可见光偏振成像系统的微小目标检测

可见光偏振成像系统得到的微小目标图像特征较少,导致准确检测较为困难,基于此,本文设计一种可见光偏振成像系统的微小目标检测方法。根据可见光偏振成像系统获取图像原理,从多角度获取微小目标图像;通过图像空间位置,配准不同角度的目标图像,去除目标图像噪声,提取偏振特征;融合不同角度的目标图像,计算图像信息熵,增强检测目标;采用图像阈值分割的方式,划分目标图像范围,通过小面拟合的方式,完成微小目标检测。实验结果:应用该方法后检测到的微小目标图像品质因素高达0.99,图像信息熵、目标与背景对比度值较对比方法分别高0.2、0.25、0.19,0.03、0.05、0.03,检测到的微小目标具有较优的质量。     

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...     

基于偏振图像的低照度场景多目标检测算法

偏振光反射信息可直接反演目标本征特性,且在传输过程中具备较强的抗干扰特性,因此偏振成像技术可适用于多种复杂环境中的智能监控、交通监察领域。近年来使用深度学习判读图像检测目标的方法迅速发展,已经广泛应用于图像处理的各个领域。本文提出了一种基于偏振图像与深度神经网络算法的行人、车辆多目标检测算法YOLOv5s-DOLP。首先,通过实时获取到偏振图像进行偏振信息解析,获取目标偏振度图像。其次,为增强偏振度图像中检测目标与背景存在高对比度的特性,在主干网络中引入通道注意力与空间注意力,提升网络特征进行自适应学习的能力。此外,使用K-means算法对目标位置信息进行聚类分析,加快网络在偏振度图像的学习速度,提升目标检测精度。实验结果显示,该算法结合了偏振成像和深度学习目标检测的优势,对于低照度复杂场景中的车辆、行人目标检测效果好、检测速度快,对于道路车辆的目标检测、识别与跟踪具有一定的应用价值。     

基于主动偏振光的潜指纹偏振成像检测方法研究

作为一种无损检测方法,光学检验法是多种潜指纹检测方法中的首选。在面对越来越复杂的应用场景时,传统光学检验法往往效果不佳。然而偏振成像探测技术不仅能够获得目标的强度和光谱等信息,而且还能够得到偏振度和偏振角等反映目标表面细节特征的偏振信息,因此可以提高潜指纹检测效果。利用偏振成像技术的优势,开展了基于主动偏振光的潜指纹偏振成像检测实验研究,获取了指纹图像数据并对其进行了分析。结果表明,与一般的强度成像相比,本文方法所得到的潜指纹偏振参量图像质量更高,获取的图像更清晰,细节信息更丰富。     

基于非均匀圆偏振光照射的水下偏振图像处理方法

针对浑浊水下成像环境,提出了基于非均匀圆偏振光照射的浑浊水下偏振图像处理方法。首先对非均匀圆偏振光照明条件下目标成像和处理遇到的困难进行了分析,并对圆偏振光作为光源的特点进行阐述;其次设计成像环境对水下目标物的偏振图像和可见光图像进行采集。采用基于CLAHE和MSRCR的方法对可见光图像进行预处理,大幅度消除非均匀光照对图像清晰度的影响;依据水下成像的物理模型,考虑到水下目标物反射光的偏振特性,提出了一种基于偏振信息图像融合的图像去雾方法,实验证明该方法能够对偏振信息图像进行优势融合并增强其边缘轮廓;考虑到人眼视觉特性,将偏振信息融合图像与优化后的可见光图像进行融合,最终实现对水下模糊偏振图像的复原。结果表明,该方法实现了偏振图像边缘轮廓及纹理的增强,显著提高了水下图像的质量。     

长波红外偏振图像信息的提取与增强

基于长波红外偏振成像探测技术在目标检测识别领域的优势,本文搭建了长波红外偏振成像探测系统,采集了室内外典型目标的长波红外偏振图像,提取了三类典型目标的斯托克斯矢量、偏振度、偏振角以及两个组合特征δ与ρ等图像信息,并对其特点进行了详细分析。基于对图像偏振信息的解算,提出了一种目标背景对比度增强方法。实验证明该方法可行且有效。     

基于红外偏振成像的目标检测技术

红外偏振成像技术是利用物体偏振度上的差异来对复杂背景下的目标进行探测的。在战场上,由于人造物体和自然景物在偏振度上存在差异,红外偏振成像技术能够提高人们对自然景物及伪装的辨别能力。首先介绍了偏振成像理论及其系统的结构组成,然后对基于偏振图像处理的目标特征提取过程进行了分析,并对偏振图像像质评价方法以及图像融合、分割和特征提取方法进行了研究。最后给出了国外基于偏振成像目标检测技术的应用研究情况,并指出了该技术在军事领域中的应用价值。     

