天空背景红外辐射亮度测量及其对目标探测的影响分析

天空背景的红外辐射特征对目标侦察探测具有重要意义。利用3μm～5μm中波、8μm～12μm长波红外测量设备对天空背景红外辐射亮度进行了测量,长波波段辐射亮度在3.7～13.6 W?m－2?sr－1,中波波段辐射亮度在0.05～0.48 W?m－2?sr－1,相同条件长波辐射亮度高于中波辐射亮度1～2个数量级;随着观测角增大,天空背景辐射亮度显著降低,同时太阳辐射、大气温度等因素也对天空背景辐射有较大的影响。利用测量结果仿真分析了天空背景辐射对目标侦察探测距离的影响,结果表明当观测角由9.6°降低到1.9°时,红外搜索跟踪系统探测距离会减少41.5%～46.2%。     

根据大气辐射特征进行目标探测的波段选择

介绍了通过大气光谱特征分析对大气层外目标进行探测的波段选择方法。在考虑目标本身辐射强度、背景大气的辐射强度、目标背景对比度、斜程大气透过率以及探测器的响应特性诸因素后进行波段选择。从而提高对目标的鉴别性能。选择中纬度夏季白天、无云城市气溶胶模式、春夏季气溶胶廓线以及背景平流层廓线和消光的大气条件，利用辐射传输计算软件MODTRAN计算了目标背景亮度、对比度以及透过率的典型光谱特征，并进行光谱特征分析，然后在其他大气模式下对所选波段进行了验证，从而选择出目标探测的最优波段。     

临近空间对地探测目标与背景红外特性研究

红外辐射特性是红外探测系统进行目标识别的主要依据。基于辐射传输原理,面向临近空间对地探测目标与背景的红外特性进行研究。利用全球大气廓线反映全球大气状况先验知识,设计了一套临近空间对地探测红外特性研究的辐射传输仿真方案。利用MODTRAN模型进行仿真,量化临近空间对地探测目标与背景的红外特性差异,分析传感器最优透过率波段以及红外辐射特性的影响因素。结果表明,大气透过率以及目标与背景的红外辐射差异随着临近空间传感器高度的增加而减小,且与大气状况密切相关;得出了传感器在3~14 μm范围内的最优透过率波段;季节、大气能见度与传感器观测角度对目标与背景的亮温差异造成的影响不可忽略。     

大气、地表条件对目标-背景对比度的影响分析

本文利用辐射传输软件包MODTRAN．详细分析了大气模式、地表状况以及气溶胶模式等诸多参数对0．43～0．75μm波段范围内的目标背景对比度的影响，主要结果为；①季节变化给目标识别带来一定程度的影响，在同一种大气模式下，在冬季比在夏季更容易识别目标，但是季节变化仅改变C的大小，且变化幅度较小；②不同的大气模式下的C值随波长变化的分布形式发生变化，纬度较高的大气模式下C值较大，或者变化趋势较为明显；③地面反照率对C值的影响较小，同一波长对应的对比度的相对变化较小；④气溶胶模式的变化不仅影响C值的大小，而且改变了C值随波长的分布情况，但是这种影响与其他影响因素相比是很小的．     

云对空中目标红外探测的影响

云是造成空中目标探测和识别困难的重要因素。从目标和云的红外辐射出发, 分析了云影响目标红外探测的问题。首先根据目标和云的4种位置关系, 建立了不同情况下探测器接收到的目标和云背景辐射差的计算模型, 然后对模型中参数的计算进行了讨论, 最后根据模型进行了实例的仿真计算和分析。计算结果表明: 在8~14 m波段上, 目标与背景的辐射差在9 m波长、50方向角附近的值比较大, 而在波长较长、方向角角度较大的部分值较小。该结论可以为红外探测系统的设计提供依据。     

大气参数对目标红外可测度的影响分析

首先定义了一个反映目标可探测程度的物理量--可测度,目标的可测度值越大,表明它越容易被探测到.然后通过目标及大气辐射和传输计算,分析了温度、压强、相对湿度、能见度等参数的变化,对空中目标的红外可测度的影响.计算结果表明:大气的温度和能见度对目标可测度有很大的影响.大气温度愈高,目标可测度值愈大;能见度越好,目标越容易被探测到.大气湿度和压强对目标可测度的影响较小:目标可测度值随大气湿度和压强的增大而略有减小.     

