基于辐射标定的积分时间实时调整方法

积分时间调整是扩展红外辐射测量系统动态范围的主要手段,针对再入高速目标因辐射剧烈变化存在积分时间调整影响实时跟踪和图像饱和的问题,提出基于辐射标定的积分时间实时调整方法.该方法通过辐射标定得到不同积分时间的响应度和偏置,利用跟踪器提取的目标和背景信息计算光学入瞳处当前积分时间的目标和背景辐射;再反演计算其他积分时间的目标和背景信息,并以此计算跟踪判据,自动确定最佳积分时间.实验证明,该方法能准确预测满足跟踪要求的最优积分时间,有效减少测量过程中积分时间调整次数,目标连续跟踪正确率达100%.     

红外系统小目标成像自动调光方法

提出了一种实时调整红外相机积分时间的方法。针对成像为点目标且灰度值变化剧烈的情况,为保证红外辐射特性测量的精度,标定了相机在不同积分时间下亮度与成像灰度值的对应关系,确定了红外相机响应关系线性度较好的区域;提出了点目标弥散范围的计算方法,并对红外系统的模拟图像和真实图像进行匹配获得最优化估计的目标位置、尺寸以获取目标的所有灰度值,而后根据亮度与灰度的关系对积分时间进行调整。实验结果证明,可同时调整两个不同红外相机的积分时间以保证灰度值处于理想区间内,调整频率可达25Hz,满足高速飞行器试验的实时性要求。     

复杂地物背景下红外弱小目标跟踪算法

复杂地物背景下红外弱小目标的跟踪在红外监视系统中有重要的应用价值。提出了一种人眼视觉系统原理和多目标跟踪技术的弱小目标跟踪算法,实现了对复杂地物背景下红外弱小目标的跟踪。算法首先在图像中提取候选目标和各目标对应的目标区域,估计相邻帧图像之间的运动参数,对所有跟踪目标进行轨迹预测;然后融合多信息对当前帧目标与目标链中目标进行关联,根据关联结果对目标链进行更新;最后输出跟踪目标的位置坐标,实现对红外弱小目标的跟踪。用实测的图像序列对算法进行了测试,试验结果表明本文算法对树林、农田、建筑等复杂地物背景中弱小目标有较好的跟踪效果,可以用于红外监视系统中对复杂地物背景下低对比度弱小目标自动跟踪。     

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。     

地面跟踪目标红外特性测量系统

介绍了系统的组成、工作原理、主要技术指标和关键技术。该系统可对目标进行自动跟踪、空间定位以及红外辐射特性的测量。同时 ,可按目标原运动轨迹反引导测量背景 ,以消除背景辐射对目标红外辐射特性测量结果的影响     

一种CCD相机自动调光的方法

目前靶场光学测量设备大量使用CCD相机,针对目标发射时背景和火焰过亮易导致CCD过饱和造成的图像对比度低、清晰度低的问题,基于CCD器件的成像原理设计了一种根据目标成像的灰度值特性进行调光的方法。在不同的积分时间下,目标温度变化时,成像的灰度值随之变化。利用恒温黑体标定温度、积分时间和成像灰度值,并拟合了目标图像灰度值与温度特性以及积分时间之间的方程,并根据该方程实现CCD相机的自动调光,在应用中取得了预期效果。     

地面跟踪目标红外特性测量研究

介绍了系统的组成、工作原理、主要技术指标和关键技术。该系统可对目标进行自动跟踪、空间定位以及红外辐射特性的测量。同时，可按目标原运动轨迹反引导测量背景，以消除背景辐射对目标红外辐射特性测量结果的影响。     

基于BRDF的空中目标红外成像建模与仿真

提出了一种空中目标的红外成像仿真方法.根据能量守恒定律,利用目标在天空背景中稳态时的热平衡方程,求解表面温度场;选取适合的双向反射分布函数模型描述目标表面面元在红外波段的反射特性,提高面元红外反射的真实感.综合考虑空中目标的几何模型,目标自身红外辐射和对背景的反射辐射,结合计算机图形学相关理论,渲染输出空中目标的红外图像.成像仿真的方法为空中目标的探测、识别和跟踪提供了参考依据.     

