利用热红外偏振成像技术识别伪装目标

介绍了热红外偏振测量的原理,采用利用偏振信息在红外图像中识别伪装遮障的方法研制了一台热红外偏振成像仪,编写了偏振信息分析软件。利用该系统对地物背景（土壤）中的不同种类金属目标板及红外伪装遮障进行了热红外偏振成像探测实验。结果表明：在利用热红外偏振探测系统获得的Stokes矢量图中, 地物背景、金属目标板及红外伪装遮障的热红外偏振特性各不相同,并且和其红外辐射强度无关,相对红外强度探测更容易从地物背景中识别出金属目标板及红外伪装遮障。     

伪装涂料红外偏振特性的实验研究

以喷涂伪装涂料和普通涂料的金属目标板作为研究对象,利用红外偏振成像系统获取目标的红外偏振图像,提取并分析了图像中目标的偏振信息,并将这些信息与目标的红外强度信息进行了对比.试验结果表明,通过红外偏振成像方法可以有效地减弱伪装涂料在红外波段的隐身能力.     

野外复杂背景下红外图像的目标检测

野外复杂背景下红外图像序列目标检测是红外野外监视中的重点问题。大量的背景物增加了目标检测的难度。文中针对野外复杂背景下红外图像序列的特点,提出了一种实用的运动目标检测算法。该算法包括两个处理步骤：首先,在场景配准后利用帧间差图像提取目标的运动信息,并据此进行目标的粗检测;其次,合目标运动在时间和空间上的相关性进行精检测。粗检测的低漏判度和精检测的低误差率保证了算法的可靠性。在检测的同时算法确定了目     

地面机动目标的红外伪装技术探讨

利用红外热像仪对行驶中车辆的红外特征进行了实验测试和研究,在对传统红外伪装 技术分析的基础上,探讨了机动目标红外伪装的难点,提出了针对重要地面机动目标的新型红外伪装技术,并介绍了实验测试方法。     

热红外伪装技术的研究现状与进展

热红外伪装技术在现代战争中的重要性日益凸显.在阐述其原理的基础上,综述了热红外伪装技术的主要方式,包括热红外伪装涂料技术、热红外伪装网与遮障技术、新型热红外伪装技术.分析了热红外伪装技术的研究现状与进展.     

林地型背景热红外伪装的温差阈值试验研究

针对热红外伪装的温差阈值影响因素多的问题,提出了利用背景温度起伏的统计特性计算背景热红外伪装的温差阈值的方法.通过一种典型的南方林地型背景温度野外测量试验,研究分析背景的热红外特性及其变化规律,得到了该地域热红外伪装的温差阈值.计算结果表明该方法的有效性.     

飞机材料及其伪装涂层的热红外偏振特性研究

钛合金和碳纤维材料因其优良的性能,在飞机的结构材料中被大量使用。针对飞机红外偏振探测的需求,以钛合金板、碳纤维板以及喷涂红外伪装涂料的上述两种目标板为实验样品,开展了红外偏振光谱探测实验,结果表明,在8～14?m 热红外波段4种材料样本的偏振度随观测角度的增大而增大、随波长的变化无明显规律,普通红外伪装涂料无法提供偏振伪装。     

林地背景下伪装目标偏振成像检测算法

综合利用了偏振特征和偏振融合图像的分形特征,提出了一种林地背景下伪装目标偏振成像检测算法.首先通过模糊聚类的方法分割出偏振图像中目标的潜在区域,通过形态学方法去除微小干扰;然后在潜在区域提取分形特征,利用伪装目标与背景分形维数的差异排除背景奇异区域的干扰;最后对记录的目标区域进行判决,得到真实目标的位置和形状特征,从而...     

热红外伪装效果检测指标分析

为使热红外伪装检测指标能更加真实地体现目标的热红外伪装效果,进一步完善热红外伪装效果检测研究,针对目标在红外波段的温度暴露征候和红外图像暴露征候产生的原理及所表现出的特点进行了实验及数学分析,提出了合理化的热红外伪装效果检测指标.在具体的检测指标方面,讨论了目标与背景的平均温差检测指标的作用和局限性,并引入了辐射温度标准差对比指标,较好地解决了平均温差指标不能反映热图纹理的问题,此外,还对目标斑点暴露尺寸及红外图像直线边长度等热红外图像检验指标进行了讨论.     

