红外成像传感器建模与仿真技术研究进展

通过对红外成像传感器系统效应建模与仿真进行研究,不仅可以较真实地对红外成像武器系统进行分析、测试和评估,而且还可为红外传感器性能分析和设计提供依据,因此具有重要的军事和经济意义。分析了红外成像传感器效应建模与仿真方法的研究现状,详细介绍了几种典型的红外传感器模型,并对红外传感器效应建模与仿真技术提出了几点看法。     

红外系统中渐晕效应的模拟方法研究

渐晕是红外光学系统中普遍存在的现象,导致最后产生的红外图像存在不应有的亮暗失真情况。对渐晕产生的原因进行了分析,实际系统中不仅有几何渐晕还有透镜造成的渐晕,这两者共同影响图像质量。根据渐晕产生的原因,基于图像像素处理法和光线追迹法建立渐晕效应的数学模型,得到仿真图像并对仿真结果进行分析。理论和实验结果表明文中建立的模型更加完善,有利于红外传感器总体系统的仿真。     

空间观测图像宇宙线噪声去除算法

空间观测图像容易受到宇宙线噪声的干扰。本文提出一种空间观测图像宇宙线噪声去除算法。首先利用Top-hat变换抑制观测图像的杂散光,处理之后的观测图像背景均匀,直方图的近Gaussian形状得以恢复。然后利用形态学运算和中值滤波相结合的方法排除高亮过饱和恒星的干扰。最后利用Laplacians边缘检测算法检测宇宙线噪声像素,并利用邻域最小值滤波的方法对宇宙线像素的灰度值进行插值处理。实验结果表明,本文方法在不产生误检测的前提下,检测概率超过90%,综合性能优于本文中提到的其它三种宇宙线噪声去除方法。     

柔性数学形态学在红外图像边缘检测中的MATLAB实现

在介绍适用于灰度图像的柔性形态学概念及特性的基础上,结合红外舰船图像实例,用MATLAB实现了灰度图像的形态学边缘检测。文章给出了MATLAB实现的主程序,列出了一些柔性形态学处理和传统边缘检测处理的结果。通过仿真过程和讨论可以看出在图像处理过程中,MATLAB具有直观、简洁的优越性,可以在这个领域得到广泛的应用。     

小波变换和数学形态学在红外图像检测中的应用

红外图像的检测、识别和跟踪技术是当前精确制导领域研究的关键技术之一。文章从处理技术的角度，将适合于红外图像的目标检测技术以分割为基础分为基于数学形态学、小波变换、神经网络和模糊数学几类，重点综述了基于数学形态学和基于小波变换的目标检测技术的研究现状和发展趋势。     

云的红外图像生成研究

红外成像仿真的关键环节在于红外图像的生成,云的红外图像生成是重要的研究内容,具有重大的军事意义。基于分形技术提出了云的红外图像生成的技术方法,综合考虑云红外辐射的各个因素,建立了较为完善的云的红外辐射模型,基于光学厚度计算出云的辐射亮度。建立分形高度到云光学厚度、云的辐射亮度到图像灰度的两个映射,利用分形技术实现云红外图像生成。经过与实测数据和实拍图像比较,云的红外图像生成方法可行。     

基于OpenGL实时红外视景仿真研究

实时红外视景仿真已成为红外成像制导武器设计和评估的重要方法,仿真的关键环节在于红外视景图像的生成,具有重大的军事和经济意义。文中简单介绍了基于OpenGL工具创建三维图形的步骤,并依据创建步骤对目标模拟、背景生成以及红外视景的动态生成进行具体分析;对目标模拟借助于专业的CAD软件进行几何建模,对模型面元划分后进行温度场和红外辐射亮度的计算,并量化为灰度值进行渲染处理;依据背景数据库技术,选用合适背景图像利用纹理映射技术生成所需背景;动态红外视景仿真对实时性要求很高,最后对如何提高实时性作了简要分析。     

基于结构相似度和保真度的红外成像传感器仿真评价方法研究

红外成像传感器系统典型效应建模与仿真的真实性和逼真度决定着红外成像制导仿真的有效性,因此研究红外成像传感器系统的典型效应仿真评价方法具有十分重要的意义。针对目前红外成像传感器仿真评价方法不足的问题,基于结构相似度(Structural Similarity,SSIM)和保真度提出了一种红外成像传感器仿真图像验证评价方法。采用SSIM评价了仿真图像的亮度、对比度和结构相似度,并采用保真度评价了仿真图像的空间几何特征和灰度特征。实验结果表明,该方法可有效评价红外成像传感器的模糊、噪声等退化效应,适于对红外传感器建模与仿真图像进行客观质量验证与评价。     

红外图像模式识别的预处理

红外图像模式识别系统,由图像预处理、特征提取及模式分类组成.基于红外图像模式识别的图像预处理,包括滤波降噪、目标增强、图像分割等处理.滤波降噪有邻域平均、中值和Butterworth低通等滤波方法.目标增强可通过微分及Butterworth高通滤波完成,图像分割可采用阈值分割技术实现.故综合比较各种处理方法,采用两次均值滤波及拉普拉斯算子、阚值分割技术,较好实现了红外图像模式识别的预处理.     

应用图像融合与多样性的舰船显著性检测

基于单源的图像显著性检测存在较大的虚警或漏检,文章提出了利用约简后的特征点和CPD算法对海面实拍船只图像进行多源图像匹配,获得图像间的变换投影方程并利用投影方程对单源图像的显著性检测结果进行叠加与虚警控制器分类,从而达到提高检测率与控制虚警的目的。显著性检测方面,文章分析了基于图等级多样性的显著性检测方法的不足和优点,引入了最大稳定区域检测方法对图像做前期处理,并对获得区域进行联合获得新区域,使得新区域能够最大限度地满足基于图的等级多样性显著性检测最优条件。对于检测获得的联合区域目标显著性不完整的情况,利用了区域的叠加性进行加权求和,最终获得了具有较好联通性的多舰船目标图像显著性检测结果。对于显著性检测结果中存在较大虚警的情况,文章进一步提出计算船只与浪花的多尺度分形维数,并结合Adaboost算法训练浪花虚警控制器。实验结果显示控制器能够消除一部分浪花带来的虚警,但是对于灰度与舰船极为相似的虚警无法消除。