1 南京航空航天大学 计算机科学与技术学院，江苏 南京 211106
2 中国航天科工飞航技术研究院，北京 100074
红外图像去雾是指通过去除雾霾、烟雾等介质对红外图像的影响，恢复红外成像系统对比度和视觉质量的过程。红外图像凭借全天时、不受光照限制等优势，在**、安防、医疗、能源勘探等领域广泛地应用。然而，由于大气介质对红外图像的干扰，这些应用往往受到限制，因此红外图像去雾成为一个重要的研究领域。近年来，随着计算机视觉、深度学习等技术的不断发展，红外图像去雾技术也取得了一系列重要进展，为红外图像应用的发展提供了强有力的支持。根据红外图像去雾过程中所依赖数据的不同，将现有的红外图像去雾方法划分为多信息融合和单帧图像处理两大类，其中多信息融合因为需要额外的信息来帮助图像恢复而使其应用受到限制；而目前基于单帧图像处理的主流方案包括图像增强和图像重建两个发展方向。对各种分类的代表算法进行了简要梳理，并分析了其原理、优势及不足。最后，对红外图像去雾的发展趋势做出了预测。该工作既可以帮助初学者快速了解该领域的研究现状和发展趋势，也可作为其他研究者的参考资料。
红外图像去雾 多信息融合 单帧图像处理 infrared image dehazing multi-information fusion single-frame image processing 红外与激光工程
2024, 53(2): 20230416
1 北京工业大学环境与生命学部, 北京 100124
2 中粮营养健康研究院, 营养健康与食品安全北京市重点实验室, 北京 102209
3 河北农业大学食品科技学院, 河北 保定 071001
因缺乏大米产地快速鉴别的确证技术, 利用近红外光谱法、 中红外光谱法及拉曼光谱法结合化学计量学分析方法对来自五常地区、 东北地区和南方地区共计186份大米样品进行产地鉴别研究。 首先比较了K近邻法(KNN)、 线性判别分析(LDA)和最小二乘-支持向量机(LS-SVM)3种算法结合5种预处理方法, 对3种单一光谱大米产地鉴别模型的识别效果。 结果表明, LS-SVM算法结合SNV+2nd预处理方法的拉曼光谱模型最优, 校正集和验证集准确率分别为100%和93.48%。 为进一步提升鉴别模型的准确度, 创新性的建立了基于近红外光谱-中红外光谱-拉曼光谱法的数据层融合、 特征层融合及决策层融合大米产地鉴别模型, 结果显示, 3种层次的光谱信息融合模型识别正确率较单一光谱模型大大提升。 数据层融合大米产地鉴别模型中, LS-SVM算法结合SNV+2nd预处理方法模型最优, 校正集和验证集正确率分别为100%和95.65%, 较单一光谱最优模型验证集正确率提高了2.17%。 决策层融合鉴别模型中, LS-SVM算法结合SNV+1st预处理方法模型最优, 校正集和验证集正确率分别为100%和97.83%, 较单一光谱最优模型验证集正确率提高了4.35%。 特征层融合产地鉴别模型中, LS-SVM算法结合SNV+2nd预处理方法鉴别模型最优, 其校正集和验证集正确率均达到100%, 较单一光谱最优模型验证集正确率提高了6.52%。 结果表明, 使用近红外光谱法、 中红外光谱法及拉曼光谱法分析技术结合化学计量学方法鉴别大米产地是可行的, 拉曼光谱法结合LS-SVM算法的大米产地鉴别模型最优。 3种层次的光谱信息融合模型识别正确率较单一光谱模型大大提升, 其中特征层融合方法更适用于该次融合的数据类型, 可以快速准确鉴别五常大米、 南方大米和东北大米产地。 该研究为大米产地的快速准确鉴别提供了一种新方法。
光谱信息融合 大米产地 鉴别分析 Spectral information fusion Rice origin Identification analysis 光谱学与光谱分析
2023, 43(9): 2818
暨南大学信息科学技术学院，广东 广州 510632
针对现有语义分割网络模型难以在参数量、推理速度和精确度中取得平衡的问题，设计了一种多尺度特征信息融合的轻量级网络模型（MIFNet）。MIFNet采用编码-解码结构，在编码部分利用分离策略和非对称卷积设计了轻量型特征提取瓶颈结构，且引入空间注意力机制与Laplace边缘检测算子组成边缘-空间融合模块，将空间信息和边缘信息进行融合得到丰富的特征信息。在解码部分引入通道注意力机制恢复特征图尺寸和细节信息完成语义分割。在Cityscapes和CamVid测试集上，MIFNet仅以0.82 M的参数量分别取得了73.1%和67.7% 的分割精度，同时在单个GTX 1080Ti GPU下分别获得73.68 frame/s和85.16 frame/s的推理速度，表明该方法在参数量、推理速度和精确度3个指标上得到较好平衡，实现了轻量、快速、精准的语义分割。