复杂背景下红外人体目标检测算法研究

红外图像信噪比和对比度较低、缺乏颜色纹理信息、目标周围有光晕效应、边缘模糊,这些缺点对红外图像中人体目标检测提出了挑战.本文对复杂环境下红外图像序列中运动人体目标检测技术进行研究.首先采用基于改进的混合高斯模型(Gaussian mixture model,GMM)的背景减除法对人体目标进行分割,通过多个带有权值的高斯过程来描述复杂变化的背景,对模型个数、权值、学习率进行更新.然后对分割得到感兴趣区域(Region of interest,ROI)采用融合边缘方向累加和特性的梯度方向直方图(Accumulation of oriented edge and histogram of oriented gradient,AOE-HOG)进行特征描述,利用支持向量机(Support vector machine,SVM)实现对人体目标分类检测.实验表明,本文算法能够在复杂场景下正确检测出人体目标,对于多目标距离较近甚至有部分粘连的情形,也具有较好效果.     

红外小目标检测的快速并行算法

利用平均灰度绝对差最大测度（ＡＧＡＤＭ）估计目标背景的不相似性,提出了一种红外小目标检测算法,分析了预处理前后图像信噪比增益与目标大小的关系,进而建立了检测概率和信噪比增益的关系,理论上证明了该算法具有优越的性能。接着,在分析了ＭＰＰ并行计算机体系结构的基础上,提出了两种基于ＭＰＰ的小目标检测并行快速实现算法。理论分析表明,基于ＭＰＰ的ＡＧＡＤＭ小目标检测并行快速实现算法运算时间复杂性为Ｏ（Ｌ２ｉ／Ｎ）。     

红外图像弱小目标探测技术综述

红外摄像机虽然能够全天候24 h工作,但是相比于可见光摄像机,其获得的红外图像分辨率和信杂比低,目标纹理信息缺乏,因此足够的标记图像和进行模型优化设计对于提高基于深度学习的红外目标检测性能具有重要意义。为解决面向监控应用场景的红外目标检测数据集缺乏的问题,首先采用红外摄像机采集了不同极性的红外图像,基于自研图像标注软件实现了VOC格式的图像标注任务,构建了一个包含行人和车辆两类目标的红外图像数据集（Infrared-PV）,并对数据集中的目标特性进行了统计分析。然后采用主流的基于深度学习的目标检测模型进行了模型训练与测试,定性和定量分析了YOLO系列和Faster R-CNN系列等模型对于该数据集的目标检测性能。构建的红外目标数据集共包含图像2138张,场景中目标包含白热、黑热和热力图3种模式。当采用各模型进行目标检测性能测试时,Cascade R-CNN模型性能最优,mAP_0.5值达到了82.3%,YOLO v5系列模型能够兼顾实时性和检测精度的平衡,推理速度达到175.4帧/s的同时mAP_0.5值仅降低2.7%。构建的红外目标检测数据集能够为基于深度学习的红外图像目标检测模型优化研究提供一定的数据支撑,同时也可以用于目标的红外特性分析。     

云场景下天基红外探测可用度快速评估

天基红外探测场景下,云的存在会对目标探测造成严重干扰,导致无法连续检测跟踪目标,降低系统探测效能。系统在凝视工作模式下,背景在一段时间周期内变化较小,可根据背景特性建模分析不同云场景下探测系统的可用度。将理论分析、图像仿真、解析建模等多种手段相结合,对云场景下天基红外探测可用度进行快速评估。首先通过对目标穿越云层时的信杂比变化进行分析,建立可用度的初步估计模型,确定可用度的影响因素。然后在图像仿真和解析建模中,基于仿真结果拟合了信杂比低于阈值图像帧数跟云参数之间的线性关系,并结合参数物理含义建立可用度解析模型,采用回归分析法确定模型系数。最后基于新的仿真工况对比天基红外探测可用度的仿真值、初步估计值和解析预测值,验证模型的准确性和鲁棒性,该模型可作为系统可用度效能评估的有益参考。     

