南方电网深圳数字电网研究院有限公司,广东深圳 518000
电缆终端局部放电缺陷特征短暂,缺陷范围与外部环境纠缠,很难准确定位,需要结合温度特征和模式识别特征共同检测,本文利用超声红外热成像的优势,提出基于超声红外热像的电缆终端局部放电缺陷检测方法,方法利用图像梯度化、灰度化处理采集到的电缆终端局部放电缺陷特征超声红外热成像图,并通过智能模式识别处理方法抑制采集图像的复杂背景,删除包含在电缆终端局部放电缺陷特征红外图像中的大面积地物及地面;根据 K-means聚类算法,圈定疑似局部放电缺陷特征范围,构建局部放电缺陷范围模板,经匹配参考范围后,得出疑似局部放电缺陷范围的温度特性信息,诊断电缆终端是否存在局部放电缺陷。实验结果表明,该方法可有效获取电缆终端局部放电缺陷部位,检测不同类型的电缆终端局部放电缺陷的平均精准率高达 98%,平均漏检率为 1%。
超声红外热像 电缆终端 图像灰度化 局部放电 缺陷检测 背景抑制 ultrasonic infrared thermal imaging, cable termina
1 中国科学院上海技术物理研究所 中国科学院红外探测与成像技术重点实验室, 上海 200083
2 中国科学院大学, 北京 100049
3 上海科技大学 信息科学与技术学院, 上海 201210
复杂背景下的红外图像通常存在信噪比低、邻近像素灰度变化不明显以及易被杂波信号和噪声干扰的特点, 导致红外小目标检测困难。为解决上述问题, 提出一种基于特征显著性融合的红外小目标检测算法。首先, 在空间域中利用目标与其局部背景灰度差异来计算得到灰度显著图, 在频域中结合谱残差计算得到背景抑制后的频域显著图; 其次, 将灰度显著图和频域显著图归一化后通过哈达玛乘积相互融合; 最后, 通过自适应阈值分割并使用Unger滤波器剔除较小的噪声点, 从而提取出目标区域。实验结果表明, 所提算法对图像的信噪比有了数十倍的提升, 对背景抑制效果显著, 并有着检测率高和虚警率低的优点, 是一种有效的小目标检测算法。
图像处理 背景抑制 显著性 红外小目标 目标检测 image processing background suppression saliency infrared small target target detection
1 吉林省空间光电技术重点实验室, 吉林 长春130022
2 长春理工大学理学院, 吉林 长春 130022
为了更好地抑制太阳耀光对海面目标探测的影响,基于偏振检测技术并结合背景水体、太阳耀光与典型海洋目标三者之间的偏振特性差异提出了一种海面太阳耀光抑制方法。分析了观测天顶角、太阳天顶角对太阳耀光背景下海面目标偏振度以及海面目标与太阳耀光背景对比度的影响,结果表明,在晴朗天气下对海面目标进行探测时,背景辐射主要受太阳辐射从海面直接反射产生的辐亮度影响。可见光波长550 nm与670 nm对太阳耀光的抑制效果无明显差异,均在53°观测天顶角附近、50°~60°太阳天顶角方向以及太阳天顶角和观测天顶角之和为106°左右时对太阳耀光的抑制效果较好。该研究对于提升海面目标与太阳耀光背景图像的对比度以及海面太阳耀光背景下的目标检测效果具有重要意义。
海洋光学 偏振检测 太阳耀光 海面目标 背景抑制 激光与光电子学进展
2021, 58(20): 2001003
1 中国科学院光电技术研究所,四川 成都 610209
2 电子科技大学光电科学与工程学院,四川 成都 611731
3 中国科学院大学,北京 100049
4 中国科学院光束控制重点实验室,四川 成都 610209
5 航天系统部装备部军代局成都室,四川 成都 610041
6 广西科技大学电气与信息工程学院,广西 柳州 545006
由于红外弱小目标尺度小、能量弱,所以抑制背景以增强目标使后期检测跟踪性能得到保障是关键的目标检测技术环节。为了提高梯度倒数滤波算法对杂波纹理的抑制能力,减少差分图像中残留纹理对目标的干扰,本文提出了自适应梯度倒数滤波算法(AGRF)。AGRF 算法通过分析背景区域、杂波边缘纹理、目标的分布特性和统计数字特征来确定邻域像素间相关性的自适应联合判定阈值和自适应相关度系数函数,然后联合相关度系数函数和梯度倒数系数来确定自适应梯度倒数滤波器的元素值。实验结果表明,在具有相同目标增强性能的前提下,AGRF 算法相比传统梯度倒数滤波算法对杂波边缘纹理的敏感度明显降低。相比九种对比算法,AGRF 算法能够在背景抑制和目标增强这两者之间取得更好的性能平衡。