图像处理 实时语义分割 Laplace边缘检测 注意力机制 多尺度特征信息融合 激光与光电子学进展
2023, 60(12): 1210006
1 大连交通大学 机械工程学院，辽宁 大连 116028
2 中国人民解放军 91550部队，辽宁 大连 116023
针对在飞行目标位姿估计中背景复杂、目标提取及位姿解算精度低、速度实时性差等问题，提出了一种激光与图像信息融合的飞行目标位姿估计方法。首先，建立彩色相机和激光雷达间的坐标变换模型实现两传感器像素级匹配，对同一时刻的图像和点云进行融合处理；其次，采用ViBe算法与深度信息融合对图像中运动目标进行提取，并根据图像目标的位置框选出对应的点云；最后，利用PnP算法进行特征点粗配准，获取点云间初始旋转平移矩阵，并采用迭代最近点算法进行精配准，利用IK-D Tree加速临近点搜索，提高配准速度。使用仿真试验和半实物仿真试验对方法准确性和稳定性进行了验证，结果显示：二维图像目标检测算法正确率为97%，错误分类比为0.0112%；位姿估计算法与传统迭代最近点算法相比精度提高了53.2%,单次耗时从261 ms降低至132 ms，效率提升约49.4%，与其他算法相比也具有一定优势。为飞行目标落点精准预测和制导控制提供解决思路。
双模态信息融合 位姿估计 飞行目标 目标提取 bi-modal information fusion pose estimation flying target target extraction 红外与激光工程
2023, 52(3): 20220618
中国人民解放军92941部队, 辽宁 葫芦岛 125000
在靶场试验任务过程中, 光电经纬仪自主稳定跟踪目标是最核心及关键的环节。目前, 利用单一信息源跟踪模式难以适用于不同的靶场任务类型与环境特点。以靶场光电经纬仪跟踪系统为研究平台, 结合跟踪运动过程中实时测量的本机或外部的数据信息, 提出了利用多种光测信息源融合跟踪方法和相应数据处理算法。通过融合跟踪仿真实验获得跟踪最大估计误差为2.49′, 估计随机误差为8″, 满足光电经纬仪试验任务跟踪精度要求,证明了该方法可有效保证跟踪过程的稳定性与可靠性。
多源信息融合 自主稳定跟踪 数据处理 估计误差 multi-source information fusion autonomous stable tracking data processing estimate error
1 河南轻工职业学院，河南 郑州 450000
2 机械工业第六设计研究院有限公司，河南 郑州 450000
3 青海民族大学土木与交通学院，青海 西宁 810007
工业桥式起重机的有线通信方式会增加人工成本，后期维护相对困难，为此提出一种基于PLC的激光无线通信系统设计方案。系统硬件部分由激光传感信息获取层、信息传输层以及信息融合输出层构成，激光传感器获取数据信息，经ZigBee通信技术完成传输，在信息融合模块内实现数据融合；系统软件部分由PLC模块、激光传感器路由节点模块和信息融合模块构成。PLC模块接收外部信号，确定信号状态信息；路由节点模块记载传感器数据的地址信息；凭借BP神经网络算法去除冗余数据，压缩数据量，使传感器信息得到理想的融合结果。通过对系统性能测试，结果表明，所提系统通信误码率较低，通信延迟和通信开销较小，可以实现高效、快速的激光通信传输。
可编程逻辑控制器 工业桥式起重机 激光通信系统 信息融合 BP神经网络算法 programmable logic controller industrial bridge crane laser communication system information fusion BP neural network algorithm
1 空军工程大学空管领航学院,西安 710000
2 中国人民解放军32145部队,河南 新乡 453000
3 中国人民解放军94754部队,浙江 嘉兴 314000