基于背景自适应预测的红外弱小运动目标检测

介绍了一种检测背景杂波中弱小红外目标的新方法．该方法根据背景红外辐射空间分布上的相关性,采用ＬＭＳ自适应空间预测滤波技术对背景空间红外辐射分布进行预测,并根据预测误差检测红外运动目标．本文还介绍了改进预测效果的方法,并以实际录取图像的处理结果,说明了上述方法的有效性     

基于Wiener滤波的小目标检测方法

红外云背景中小目标检测是红外成像技术的一种典型应用。为了检测红外云背景中的弱小目标，分析了背景特性，建立了红外场景模型，提出了一种基于Wiener滤波的自适应背景抑制方法。经过去除虚假目标和目标分割，再利用目标运动的连续性和规则性进行目标检测和跟踪。对包含了仿真目标的红外云背景图像序列进行了实验，结果表明，该方法能够有效地从信噪比为2．0的背景中检测到小目标。     

基于人眼视觉特性的IRFPA非均匀性校正算法研究

红外焦平面器件普遍存在着非均匀性问题,对红外焦平面阵列(IRFPA)实施非均匀性校正对提高成像质量具有重要意义。传统的IRFPA多点校正算法存在运算量大、实时性能低、实用效果差等问题,为此文章综合人眼视觉特性,提出IRFPA非均匀性多点校正算法。人眼视觉对图像的灰度分辨能力是有阈值限制的,利用这种分辨阈值可以对IRFPA的标定点进行有效压缩,生成像元号-校正系数表,然后通过查找系数表,实现IRFPA的非均匀性实时压缩校正。实验证明,提出的IRFPA非均匀性校正算法较传统的IRFPA非均匀性校正算法实时性能更好,非均匀性降低了0.203%。     

应用U形边框黑体光阑的三点辐射定标校正方法及其分析

红外焦平面探测器阵列由于探测器工艺、环境冲击和长时间工作等因素将引起探测器响应的漂移,很大程度影响了热成像系统的成像质量。对于红外测温热像仪来说,会大大降低其出厂定标的准确性。针对红外辐射定标,考虑到探测器响应的非线性,在前期搭建的基于U形边框黑体视场光阑的红外成像系统基础上,研究了基于U形边框黑体光阑的三点定标修正方法,并与两点辐射定标方法进行了比较。实际定标测试实验结果表明:在25~65 ℃范围内,三点定标修正后的最大绝对误差和平均误差分别为0.126 6 K和-0.048 8 K,较原始定标的结果有明显的精度提升,说明三点定标修正方法算法有效,但三点定标修正与两点定标修正的结果相差不大。因此,一般情况下两点辐射定标修正方法足以适应辐射定标应用。     

空间目标临边探测背景红外成像建模与图像仿真

临边红外观测是对辐射强度较弱空间目标的一种有效探测方式,探测临边背景的红外辐射分布规律直接影响目标检测跟踪的效果。通过实测图像对临边背景辐射统计特征进行建模:临边背景辐射亮度在地平线垂直和水平方向具有不同的分布规律,垂直分布与视线切线高度相关,水平方向可近似为正态分布,变异系数取值集中于[0.01,0.05]。基于建模成果提出了一种临边背景红外图像快速仿真方法,实验结果表明仿真图像与实测图像具有较高的一致性,验证了成像模型和仿真方法的有效性。同时,快速仿真方法耗时仅为常规逐像元仿真方法的1/200,能够满足实时仿真的需求。研究结果可应用于红外相机设计和目标检测算法测试等领域。     

视频图像中的车辆检测跟踪和分类

介绍了一种用固定的单摄像头拍摄交通图像,并从图像序列中检测、跟踪、分类车辆的方法。该方法大致可分为3部分：抽取背景图像和图像分割;基于针孔模型的摄像机定标,计算透视投影矩阵;利用区域特征进行匹配跟踪,建立目标链。恢复目标三维信息,采用模型匹配法对车型分类。实验证明方法是简单可行的。     

Adaptive visual target detection and tracking using weakly supervised incremental appearance learning and RGM-PHD tracker