红外弱小目标 背景抑制 梯度倒数滤波 边缘纹理 infrared dim small target background suppression gradient reciprocal filtering clutter texture
1 周口师范学院物理与电信工程学院,河南周口 466001
2 华中科技大学电子信息与通信学院,湖北武汉 430074
针对复杂背景和低信杂比条件下的红外弱小目标检测难题,提出了一种基于局部对比度机制的红外弱小目标检测方法。该方法提出了一个包含中心层、中间层和最外层的 3层窗口,可以使用单尺度计算完成不同尺度弱小目标的检测。首先,对中心层引入匹配滤波思想,有针对性地增强真实目标;同时,提出最接近滤波原则,对最外层进行背景估计,以缓解目标靠近边缘时的检测难题;然后,在目标增强结果与背景估计结果之间进行比差联合的对比度计算,达到同时增强目标和抑制背景的目的;最后,通过自适应阈值分割,提取真实目标。实验结果表明,相比现有算法而言,该算法可更好地增强目标、抑制复杂背景,且原理简洁易实现,可有效减少运算量。
红外小目标 目标检测 局部对比度 目标增强 背景抑制 IR small target, target detection, local contrast,
1 中国科学院国家空间科学中心,北京 100190
2 中国科学院大学,北京 100049
在小天体探测、导弹制导和战场侦察等航空航天领域,由于目标信号较弱,占有像素数少,缺少目标形状和纹理信息,使用手工特征提取的传统算法容易出现大量虚警,而拥有强大特征提取能力的深度学习算法无法对微小且缺乏轮廓信息的目标训练。本文采用了滑动窗口取样训练,它源自基于人类视觉特性的传统目标检测算法中嵌套结构的思想,设计了一种使用递归卷积层的全卷积网络,在不增加额外训练参数的情况下,扩展了模型的网络深度,该网络的并行卷积结构的多个分支网络模拟了传统算法的多尺度操作,有利于在复杂环境中增强目标和背景之间的对比度,并且设计使用了多种损失函数的组合,以对抗正负样本严重不平衡的问题。实验结果表明:该方法实现了比传统方法更好的检测效果,为此领域的研究者们提供了一个新的思路和解决途径。
红外图像 弱小目标检测 递归卷积 全卷积网络 背景抑制 infrared image, dim and small target detection, re
1 中国科学院上海技术物理研究所 红外成像材料与器件重点实验室,上海 200083
2 中国科学院大学,北京 100049
为了提高红外焦平面检测目标的灵敏度,目标辐射产生的载流子应尽可能长时间保持,同时应尽可能减少热激发和背景辐射激发的比例。高背景条件下长波红外读出电路的积分电容较快饱和,且长波红外探测器暗电流的非均匀性会影响焦平面的固定图形噪声。基于共模背景抑制结构以及长波碲镉汞探测器暗电流分析的基础上,设计了具有非均匀性矫正的背景抑制电路。传统的背景抑制电路采用单一共模背景抑制或差模背景抑制。差模背景抑制模块的高精度背景记忆一般在小范围区间内。本文背景抑制结构采用共模背景抑制与差模背景抑制相结合,可以在较大的背景噪声范围内有效地降低固定图形噪声以及增大动态范围。该背景抑制结构中共模背景抑制采用电压-电流转换法,差模背景抑制采用电流存储型背景抑制结构。差模背景抑制通过背景记忆时信号放大,背景抑制时信号缩小来提高背景抑制精度。电路采用标准CMOS工艺流片。测试结果表明:读出电路的FPN值为2.08 mV。未开启背景抑制时,焦平面FPN值为48.25 mV。开启背景抑制后,焦平面FPN值降至5.8 mV。基于探测器的暗电流非均匀分布,计算其理论FPN值为40.9 mV。长波红外焦平面输出信号的RMS噪声在0.6 mV左右。
背景抑制 暗电流 读出电路 长波红外 background suppression dark current readout circuit LWIR 红外与激光工程
2021, 50(2): 20200266