统的目标提取算法具有十分重要的意义。     

基于目标增强的红外与可见光图像融合技术研究

针对红外和可见光图像融合算法中存在背景模糊和目标不清晰等问题,提出一种基于目标增强的红外与可见光图像融合算法。首先,利用均值滤波的方法获得透射率的粗估计,通过图像统计信息实现粗透射率的细化,依据大气散射模型实现红外图像的目标增强;然后,对目标增强的红外图像和可见光图像采用改进的Prewitt算子进行边缘检测,并将检测结果二值化,对边缘部分采用基于二值信息的融合规则,对非边缘部分采用比值加权分析的融合规则。实验结果表明,采用基于目标增强的图像融合算法不仅能凸显红外图像的目标信息,还能尽可能多的保留可见光图像丰富的细节信息,具有更好的视觉效果和更高的客观质量评价指标。     

红外辐射大气透射率求解模型的建立与分析

红外辐射大气透射率对目标辐射的测量精度影响很大。分析了红外辐射在大气中的传输衰减,建立了红外辐射大气透射率的求解模型。利用编制的红外辐射大气透射率计算程序研究了特定辐射路径下的大气透射率在一日内的变化情况,对不同气象条件和辐射路径下的大气透射率进行了计算,研究了大气温度、相对湿度、路径起始高度、辐射路程、天顶角对大气透射率的影响,并对计算结果进行了分析。计算结果对精确计算红外辐射大气透射率和研究气象条件、路径几何参数对红外辐射大气透射率的影响具有一定的指导意义。     

基于大气灰度因子的红外图像增强算法

通过分析红外图像的成像特点,将图像的灰度空间来源分解为物体辐射以及大气辐射,并提出了大气灰度因子来表征由于大气辐射产生的灰度空间。为了改善图像质量,增强图像的视觉效果,通过建立基于大气灰度因子的灰度映射模型有效地消除了大气辐射造成的图像质量退化。针对增强图像出现的边缘比较粗糙的问题,本文以原始图像为引导,通过导向滤波对大气灰度因子进行修正。相较于传统的直方图均衡算法,本文的算法具有更强的适应性,能够在增强图像对比度的同时较好地保留边缘细节等信息,有利于进一步的红外目标检测等工作。     

弹道导弹中段红外辐射特性数学建模与仿真

针对TBM中段的弹道特性,根据热平衡理论建立了TBM在中段的温度计算模型,然后根据普朗克定律建立了目标红外辐射计算模型;在红外辐射的大气传输理论基础上,综合考虑大气吸收、散射及气象条件等各种因素,分析了大气衰减对红外辐射的影响建立了大气透过率的计算模型,得到了大气衰减作用下的目标辐射模型;最后,在假定的仿真条件下,利用模型计算了两种波段下目标红外辐射强度、大气光谱透过率以及经过大气衰减后的红外辐射强度,并对计算结果进行了分析,结果表明,这是一种计算TBM中段红外辐射的有效方法.     

基于参考源的空间目标红外辐射特性测量

地基测量是获取空间目标红外辐射特性的主要手段。地基测量由于大气影响,测量结果含有严重误差。利用由大气光学参数测量设备和辐射传输软件构成的大气同步修正系统,可以减小大气影响引入的误差。然而,由于典型大气模式和测量参数精度限制,经大气修正后的测量误差仍高于20%。提出一种基于红外标准星的辐射测量方法,使用与目标具有相近观测仰角的红外标准星作为参考源,准确获取空间目标观测光路上的透过率,分析了水汽、臭氧和观测仰角对透过率精度的影响。进行了红外星测量实验,利用文中方法测量的目标辐射误差为4.65%,明显优于传统方法的14.57%。结果说明文中方法能作为一种获取空间目标红外辐射的有效途径。     

测试数据在红外目标作用距离分析中的应用

从理论上建立了目标红外特性动态测试数据与目标作用距离计算的关联模型,并给出了基于测试数据预测作用距离的一般性方法。作为应用,依托外场地基大口径红外测量系统对某型目标的红外辐射特性进行了动态测试,获得了目标迎头和尾后两个方向上的红外辐射特性以及传输路径上的大气透过率数据,预测了不同口径红外系统的作用距离并对计算结果进行了分析。本文方法为基于目标真实测试数据的作用距离预测研究提供了思路。     

