结合目标提取和深度学习的红外舰船检测

传统显著区域提取红外舰船目标检测算法进行图像处理时虚警率高,而深度学习的红外舰船目标检测方法速度慢。针对这些问题,提出了一种将传统的目标提取与深度学习中分类的思想相结合的红外舰船目标检测算法。首先通过高帽变换（TOP-HAT）和 低帽变换（Bottom-HAT）对图像进行处理,然后通过阈值分割方法和归并算法对图像进行候选区域的提取,再运用深度学习中分类的思想完成对目标船舰的检测。通过测试数据集进行实验并对比分析,结果表明改进后的检测算法平均精确度达到83.69%,较之于传统显著区域提取算法精确度提升了8.09%,较之于Faster-R-CNN算法每百张检测时间缩短了2 s。     

320×256长波红外探测器低噪声采集系统设计

针对320×256长波红外焦平面探测器工作原理和输出信号特点,从低噪声角度出发,设计了长波红外探测器采集系统,着重解决了如何在满足驱动能力条件下降低噪声问题.对提供精密偏置电压和输出信号处理过程给出了详细的设计思路和实现方法.实验结果表明,系统获得了较好的噪声特性,在300K和310K黑体照射下、探测器积分80μs且远未饱和情况下,平均噪声等效温差为80mK.     

VIRTEX-4~FPGA在红外相机控制中的应用

随着电子技术的不断发展,可编程片上系统(SOPC)逐渐成为系统开发重要的方向。介绍了先进的SOPC平台VIRTEX-4的基本结构和特点,以及基本开发流程,并根据红外相机控制的实际需求,采用1553B总线与上位机实现指令和数据通信。在内嵌的PowerPC硬核中解析指令,FPGA中的控制功能单元根据指令对相机输出控制时序,完成控制功能,并以低电压差分信号(LVDS)方式采集和传输相机图像数据。相对传统的方案基于SOPC的控制模块具有高性能,低功耗,高集成性和灵活性的特点。     

红外遥感图像舰船目标检测

红外遥感图像舰船目标检测在军舰探测、精确制导等军用领域以及海面搜救、渔船监测等民用领域具有极其重要的战略意义。本文回顾了红外遥感图像的发展历程,总结了舰船遥感图像的特点及其图像处理的难点。着重分析了海陆分割和海洋背景图像预处理的研究现状,对舰船检测算法进行了总结和归纳,在此基础上对各种算法进行比较并指出其适用性和优缺点,最后对其未来发展趋势进行了展望。     

480×6长波红外探测器的低噪声采集系统设计

480×6长波制冷红外探测器是一款480列,6阶TDI的高探测器率的CMOS探测器.以此探测器为例,介绍了长波红外探测器采集系统的低噪声设计过程.着重解决了硬件电路在满足驱动的条件下如何降低噪声的问题,试验结果表明采集系统工作正常,且具有较好的噪声特性,在300 K黑体直接照射情况下,整个采集系统所测得的均值噪声为1.20 mV,信噪比可达到55 dB以上.