红外成像光斑图像采集

介绍了红外成像光斑测试系统中光斑图像的采集技术，主要涉及到光斑图像的显示及光斑图像像素灰度数据的获取，利用厂家提供的软硬件资源二次开发了比较适用的测试系统。     

红外图像非均匀性校正算法评估

红外图像非均匀性校正算法的选择直接影响成像质量和实现的难易程度.通过采集到的红外图像,对常用的几种非均匀性校正算法进行了定量分析和定性比较,结果发现,两点非均匀性校正算法、两点与LMS综合算法均有较好的校正效果,但综合算法具有更小的剩余非均匀性.非均匀性的评估为红外图像处理算法的选择提供了依据.     

红外图像采集系统设计

采用NI公司的PCI-6115 DAQ卡及PC计算机构成PC-DAQ虚拟仪器系统,从而设计了一款图像采集系统.根据热成像原理,利用外部产生的时序信号作为采集系统的控制信号,控制采集的触发和时钟,编程实现了采集控制及显示波形的功能,对实验室研制的HgCdTe器件读出电路输出信号,并进行了采集实验,实验结果验证了该图像采集系统的可行性.     

红外成像导引头图像稳定精度研究与优化设计

讨论了图像稳定精度的概念，确定图像稳定精度的原则和影响图像稳定的因素，提出了设计最优闭环系统来提高图像稳定精度的方法，并对算例进行了优化设计。本方法可用于小型战术导弹成像导引头方案设计阶段参数选择和性能分析。     

基于PXI体系结构的红外图像采集系统设计

红外成像导引头的调试通常需要同时获得导引头采集到的红外图像数据和导引头状态信息,传统的采集系统只能将红外图像和状态数据分别进行采集,给调试和分析带来不便并容易引入误差.文章介绍了基于PXI体系结构的红外图像采集系统的设计方法和实现方案,该方法将图像数据和状态数据编码到同一数据帧内,通过设计专用图像数据转换板和相机文件,使用IMAQPXI-1422图像采集卡将数据采集到计算机内,实现对红外图像及导引头各状态变量并行的高速采集.通过在某型红外导引头实验平台上的测试,该系统在极大缩减测试仪器规模的情况下,能有效地完成对图像及各种状态信号的采集,并提供丰富的测试、调试功能,具有较高的工程参考价值.     

级联残差学习的红外图像非均匀性校正方法

针对现有场景自适应非均匀性校正方法存在的图像过平滑和非均匀性残留问题,提出了一种基于级联残差学习的非均匀性校正方法。该方法将多尺度特征提取单元所获取的特征进行融合,并运用残差学习策略解决深度神经网络的过拟合问题。实验结果表明,该方法在平均峰值信噪比上较传统的场景自适应校正方法有近5dB的提升,主观视觉效果也更加清晰锐利。     

基于场景运动分析的红外图像非均匀性校正

提出了一种基于场景运动分析的红外焦平面阵列成像的非均匀性校正算法,通过利用各探测器单元的输出在时间轴上形成的特征进行图像序列的块匹配,以获得各探测器元的相对响应关系,完成红外图像的非均匀性校正.该算法不仅能适应非均匀性随时间和环境的变化而发生缓慢变化的情况,而且对普通基于场景分析校正算法中形成的校正虚像也有很好的抑制作用.     

工业检测中图像采集标定与预处理技术研究

为了较好地解决工业现场劳动强度大、效率低下的不足,彻底消除工业现场中可能存在的威胁和危害操作人员人身安全的因素,针对工业图像检测技术中的校正、识别问题,提出了摄像机的快速标定方法及视频信号的有效提取算法,并给出了工业现场应用的案例。测试数据及现场运行情况表明,对有一定变形的检测对象,该算法仍可以准确地提取其几何特征,达到了系统要求。经测试,定位精度为±3mm。较好地解决了工业现场摄像机参数的快速标定及噪声条件下图像信号的有效提取问题。     

红外成像光斑图像采集

介绍了红外成像光斑测试系统中光斑图像的采集技术.主要涉及到光斑图像的显示及光斑图像像素灰度数据的获取.利用厂家提供的软硬件资源二次开发了比较适用的测试系统.     

空间目标红外辐射图像仿真研究

介绍了大气层外空间目标动态红外图像仿真的实现.对空间目标进行了几何建模.在此基础上,着重研究了空间目标的红外辐射特性,建立了空间目标外表面的红外热辐射模型,并将计算结果量化,形成灰度值.最后,利用计算机图形学的方法生成了空间目标红外图像.     