基于神经网络的非线性大气修正实现红外目标辐射测量

红外辐射测量技术是表征目标红外特征的重要手段,而大气修正是获得目标真实辐射的必要步骤。提出了一种提高远距离目标红外辐射测量精度的非线性大气修正（NLAC）方法。该方法利用近距离标准参考源测量（NRSRM）来计算实时环境中不同位置的实际大气透过率和程辐射。相应条件下的理论大气透过率和程辐射也可以从大气辐射传输软件中获得。应用神经网络技术对两者之间的非线性关系进行拟合。因此,可以预测远距离的大气透过率和程辐射,以实现大气修正。为了进行比较,还进行了简单的线性大气修正（LAC）与线性增强大气修正（LEAC）。实验结果表明,该方法的红外辐射测量平均误差为6.45%,远低于常规方法,线性大气修正方法和线性增强大气修正,分别为16.17%,11.27%和7.44%。     

基于路径的Retinex算法在红外图像增强中的应用

为了方便红外目标的检测、识别等后续处理,针对传统红外图像增强算法存在的图像细节增强能力差,视觉效果模糊的问题,提出一种基于Retinex理论的红外图像增强算法.该算法利用固定路径获取反射分量的方法,对整体偏暗的红外图像目标进行增强处理.仿真结果表明,该方法比单尺度Retinex和多尺度Retinex算法更能增强红外图像的细节信息,有效改善虹外图像的视觉效果.     

基于机载IRST系统的高超音速飞行器红外探测研究

针对高超音速飞行器不同于低速飞行器的红外辐射特性,提出了机载IRST系统红外探测高超音速飞行器的建模方法。重点利用高温边界层传热理论建立了高超音速飞行器蒙皮辐射特性模型,分析了排气系统和环境背景辐射特性,根据不同高度下大气层结构分布对红外辐射传输的影响,建立了大气斜程透过率模型,提高了透过率计算的准确性;考虑环境背景辐射的影响,给出了IRST系统对高超音速飞行器的作用距离模型。最后通过仿真实验分析了不同季节、高度和目标仰角下大气透过率特点,分析了不同仰角、速度和波段等因素下探测器对高超音速目标红外作用距离的影响,结论论证了所建模型的实效性。     

基于人眼视觉的红外图像增强算法研究

红外图像具有低对比度、噪声大、动态范围大以及视觉效果差等特点。传统的图像增强算法具有各自的局限性,处理后的视觉效果并不理想。为了改善红外图像的视觉效果,增强图像中目标的识别力,研究了基于人眼视觉特性的Retinex算法,结合红外图像的成像机制,将适用于可见光图像的Retinex增强算法应用于红外图像,取得了良好的视觉效果。在此基础上,对算法进行自适应改进,提出了AMSR算法。采用几种传统的图像增强算法和基于Retinex的算法对具有典型特性的红外图像进行增强处理,并计算客观评价指标。通过对实验结果的主观评价和客观指标分析,验证了AMSR增强算法对红外图像具有适用性和优越性。本文的研究工作对红外目标探测和识别具有重要的意义。     

基于大气程辐射比例修正的红外辐射特性测量

大气程辐射是影响目标红外辐射特性测量精度的重要因素之一。本文利用大气程辐射修正因子修正大气程辐射值以提高其测量精度。首先,给出目标红外辐射特性测量模型,然后,提出利用大气程辐射修正因子的目标红外辐射特性测量方法。该方法将一定距离下实际测量的大气程辐射和MODTRAN计算的大气程辐射之比定义为大气程辐射修正因子,最后利用该修正因子对其他距离的MODTRAN计算的大气程辐射进行修正并进行目标的辐射反演,获得目标辐射特性。本文利用中波红外摄像机和小面源黑体开展目标红外辐射特性测量实验。实验结果表明,本文方法较传统方法可以在一定程度上提高目标辐射特性测量精度,将精度提高2%左右。     

