无人机红外辐射建模与图像仿真

无人机红外辐射特性建模及图像仿真计算具有重要意义。利用CFD软件计算无人机温度分布,建立了蒙皮稳态温度数据库和满足精度需求的温度插值算法,实现了无人机蒙皮温度的插值计算;提出网格编号投影思想,改进基于深度缓存的正交投影方法,建立了适于红外图像的二维投影算法;基于无人机辐射、大气传输和探测器响应的光谱特性,采用光谱积分方式计算无人机光谱及波段红外特性和图像序列,建立了无人机红外辐射计算模型。对无人机红外辐射特性和模型计算速度进行了分析,并与某型无人机实测数据进行了比对,结果表明:模型计算误差小于20%,可用于仿真实验测试与分析。     

二维非重构压缩感知自适应目标检测算法

针对重构算法影响压缩成像目标检测效率和结果的问题，提出一种二维非重构自适应阈值的红外弱小目标检测算法。基于Hadamard矩阵构建的二维观测模型，利用Hadamard矩阵的特性对压缩差分图像进行解压缩，直接解码目标的空域特征，并利用改进的自适应阈值法对解码后的图像进行目标检测，避免了重构带来的存储空间和运算时间的浪费。仿真实验表明:在单目标和多目标的情况下，该算法都可以有效检测目标，并在检测率、虚警率和运算时间等指标上具有优越性能，为压缩感知红外弱小目标检测的工程应用提供新的思路和有效算法。     

改进的分块2DPCA人脸识别方法

将样本中间值融入模块二维主成分分析方法进行人脸识别。该算法首先对图像矩阵进行了模块化得到子图像矩阵,之后直接把子图像矩阵集作为样本集。与原始模块二维主成分分析算法不同之处在于,将子块的类内中间值引入到总体协方差矩阵的求解过程中。通过ORL数据库的测试,融合后的算法继承了模块二维主成分分析的强鲁棒性,提高了识别率,证明了改进后的方法相对普通的二维主成分分析和模块二维主成分分析算法而言,性能得到提升。     

一种改进的基于局部特征的红外弱目标提取方法

针对红外图像中背景与目标的复杂性和多样性给弱目标检测带来的困难,提出基于局部方差的二维最大熵分割与遗传算法相结合的阈值分割方法。本文对变电站绝缘套管的红外图像进行了处理,首先采用形态学顶帽变换的方法对其进行增强,然后对图像进行局部方差映射并建立二维直方图,最后结合遗传算法计算出二维最大熵分割阈值进而实现分割。实验结果表明,该方法改善了红外弱目标的提取效果,大大提高了阈值计算的效率,待提取目标越小,遗传算法的作用越能得到体现。     

基于二维EMD的红外图像弱小目标检测

针对红外图像中的弱小目标检测,提出了一种经验模态分解（EMD）检测复杂云天背景下红外弱小目标的新方法。该方法基于Delaunay三角剖分和径向基函数,将一维EMD方法推广到二维,并将其应用于红外图像中小目标的检测。仿真实验结果表明,该方法能快速、准确地检测出云天背景下的红外弱小目标。     

基于二维OTSU和遗传算法的红外图像分割方法

为了改善红外图像的分割效果，将二维OTSU算法应用于红外图像分割，通过二维OTSU算法选取阈值将红外图像分为目标和背景，并结合遗传算法，利用遗传算法搜索最优解的能力，加快二维OTSU算法寻找阈值的速度，提高分割效率。实验结果表明，该方法分割效果好，分割速度快，是一种可行的红外图像分割方法。     

二维最小误差分割在红外图像中的快速实现

最小误差分割算法的图像分割性能优异,但一维的最小误差分割算法容易受到噪声的干扰。利用图像的二维直方图,二维最小误差分割算法不仅能够利用图像的灰度信息,同时利用了相邻像素之间的邻域信息,取得更加理想的分割效果。但在实际使用的过程中,二维最小误差算法采用穷尽搜索的算法运算时间长,二维直线型最小误差分割算法无法反映全局最优解,降维形式的最小误差算法复杂度高。本文将结合粒子群优化算法(PSO)将二维最小误差分割算法应用在红外图像上,大大提升了算法的求解速度,能够在实现更低对比度的红外图像分割的同时满足工程中实时检测的要求。     

红外弱小目标背景抑制中的二维空域廓线法

为了实现天基红外遥感图像中的弱小目标检测,抑制复杂的结构背景,提出了二维空域廓线法。算法以一维时域廓线目标检测理论为基础,将其扩展到二维空域,应用于单帧目标检测。采用二维空域廓线可以获得背景估计,用原始图像减去背景图像可获得包含目标的前景图像。将本文算法与现有的单帧目标检测算法相比,可获得更大的ROC曲线面积,表明提出算法优于同类算法。     

