随着红外焦平面探测器向大面阵、多维度(例如双 /多波段)信息获取、高灵敏度的第三代探测器技术发展, 对红外成像光学系统的设计、光学元件加工、光学膜镀制、红外光学系统装调与测试等方面提出了新需求。本文在简述第一代热成像系统红外光学、第二代红外/热成像红外光学的基础上, 梳理了第三代红外/热成像系统对红外光学的要求, 综述了第三代红外成像光学系统解决这些新要求的技术进展, 并展望了新技术的发展趋势。

针对串行架构的处理器如 ARM和 DSP等实现双边滤波算法消耗资源过多的情况, 提出了一种基于 FPGA加速的双边滤波去噪的实现方法。根据双边滤波算法的原理以及 FPGA的硬件资源, 充分发挥 FPGA在并行计算上的优势, 在滤波器的系数生成和除法操作上进行了优化。在减少了 FPGA所消耗的资源的同时, 保证了图像去除噪声的实时性, 从而为后期的视频采集与传输系统奠定了一个良好的开端。

对巡航导弹类目标和某型靶机在大气传输中的红外辐射能量进行了理论计算, 提出了用使用该型靶机模拟巡航导弹类目标的试验方法, 并通过外场动飞试验对该试验方法进行了验证。

为实现在中、远红外两个大气窗口的低透过率, 设计了一种基于六边形环状结构的双屏红外频率选择表面, 利用 CST电磁软件进行仿真分析, 发现该频率选择表面在 3～5 .m和 8～15 .m两个波段内的平均透过率低于 0.025, 实现了红外波段的双阻带; 采用等效表面阻抗和表面电流法分析了该频率选择表面的滤波机理, 发现不同极值点处由于屏间耦合或屏内单元间的耦合在谐振单元表面感应出对称分布的电流从而使散射总场增强, 形成增强型反射, 即比较理想的红外光阻带; 最后研究了电磁波的入射角度、极化方式以及介质层的厚度对频率选择表面传输特性的影响。

现有差异特征驱动的红外光强与偏振图像融合方法中, 特征的选择上数量多, 存在信息冗余, 通过提取图像特征再求差来获取差异特征不能充分表征图像间的差异。本文提出一种基于余弦值的红外光强与偏振图像特征差异度的度量方法。通过对源图像提取特征图, 将亮度、纹理、边缘三类特征进行分离, 避免了图像特征选择的困难; 定义了特征差异度, 从特征图提取得到特征向量, 再计算其差异度, 对图像的差异进行了量化; 最后, 通过实验验证了所提方法的合理性和有效性。

在激光测距仪镜头组件的自动化装配中, 快速、精准识别感光元件雪崩光电二极管( APD)的定位坐标, 对于完成镜头焦点的精确对位以及提高图像处理效率至关重要。针对 APD的图像识别与定位过程, 本文提出一套基于机器视觉的高效、高精度的图像处理算法。首先在粗定位图像处理阶段中, 为提高运算效率, 利用抗干扰性强的高斯金字塔搜索归一化互相关匹配( NCC)算法, 对图像中的 APD进行粗定位。在边缘检测中, 采用 Otsu算法自适应地根据梯度图像变化生成高低阈值, 避免了传统 Canny算法的手动设置高低阈值的难题。在目标轮廓提取阶段采用连通域标记法, 过滤掉孤立的像素点和非目标区域像素点, 保证了下一步的轮廓拟合精度。在最后的轮廓拟合精定位阶段中, 通过对两种拟合算法比较过程中, 确定最小二乘法圆拟合亚像素定位算法进行 APD轮廓拟合, 可以保证效率和定位精度, 实验结果表明整个图像处理系统用时 596 ms、定位精度 0.4 pixel, 相对误差为0.64%, 实现了 APD图像快速、精准定位的过程, 提高了定位精度和效率。

对小波基分类是图像融合中依据不同融合需求选择小波基的基础, 可以提高图像融合的智能化水平。针对现有的小波基分类方法仅根据小波自身特性进行分类, 没有从统计角度有效建立小波基和图像差异特征之间的联系, 本文提出了面向图像差异特征融合的基于弗里德曼检验的小波基分类方法。首先, 选择典型的差异特征和小波基用于分类研究; 其次, 选择针对差异特征的评价指标, 以评价指标结果作为标记量并进行分类实验的区组设计; 然后, 采用弗里德曼检验对不同区组数据进行处理及执行相应的后续检验和分类步骤, 形成面向图像差异特征的小波基类集; 最后, 设计对比实验对分类方法的有效性进行验证和分析。试验结果表明, 该分类方法能有效把对图像差异特征融合效果相近的小波基归为一类, 能根据融合需求选择较好的小波基。

为了降低高光谱遥感图像冗余度, 减少后续的计算复杂度, 提出了选剔同步的高光谱遥感图像波段选择算法。以主成分分析后的数据作为参考波段来源, 以互信息作为选取波段的相似性度量, 引入 R-KL系数作为剔除波段的判别准则, 利用边选取边剔除的方式进行波段选择。为了验证该算法的有效性, 运用贝叶斯分类法对降维后波段进行分类, 并与自适应波段选择和基于最大信息量的波段选择算法进行比较。结果显示当选取波段数目较少时, 该算法的分类效果优于上述两种算法, 当选取波段数目较多时, 3种算法分类效果相当, 故该算法是一种有效的波段选择算法。

