空中目标红外辐射仿真研究

本文跟踪了国内外对空中目标红外辐射计算机仿真技术的研究成果,并在掌握与辐射模型相关的计算机图形学、空气动力学与传热学、辐射光学知识的基础上,改进了计算流程和部分算法,完成了目标对太阳、云层、大地的反射和目标表面辐射的建模计算,综合了背景和光源的红外辐射和成像计算的方法,实现了任意观测角度下1～20 μm波长范围内的总辐射和光谱辐射亮度、单个光源辐射强度及背景辐射的计算,得到空中目标的红外图像和辐射数值计算结果,分析了谱段和观测方位对红外热辐射的影响.     

基于MATLAB/Simulink的导弹攻击高速目标遭遇结果计算模型

介绍了第2代及以上的便携式红外寻的防空导弹攻击高速目标的遭遇结果计算方法。利用MATLAB/Simulink强大的数值计算能力和灵活的交互建模功能,建立导弹攻击高速目标的遭遇结果计算模型,并对实际飞行结果进行了计算论证,确保了计算结果的准确性,为便携式红外寻的防空导弹攻击高速目标的前偏量、横偏量等遭遇结果的计算、分析提供平台。     

嵌入式红外图像处理系统的设计

研究了一种基于FPGA和DSP的模块化嵌入式红外图像处理系统,详细分析了该系统中FPGA模块和DSP模块之间通信的工作原理和信号流程。通过在此系统上运行实时红外图像的目标检测与跟踪算法,实验表明：通过监视器观察目标跟踪效果明显。系统动态可重构、模块化、可扩展,并且实时性好、计算效率高、工作稳定可靠。     

微型红外追踪及无线遥控车设计

详细阐述了微型红外追踪及无线遥控车的设计过程，并给出了主要电路图。该微型红外追踪及无线遥控车可以按设定路线自主行走，并可通过无线遥控实现路线选择及较精确定位，同时，用红外线实现了对特定目标的跟踪，使该微型红外追踪及无线遥控车具有了智能化。     

基于多特征融合的红外弱小目标检测

为解决红外弱小目标检测领域中基于单类先验知识的人类视觉系统检测方法检测准确率低、虚警率高以及显著图计算复杂等问题,提出一种在复杂背景条件下对红外弱小目标多种特性进行融合处理的检测方法。通过融合红外弱小目标的局部灰度值大、自身灰度信息符合二维高斯分布以及与邻域相似度低的三大特性,利用协方差检测和相似度对比计算得到显著图,对显著图进行简单阈值分割得到真实目标。对不同复杂背景和不同数据类型的红外源图像进行弱小目标检测实验,结果表明:与基线算法相比本文所提算法检测结果背景抑制因子和信杂比增益均提高2~3倍,交并比为HVS类方法最优,ROC曲线在较低虚警率时获得最高检测准确率。本文方法将红外源图像中弱小目标多个特性进行有效融合,提高检测精度的同时降低了显著图计算复杂度,在不同复杂背景和杂波干扰的情况下仍能取得较好的目标定位和背景抑制效果。     

基于强度-梯度映射与多方向中值滤波的红外弱小目标检测算法

为了能够在复杂环境下准确定位出弱小目标,依据目标的高斯形状特性,设计了强度-梯度映射耦合多方向中值滤波的 红外弱小目标检测算法。 首先,根据红外图像在 4 个不同方向的强度均值,对经典的中值滤波进行改进,以有效抑制复杂背景 中的噪声。 再基于弱小目标的中心像素,获取整个红外图像的强度信息。 将红外图像沿着半径方向分割为 4 个子块,并建立每 个子块的极坐标系统,以计算其对应的梯度值。 依据最大与最小梯度值的比率,得到整个红外图像的梯度信息。 再将强度与梯 度信息实施融合,得到背景抑制图像,以增强红外弱小目标。 最后,利用强度-梯度映射中的非零像素均值来计算阈值,对背景 抑制图像实施分割,准确定位弱小目标。 测试数据显示,与已有的红外弱小目标检测方案相比,所提算法具备更高的检测准确 性,可完整地识别出目标,呈现出更为理想的 ROC(receiver operating characteristic)曲线。     

