红外高背景下的弱目标成像与信息处理技术研究

发布时间：2019-07-24 09:07

【摘要】：红外探测具有昼夜监测、隐蔽性高等优点,使其在海洋气象预测、海面目标观测等方面有着至关重要的作用。灵敏度作为红外探测系统的重要指标之一,定量描述系统对目标辐射特征变化的分辨能力。海面纹理对比度非常低,意味着对红外探测系统的灵敏度要求特别高;不同的海面纹理代表不同的海况,海面纹理的研究有助于海面背景建模、海况分析、海面目标检测等。针对海洋背景红外探测系统的高灵敏度需求以及海面纹理研究,本论文主要研究内容和创新点如下:1、论文首先根据系统研究目标,调研和分析了海洋表面温度分布和变化,以及所需红外探测系统的波段选取、成像方式、灵敏度需求等,并根据需求设计了长波红外探测信息获取系统。研究推扫式成像中利用像元驻留时间内的多次采样积分和相邻驻留时间之间的延迟累加技术提升系统灵敏度。本文创新点一:分析和设计实现高灵敏度红外探测系统,实验室测试面源黑体温度在300K、探测器积分时间为250us时,该系统的NETD为21.98mK,与探测器自身灵敏度相当。通过多次采样积分和串扫像元间时间延迟累加技术能够将系统灵敏度提升到小于10mK。2、针对实验室测试数据进行红外图像噪声处理研究。主要包括盲元检测和补偿、基于标定和基于场景的红外图像非均匀性校正。在前述处理的基础上实现了基于统计信息的行列条带噪声定位和补偿方法。本文校正方法结果较两点校正和神经网络校正方法非均匀性低;随机条带噪声去除算法较基于空域、基于频域、小波变换等方法具有不影响非条带区域图像信息,算法易实现的优点。3、针对海洋红外图像的杂波特性,采用一种红外图像的增强方法。该方法较直方图均衡增强方法能保留细小纹理信息,不会出现大面积过亮过暗区域。实现平静海面红外弱小目标检测,通过图像的高低频分离、系统高帧频能够有效剔除噪点,完成目标检测和定位。本文创新点二:提出一种基于视觉显著性的杂波图像目标检测算法,检测效果不受滤波参数影响,能够实现单帧图像的目标检测。通过模拟仿真验证算法的有效性,检测率达98.5%。4、对航拍海洋红外纹理图像进行研究。分别实现三角纹理和海洋漩涡图像特征提取方法。通过灰度共生矩阵对海洋纹理进行特征描述,通过傅里叶变换确定纹理图像主方向和纹理特征分析,通过局部二值模式对纹理图像进行特征描述和分类初步研究。本文创新点三:首次利用获得的高灵敏度海上纹理红外图像数据,进行了海洋纹理特性研究。该工作对后续积累高灵敏度海面纹理和目标特性有重要的意义。本课题研究满足海洋背景的高灵敏度红外探测的要求,对海洋红外图像的预处理研究和海洋纹理特征的提取和分类能够为研究海洋纹理和海洋目标观测起到重要作用。
【图文】：

1 引 言针对海洋红外探测系统灵敏度提升、海面纹理等研究对以后海一定的借鉴意义。外相关技术和国内外研究状况 红外光电系统及研究现状波红外被动光电系统主要针对目标自身热辐射特性。比如应用载荷，军事侦查使用的检测设备，，环境检测、热效分析等。常如图 1.2.1 所示：

连续小波变换的几何体系，实现信号在空间和时间的分解29,30。 将计算机视觉中的多尺度分析引入小波分析中，即 Mallat 算法，图像分解31。傅里叶变换只反映频谱特性，而小波变换可以同时在图像进行分析，被称为“显微镜”，可以对图像指定区域小波分解的小波指的是小区域的波也称为“子波”，长度有限、局部非 0，图像频率分布情况。小波变换与傅里叶变换不同的是，傅里叶变换小波变换的小波基可选，根据实际应用可选取不同的小波基。于小波变换的红外图像处理32,33，1、通过小波变换将图像分为缓慢目标边缘等高频。2、将上步中的低频信号即图像的背景平滑信息频和低频，实现了对图像的多尺度分解。3、对高频和低频分量系4、小波重构得到增强后的红外图像34,35,36。红外图像的小波分解示.4 所示：
【学位授予单位】：中国科学院大学(中国科学院上海技术物理研究所)
【学位级别】：博士
【学位授予年份】：2017
【分类号】：TP391.41;TN215

