云的存在影响着遥感影像的广泛应用。基于高光谱观测卫星全谱段光谱成像仪的空间分辨率高和波段范围广的特点，提出一种适用于全谱段光谱成像仪数据的改进多通道阈值云检测算法。首先，根据云层在可见光到热红外通道的变化特征分离潜在云像素和清晰像素；然后，将温度概率、变异概率和亮度概率相结合，分别生成陆地和水体的云概率掩模；在此基础上，利用潜在云像素和云概率掩模得到潜在云层；最后，对潜在云层应用晴空恢复测试来减轻陆地水体以及冰雪上空云的误判。将改进的多通道阈值云检测算法结果与传统的多通道阈值云检测算法结果进行定量对比分析。结果表明：改进的算法能适用于不同的地表场景且得到较好的检测效果，平均总体精度为92.0%，差异度总体降低3%，平均云像元正确率和晴空像元正确率分别为92.4%和91.8%，错分和漏分误差显著降低；尤其在高亮地表，在城市和冰雪上空的平均云像元正确率分别提高4%和5%，差异度分别降低4%和2%。所提算法的云识别效果优于传统的多通道阈值云检测算法的结果，并且运行效率较高。

随着海上风电的持续发展，风机的安全运维越来越重要。传统的停机检测方法代价较高，基于修正的热弹性应力分析（TSA），提出一种风机叶片热红外检测技术。经典TSA的应用条件是绝热（即高频率循环载荷），但风机叶片等结构承受的循环载荷达不到高频。为了提高热红外在低频率载荷下的检测精度，对经典TSA理论进行修正，并通过疲劳实验对修正模型进行验证。其次，利用BLADED风机仿真软件对叶片的推力进行分析，计算叶片3个方向的推力及推力变化频率。通过修正的TSA模型对低频率载荷下风机叶片的表面温度进行分析，进而通过TSA理论对叶片表面进行应力及损伤检测。

针对热红外图像中目标缺少细节信息而导致跟踪精度不高的问题，提出一种基于位置感知的目标跟踪方法。首先使用深度空洞残差网络（D-ResNet）提取语义特征，鲁棒表征热红外目标；然后设计位置感知模块，有效感知目标在特征图上的空间位置，提高算法的定位精度；并引入通道注意力模块，在通道域上筛选特征图信息，抑制干扰信息；接着引入区域提取网络，完成目标分类和边框回归；最后使用RGBT234热红外序列对网络进行微调，确保网络能有效学习热红外目标信息。所提方法在VOT-TIR2019、GTOT数据集上分别获得75.3%和91.4%的准确率，速度为30 frame/s。实验结果表明：所提方法在热红外场景下能获得较高的跟踪精度，并能有效应对遮挡、相似物干扰、尺度变化等目标跟踪过程中的常见挑战。

美国地质调查局(USGS) 2020年12月正式发布了基于Landsat热红外光谱数据生产的2级地表温度产品(Landsat Collection 2 Level-2 surface temperature, LC2L2ST), 但目前还鲜有该地表温度产品的相关研究报道。 由于美国地质调查局已宣布自2022年开始将不提供除该产品之外的其他地表温度数据, 因此有必要对该产品进行适时的评估。 在同类遥感卫星产品中, MODIS地表温度产品的质量最被广大用户认可, 应用也最为广泛, 因此首次将Landsat新型热红外地表温度产品与MODIS地表温度产品进行交互对比, 以评估新产品与MODIS地表温度产品的一致性。 分别选取了我国的不同地区(福州、 太湖、 银川、 敦煌)作为试验区, 以20对同日过空的LC2L2ST与MODIS地表温度影像为数据源进行交互对比。 影像涵盖植被、 水体、 建筑、 荒漠等地物以及不同的季节。 在试验区影像上选取一系列均质样区(ROI), 通过各样区的地表温度均值散点进行拟合回归分析, 研究二者地表温度间的差异及定量关系, 并提出彼此转换的模型。 结果表明, Landsat地表温度新产品与MODIS地表温度产品具有很高的相关性, 4个试验区的决定系数(R2)皆大于0.98, 集成4个试验区的总R2也接近0.98; 但LC2L2ST比MODIS的地表温度平均高0.90 ℃(RMSE=2.29 ℃)。 分析发现, 二者地表温度数据间的差异与其在空间分辨率、 观测角度、 地物类型和季节的不同有关。 从不同地物和季节来看, LC2L2ST在晚秋和冬季略低于MODIS的地表温度, 而在夏季极端高温的城镇、 荒漠地区则明显高于MODIS的地表温度, 且偏差可近7 ℃。 总的看来, Landsat新型地表温度产品与MODIS同类产品的相关性显著, 但在夏季的城市和沙漠地区的差异较大, 因此, LC2L2ST新产品在夏季高温季节的适用性仍有待进一步基于地面实测温度的验证。 鉴于两种地表温度数据产品仍存在着一定差距, 因此二者如要协同使用, 需要进行转换。 本研究基于4个试验区的560个ROI样区构建了二者地表温度间的转换方程, 并通过验证发现, 经转换后的两数据差异性得到大幅缩小。 因此, 必要的数据转换有利于二者数据的协同使用, 可为长时间序列的地表温度变化监测提供连续的遥感数据。