飞机目标红外成像建模与仿真

通过详细分析红外传感器对空中目标的成像过程,针对各个关键环节设计系统仿真流程,重点分析研究了飞机红外辐射特征和红外传感器成像原理。首先,运用红外物理学、空气动力学以及热传递等基本理论,结合飞机内部组成材料和结构特点,对蒙皮、尾喷管和尾焰等重点辐射区域建立仿真模型;在综合分析红外传感器组成结构和功能特点的基础上,对传感器光学系统和成像系统建立仿真模型;最后,飞机三维模型数据通过以上仿真模型处理,可实时生成飞机目标红外仿真图像。     

电力设备红外图像缺陷检测

机器人在巡检过程中采集到的红外图像很难反映设备目标的纹理信息.人工方法或传统机器学习方法不能精准识别和分类电力设备缺陷,同时其他环境因素容易导致误判.采用CenterNet结合结构化定位的算法模型,通过对现场红外图像数据样本收集、训练及验证算法模型的计算,实现从复杂的红外图像中以较高的准确率将不同变电站设备及其部件识别...     

基于关联信息的红外微波复合探测技术研究

针对红外微波复合探测的目标识别问题,提出了基于关联信息的多传感器复合探测目标识别方法,通过红外与微波传感器对真实探测目标和虚假干扰目标的回波差异分析,采用关联信息融合的方法提取相应的特征参数进行对比与分析。在此基础上建立了红外微波传感器探测目标识别的数学模型,并分析研究了基于关联信息的红外与微波复合探测目标识别问题,最后通过实验的方式加以验证并得出结论,该种方法在目标探测及识别方面具有较为显著的效果。     

基于Contourlet及目标特性分析的弱小红外目标检测

研究了一种复杂背景下红外小目标检测的新方法。根据远距离红外弱小目标在相平面上成像的各向同性特征以及目标与背景边缘分离困难的现状,提出了一种基于Contourlet及目标特性分析的弱小红外目标检测算法。首先采用Contourlet变换对图像中的低频起伏背景及边缘与随机噪声和目标进行分离;然后对红外目标进行基于各向同性特征的目标提取;最后对目标进行分割、检测以及定位,并输出目标信息。通过与一些传统方法进行基于主观视觉和客观指标的对比发现,该算法可有效分离目标与低频背景、随机噪声及背景边缘,对红外图像基于弱小目标检测背景处理时,效果较好。     

基于深度学习的红外过采样扫描图像小目标跟踪算法

红外小目标跟踪过程中由于背景、外界杂波等干扰,导致跟踪精确度和实时性欠佳,为此,提出基于深度学习的红外过采样扫描图像小目标跟踪算法。首先构建了红外过采样扫描图像模型,通过背景估计、形态学开运算,对图像中背景以及外界杂波进行多级滤除;然后增加设计特征融合模块和区域选取模块来改进孪生网络,生成融合特征图输入目标区域,通过分类和回归计算提高图像的特征表征能力和跟踪精度;最后建立损失函数训练孪生网络,输出红外过采样扫描图像小目标跟踪结果。实验结果表明,利用所提算法进行图像滤除后,信噪比能够高达35 dB,所提算法的区域重叠率较高、跟踪精度高,且算法的实时性强,帧率达到200 fps以上,整体跟踪效果好。     

