基于帕尔帖效应的动态红外迷彩的机理与实现

相关跟踪算法是红外成像末制导阶段的一种重要跟踪算法,针对该算法,提出一种动态红外迷彩伪装技术,该技术是可控的新型红外伪装手段,它是通过迅速降低目标与背景红外图像帧与帧之间相关度,从而使红外跟踪系统对地面目标的跟踪丢失。在分析红外跟踪系统的相关算法及动态红外伪装原理的基础上,研究了一种基于帕尔帖效应的半导体制冷/制热技术和计算机控制技术的动态红外迷彩伪装技术,并研制了一套实现动态红外迷彩伪装的原理样机。最后,对该样机进行了综合测试和深入分析,结果表明:该样机的相邻两帧红外图像的相关系数均小于0.7,且次高峰与最高峰比较相似,因此该技术可以有效对抗红外系统的相关跟踪。     

综合相似性在红外目标隐身效果评估中的应用

对于单张红外图像进行隐身效果评估,需要考虑像素点间反映的图像相似特征信息,而单一的相似性度量方法不能够全面准确地反映红外图像间相似性。在对单张红外图像均等分块的基础上,综合考虑了基于图像灰度直方图法、方向梯度直方图特征法、结构相似度法和目标分类4种相似性度量方法的优点,利用主成分分析法确定不同相似性度量方法的权重值,提出了基于综合相似性度量的评估方法。通过各相似性度量方法间横向与纵向的对比,分析不同遮挡情况下目标与背景图像间每种相似性度量方法的平均值和标准差。结果表明:综合相似性度量能够更准确地反映图像间相似性信息,更有效地处理单张红外图像隐身效果评估问题。     

一种评价红外变形伪装效果的新方法

文中提出了一种新的评价红外伪装效果的方法。该方法主要应用Moravec算子提取军事目标变形伪装前、后红外图像的特征点,用改进的Hausdorff距离计算特征点集之间的Hausdorff距离。该距离越大,说明军事目标经过伪装后的变形效果越好。另一个方面,通过把变形伪装后的目标及其背景的红外图像转换为模糊集,用基于模糊集Minkowski距离的方法,计算出目标与其相邻背景红外辐射特性的相似度。目标与背景红外图像的Minkowski距离越小,则说明目标变形伪装后的红外伪装效果越好。通过这个两个方面的计算,可以定量评价出目标变形伪装的红外伪装效果。     

面向高光谱探测的伪装效果评价方法

20世纪80年代发展起来的高光谱成像技术能充分探测并利用地物的光谱信息,有着较强的伪装识别能力,而传统的伪装评价方法主要基于伪装和背景的空间特征,不适用于基于光谱特征的高光谱伪装探测技术。提出了一种面向高光谱探测的伪装效果评价方法。该方法以伪装目标和背景的光谱特征及光谱导数特征的综合相似度为评价指标,综合相似度值越大则说明伪装效果越好。同时通过实验评价了三种伪装材料的伪装效果,其中绿色棉质布料与背景综合相似度为0.976 6,伪装效果最佳。最后在高光谱图像分类技术基础上提出了错分率的概念,验证了评价方法的客观性。所提出的伪装评价方法对于面向高光谱探测的新型伪装材料的设计有一定的指导意义。     

基于直觉模糊集的红外图像伪装评价研究

提出一种利用直觉模糊集评价红外伪装性能的方法.建立了伪装目标和背景红外图像的灰度值与直觉模糊集隶属度、非隶属度的关系;提出用Gamma函数作为隶属度函数,并用直觉模糊集方法重新描述红外图像;通过计算伪装前后直觉模糊集描述图像的三种模糊距离(Euclidean距离、Hamming距离以及Hausdoff距离)评价伪装效果.实验证明,用Gamma函数作为隶属度函数的直觉模糊集方法评价红外图像伪装具有很好的稳定性,且简单有效.     

红外回扫补偿系统图像退化评价方法的研究

为了解决回扫补偿型红外成像系统图像退化程度在线评价问题,采用了基于红外图像梯度相似度的质量评价方法。在结构相似度算法思想的基础上,针对回扫补偿型红外成像系统的特点,提取出能有效度量图像失真变化程度的梯度特征,计算出各子图像块的梯度相似度均值,由此获得整幅图像的梯度相似度。结果表明,对于退化程度相同的图像,测得结构相似度算法的评价数值从0.772下降到0.705,梯度相似度算法的评价数值由0.700下降到0.543。梯度相似度算法对不同退化程度的红外周扫图像的质量变化比常用的结构相似度算法更为灵敏,且不需要平行光管等外部测试设备,这为回扫补偿型红外成像系统在线图像质量评价及优化提供了一种新的方法。     