一种基于实测数据温差扰动的红外图像实时生成方法

红外制导武器在研制中,需要大量的红外场景数据做测试保障。本文由红外图像的成像机理出发,提出了一种基于实测数据温差扰动的二维红外图像实时生成方法。该方法将图像区域平均灰度与环境温度直接关联,用整体分块的方法代替逐像素的繁琐计算,在提高运算速度的同时,生成不同时段的红外图像。实验表明,本文方法生成的红外图像,不仅能保证运算实时性,而且目标与背景具有与实测图像相同的温度变化趋势和较好的逼真度,是一种行之有效的方法。     

基于二维最大熵和顺序滤波的红外图像分割

红外图像分割在红外成像制导和其它红外目标识别领域非常重要和提出了一种综合运用二维最大熵和顺序滤波方法对红外图像进行分割的新方法.该方法首先对图像进行基于二维最大熵的阈值分割,然后对二值图进行顺序滤波消除虚警点,取得了非常理想的分割效果.本文提出了一种新的逐步逼近二维最大熵阈值递推搜索算法,阈值搜索时间得到了大幅度减少,满足了一般的实时需求,具有较高的应用价值.     

Infrared Image Series Automatic Registration and a History & Tendency Analysis

Infrared camera has been widely used in electrical power systems for predictive and preventive thermal fault diagnosis. Without historical IR images being considered, most thermograph analysis used at present are concerned with static image. The dynamic history and tendency analysis which compares the newly taken image with historical images is particularly attractive. Conclusions can be drawn from temperature variations rather than just from anomalous thermal pattern. However the spatial distortions prevent such dynamic analysis from being practicable. So the need to register infrared images arises. This paper proposes an automatic registration algorithm based on closed temperature contour matching for infrared image series of a target equipment taken at different times. Centroid Distance Function is used in image registration for the first time. The algorithm can remove spatial distortions, bring temperature variations into prominence and endow infrared camera with dynamic analysis ability. Experiment shows that the algorithm is simple, effective and extensible.     

基于Lazy Snapping混合模拟退火算法的高压开关柜温度场红外三维图像重建仿真

提出基于Lazy Snapping混合模拟退火算法的高压开关柜温度场红外三维图像重建仿真方法,以提升高压开关柜温度场仿真效果。该方法利用主动式红外图像传感器采集高压开关柜温度场红外图像后,使用直方图非线性拉伸算法对其实施增强处理;再使用Lazy Snapping算法对增强后的高压开关柜温度场红外图像进行分割,并通过混合遗传模拟退火算法合成二维纹理流场图像;以该图像为基础,使用Image Quiltingh纹理合成算法合成高压开关柜温度场三维图像,完成高压开关柜温度场红外三维图像重建仿真过程。实验结果表明：该方法可有效增强高压开关柜温度场红外图像,其分割红外图像时的交并比数值接近1.0;可依据其生成的二维纹理流场图像生成三维图像,温度场仿真数值最大偏差仅为0.03℃。     

目标高真实感红外图像生成方法

为满足仿真实验对高真实感目标红外图像的需求,提出了一种基于实测图像与三维数字仿真相结合的红外图像生成方法。通过测量获得物体表面实际辐射分布,以此为基础数据,建立真实温度分布的数学反演模型,生成目标红外纹理。再将纹理映射到几何模型,利用三维渲染技术生成高真实感红外图像。实验结果表明:该方法仿真灵活性高,生成的目标红外特征自然、准确,纹理细节丰富,图像实用性强。     

电力设备IR图像特征提取及故障诊断方法研究

针对电力设备红外图像批量诊断中故障特征参量提取及参数配置难题,采用粒子群算法(PSO)与Niblack算法相结合的方法,将设备热像从背景中分割出来并提取出设备的最低、最高及平均温度等参量,通过计算设备各温升特征,构建支持向量机(SVM)样本特征空间。采用优化的蝙蝠算法(BA)对SVM参数进行寻优,并利用最优参数配置下的SVM实现设备故障诊断。对220组图像样本测试结果表明：该红外图像故障诊断方法在电力设备热故障缺陷检测方面的效率及准确率较高,适用于电力大数据中非结构化红外图像的批量分析与处理。     

