基于元学习的少样本红外空中目标分类方法

针对空中红外目标样本数目不足、细粒度分类精度低等问题,提出一种基于元学习的少样本红外空中目标分类的方法。该方法以元学习为基础,结合多尺度特征融合,在减少计算量的同时有效提取不同分类任务之间的共性,再利用微调策略实现对不同任务的分类。实验证明,此方法在提升mini-ImageNet数据集分类精度的同时可减少约70%的计算量,对仅有少量样本的红外空中目标细粒度分类准确率可达到92.74%。     

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。     

基于直线运动机构的大变倍比红外变焦成像系统

针对同时兼顾大范围搜索和精确识别目标的迫切需求,研制了一种大变倍比红外变焦成像系统,设计两片独立运动的变倍镜及一片补偿镜,通过两个变倍镜级联的方式获得大变倍比。结合系统运动镜片多及变焦曲线复杂的特点,采用直线运动机构实现镜片变焦运动,使用集成编码器及螺纹丝杆的直线电机作为驱动。通过有限元仿真开展了系统力学分析,所设计镜片最大位移为3.04×10^-3 mm。成像系统适用于中波红外制冷式640×512焦平面阵列探测器,变倍比达到55倍。实验室成像及外场实景成像的结果表明,系统在焦距由6 mm至330 mm连续变化的过程中成像清晰、像质良好,验证了系统的连续变焦成像性能,该设计合理可靠。研究成果在搜索、跟踪、侦察、监视等方面有广阔的应用前景。     

基于稀疏表示的红外空中目标分类算法

针对红外空中目标,提出了一种基于稀疏表示的快速分类算法.该工作的技术难点表现在训练样本较少,算法需要具有旋转不变性、较高的抗噪性和实时性.针对这些难点,首先根据红外空中面目标的梯度信息和统计特性,计算出图像主方向,然后将主方向旋转至同一参考方向.接着基于稀疏表示原理,把分类问题转化为1范数最小化问题,最后用快速收敛方法得到分类结果.实验结果表明该方法能够达到98.3%的正确率,给测试图像50%的像素叠加噪声后,分类正确率仍大于80%.     

基于SOPC的红外图像采集系统

介绍了一种基于SOPC的红外线列图像采集系统.在一片FPGA中嵌入了MicroBlaze微处理器和用户逻辑,实现了CPU和FPGA的优势互补,发挥了CPU在控制、通信等方面的优势和FPGA在时序控制、高速传输、并行计算的优势,较好地完成线列探测器的驱动、采样、模数转换、传输等功能,实现了红外图像采集.     

热红外自发辐射偏振特性分析以及验证实验

光波经过反射后具有偏振特性,目前研究表明热红外自发辐射也具有偏振特性。本文结合基尔霍夫定律以及菲涅耳公式对热红外自发辐射偏振特性进行了初步的理论分析和建模仿真。在低温环境下,采取遮挡措施,进行了热红外自发辐射偏振特性的验证实验,对不同表面状态铝板以及太阳能电池板进行了自发辐射偏振数据的采集。实验结果表明:热红外自发辐射具有偏振特性,并与仿真结果具有一致的变化规律,热红外辐射偏振特性受目标表面粗糙度、材料影响并随着发射角的增加,偏振度不断增加。     

目标红外偏振探测原理及特性分析

红外偏振信息的获取扩展了目标信息的维度,具有广阔的应用前景。与可见光相比,红外辐射不仅包含反射辐射还包含其自身的自发辐射,因此在考虑红外偏振特性时,需要结合目标红外反射辐射以及自发辐射的偏振特性来分析。初步分析了红外自发辐射和反射辐射的偏振特性,介绍了红外偏振信息的表示方法以及获取方式;运用一套分时的红外偏振探测系统获取目标偏振信息,通过对实验数据的分析,归纳出一些红外偏振探测相对于常规红外探测的优势;最后结合当前国内红外偏振探测的现状,分析了偏振探测发展趋势。     

前景/背景分割算法及其嵌入式实时实现(英文)

前景/背景分割算法是计算机视觉中一种常见的算法。其基本思想是利用背景中不同像素或帧与帧之间的相关性,判断每个像素点的灰度值,然后根据预测值和实际观察值判断当前像素属于前景还是背景。首先介绍了几种应用在不同场合的前景/背景分割算法。考虑到应用传统的基于处理器的平台很难实时实现这类计算量很大的算法,所以在该算法的有效性被确认后,重点介绍其嵌入式实时实现。同时引入了一种先进的实现算法的方法:可重构计算及其设计方法和流程。另外还讨论了几个重要的关于硬件实现算法的问题。在给出了如何应用可重构计算实现算法的实例后,介绍了如何把已实现的算法嵌入基于片上系统的成像系统,以实现一个完整的系统。     

线列红外偏振成像系统的设计

作为近年来偏振探测技术研究的新热点,焦平面分割型偏振探测器在增强目标与背景对比度和伪装目标识别方面具有明显效果。基于线列短波红外微偏振探测器,设计了一种以Jetson TX1 为处理核心的成像系统。该系统主要包括控制模块和处理模块。其中,控制模块由探测器驱动板和FPGA控制板构成〗,用于实现探测器信号AD转换和图像信号usb传输等;处理模块采用Jetson TX1平台,用于实现图像信号usb接收、积分时间调节、非均匀性校正、偏振度计算以及GPU并行算法。开展了目标场景红外与偏振成像实验,获得了分辨率为500×268的红外图像和红外偏振图像。     

基于多模态的车辆行人检测技术研究

针对单一传感器在复杂路况以及恶劣天气情况下车辆行人检测效果不佳,搭建了一套可见光、可见光偏振、短波红外和长波红外多模态数据采集系统,构建了一个多模态数据集,并提出了一种多模态车辆行人检测算法。首先,提出了一种基于改进型SIFT特征点的多尺度部分强度不变特征的异源图像配准算法;然后,提出基于YOLOv5多模态数据目标检测网络。最终实现了平均精度在日间数据集1.0%的提升,日间夜间混合数据集10.9%的提升。