4 中国人民解放军93787部队,北京 102000
为满足联合作战背景下空中目标敌我识别(IFF)的需要, 提出一种融合物理与战术信息的空中目标综合识别方法。首先通过借鉴美军经验, 对该方法的基本理念进行介绍, 接着对其信息融合策略进行描述; 然后围绕该策略, 以证据理论和直觉模糊集为工具, 对该方法的同类信息融合、异类信息融合与多周期信息融合问题进行建模; 最后通过实例计算和对比分析验证该方法的可靠性。
空中目标 综合识别 物理信息 战术信息 信息融合 air target integrated identification physical information tactical information information fusion
北京理工大学 光电学院 精密光电测试仪器及技术北京市重点实验室, 北京100081
在室外智能移动机器人自主导航研究中,仿生偏振导航技术由于不易受累积误差和电磁干扰影响的特点逐渐受到了关注。为提高精度、增强鲁棒性, 针对仿生偏振导航提出了一种适用于城市、雾霾天气下的航向角提取方法。引入不易受遮挡、雾霾因素影响的图像强度信息, 分别对图像强度信息与偏振天光信息构建优化代价, 并进行联合优化, 获取最优航向角; 室外实验测试显示: 信息融合方法在雾霾、天空遮挡等场景下表现良好, 在雾霾场景下标准差为0.10~0.24°, 比单一偏振天光航向角提取方法提高了83.1~99.7%; 在天空遮挡场景下的标准差为0.04~0.09°, 比单一偏振天光航向角提取方法提高了90.9~96.7%。
偏振光 信息融合 迭代优化 航向角提取 偏振图像处理 polarization information Fusion iterative optimization heading angle extraction polarized image processing
1 中汽研(天津)汽车工程研究院有限公司，天津 300300
2 河北工业大学 机械工程学院，天津 300130
为提升辅助驾驶系统对于道路环境中车辆的感知能力，通过机器视觉与毫米波雷达信息融合技术对前方车辆进行了检测。融合系统中对摄像头和毫米波雷达进行了联合标定，借助三坐标测量仪确定两者的数据转换的关系，优化了深度学习算法SSD的候选框，提高了车辆的检测速度，选用长焦和短焦两种摄像头进行前方图像采集，并将两者重合图像进行融合，提升了前方小目标图像的清晰度，同时对毫米波雷达数据进行了处理，借助雷达模拟器确定合适阈值参数实现对车辆目标的有效提取，根据雷达有效目标数据对摄像头采集的图像进行选择与建立感兴趣区域，通过改进的SSD车辆识别算法对区域中的车辆进行检测，经过测试，车辆的检测准确率最高达到95.3%，单帧图像平均处理总时间为32 ms，该算法提升系统前方车辆检测的实时性和环境适应性。
辅助驾驶系统 摄像头 毫米波雷达 信息融合 advanced driving assisted system camera millimeter wave radar information fusion 红外与激光工程
2022, 51(6): 20210446
1 91977部队, 北京 100036
2 海军工程大学电气工程学院, 湖北 武汉 430033
针对美军导航传感器系统接口的导航信息源融合算法存在参数设置依赖经验且未对航向进行融合的问题, 提出了一种基于自适应指数加权移动平均的导航信息源融合算法。该算法利用分段的估计误差函数对NSI算法的参数进行自适应调整, 从而避免了初始参数设置不当对融合精度的影响, 进一步提高位置融合精度。此外将该算法应用于航向, 实现了航向的融合。在仿真实验和实测数据试验下, 将该方法与普通基于EWMA的NSI方法进行了对比。结果表明, 提出的基于自适应EWMA的NSI方法具有自适应参数调节功能, 避免了复杂的调参过程, 并有效地融合多种传感器的信息, 抑制捷联惯导系统的误差发散。
综导系统 信息融合 导航传感器系统接口 导航信息源融合算法 指数加权移动平均 integrated navigation system information fusion navigation sensor system interface navigation sources integration exponentially weighted moving averages