基于主成分分析的目标热红外伪装效果评价研究

为解决目标热红外伪装效果评价主观性强、量化分析不全面等问题,综合提取了温度、纹理、形状及统计4类一级指标,并细分提取10个二级指标,建立评价指标体系。针对多属性决策问题权重难以客观确定的缺陷,运用PCA对评价指标进行主成分分析,降维处理后选取影响热红外伪装效果的主成分因子,计算综合分值并排序。利用该算法对在不同时间和背景下的坦克模型热红外伪装效果进行评价,结果表明该算法对目标热红外伪装效果评价行之有效,可为指挥员判别热红外伪装方案优劣提供决策参考。     

一种基于图像分割技术和深度学习的高融合面部迷彩设计方法

针对传统面部迷彩设计主观性强、背景相似度差等问题,提出一种基于图像分割技术和深度学习的高融合面部迷彩设计方法。利用OpenCV视觉算法库和基于MediaPipe机器学习框架的FaceMesh深度学习模型,构建高融合面部迷彩计算机辅助设计系统。该系统能够准确检测识别面部轮廓和特征点,提取背景特征并构建符合背景特性的迷彩斑块库,实现迷彩斑块在面部自动调用填充,自动生成与背景高度融合且符合面部特性的面部迷彩设计方案。通过建立相似度指标评价体系,对采用上述方法设计的面部迷彩的伪装效果进行了实验验证。结果表明,该方法能够有效提高面部迷彩设计的科学性及伪装效果,为单兵在战场上快速精准地实施面部伪装提供了可靠且有效的方案。     

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。     

图像相似度在伪装评价中的应用

介绍了图像的颜色、形状和纹理特征,根据这些特征计算出图像的相似度,利用图像相似度来评价伪装的效果,使伪装评价的标准更客观．     

基于余弦相似度的光学伪装效能评估分析

为了解决伪装效能评估手段单一、量化分析手段不足的问题,引入了余弦相似度原理开展模拟评估,对可见光伪装效能评估理论分析进行了优化.基于颜色光学数据特征,利用颜色直方图展现了目标与背景颜色频率分布,研究了样本目标与背景的颜色融合差异性;采用亮度空间分布图展现了亮度空间特征,探索了样本目标与背景的亮度差异性;并对目标和背景图...     

基于多尺度红外与可见光图像配准研究

利用尺度空间理论对多分辨率的红外与可见光图像配准算法进行研究,提出利用红外与可见光图像的多尺度特征点及边缘作为配准的特征,利用特征尺度确定用于相似度匹配的子图像大小,使用LTS-Hausdorff(least trimmed square Hausdorff)距离判断子图像的相似性。利用尺度空间理论及多尺度下图像的特征能更加全面的对图像进行描述。在利用多尺度特征获取到匹配对后,再利用随机一致性检测对匹配对进行提纯并获取空间变换的参数,然后使用该参数对红外与可见光图像进行配准与融合。实验结果表明,基于多尺度的图像配准方法,能有效对红外与可见光图像进行配准。     

基于图像绘制技术的红外场景模拟

红外场景模拟可为目标识别、跟踪提供必要的图像样本,对算法的训练、评估和可靠性检验具有十分重要的意义,基于建模的红外模拟方法不一定反映场景的客观情况,并且,计算量大、耗时,难于模拟出有真实感的红外图像。基于图像绘制技术,提出无需建模的基于图像的绘制方法来模拟红外场景图像,根据红外图像的特点,给出了计算基本矩阵的非线性迭代算法和基于特征约束的动态规划立体匹配算法。由于参考图集是实际图像,因此,模拟图像更符合景物的真实情况,并且,该方法无需很复杂的建模过程,利于实时模拟。实验结果表明,该方法可有效地模拟出真实感的红外图像。     

改进特征空间的红外弱小目标背景建模法

为有效去除动态背景对弱小目标信号的干扰,提出改进特征空间的红外弱小目标背景建模法来抑制背景。先采用改进的各向异性滤波算法从空域角度进行滤波以约束图像各个组分的差异,紧接着取连续时间域上多帧滤波后的图像组成一个特征矩阵,借助于主成分分析法进行特征分解,最后将输入图像投影到特征空间上进行背景建模,同时为了适应动态变化的背景,在时域上以一定学习率来更新背景模型。实验结果表明,提出的算法比传统的算法取得更好的背景估计效果,结构相似性SSIM、对比度增益I和背景抑制因子BIF分别大于0.97、15.46和5.25。     

基于区域特征分割的红外弱小目标提取算法

针对现有的红外图像中目标分辨率低且边缘弱等问题,提出了一种基于区域特征分割的红外弱小目标提取算法;该算法根据灰度形态学理论,利用红外背景与目标轮廓信息来提取图像的目标信号;其中算法先根据红外图像的灰度与形状的相似度进行归属度处理,来分类出图像中的目标区与背景区;接着,根据边缘检测算法,该算法对目标区的目标的进行轮廓提取;实验结果表明,该算法能够有效的进行目标提取针对红外图像的不同性质;具有精度高,抗干扰能力强的分割优势。