【相似文献】

相关期刊论文 前10条

1 蒋定定,王贵霞;基于遗传算法的红外图像增强研究[J];情报指挥控制系统与仿真技术;2004年04期

2 付冬梅,罗得贵,李晓刚;红外图像及数据的框架结构式数据库保存方法[J];激光与红外;2000年06期

3 陈东,黄勇杰,沈振康;红外图像目标分割方法研究[J];系统工程与电子技术;2002年01期

4 王立;王国锋;刘岩;常青;李言俊;;基于背景模拟的红外图像分割方法[J];弹箭与制导学报;2002年S2期

5 杨庆华,徐育新;红外图像处理技术在冶金中的应用[J];测控技术;2005年06期

6 左峥嵘;张天序;施长城;;地面场景红外图像特征分析[J];红外与激光工程;2006年03期

7 张励;冯晓晨;张琰;张宏俊;;基于电阻阵的红外图像实时生成和显示系统[J];系统仿真学报;2006年S2期

8 刘政清;杨华;;红外图像降质因素分析及增强效果评价[J];航天电子对抗;2006年06期

9 郑小宝;王仕成;张金生;廖守亿;苏德伦;;红外图像实时生成系统的实时性实现[J];电讯技术;2008年11期

10 袁胜智;谢晓方;郭清风;朱锐;;基于感兴趣区自动提取的红外图像压缩研究[J];计算机应用研究;2008年12期

相关会议论文 前10条

1 郭海涛;;舰船红外图像处理研究的军事意义和现状[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年

2 魏新;;红外图像处理技术[A];中国光学学会2011年学术大会摘要集[C];2011年

3 刘振焘;吴敏;曹卫华;何勇;;基于工况识别的高炉最佳红外图像选取方法[A];PCC2009—第20届中国过程控制会议论文集[C];2009年

4 张励;冯晓晨;张琰;张宏俊;;基于电阻阵的红外图像实时生成和显示系统[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年

5 朱寅;吴敏;曹卫华;何勇;;基于小波分解与图像增强的高炉红外图像处理方法[A];第二十七届中国控制会议论文集[C];2008年

6 王雨;蒋增波;李文刚;;红外图像不均匀背景消除方法研究[A];2013年（第五届）西部光子学学术会议论文集[C];2013年

7 胡以华;蔡晓春;;典型目标的红外图像光谱分析[A];成像光谱技术与应用研讨会论文集[C];2004年

8 李卓;李平;;动态红外图像生成技术综述[A];2006年全国光电技术学术交流会会议文集（A 光电系统总体技术专题）[C];2006年

9 朱斌;樊祥;马东辉;程正东;;天空红外图像非平稳背景的小波域抑制[A];第二届红外成像系统仿真测试与评价技术研讨会论文集[C];2008年

10 郭永胜;谷峰;;CCD近红外图像特征研究[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年

相关重要报纸文章 前4条

1 李锦辉;“显微近红外图像成像方法的研究及其在烟草中的应用”项目通过评审[N];中华合作时报;2009年

2 赵亚平;飞艇：监测农作物墒情的哨兵[N];科技日报;2004年

3 ;洞察秋毫 化险为夷[N];中国计算机报;2009年

4 冉涌　高磊;省电力公司全面推广红外成像测温检修[N];山西日报;2010年

相关博士学位论文 前10条

1 彭岩岩;层状岩体深部巷道变形破坏物理模拟及红外探测研究[D];中国矿业大学(北京);2015年

2 赵仁涛;基于红外图像的铜电解精炼过程状态检测研究[D];北京科技大学;2016年

3 郑欣;红外图像无参考图评价方法及应用研究[D];电子科技大学;2015年

4 刘俊;基于红外图像的内河运动船舶目标检测和跟踪技术研究[D];重庆大学;2008年

5 孙涵;基于红外图像的道路识别与运动目标跟踪[D];南京理工大学;2005年

6 周欣;红外图像视觉效果增强技术的研究[D];天津大学;2009年

7 简耀波;红外图像处理中的关键算法研究[D];华中科技大学;2009年

8 王晓宇;红外图像分析关键技术研究[D];华中科技大学;2008年

9 李江;红外图像人脸识别方法研究[D];国防科学技术大学;2005年

10 田思;微光与红外图像实时融合关键技术研究[D];南京理工大学;2010年

相关硕士学位论文 前10条

1 何玮;基于Retinex的红外图像预处理系统的研究与实现[D];南京理工大学;2015年

2 张华杰;嵌入式红外图像阵列实时驱动系统设计[D];哈尔滨工业大学;2015年

3 张昊天;基于多旋翼无人机的实时红外图像采集系统的设计[D];南京林业大学;2015年

4 蔡晓望;可见光与红外视频的融合算法研究[D];电子科技大学;2015年

5 刘中意;基于多聚焦红外图像的温度测量和三维重构[D];上海大学;2015年

6 陈敏;红外图像识别在船舶舱室火灾监测中的研究[D];集美大学;2015年

7 丘岳峰;红外图像行人检测技术[D];北京理工大学;2015年

8 何克磊;面向肺癌辅助诊断的近红外图像分析平台关键技术与设计实现[D];南京大学;2014年

9 易乐;基于ARM的红外图像目标跟踪技术研究[D];电子科技大学;2014年

10 吕静;基于红外图像的行人检测算法的研究[D];电子科技大学;2015年

本文编号：2518537