Multiple visual target tracking is a challenging problem due to various uncertainties including occlusion, miss-detection and noisy measurement. Most tracking approaches utilize an object-specific detector, pre-trained on many labeled images, to provide suitable measurements for their tracking system. In this paper, we use a simple background subtraction detector which only needs the background image to localize targets independent of their shape or type. In order to cope with the uncertainties resulted by the detector, we propose an adaptive appearance model and develop an incremental appearance learning algorithm to learn the target appearances in time. The proposed method employs the background information and our defined keypoints’ miss-matched history to adapt the target appearances within different frames. Furthermore, we combine Refined Gaussian Mixture Probability Hypothesis Density (RGM-PHD) tracker with the detectors to keep target trajectories and handle uncertainties. The experiments conducted on several video datasets show the effectiveness of our proposed method.     

小型无人机对地目标盘旋跟踪仿真

主要研究了小型无人机对地跟踪问题。针对小型无人机的盘旋状态,为了提高该情况下的目标形变,光影变化及遮挡等干扰的鲁棒性与实时性,采用基于抑制背景的MeanShift目标跟踪算法,即对目标周围和背景差异显著性较大的区域赋予较大的权值,从而把背景对目标的影响有效抑制,实现目标始终在跟踪方框内。通过架构模拟实验,该方案能够有效减小目标的连续形变以及光照变化对目标的影响;对于目标旁边景物的遮挡也有较强的抗干扰能力,而且该方案可靠性高、算法复杂度低、实时性较强。     

二维联合特征模型的自适应均值漂移目标跟踪

为了提高自适应均值漂移(CamShift)跟踪方法的跟 踪性能,提出了一种利用色度-微分二维联合特征建立目标模型的 改进CamShift跟踪方法。对每个像素8邻域的色度进行差分计算,最大差分值作为该像素的 微分值,用以 描述像素的相对位置信息和图像的细节信息;根据目标模型的色度-微分二维特征联合直方 图,利用反向投 影获得跟踪图像的色度-微分二维特征联合概率分布图,以减少单独特征建立模型时所产生 的冗余信息的干 扰;利用均值平移方法在跟踪窗内实现目标的定位。对目标尺寸的过大更新加以限制,防止 过多背景信息 干扰目标识别的准确性。仿真实验结果表明,本文方法跟踪性能稳定,当目标与背景相似, 或者背景中出现 与目标相似的干扰区域时,都能实现目标的有效跟踪,提高了CamShift跟踪方法的适 用性,单帧图 像的处理时间小于30ms,满足跟踪系统实时性的设计要求。     

New real-time image processing system for IRFPA

Infraredfocal plane array(IRFPA) is a kind of infra-red detector array whichis sensitive toinfraredradiationandintegrated with signal processing circuits .The IRF-PAi maging systemhas advantages of si mple configura-tion,high reliability,high sensitivity …     

基于HVS的红外图像增强技术研究

依据人眼视觉系统(human visual system,HVS)特性并结合红外图像的特点,针对不同的背景像素统计量对红外图像直方图均衡化的影响进行了分析和研究,提出了一种基于HVS的红外图像增强技术.理论分析和实验结果证明,提出的增强技术与传统的直方图均衡化增强方法相比,增强后的红外图像细节清晰,对比明显,目标信息易被人眼视觉观察,具有很好的实际应用价值.     

基于多模型融合的红外序列跟踪算法

作为一种新型图像获取技术,热红外技术能避免光照强度和背景颜色对目标提取的影响。当前利用热红外序列进行目标跟踪的算法大多结合可见光和热红外图像。针对这种局限性,提出了一种纯粹基于热红外序列的跟踪算法。首先,通过改进的码书算法和灰色预测模型,对序列中的背景信息和运动目标的运动方向进行建模;然后,将建模结果结合到压缩跟踪算法中,通过自适应的方法使背景信息、运动信息以及目标特征信息在跟踪过程中互相补充,消除跟踪算法对于可见光图像的依赖性,减少由于目标纹理特征不明显而对跟踪效果产生影响。实验证明,经改进的跟踪算法处理速度快,正确性得到了明显的提高,能更好地适应热红外序列的特点。