在公共安全、**等领域高分辨率热红外图像能够提供更多的场景细节信息, 有着广泛的应用需求,但高昂的设备成本限制了高分辨率红外图像的获取。为此设计了一种多级跳线深层残差卷积神经网络(DR-CNN), 通过软件超分辨的方法重构出高分辨率的红外图像。采用多级跳线双通道注意力残差块增加卷积深度以解决卷积层间缺乏关联性的问题; 使用Concat模块实现局部特征信息的融合, 利用反卷积层进行特征图像的上采样, 使其直接从低分辨率图像学习到高分辨率图像以降低训练的复杂度, 加快运行速度。所提算法与SRCNN, FSRCNN和ADSR等算法进行对比测试, 使用峰值信噪比(PSNR)和结构相似度(SSIM)作为算法的评价指标。实验结果表明提出的RD-CNN算法优于其他对比算法, 生成的高分辨率图像细节丰富且清晰。

乳腺炎是奶牛生产养殖中最为严重的疾病之一, 奶牛乳腺炎的早期检测可以为后续治疗提供依据, 从而提高疾病治疗效率, 降低养殖风险。 为了对自然行走的奶牛实现快速、 高精度的“一步式”乳腺炎疾病检测, 提出了一种基于热红外图像, 融合数据增强与改进ResNet34的奶牛乳腺炎疾病检测方法。 相对于现有的“多步式”奶牛红外图像乳腺炎检测方法, 该方法无需奶牛关键部分如乳房和眼睛的定位以及温度提取等, 可有效避免“多步式”造成的误差累计, 从而实现更高效的乳腺炎检测。 首先, 将包含奶牛关键部位的局部图片水平拼接成信息完整的整体图片, 结合RandAugment数据增强方法扩增训练样本; 其次, 采用ResNet34残差网络作为实验的基础网络, 并根据热红外图像特性对模型进行如下改进: (1)精简网络内部冗余层使得模型更轻量化; (2)中间层添加辅助分类器弥补由于模型精简带来的特征损失; (3)将改进的多融合池化层代替原有单一池化层, 使得特征提取内容更丰富。 随机选取3 298张热红外图像(66头奶牛)作为实验对象, 并设置多组对比实验, 结果表明: 与传统ResNet34相比改进后ResNet34模型分类准确率提高3.4%, 基于改进ResNet34并融合迁移学习和数据增强的模型验证准确率达到90.3%, 测试准确率为88.4%, 分类时间仅需3.39×10-3 s。 为了保证实验数据集的样本独立性, 进一步将奶牛个体数量按照3∶1∶1划分为训练集、 验证集和测试集, 测得模型测试准确率达到80.3%, 证明所提出模型具有很好的鲁棒性。 根据测试结果, 计算出模型查准率为91.2%、 查全率为91.6%、 F1分数为91.4%, 与前人所做实验相比准确率提高了5.1%, 特异度提升5.3%。 该研究方法可以为初期奶牛乳腺疾病筛选和医学诊断提供辅助和参考。

