1 上海科技大学 信息科学与技术学院,上海 201210
2 中国科学院上海技术物理研究所 红外探测与成像技术重点实验室,上海 200083
红外探测系统需要尽早发现目标以便及时拦截,但是红外图像上的小目标检测是一个挑战十足的任务。为了提高检测准确率,提出一种基于自适应对比度增强的红外小目标检测方法。为了利用自注意力机制和卷积各自的优势,设计了一个高效的特征提取网络和一个面向小目标的检测头。同时为了解决实际应用中出现的弱目标,在检测子网络前添加了一个图像预处理子网络,该模块可以自适应地调节图像对比度。在红外空中小目标数据集上的实验表明,提出的方法能达到93.76%的检测精度,与经典的检测方法相比,能够更好地平衡检测精度和召回率,证明了方法的巨大应用潜力。
红外图像 小目标检测 深度学习 infrared image small target detection deep learning
陈丽 1,2,3李临寒 1,2,3王世勇 1,3,*高思莉 1,3,*叶祥舟 1,2,3
1 中国科学院 上海技术物理研究所,上海200083
2 中国科学院大学,北京100049
3 中国科学院 红外探测与成像技术重点实验室,上海20008
针对现有遥感船舶数据集均为裁剪后的图像,用数据集训练的检测算法直接运用于卫星图像原始尺度时检测效果较差的问题,建立了可见光和近红外4个波段的多光谱卫星船舶数据集MMShip,数据集同时包含卫星图像的原始尺度数据和切割后的小尺度船舶数据。本数据集引入多波段信息,弥补现有数据集多为可见光图像,而可见光容易受到光照条件等影响的缺点。在全球海域内下载云量低于3的Sentinel-2卫星图像,进行大气校正后只选取10 m分辨率的红绿蓝和近红外4个波段,以景为单位筛选出包含有船舶的图像。把筛选后的图像按无重叠的方式切分为512×512,剔除其中不包含船舶目标的图像。然后,使用LabelImage软件对小尺度数据进行了水平框标注,再将标注数据反推至原始尺度得到原始尺度下的标注信息。最后,利用几种典型的检测算法在切割后的MMShip小尺度数据集上进行了可见光、近红外、多光谱对比实验。构建了一个涵盖不同场景的多光谱卫星船舶目标数据集,包含497景原始尺度标注数据和裁剪后的5 016组船舶目标图像。对比实验验证了近红外波段信息的补充有助于提高船舶目标检测算法的精度。多光谱船舶数据集MMShip可用于卫星图像尺度和普通图像尺度的多光谱船舶目标检测算法研究。
多光谱遥感 数据集 船舶目标 Sentinel-2 multispectral remote sensing ship dataset ship detection Sentinel-2 光学 精密工程
2023, 31(13): 1962
中国科学院上海技术物理研究所, 上海 200083
近年来深度卷积神经网络在可见光船舶检测方面取得了显著的进展, 然而, 大多数相关研究是通过改进大型的网络结构来提高检测性能, 因此加大了对更高计算机性能的需求。 此外, 可见光图像难以在云、 雾、 海杂波、 黑夜等复杂场景检测到船舶。 针对以上问题, 提出了一种融合红(red, R)、 绿(green, G)、 蓝(blue, B)和近红外(NIR)4个波段光谱信息的由粗到精细的轻量型船舶检测算法。 与现有的方法中根据光谱特性利用水体检测算法提取水体区域不同之处是该算法是利用改进的水体检测算法来提取船舶候选区域。 为获取更准确的候选区域, 对船舶、 厚云、 薄云、 平静海面、 杂波海面5种场景中4个波段的像素值进行了统计分析, 选取近红外大于阈值作为辅助判断, 并以其中心点获取候选区域32×32大小的切片, 并对切片进行非极大值抑制, 由此获得了船舶粗检测结果。 随后构建了轻量级LSGFNet网络对船舶候选区域切片进行精细识别。 构建的网络融合了1×1卷积提取的波谱特征与3×3的提取几何特征, 为防止光谱特征与几何特征的信息在融合时“信息不流通”, 在LSGFNet网络中引入了ShuffleNet中的通道打乱机制, 并减小了模型结构, 与典型的轻量级网络相比具有更好的效果且模型较小。 最后, 利用Sentinel-2卫星多光谱10 m分辨率数据构建了512×512大小的1 120组数据进行粗检测, 以及32×32大小的6 014组数据进行精细网络训练, 其中候选区域粗提取的查全率为98.99%, 精细识别网络精确度为96.04%, 不同场景下的平均精确度为92.98%。 实验表明该算法在抑制云层、 海浪杂波等干扰的复杂背景下具有较高的检测效率, 且训练时间短、 计算机性能需求低。
多光谱 水体指数法 轻量级网络 Multispectral Water index method Lightweight network Sentinel-2 Sentinel-2 光谱学与光谱分析
2022, 42(9): 2862
1 中国科学院 智能红外感知重点实验室,上海200083
2 中国科学院上海技术物理研究所,上海00083
为了抑制测量误差对多目标双站定位的影响,本文充分利用目标短时运动航迹点时空分布特点,提出基于航迹最大密度估计的红外运动多目标双站定位方法。首先,基于双站测向射线高程差进行单帧多目标初匹配。然后,基于方向二维直方图,初步估计出目标航迹方向;以此为搜索起点,开展基于Mean Shift的目标航迹方向最大密度估计。最后,基于目标航迹方向进行航迹点真假检验,抑制测量误差对目标定位结果的影响。实验结果表明:本文方法不仅能有效剔除误匹配点,而且能抑制误差偏差点;航迹最大拟合误差小于0.5 m,平均拟合误差小于0.3 m,优于其他算法;对于既有误匹配点又有误差偏差较大定位点的目标,相比于直方图法,本文方法最大拟合误差降低幅度大于50%,平均拟合误差降低27%。本文方法能有效抑制定位误差,在目标三维定位及预测、打靶训练评估等军民用领域具有重要价值。