红外小目标与背景对比度特性研究

目标与背景的对比度特征是红外系统所能探测到的最终特征,对红外小目标与背景的对比度进行了研究,分析了目标与背景的对比度与哪些因素有关,同时对于涉及到目标、背景在探测器上产生的辐射照度进行了计算。     

不同背景下高超声速飞行器红外可探测性分析

为了选择设计红外预警卫星的最优探测谱段范围,采用一种基于目标与背景对比度确定探测谱段的方法,在综合考虑目标、背景及探测方向等因素、结合探测器参量的前提下,分别对类HTV-2飞行器在不同工况、不同观测角度和不同波长范围内的辐射强度、多种地球/大气背景辐射及不同情况下的目标背景对比度进行了理论分析和仿真。结果表明,针对类HTV-2飞行器,正俯视观测时,在30km高度、马赫数Ma=7和50km高度、马赫数Ma=17两种工况下,任一背景下,目标与背景对比度在2.65μm~2.85μm谱段处都较大。该结果对探测这一类目标时的谱段选取具有重要参考价值。     

基于目标与背景红外辐射对比度的红外隐身效能研究

较深入分析了目标与背景的红外特性,进一步完善了红外辐射对比度计算模型,通过外场实验,采集了目标与背景随时间变化的温度,利用建立的红外隐身效能指标,对普通钢板与相变材料板进行了评估,验证了此红外隐身效能评估方法的可行性.     

探测天顶角与太阳天顶角对卫星红外探测的影响

为了分析不同探测环境对卫星红外探测的影响,推导了倾斜探测路径下目标与背景在探测器入瞳处的辐照度对比度计算公式。计算了目标在海天背景下不同温度、不同高度、不同太阳天顶角、不同探测天顶角条件下,目标与背景在0.75～14?m波段的红外单色辐射照度对比度。分析指出：太阳天顶角对红外探测的影响主要在2.7?m以下波段,探测波长大于2.7?m可不考虑太阳的影响。目标在5 km以下、探测天顶角在60?以上继续增加时,探测波段变窄,不可探频段增宽;目标在10 km 以上,探测天顶角变化对探测影响很小。这些结论可用于指导卫星红外探测波段选择与探测结果分析。     

红外背景抑制与小目标检测算法

在有云层背景的红外序列图像中,检测和跟踪微弱小目标一直是研究的重点。介绍了一种简单可行的在云层背景下检测小目标的方案。算法中,首先进行背景抑制以获得更高的信噪比,接着是用门限分割以得到二值图像,最后依照目标在时间和空间运动的连续性,用一种管线法进行目标识别。实验结果表明算法十分有效。     

基于红外背景复杂程度描述的小目标检测算法

提出了关于红外“背景复杂程度”的基本概念,发现并论述了一种有效的红外背景复杂程度定量描述方法。此外,提出了一种基于红外背景复杂程度描述的自适应Butterworth高通滤波方法,实现了具备一定普适性的红外图像预处理。在小目标检测问题的研究中,构造并实现了一种更具实用性的先检测后跟踪小目标检测算法,此算法在一个完整的框架下实现了红外图像预处理过程和小目标检测过程的自适应统一。     

天空背景下红外弱小目标检测算法研究

针对天空背景下红外弱小目标检测困难的情况,首先通过改进的形态学滤波目标增强方法对图像进行背景抑制与噪声去除,而后采用恒虚警检测方法(CFAR)对滤波后图像进行分割,获得候选点目标,然后采用行程目标标记的方法得到候选目标的位置信息、面积信息等,单帧图像检测之后,复杂的天空背景仍然会存在虚警。为了提高检测概率、降低虚警率,结合目标运动特性(包括运动轨迹、速度、加速度等)、灰度变化、面积变化等帧间相关性采用移动式管道滤波方法对序列图像候选目标做进一步判断。实验结果表明,该方法能有效地从复杂背景中检测出真实目标。     