基于红外智能视频检测的自适应加速检测算法

随着人工智能技术的快速发展,智能车辆辅助驾驶系统已经逐渐走进人们的生活。基于可见光成像的智能车辆辅助驾驶系统虽然日趋成熟,但是其受限于可见光成像条件的制约,在黑暗、雨雾等条件下,使用效果可能大打折扣甚至无法使用。红外智能车辆辅助驾驶系统因成像依靠红外成像设备,使其成为解决这一问题的重要手段而受到广泛关注。但是红外智能车辅系统在一些特殊情况下,如车辆突然提速、应用场景发生较大变化等,其检测及成像实时性可能会受到影响进而导致显示画面卡顿。上述情况的出现会严重影响驾驶员判断甚至行车安全。针对上述情况本文提出了一种自适应隔帧检测算法可以在红外智能车辅系统应用过程中针对不同情况出现的检测速度波动,自主调整检测间隔帧数,以保证检测和成像的实时性。实验证明,该算法对于视频检测速度提升有效,具有一定的实用性。     

红外探测系统线性小目标检测算法研究

通过对红外探测系统成像过程及特点的详细分析,提出了快速线性特征检测算法以及线性目标矩形特征检测算法,用于线性小目标的检测,并给出了算法流程和实验结果.该算法作为辅助算法应用到了低空红外探测系统中,取得了良好的效果.     

基于混沌蚁群算法的快速红外图像分割

提出了一种基于混沌蚁群算法优化二维模糊划分最大熵的红外图像分割方法。二维模糊划分最大熵分割方法不仅利用了灰度信息以及空间邻域信息,并且兼顾图像自身的模糊性,能取得很好的分割效果,然而最大熵的最优参量组合却很难快速准确地获得。本文将混沌蚁群优化算法应用到二维模糊划分最大熵分割方法当中,充分利用混沌蚁群算法快速寻找最优解的特点,来搜索二维模糊划分最大熵的最优参量组合。实验仿真结果表明,该方法比传统的图像分割方法有更好地分割效果,有效抑制了图像噪声对目标区域分割的干扰。     

红外迷彩伪装对发射率要求的数值分析

针对红外迷彩伪装涂层中发射率的取值问题建立了计算模型。推导计算了目标8~14μm的平均发射率εt对目标辐射温度TR的影响,并以4 K辐射温差作为隐身标准,计算分析了目标不同真实温度T对εt取值范围的影响以及相邻斑块发射率差值△εt与固定斑块发射率ε1、目标真实温度T的关系。所得结论对红外迷彩伪装涂层的制备具有一定的指导作用。     

海面弱小目标红外检测算法的高速实现

为了实现红外图像中海面弱小目标的精确检测, 提出了一种基于局部峰值检测和管道滤波 的红外图像处理算法。首先采取局部峰值检测提取疑似目标,然后根据自适应域值处理 去除多数非目 标峰值,最后通过管道滤波法排除残留干扰以准确识别目标。针对算法中包括大量条件判断 和并行计算的 特点,通过比对CPU和GPU的工作特性,最终采用CPU-GPU协作的异构计算模型对算法进 行了加速。 实验结果表明,在大量海面杂波的干扰下,该加速检测算法运行后的目标检测漏警率不高于 3.5%,虚警率 不高于5%,加速比为26,处理分辨率为640 ×512图像的速率不低于32帧/秒,具有很高的 工程应用价值。     

Sensitive detection of infrared photons using a high-Q microcantilever

A new approach based on microcantilevers is presented to detect infrared photons with high sensitivity. Infrared photons are measured by monitoring the amplitude change of a vibrating microcantilever under light pressure force.The irradiating light is modulated into sinusoidal and pulsed waves,and to be in-phase and anti-phase with the cantilever driving signal.A linear relationship between the amplitude change of the cantilever and the light power distributing on the cantilever was observed.Under a vacuum of 10^-4 Pa,an infrared light power of 7.4 nW was detected with the cantilever.The in-phase and anti-phase modulation to the cantilever vibration using a pulsed light results in an enhanced response of the cantilever.     

基于Harris算法的自适应双极性红外舰船目标检测

红外舰船目标检测是舰船目标自动识别与跟踪的关键技术之一。针对现有方法在舰船目标成像灰度呈现"双极性"(舰船亮度高于或低于背景)或多极性(舰船目标灰度分布不均匀)的情况下适应能力不足,提出了一种新的红外舰船目标检测方法。为抑制海空杂波干扰提高检测概率,对图像进行均值漂移滤波,利用行垂直方向梯度投影获得感兴趣区域,通过检测区域内目标角点实现舰船目标的自动检测。实验结果表明,该算法能够克服传统算法基于舰船亮度高于背景的假设,在舰船灰度呈现双极性或多级性的情况下获得较好的检测结果。