朱溪钨矿床白钨矿化与矽卡岩化密切相关, 白钨矿多与石榴子石、 透辉石等矽卡岩矿物一起产出。 该研究对朱溪典型矽卡岩矿物如石榴子石、 透辉石、 符山石、 硅灰石、 阳起石等进行显微红外光谱测量和电子探针分析, 探究朱溪矽卡岩矿物的热红外光谱特征及其对成矿的指示意义, 并建立朱溪地区的矽卡岩矿物热红外光谱库。 结果表明, 朱溪钨矿床石榴子石主要为钙铝-钙铁榴石系列, 在800和920 cm-1附近存在一大一小两个吸收峰, 在880 cm-1附近存在特征吸收谷; 当石榴子石成分中钙铝榴石含量大于50%时, 石榴子石特征吸收谷位于880~900 cm-1, 当钙铝榴石含量小于50%时, 石榴子石吸收谷位于865~875 cm-1。 随着Al2O3含量增加, 其特征吸收谷向高波数方向移动, 钙铝榴石偏向高波数, 钙铁榴石偏向低波数; 辉石主要为透辉石-钙铁辉石系列, 在850~950 cm-1波数范围内存在诊断式、 呈阶梯状降低的吸收峰, 且在1 050 cm-1处存在吸收峰, 在1 000 cm-1存在微弱的双谷式吸收特征; 随着透辉石含量的减少, MgO含量减少, 透辉石吸收峰向低波数方向移动, 钙铁辉石的吸收峰相对于透辉石集中在低波数范围内, 与石榴子石的变化规律一致, 推测与Al、 Mg化学性质比Fe活泼有关。 符山石拥有850~950 cm-1范围内与透辉石类似形态的吸收峰, 区别在于符山石在800 cm-1左右还存在一吸收峰。 硅灰石在875, 1 000和1 060 cm-1附近存在一大两小三个吸收峰, 在980和1 040 cm-1附近存在两个特征吸收谷。 阳起石在750和900 cm-1附近存在一小一大两个吸收峰, 在770, 930和1 020 cm-1附近存在三个特征吸收谷。 朱溪矿床白钨矿与石榴子石、 透辉石关系最为密切, 主要沿石榴子石和透辉石边界呈脉状生长, 其热红外光谱可以作为寻找白钨矿的指示标志。 上述研究成果, 对深入分析和研究江西朱溪钨矿床的矿物学特征及成因环境, 以及探索利用热红外技术指导矽卡岩矿物分带与找矿勘查的可能性等具有理论和实际意义。

为了解决单一跟踪器无法有效应对复杂背景及目标外观的显著变化, 对于热红外目标跟踪准确度不高的问题, 基于全卷积孪生网络提出了一种多响应图集成的跟踪算法用于热红外跟踪。首先, 使用预训练的卷积神经网络来提取热红外目标的多个卷积层的特征并进行通道选择, 在此基础上分别构建 3个对应的跟踪器, 每个跟踪器独立执行跟踪并返回一个响应图。然后, 利用 Kullback–Leibler(KL)散度对多个响应图进行优化集成, 得到一个更强的响应图。最后利用集成后的响应图来确定目标位置。为了评估所提算法的性能, 在当前最全面的热红外跟踪基准 LSOTB-TIR(Large-Scale Thermal Infrared Object Tracking Benchmark)上进行了实验。实验结果表明, 所提算法能够适应复杂多样的红外跟踪场景, 综合性能超过了现有的红外跟踪算法。

兼具表面低红外发射率和隔热性能的功能纺织材料在工业及**领域有着广泛用途。从利用低表面发射率和控制物体表面温度两方面，研究制备具有低红外发射率且隔热性能良好的功能材料。选用聚丙烯酸酯（PA）作为成膜粘结物质，研究了铝粉的粒径及用量对涂层红外发射率的影响；以不同的空心微珠为隔热填充剂，并对其用于涂层织物的隔热效果进行探究。最后，将低发射率涂层与隔热涂层进行复合，制备出兼具低发射率与隔热性能的材料。结果表明，采用400目片状铝粉时的发射率比采用600目时更低，20%的400目片状铝粉的涂层胶所制备的涂层表面的红外发射率低至0237。由于空心微珠是较好的隔热填料，以共混15%的玻璃微珠为隔热层，以共混20%的400目片状铝粉为低红外发射率涂层，所制备的纤维基复合涂层材料的发射率为0507，热体试样与背景温差为375℃，具有较好的隔热性能和低红外发射率。