基于红外传感阵列的目标运动方向探测与识别研究

针对单个红外传感器无法获取障碍物距离之外的其他信息,本文设计了红外传感器阵列检测系统,不仅能探测运动目 标距离信息还能识别目标的运动方向。 当运动目标通过红外阵列时,该系统检测到红外反射回波信号转换为目标距离信息后, 采用 K-means 聚类把运动目标信号从背景噪声中分离出来,再经过最小二乘拟合提取目标运动方向特征,最后通过分类器对 8 种不同运动方向进行有效感知分类。 实验结果表明,该方法能够成功识别出目标的 8 种运动方向,当分类器参数 K 取值为 5 时,平均识别准确率达到 0. 83 以上,试验结果验证了本文提出的基于红外传感器阵列对目标运动方向进行准确探测与识别的 可行性,为实现多模态融合机器人动态避障奠定了基础。     

基于空-频域映射与虚警抑制的弱小目标检测算法

为了有效控制红外弱小目标检测过程中的虚警率,提高复杂云背景下的目标检测准确度,提出了基于空域-频域映射与虚警抑制的弱小目标检测算法。根据红外中心像素不同方向上的强度值,构建了方向最大中值滤波器,有效消除噪声;并利用中心像素与其邻域像素的强度差异,形成背景抑制滤波,充分增强弱小目标;考虑云区域的特有属性,联合非线性滤波,定义了云区域识别机制,提取空域映射;引入Butterworth差异低通滤波器,对去噪图像中的显著目标完成初步识别;基于其幅度信息,进行显著目标的精细检测;再利用细显著性检测结果,计算阈值,利用二值分割方法来获取去噪红外图像的频域映射;联合空域映射与频域映射,提取红外图像中的候选目标;根据真实动目标与虚警之间的运动特征差异,利用多尺度改进的管道滤波来抑制虚警,准确识别出真实目标。实验数据表明,相对于已有的弱小目标识别方案,所提方案能够准确地识别出真实目标,拥有更好的ROC特性曲线。     

用于红外与可见光图像融合的注意力残差密集融合网络

为了解决当前红外与可见光图像融合算法中易出现场景信息缺失、目标区域细节模糊、融合图像不自然等问题,提出一 种用于红外与可见光图像融合的注意力残差密集融合网络(ARDFusion)。 本文整体架构是一种自编码器网络,首先,利用存在 最大池化层的编码器对源图像进行多尺度特征提取,然后,利用注意力残差密集融合网络分别对多个尺度的特征图进行融合, 网络中的残差密集块可以连续存储特征并且最大程度地保留各层特征信息,注意力机制可以突出目标信息并获取更多与目标、 场景有关的细节信息。 最后,将融合后的特征输入到解码器中,通过上采样和卷积层对特征进行重构,得到融合图像。 本文提 出了一种用于红外与可见光图像融合的注意力残差密集融合网络,实验结果表明,较已有文献的其他典型融合算法,具有较好 的融合效果,能够更好地保留可见光图像中的光谱特性且红外目标显著,并在主观评价和客观评价方面都取得了较好的融合 性能。     

点对点红外通讯装置的设计

在现场使用手持终端与智能电能表进行红外通信时,为确保使用广播命令时通信正确必须输入指定智能电能表的通信地址,既费时又费力。为解决该问题设计了一种用广播命令实现点对点红外通讯的装置,该装置包括瞄准红色激光和红外发射两部分,已批量生产并应用于现场收到良好的效果。     

改进的 YOLOv3 的红外目标检测算法

复杂背景下红外多目标图像及视频的检测是目标检测的热点也是难点,为了更准确地检测出复杂背景下的红外目标, 将 YOLOv3 算法进行改进,首先通过在算法的原有基础上增加特征尺度,提高对距离远且背景复杂的待测图像的识别精度,并 将 BN 网络层与卷积神经网络层融合计算得到最后的检测结果,将原来的 YOLOv3 算法与改进后的算法的结果进行分析对比 可得,改进后的算法能够将平均识别精度从 64%提高到 88%,将 mAP 从 51. 73 提高到 59. 28,验证了改进后的 YOLOv3 算法在 红外目标检测下具有更好的性能,更明显的优势。