一种基于轮廓与背景消除的红外视频移动目标检测方案

针对红外视频的移动目标检测算法在还原目标时,目标的轮廓还原准确率较低的问题,提出一种基于轮廓与背景消除的红外视频移动目标检测方案。首先,从视频中选取一些不含目标对象的帧,对选取的帧进行统计处理并建立背景帧;分析背景的场景变化建立变化的自适应背景帧,并将背景帧的杂波过滤掉;然后,使用Canny边缘检测和K-means聚类检测目标轮廓并将目标轮廓从背景提取出来;使用形态学的边缘连通算法将目标轮廓进行关闭与Flood-fill填充处理获得目标对象的形状。对比实验结果证明,相较于其他红外视频移动目标检测算法,该算法获得了较好的目标轮廓与形状,同时,该算法的检测率与虚警率性能以及每帧的处理时间均较优。     

Learning background restoration and local sparse dictionary for infrared small target detection

This paper proposes a method for learning background restoration for infrared small target detection, employing a local sparse dictionary alongside an equalized structural texture representation. The method is specifically designed for the detection of small infrared targets, accommodating various levels of brightness, spatial size, and intensity. Our proposed model intelligently combines global low-rankness and local sparsity to estimate the rank of the background tensor, leveraging spatial and structural information to overcome the limitations posed by insufficient detailed texture knowledge. Subsequently, a structural texture representation, combining local gradient maps and local intensity maps, is applied to emphasize small objects. By comparing our method with nine advanced and representative approaches and quantifying the comparison using various metrics, the experimental results indicate that our proposed method has achieved favorable outcomes in both quantitative assessments and visual results.     

复杂背景下红外运动点目标检测算法研究

讨论了复杂背景下低信噪比运动点目标的检测和跟踪问题，提出了基于卡尔曼滤波理论的背景预测，数学形态学膨胀累加，图像流航迹关联和二级并行假设检验的点目标检测方法。实验结果表明该算法能够较大程度提高红外图像的信噪比，有效地检测和跟踪点目标，并且能够解决目标丢失以及跟踪过程中出现目标的问题。     

地基大气背景红外光谱辐射特性测量

用傅里叶变换红外光谱辐射计(FTIR)在地面测量了较高分辨率(1 cm-1)下的大气向下背景光谱辐射,获得了长波红外5~14μm波段的大气背景辐射光谱。研究了大气背景红外光谱辐射与整层大气透过率的关系。从实验数据中研究了不同波段大气背景辐射随观测天顶角的变化。结果表明:地基大气向下的长波背景辐射亮温随着整层大气透过率的增大而减小;大气背景辐射随观测天顶角增大而增大;在大气窗口区,大气背景辐射随观测天顶角变化较快,在强吸收波段,大气背景辐射随观测天顶角几乎不变化。     

基于向量机的红外小目标检测技术研究

针对红外序列图像中弱小目标检测问题,提出了用最小二乘向量机对原始红外图像中每一像素的局部区域作灰度曲面最佳拟合,在拟合曲面上进行灰度极大值像素点位置估计,实现目标的粗定位。真正的目标取决于中心点的灰度是否高于其邻域的平均灰度。并以径向基核函数为例推导出了极值点估计所需的二阶方向导数算子。对模拟和实际图像进行了小目标检测的实验验证。结果表明,基于支持向量机的小目标检测算法具有较强的适应性。     

Generalised-structure-tensor-based infrared small target detection

Infrared (IR) small target detection is a key technique in areas like space surveillance systems, early-warning systems and missile tracking systems etc. It is a challenging task to detect IR small targets under complex sky background because of cloud clutter. The conventional methods are usually based on clutter suppression, such as the 2D least mean square (TDLMS) adaptive filter [1], the 2D normalised LMS (TDNLMS) filter [2], the median subtraction filter [3], etc. In this Letter, we use the second conjugate symmetry derivative of a 2D Gaussian (SCSDTDG) to model the small target pattern based on the generalised structure tensor (GST). Experiments show that the proposed method is robust.     

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。