1 昆明物理研究所，云南昆明 650221
2 河海大学理学院，江苏南京 210024
针对红外图像相对于可见光检测精度低，鲁棒性差的问题，提出了一种基于 YOLO的多尺度红外图目标检测网络 YOLO-MIR（YOLO for Multi-scale IR image）。首先，为了提高网络对红外图像的适应能力，改进了特征提取以及融合模块，使其保留更多的红外图像细节。其次，为增强对多尺度目标的检测能力，增大了融合网络的尺度，加强红外图像特征的进一步融合。最后，为增加网络的鲁棒性，设计了针对红外图像的数据增广算法。设置消融实验评估不同方法对网络性能的影响，结果表明在红外数据集下网络性能得到明显提升。与主流算法 YOLOv7相比在参数量不变的条件下平均检测精度提升了 3%，提高了网络对红外图像的适应能力，实现了对各尺度目标的精确检测。
目标检测 深度学习 红外图像 object detection, deep learning, infrared image, Y YOLO
1 昆明物理研究所，云南昆明 650223
2 北方夜视科技（南京）研究院有限公司，江苏南京 211106
针对短波红外成像系统在雾霾天气下存在图像质量模糊、分辨率低等问题，本文提出了一种基于暗通道先验理论的短波红外图像去雾算法。本文首先通过改进的暗通道先验得到暗通道图像数据，然后基于暗通道数据对大气光进行估计；为了避免目标局部高亮或细节模糊，采用引导滤波和多尺度 Retinex（Multi-scale retinex，MSR）对透射率图进行细化和增强处理，最后结合大气散射模型来反演出去雾图像。实验结果表明，经此算法处理后的短波红外图像在主观视觉和客观指标方面均得到了较好的验证，去雾效果显著、细节特征丰富且明亮度适宜。
短波红外 去雾 暗通道先验 shortwave infrared, dehaze, dark channel prior, MS MSR
昆明物理研究所 南京研发中心，江苏 南京 211106
随着红外器件和成像技术的不断发展，各种夜视系统对百万像素的中波红外成像组件的需求越来越多。基于国产15 μm 1280×1024中波HgCdTe探测器，以探测器和杜瓦自身包络为基准，突破小体积、轻量化、一体化设计，研制出了紧凑型双FPGA处理平台的百万像素中波红外成像机芯组件，组件尺寸155 mm×95 mm×95 mm，质量为1400 g，支持SDI、Cameralink接口输出；在该平台上实现盲元替换、非均匀校正、降噪、细节增强、动态范围压缩、局部增强等实时图像处理算法，针对传统的红外成像算法提出了基于残差的非均匀校正算法与自适应局部增强算法，提升组件的成像性能。测试试验表明：组件实时输出分辨率为1280×1024像素的高质量低噪声的红外图像，噪声等效温差（NETD）<30 mK，组件满足高温60 ℃，低温−40 ℃工作要求，组件所采用的改进处理算法，最终输出图像提升明显。
红外成像 制冷红外 FPGA 探测器组件 中波红外 infrared imaging cooled infrared FPGA detector components mid-wave infrared 红外与激光工程
2021, 50(4): 20211023
1 南京理工大学电子工程与光电技术学院，江苏南京 210094
2 昆明物理研究所，云南昆明 650223
为了获取红外图像中的突出的目标特征，提取可见光图像中重要的细节信息，以及解决传统算法中目标信息不够突出，细节、纹理缺失严重的问题，本文提出了一种基于灰度能量差异性的红外与可见光图像融合方法。首先通过基于灰度能量差异性的显著目标提取算法检测出红外图像中的目标特征；然后采用非下采样轮廓波变换(non-subsampled contourlet transform，NSCT)对红外图像和可见光图像进行高低频的分解；将灰度能量差异图作为融合权重对红外图像和可见光图像的低频部分进行融合，对于高频部分采用加权方差的规则进行融合；最后对融合后的高频系数和低频系数进行 NSCT逆变换得到最终的融合图像。本文选取了 3组经典的红外与可见光图像进行融合实验，并且通过主观视觉和客观指标两个方面与其他几种方法作比较。实验结果证明了算法在突出目标信息、提高对比度、清晰度和保留纹理细节方面十分有效。
图像融合 灰度能量差异 加权方差 image fusion, gray energy difference, NSCT, weight NSCT
多点定标法校正精度较高，但需要选择合理的标定点才能达到理论的校正效果。本文提出了一种用于选择多点法标定点的算法。算法将残差作为选择标定点的判定条件，自适应地在焦平面响应曲线上确定标定点。探测器采集的原始图像经本文算法校正后图像的响应率不均匀性为0.31%，与传统的均匀分段多点法相比减少了约31%，多点法的校正精度得到了明显提高。
自适应 红外图像 非均匀性校正 adaptive, infrared image, non-uniformity correctio
辽宁师范大学物理与电子技术学院,大连,116029
用全实加关联方法计算了类锂Fe23+离子1s22s-1s2np(2≤n≤9)的跃迁能和1s2np(n≤9)态的精细结构.依据单通道量子亏损理论,确定了Rydberg系列1s2np的量子数亏损.用这些作为能量的缓变函数的量子亏损,可以实现对任意高激发态(n≥10)的能量的可靠预言.用在计算能量过程中确定的波函数,计算了Fe23+离子1s22s-1s2np(2≤n≤9)跃迁的振子强度.将这些分立态振子强度与单通道量子亏损理论相结合,得到该离子从基态到电离阈附近高激发束缚态间的偶极跃迁振子强度以及束缚态-连续态跃迁的振子强度密度,从而将Fe23+离子的这一重要光谱特性的理论预言外推到整个能域.
Fe23+离子 跃迁能 精细结构 量子亏损 振子强度 原子与分子物理学报
2007, 24(2): 232
辽宁师范大学物理与电子技术学院,大连,116029
用全实加关联方法计算了类锂Mn22+离子1s22s-1s2np (2≤n≤9)的偶极跃迁能和振子强度.1s2np(2≤n≤9)态的精细结构通过计算自旋-轨道与自旋-其他轨道相互作用算符的期待值确定.依据单通道量子亏损理论,确定了Rydberg系列1s2np的量子数亏损.从而可以用这些作为能量的缓变函数的量子亏损,实现对任意高激发态(n≥10)的能量的可靠预言.将这些分立态振子强度与单通道量子亏损理论相结合,得到在电离阈附近束缚态-束缚态跃迁振子强度以及束缚态-连续态跃迁的振子强度密度,从而将Mn22+离子的这一重要光谱特性的理论预言外推到整个能域.
Mn22+离子 跃迁能 精细结构 量子亏损 振子强度 Mn22+ ion transition energy fine structure quantum defect oscillator strength