太赫兹波相对于光波和红外而言, 波长较长, 因此太赫兹成像系统的空间分辨率较低。为了在一定程度上提高太赫兹图像的分辨率, 提出了一种超分辨率重建方法。该方法基于深度学习, 在原有残差结构上进行改进, 加深了网络结构。对太赫兹图像进行训练, 拟合低分辨率和高分辨率图像之间的映射关系, 能够实现在单个网络中同时处理多个尺度的超分辨率图像。实验结果表明, 相对于一些传统的超分辨率重建方法, 本方法在量化指标和视觉效果上都有一定程度的提升, 且处理速度相对较快, 能够满足安检系统中实时处理的要求。

为了选取基于拉普拉斯金字塔变换融合方法效果较好的融合规则来提高多波段图像融合质量, 现结合 12种融合规则对可见光、红外短波和红外长波图像进行融合, 通过主观人眼视觉观察与客观评价中的信息量、统计特性和人眼视觉特性的评价指标对融合效果进行分析比较, 找到融合效果较好的融合规则。实验结果表明, 低频使用等值加权平均时, 融合效果较差, 对比度低。高频使用绝对值取大、低频使用区域匹配时, 融合结果清晰, 评价指标最高, 便于人眼观察。高频使用区域能量取大、低频使用区域匹配度取大时, 融合结果可以充分显示边缘和纹理信息。高频使用一致性检测和区域方差时融合效果一般。

HED网络( holistically nested edge detection network)被证明是目前用于边缘检测的一种性能较好的深度学习网络, 但在实际应用中发现, 将该网络用于前下视红外成像制导自动目标识别时, 会出现检测出的边缘不完整、不光滑等问题。针对上述问题, 对 HED网络进行了改进, 在此基础上提出了一种基于改进 HED网络的边缘提取方法。首先, 在原网络结构的基础上减少了两个池化层, 提高了侧边输出层的输出精度, 然后, 将改进 HED网络输出的边缘概率图进行二值化, 得到显著性边缘区域; 最后, 采用基于匹配滤波的边缘提取方法提取图像的边缘, 并将其与改进 HED网络提取的显著目标边缘相融合, 得到最终结果。实验结果表明, 该方法能够大幅减少非目标区域的边缘, 并且能够有效提取较为完整和准确的目标边缘, 为后续红外图像中的目标检测、跟踪与识别奠定了良好的基础。

在红外电气故障监测中, 设备过热故障区通常表现出高亮度等特点, 然而现有的提取方法因红外图像固有的低对比度、边界模糊等特点容易引起提取区域范围增大。为此, 本文提出了一种基于扩展的均值漂移聚类的红外图像故障过热区域提取方法, 引入了基于邻域灰度的权重因子。同时, 为了提升聚类效率, 摒弃了传统均值漂移算法遍历整个红外图像平面进行迭代聚类的方法, 融合了自高向低的聚类阈值分割机制, 使得改进的均值漂移算法能快速地将故障区域像素进行聚类, 实现红外图像中热故障区域的有效提取。实验结果表明本文区域提取性能优于目前现有的一些方法以及传统均值漂移聚类方法。

近年来对城市热环境的研究大多集中在大尺度或城市区域尺度上, 基于街区尺度的热环境研究较少。本研究基于高空间分辨率的天宫一号热红外数据, 利用 JM&S(Jim.nez-Mu.oz & Sobrino)算法反演了南京部分地区地表温度, 进而揭示了南京地区夜间地表热环境空间分布规律并分析了其与地表覆盖类型的关系, 探讨了不同街区夜间地表温度的差异。研究结果表明, 天宫一号具有热异常检测能力, 能较好地体现街区尺度地表温度的空间异质性; 南京夜间存在明显的城市热岛效应, 热岛强度为 2.6 K, 局部热岛效应较为突出; 受土地覆盖类型、人口、建筑等因素的影响, 不同街区地表温度差异较为明显。

用溶液法合成了 3种不同结构的水杨醛类席夫碱填料, 并分别与 2种粘合剂丙烯酸( AAS)和环氧树脂(EP)通过喷涂法制备出 6种涂层; 为了研究粘合剂 AAS和 EP对水杨醛类席夫碱涂层的发射率和热致变色性能的影响, 我们通过红外光谱仪和紫外 -可见光谱仪表征水杨醛类席夫碱填料微观结构; TG-DSC表征填料稳定性; 并分别测量了 20～240℃范围内填料和涂层的热致变色情况以及在 3～5 .m和 8～14 .m波段的红外发射率。结果表明, 两种粘合剂的加入对热致变色几乎没有影响。 EP与填料形成的涂层更接近填料的发射率。综合考虑发射率和热致变色两个因素, EP更适合作为粘合剂与水杨醛席夫碱类填料形成热致变色涂层。