多特征聚合表征的断路器热故障诊断评级方法

针对电力设备红外热故障特征的准确评估需求,提出一种多特征聚合表征的断路器热故障诊断评级方法,并以高压断路器红外图像为实例进行数据测试。首先,在高压断路器红外图像背景分离的基础上,对设备进行精准的区域划分,提取各区域温度信息;然后运用Mean-shift和改进区域生长法融合,准确提取故障发热区域面积;其次,设计一种多维聚合表征矩阵,将同一设备发热面积、热点温度、热点温差、发热位置、两相同位温升等特征值聚合为多特征向量矩阵,并运用现场案例数据构建该向量矩阵与高压断路器故障类型、等级、处理意见的关联库;最后对350张高压断路器红外图像的1002组多特征向量进行训练测试。结果表明,该方法提取的多特征向量数据使用GWO-SVM分类器测试的F-measure和Kappa系数分别为96%和95.43%,能够实现高压断路器设备热故障的全类型诊断评级及精准定位。     

一种高精度医学红外热像图的实现方法

医学红外热像设备测得的红外数据及转换得到的温度数据难以直接判定其所属的人体区域,常需将其转为图像数据,利用图像处理技术得到感兴趣区域并从区域内温度数据得到生物特征,实现疾病的筛查或诊断。然而,从14位红外数据转换到8位图像数据存在严重的数据精度损失,导致处理性能欠佳。本文提出一种新的热像图表达方法,所得到的彩色热像图含原精度的温度数据信息,且含温度观察窗设定尺度下的彩色增强效果,同时载有温度数据记录和观察窗设定规则,通过对图像数据的逆变换,可以再现原始温度数据,并可改变彩色增强效果。该方法提供的热像图无需额外存取温度数据文件,在不同的红外热像系统间具有通用性,将更符合大数据和人工智能的发展趋势。     

基于深度学习的电力设备红外与可见光图像配准

针对现有电力设备红外与可见光图像配准难度大、配准时间长等问题,提出一种基于深度学习的电力设备红外与可见光图像配准融合的方法。本文将特征提取与特征匹配联合在深度学习框架中,直接学习图像块对与匹配标签之间的映射关系,用于后续的配准。此外为了缓解训练时红外图像样本不足的问题,提出一种利用红外图像及其变换图像学习映射函数的自学习方法,同时采用迁移学习来减少训练时间,加速网络框架。实验结果表明：本文方法与其他4种配准算法相比性能指标均有显著提升,本文平均准确率为89.909,同其余4种算法相比分别提高了2.31%、3.36%、2.67%、0.82%,本文平均RMSE(Root Mean Square Error)为2.521,同其余4种配准算法相比分别降低了14.68%、15.24%、4.90%、1.04%,算法平均用时为5.625 s,较其余4种算法分别降低了5.57%、6.82%、2.45%、1.75%,有效提高了电力设备红外与红外可见光图像配准的效率。     

基于改进高斯卷积核的变电站设备红外图像检测方法

在无锚点算法CenterNet模型的基础上,针对基于红外图像的目标检测算法检测精度低、耗时长的问题,给出了一种基于改进高斯卷积核的变电站设备红外图像检测方法,该目标检测方法模型网络结构精简,模型计算量较小.通过现场变电站巡检机器人设备收集数据样本,进行算法模型的训练及验证,实现红外图像变电站设备精准识别及定位.本文以变...     

红外成像制导二维斜分最大熵分割的快速实现

针对红外成像制导复杂背景下低对比度红外图像的分割问题,提出了一种新的基于Kapur最大熵阈值判别式的二维斜分快速递推算法,并采用逐步逼近的粗细搜索策略,减少阈值搜索区域,在可能的阈值范围内逐点寻找最佳阈值。通过对算法的复杂度进行分析,并对实际获取的红外图像进行分割实验表明,Kapur最大熵阈值判别式更加适合于低对比度红外图像分割,提出的二维斜分快速算法所需的运行时间和存储单元均少于现有的二维直分或斜分最大熵分割快速递推算法,运行时间约为原始算法的14%,分割结果的噪点更少,边界更加细致完整,适用性更强,满足红外成像制导系统工程实用化要求。     

基于回转窑表面温度场的红外三维图像重建算法研究

回转窑是工业生产中熟料煅烧的核心设备,生产过程中需要对其进行实时监测,防止温度过高引发事故。现代工业采用红外测温方法实时监测回转窑的表面温度,在监测过程中需要进行实时故障定位。传统方法对回转窑实时监测时,普遍使用二维图像显示回转窑的表面温度,这种热像图的直观性差,立体感不强。针对上述问题,提出了一种新方法,对回转窑的表面温度场进行三维重建,并以伪彩显示出回转窑整个表面的温度信息。实验表明,生成的回转窑温度场的三维立体模型比传统热像图的效果更好,更容易被工作人员辨识,有利于工业生产。