车载红外热成像图像处理系统的构建

发布时间：2021-11-25 22:13

　　为解决车载红外热成像存在噪声含量大、清晰度低等问题,从硬件和软件两个方面出发,构建车载红外热成像图像的处理系统。系统硬件部分在存储器的基础上,内嵌存储器扩大系统存储量。安装PCB元件并从电源管理电路、驱动电路及模数转换电路等多个方面实现电路的具体设计。在硬件系统搭建完成基础上,构建系统的软件功能,车载红外热成像为软件功能提供初始图像信息,分别设计了图像滤波处理、红外图像增强、非均匀性校正、盲元补偿处理和伪彩色压缩编码模块等,实现图像处理功能。为验证车载红外热成像图像处理系统可行性,进行了系统测试,结果表明:与传统图像处理系统相比,车载红外热成像图像处理系统功能提升了0.78%,且在复杂环境下稳定性能更高。 

【文章来源】：激光杂志. 2020,41(07)北大核心

【文章页数】：5 页

【部分图文】：

系统硬件结构图

由于车辆处于连续运行的状态，因此，采集到的图像成像结果为连续动态的图像，即视频图像。图像处理系统需要将视频图像安装逐帧输出的方式得到静态待处理图像，即为处理系统中的初始图像数据。输入红外热成像初始图像数据，实现图像处理软件系统功能，具体的软件功能如图2所示。红外热成像图像处理系统的软件包括滤波处理、非均匀校正、图像增强等，按照图像处理流程输出最终的图像处理结果。

通过对红外图像目标的灰度锐化处理实现红外图像的增强处理功能。首先，对初始红外成像图像的灰度进行分段线性变换，以增强目标与背景的灰度对比，进而红外热图像中识别出道路上的待测障碍[13]。具体的分段变换情况如图3所示。根据图3情况，灰度分段变换的数学表达式为:

【参考文献】：
期刊论文
[1]车载激光捷联惯导系统初始对准可观测性分析[J]. 高亢,任顺清,陈希军,王振桓,李巍.  中国激光. 2018(12)
[2]基于遗传算法的激光图像处理系统设计研究[J]. 杜岳涛.  自动化与仪器仪表. 2018(06)
[3]基于激光影像的管道几何形变图像处理算法[J]. 刘洋,杨理践,郑福印.  电子世界. 2018(12)
[4]红外热成像信号处理技术的研究进展[J]. 曹彦鹏,许宝杯,何泽威,官大衍.  振动.测试与诊断. 2018(02)
[5]基于声光可调滤波器双滤波技术的超光谱显微成像系统及其图像分析[J]. 石磊,张春光,王号,原江伟.  激光与光电子学进展. 2018(03)
[6]车载激光扫描数据的道路边界线提取方法[J]. 满丹,王慧,李烁,薛意盟,王重阳.  测绘科学技术学报. 2017(06)
[7]红外显微热成像系统研究及应用[J]. 岳静静,吴之茂,木二珍,罗宏,姜杰,胡志宇.  红外技术. 2017(11)
[8]激光干扰红外成像系统的噪声等效温差及信噪比分析[J]. 徐强,潘丰,黄莉,王杏涛.  应用光学. 2017(06)
[9]基于仿人眼自适应调节的多光谱视觉图像处理方法[J]. 宋言明,潘志康,孟晓辰,娄小平,祝连庆.  红外与激光工程. 2017(09)
[10]激光主动成像制导图像去噪算法研究[J]. 宋睿,张合新,孟飞,吴玉彬,宫梓丰.  电光与控制. 2017(10)



本文编号：3518890