基于网络解析的像元耦合偏振成像目标检测算法

偏振成像目标检测对于人造目标检测有着重要意义。像元耦合是以四个方向的偏振强度数据作为一个超像元的偏振成像方法。对超像元进行偏振参量解析,会使图像的分辨率变为原始图像的四分之一,不利于小目标的检测。像元耦合图像的偏振参量解析会产生噪声,对小目标的检测造成干扰。本文提出了一个以YOLOv5s为网络基础,添加偏振信息解析模块(Covcat)的目标检测算法。该算法实现了端到端进行像元耦合偏振成像的目标检测,用网络实现偏振解析,利用多卷积信息融合提高特征提取能力,提高目标的平均检测精度(mAP)。使用对空无人机数据集对算法进行验证,实验表明,相比于使用偏振参量解析出的强度图、偏振度图和偏振角图,该算法的平均检测精度分别提升了4个百分点、5个百分点和12个百分点。     

太赫兹成像检测算法研究

由于太赫兹波所处波段位置特殊性以及现阶段太赫兹成像系统性能的限制等,太赫兹波成像质量低,无法满足可视化效果,限制了其发展和应用。结合太赫兹图像模糊特征和灰度信息提出利用灰度特征对太赫兹图像进行图像分割来提高太赫兹图像质量,抑制太赫兹图像背景噪声,保留太赫兹图像目标重要信息,实现太赫兹成像目标检测。实验结果与其他太赫兹图像处理方法结果对比表明,基于灰度特征的图像处理算法可以提高图像清晰度和对比度,实现精确分割,为太赫兹成像在安全检查和医学成像等应用中实现快速检测和提取目标奠定基础。     

基于红外偏振的特征提取与小目标检测方法

针对红外目标探测所面临的杂波干扰问题,提出了一种基于红外偏振的特征提取与小目标检测方法。首先,利用人工目标和自然背景偏振特性的差异,建立了目标与背景的红外偏振信息模型,分析了其中强度信息和偏振信息的构成以及目标偏振信息的提取与增强办法。然后,将斯托克斯矢量、部分偏振光分解、变偏振理论相结合实现了目标偏振特征的提取与背景杂波抑制及随机噪声消除,进而实现了红外小目标的检测。仿真数据实验结果及与现有方法的对比证明了该方法的有效性和可靠性。该方法可用于对抗红外伪装隐身及红外诱饵技术,提升红外目标的探测能力,富有应用价值。     

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.     

红外偏振成像系统高速处理模块设计

基于中波制冷320256红外焦平面探测器，设计了以FPGA为处理核心，集SDRAM存储器及其他功能模块电路为一体，适用于时间分割型偏振成像系统的高速成像处理模块。处理模块主要由前端与探测器相连的驱动板、以FPGA为核心的处理板和系统电源板等组成，实现了盲元补偿、非均匀性校正、平台直方图均衡、线性映射等算法和校正参数的在线计算，具有内外同步可切换、积分时间连续可调的功能，能够输出分辨率为320256像素、帧速为200 fps的高质量红外图像，满足偏振成像系统对运动目标的实时探测要求。采用旋转偏振片的方法对带凹槽塑料水杯开展偏振成像实验，提取出有效的Stokes参量图像，观察到显著的偏振特性。该处理模块可广泛用于空间目标探测、地雷探测、海上搜救及伪装目标的探测等领域。     

红外偏振成像下的弱小目标检测

为了验证红外偏振成像在海杂波中检测弱小目标的可行性,开展了海背景下的红外偏振成像实验。使用未装偏振片和加装偏振片的红外热像仪对海杂波背景下的弱小目标进行了探测,同时采集了相应状态下的数据。为了验证偏振片对海杂波的抑制效果,对采集的数据进行了图像处理。从没有加装偏振片的红外热像仪数据中无法提取测试目标,而从加装偏振片后的红外图像数据中通过图像增强、中值滤波以及边缘检测的图像处理手段提取出了测试目标。     

基于深度学习网络的三维激光雷达弱小目标分割研究

为了提升三维激光雷达弱小目标分割的抗干扰性与实时性，有效提取三维激光雷达图像有用信息，设计了基于深度学习网络的三维激光雷达弱小目标分割方法。采集目标三维激光雷达图像，应用小波方法去除三维激光雷达图像噪声；从去噪后的图像中提取三维激光雷达图像多尺度特征，并将特征输入到深度学习网络中训练，建立三维激光雷达弱小目标分割模型，实现弱小目标分割。测试结果表明：该方法能够高精度分割三维激光雷达目标，且分割速度较快，具有较高的实际应用价值。     