基于热辐射信息保留的图像融合算法

针对现有的红外与可见光图像融合算法无法很好地保留红外图像热辐射信息这一问题,提出了一种基于热辐射信息保留的图像融合算法。通过NSCT（non-subsampled contourlet transform）变换对红外与可见光图像进行多尺度分解,得到各自的高频子带和低频子带,可见光低频子带部分经拉普拉斯算子提取特征后与红外低频子带部分叠加得到融合图像的低频系数,高频部分使用基于点锐度和细节增强的融合规则进行融合以得到高频系数,最后通过逆NSCT变换重构得到融合图像。实验表明,相较于其它图像融合算法,所提算法能在保留红外图像热辐射信息的同时,保有较好的清晰细节表现能力,并在多项客观评价指标上优于其它算法,具有更好的视觉效果,且在伪彩色变换后有良好的视觉体验,验证了所提算法的有效性和可行性。     

基于自适应分数阶微分的红外目标增强算法

针对红外图像存在灰度范围窄、图像细节不清晰、目标边缘模糊的问题,提出了一种基于自适应分数阶微分的红外目标增强方法。该方法首先利用图像的梯度、信息熵进行有效融合,并且自适应调整分数阶微分以增强图像中的目标边缘;然后采用图像像素灰度的标准差和均值进行融合去确定目标的分割阈值,以区分出图像中的背景和目标部分;通过对图像中的目标区域进行线性增强,以进一步突显目标。经过实验验证:本文提出的方法能够有效地区分红外图像中的目标和背景,局部目标背景比(Target-to-Background Ratio,TBR)平均提高了0.5,视觉效果比较理想。     

基于视觉对比度分辨率的红外图像增强算法

针对传统红外图像增强方法存在增强后目标边缘模糊及背景噪声过增强的缺陷,结合人眼视觉特性,提出了基于视觉对比度分辨率的非线性变换算法。该算法根据人类视觉在不同背景灰度下分辨目标的能力不同,自适应调整灰度变换曲线,使目标映射到人眼分辨的敏感区域,同时使背景噪声映射到人眼分辨的不敏感区域。经测试表明:提出的算法与传统算法相比更易突出红外图像目标的细节信息及其边缘轮廓,峰值信噪比提高近1倍,对比度增益提高近0.5倍。     

一种红外目标模拟器的大气传输校准方法研究

红外辐射在大气中传输会在大气分子、气溶胶粒子的吸收和散射以及大气自身辐射的影响下发生变化,导致红外辐射测量精度的降低。为消除大气在红外目标模拟器校准中的影响,在基于恒定标准源的宽动态红外辐射测量方法的基础上,提出了一种红外目标模拟器的大气传输校准方法。在水平均匀大气近距离的红外目标模拟器校准中,利用卷积神经网络的数据分析能力建立了不同波段、不同温度、不同距离下的大气透过率和大气程辐射的动态模型,将探测器输出电压作为基于编码器-解码器结构的卷积神经网络的输入,按照训练流程对网络进行训练,在实验环境下预测了大气传输对红外辐射的影响。所建模型能够反映大气透过率和大气程辐射的动态变化规律,并通过红外辐射反演对提出的方法进行了验证。实验结果表明：基于编码器-解码器结构的卷积神经网络算法能够较好地预测大气透过率和大气程辐射,在三个波段下的平均误差为3.078 3%、3.818 6%、5.345 2%,低于传统方法,降低了大气透过率和大气程辐射的影响,从而减小了红外辐射的测量误差,提高了校准精度。     

基于红外目标特征提取的图像融合方法

为有效突出红外目标,同时尽可能多地保留可见光图像中的纹理细节信息,使得最终的融合图像更符合人类视觉感知效果,本文提出一种新的基于红外目标特征提取的红外与可见光图像融合方法。首先,利用高斯滤波器将源图像分解为粗略尺度信息和边缘纹理细节信息;对红外图像的边缘纹理细节信息进行去“光晕”分解,在此基础上进一步利用OTSU多阈值分割算法将红外图像分割为目标区域、过渡区域和背景区域;最后,依据分割结果确定各分解子信息的融合权重,以有效地将红外目标信息注入到可见光图像中,同时尽可能多地保留可见光图像中重要的场景细节信息。实验结果表明,本文方法无论从主观视觉还是客观评价指标上,都要优于目前常用的有代表性的图像融合方法。