红外图像特征提取算法研究

预处理的作用是将获取的红外图像进行加工,恢复增强图像中有用的信息,弱化去除图像中没有用的干扰信息,提高红外图像质量,为图像特征的提取做准备,提高特征提取的精度。红外图像的特征提取是指采用人工或自动的方法检测图像中的不变特征,如边缘、角点、轮廓等。根据不同的特征用不同的算子进行图像特征的提取：图像的线特征用Hough变换来提取,边缘特征通过Sobel算子和Canny算子进行提取,提取到图像的特征之后与基准图进行配准,不仅配准精度有很大程度的提高,而且运算量大大减小。     

野外大空间火焰目标红外图像的分割算法研究

提出了一种基于图像坐标的火焰图像的自适应动态阈值方法。对发生火灾时产生的火焰图像信息进行了深入的研究和分析,根据所拍摄图片R—G-B颜色空间信息,得到火焰信息更明确的灰度图,再对图像按照坐标分块,对图像分块后的每个子块进行分析,阈值根据图像像素的实际性质而设定,最后应用以对火焰图像进行分割。采用工业监控摄像机和红外滤光片实现双波段图像的采集。实验中分别应用经验值单阈值分割法、迭代法、OSTU法、区域双阈值法和本文所提出的方法进行图像火焰的分割。结果表明：提出的算法在不同光照条件、背景复杂情况下,基本可以摒除干扰物,突出火焰目标,且处理速度较快。     

使用Vega传感器模块进行红外图像仿真

针对红外图像获取耗时长,费用高的特点,提出利用Vega传感器模块建立红外成像仿真的方法.该方法首先使用Creator软件建立带纹理的三维模型,然后使用TMM和MOSART工具分别对红外纹理和大气环境进行建模,最后使用Vega传感器模块进行红外图像仿真.实验结果显示建模效果较好,成本低,易于工程实践.     

基于无监督深度学习的红外图像与可见光图像融合算法

红外和可见光图像表征了互补的场景信息. 现有的基于深度学习的融合方法大多通过独立提取网络分别提取两个源图像特征,从而丢失了源图像之间的深度特征联系. 基于此,提出了一种新的基于无监督深度学习的红外图像与可见光图像融合算法,针对不同模态的特点采用不同的编码方式提取图像特征,利用一个模态的信息补充另一个模态的信息,并对提取到的特征进行融合,最后根据融合特征重建融合图像. 该算法可在两个模态的特征提取路径之间建立交互,不仅可预融合梯度信息和强度信息,且能增强后续处理的信息. 同时设计了损失函数,引导模型保留可见光的细节纹理,并保持红外的强度分布. 将所提算法与多种融合算法在公开数据集上进行对比实验,结果表明,所提算法获得了良好的视觉效果,客观指标评价方面对比现有的优秀算法也有一定的提升.     

混合卡尔曼滤波的非均匀校正算法

提出了一种基于混合卡尔曼滤波的非均匀校正算法,可以用于解决参数漂移为非线性的问题．该方法首先根据给定状态空间模型的特点,使用无迹卡尔曼滤波技术和传统卡尔曼滤波技术分别处理非线性的状态转移模型和线性的观测模型,然后把估计结果用于非均匀校正．使用仿真的一维和二维数据验证算法性能,实验结果表明,所提算法扩展了传统卡尔曼滤波算法的使用范围,并且与扩展卡尔曼滤波算法相比,具有较高的稳定性和估计精度．     

内河船舶安全系统中的红外图像拼接

提出了一种较适合红外图像的拼接算法．该算法根据红外成像特点,通过对相邻2幅序列图像差值图像极值点的搜寻,快速提取2幅序列图像之间的重叠部分,并采用线性加权法得到无缝拼接的图像,可提高红外热成像仪在船舶安全中的可用性．     

基于视觉特性的红外与可见光图像融合

给出一种基于人类视觉特性的红外可见光图像融合算法,以增强融合图像的场景信息和目标指示特性。采用无下采样Contourlet变换对两幅源图像进行多尺度分解;在低频分量部分,调整可见光图像的全局亮度,以基于局部能量的方法提取并增强红外目标,以局部方差取大方法获得景物轮廓,余则采用可见光图像像素值;在高频分量部分,采用脉冲耦合神经网络选取高频分量;通过无下采样Contourlet变换的逆变换得到融合图像。改进算法可保留可见光图像的清晰度,红外目标突出,景物比在单一可见光图像中更易辨别。     

基于平场定标的彩色高动态范围图像非均匀校正

彩色成像系统响应的非线性导致了高动态范围彩色图像与系统平场图像不能匹配,给高动态范围图像的非均匀校正带来了困难.通过不同F数和不同积分时间的多点平场辐射定标实验,标定系统RGB三通道的相对响应曲线;对高动态范围场景通过多积分时间成像,应用三通道的相对响应曲线对其进行线性化,融合生成高动态范围彩色图像;引入对应F数下的线...     

基于场景的焦平面阵列非均匀性校正算法研究

为了克服基于传统神经网络法的红外焦平面阵列(IRFPA)非均匀性校正算法收敛速度慢和校正精度不高的缺点，提出了一种新的基于场景的IRFPA非均匀性校正算法.该算法利用校正误差的均方值和增益因子的均值包含的信息，提出了一种新的误差函数，并将误差函数作为目标函数，利用最陡下降法，得到计算增益校正因子和偏移量校正因子的迭代公式.在迭代运算中，设计了一个自适应步长因子来代替传统迭代公式中常量步长因子，最终得到了有较高运算效率的IRFPA非均匀性校正算法.对模拟的红外非均匀性图像序列进行了校正，并分析了算法性能曲线和校正结果，发现本文算法与传统神经网络法相比具有更好的校正效果和更快的收敛速度.