基于改进DeepLabV3+的遥感影像语义分割方法

针对普通卷积神经网络在遥感图像分割中小目标识别度不高、分割精度低的问题，提出了一种结合特征图切分模块和注意力机制模块的遥感影像分割网络AFSM-Net。首先在编码阶段引入特征图切分模块，对每个切分的特征图进行放大，通过参数共享的方式进行特征提取；然后，将提取的特征与网络原输出图像进行融合；最后，在网络模型中引入注意力机制模块，使其更关注图像中有效的特征信息，忽略无关的背景信息，从而提高模型对小目标物体的特征提取能力。实验结果表明，所提方法的平均交并比达到86.42%，相比于DeepLabV3+模型提升了3.94个百分点。所提方法充分考虑图像分割中小目标的关注度，提升了遥感图像的分割精度。     

连续太赫兹波偏振成像检测

研究了一种基于偏振特征的连续太赫兹(THz)波成像检测技术。实验采用相干公司SIFIR-50连续THz波激光器作为光源,搭建THz实时偏振成像系统。根据目标透射光偏振特性的差异,利用日本NEC公司IRV-T0831C型非制冷测微辐射热THz相机,获取金属结构、货币水印和隐藏物体三类典型目标的THz波透射图像,计算目标的斯托克斯参量图像和偏振图像,分析了THz波偏振成像的检测特性。实验表明,THz偏振成像技术既发挥了THz波无损成像的优势,又能有效提高目标的识别效率,使不同目标物体的成像差异最大化。     

基于光源偏振补偿的硅基液晶激光三维显示光学引擎

基于光源偏振补偿硅基液晶(LCOS)光学引擎的激光三维(3D)显示系统对传统的LCOS光学引擎引起的偏振光损失进行了补偿,使经由照明系统进入光学引擎的不同偏振方向的激光全部参与成像,既可以实现激光3D立体显示,还提高了二维(2D)显示时的光能利用率。进行2D显示时,入射激光的s偏振光和p偏振光分别对应于不同LCOS同时成像,成像后的图像在屏幕上相互叠加,投影后图像的亮度约为未进行偏振补偿时的2倍。当输入3D视频信号时,正交偏振的p偏振光和s偏振光分别对应于左右眼图像同时成像,观看者配戴由正交偏振片制成的眼镜,可实现双像分离,实现激光3D显示。     

估算红外成像作用空间分辨率的新方法

提出了一种新的基于特征熵的估算红外成像作用空间分辨率的方法，研究红外目标在各分辨等级（发现、识别、确认）所需的红外成像空间分辨率。首先，通过下采样获取各分辨率等级下的目标图像；其次，提取目标的特征（纹理、形状和全局统计特征），并对目标的特征空间进行归一化，得到其特征直方图；然后通过计算其特征熵，度量目标的信息量；最后根据设定的阈值，给出红外目标在不同的识别等级下所需的最低成像分辨率结论，并以计算机仿真红外目标为例进行验证。实验结果表明:文中结论与识别结果较好吻合，能够为红外识别系统的优化设计和分析提供参考依据。     

基于时序信息的红外图像缺陷信息提取

主动红外热像检测技术中,红外图像的缺陷信息提取是其核心内容。传统的红外图像处理方法在一定程度上可以消除噪声、提高图像的对比度,但是仍存在一些问题,如:需要手动选择特征信息丰富的红外图像,红外图像增强和图像分割过程中会引入主观成分,仅仅分析单张红外图像可能存在信息丢失等问题。针对上述问题,本文根据主动红外热成像的数据特征提出了一种基于时序信息的红外图像缺陷信息提取方法。首先,通过室内实验制作含缺陷分层的混凝土试块;然后,利用主动红外热像检测技术进行三维红外图像数据的采集,提取每个像素点的时序信息;最后,采用基于时序信息的K-means方法进行缺陷特征提取。结果表明,基于时序信息的缺陷提取方法是可行的,其可以提取到隐藏的分层缺陷信息,提取效果优于基于空域信息的K-means方法。     

基于压缩感知的偏振光成像技术研究

偏振成像技术是一种基于目标自身辐射或反射信号中所包含的偏振信息获取物体图像的方法,尤其在人工目标的探测和表面识别方面,相对光强度探测方式具有独特的优势。针对传统的偏振成像技术在复杂的成像环境中成像距离短和成像质量差的缺点,提出了一种基于压缩感知的新型偏振光成像技术。阐述了压缩感知理论的基本原理,构造了合适的采样矩阵和重构算法,设计了具体的成像系统,并通过压缩感知偏振成像实验证明了该成像技术的可行性。空气中实验结果表明,该成像系统能够重构出预先放置目标靶的偏振图像。此外在现有的实验条件基础上讨论并提出了几种改进系统成像质量的措施。