双站定位 多目标 红外 最大密度估计 Mean Shift dual-station positioning multi-target infrared maximum density estimation mean shift 光学 精密工程
2022, 30(12): 1509
1 中国科学院 上海技术物理研究所 智能红外感知重点实验室, 上海 200083
2 上海市现场物证重点试验室, 上海 200083
为了解决大仿射形变场景下, 尺度不变特征变换(Scale Invariant Feature Transform, SIFT)算法的局限性以及仿射尺度不变特征变换(Affine-SIFT, ASIFT)算法运算量大的问题, 提出了一种具有近似仿射尺度不变特征的快速图像匹配算法 (Fast Approximate-Ane-SIFT, Fast-AASIFT)。该算法具有比ASIFT算法更清晰的物理意义, 首先从逆仿射变换出发, 对原图进行仿射形变纠正, 估计出对应的正射图像; 然后在正射图像上进行特征点提取及SIFT描述; 最后进行SIFT优化匹配。实验结果表明: 大仿射形变场景下, Fast-AASIFT算法依然能匹配到足够多的特征点, 且峰值匹配误差<2.5 pixel, 平均匹配误差<1.2 pixel, 其抗仿射形变能力明显优于SIFT算法, 与ASIFT算法相当; Fast-AASIFT算法耗时<0.3倍ASIFT, 有效改善了ASIFT算法的耗时问题。可见, Fast-AASIFT算法既有效保证了算法抗仿射形变鲁棒性, 又大幅提高了算法效率, 对场景重构、场景识别等应用具有重要意义。
仿射不变性 图像匹配 仿射尺度不变特征变换 affine invariance image matching affine scale invariant feature transform 光学 精密工程
2020, 28(10): 2349
1 中国科学院上海技术物理研究所, 上海 200083
2 中国科学院红外探测与成像技术重点实验室, 上海 200083
3 中国科学院大学, 北京 100049
针对空中目标在复杂背景下的探测需求, 根据实际目标的运动特性, 分析目标在飞行高度、飞行姿态角改变时的辐射特点, 基于MODTRAN计算得到大气辐射和衰减数据, 建立目标的三维模型 、热辐射和反射模型, 搭建空中目标的红外成像仿真系统.分析和仿真结果表明: 在中波波段, 目标尾焰的红外辐射比蒙皮强很多, 在长波波段, 蒙皮的红外辐射比较强, 仿真图像的细节比较多, 尾焰的红外辐射虽然有所减弱, 红外成像效果依旧很好; 相同探测条件下, 由于位置越高大气越稀薄, 探测器的可探测距离会变得比较远.目标红外辐射特性的分析和红外仿真系统的搭建对缩短红 外探测器的研制周期和进一步确定探测器波段和系统分辨率等指标提供了参考依据.
红外成像 空中目标 红外辐射特性 可见面元分析 光线投射 多波段 Infrared imaging Aerial target Infrared radiation characteristics Visibility judgment Ray casting Multi-band
1 中国科学院上海技术物理研究所, 上海 200083
2 中国科学院大学, 北京 100049
3 中国科学院红外探测与成像技术重点实验室, 上海 200083
提出了一种空中目标的红外成像仿真方法.根据能量守恒定律, 利用目标在天空背景中稳态时的热平衡方程, 求解表面温度场; 选取适合的双向反射分布函数模型描述目标表面面元在红外波段的反射特性, 提高面元红外反射的真实感.综合考虑空中目标的几何模型, 目标自身红外辐射和对背景的反射辐射, 结合计算机图形学相关理论, 渲染输出空中目标的红外图像.成像仿真的方法为空中目标的探测、识别和跟踪提供了参考依据.
空中目标 红外辐射特性 建模与仿真 air targets Cook-Torrance Cook-Torrance infrared radiation characteristics modeling and simulation 红外与毫米波学报
2019, 38(2): 02182
1 中国科学院上海技术物理研究所, 上海 200083
2 中国科学院大学, 北京 100049
飞行器目标的尾焰红外辐射特性对目标的红外探测、识别和跟踪具有极其重要的作用。为了分析尾焰的红外辐射特性, 首先根据经验公式计算出尾焰的流场分布, 然后使用窄带模型计算出谱带的光谱吸收系数和透过率; 对于非均匀热气体, 考虑到碰撞展宽效应和多普勒展宽效应, 使用C-G谱带传输模型得到飞行器尾焰2~5 m的红外辐射分布。最后, 计算了不同组分的尾焰红外辐射特性, 分析了组分分布和大气传输对尾焰红外辐射特性的影响, 为探测波段的选择提供了参考依据。
尾焰 红外辐射特性 流场分布 谱带模型 建模仿真 plume infrared radiation characteristic flow field band model modeling and simulation