为进一步提高超二代像增强器分辨力, 分析了阴极输入窗、多碱光电阴极、微通道板、荧光屏等对超二代像增强器分辨力的影响, 提出了减小阴极近贴距离、减小微通道板通道孔径、减小光纤面板输出窗丝径以及对微通道板镀制防电子弥散膜来提高分辨力的方法, 并通过实验得到了验证。实验结果表明, 随着阴极近贴距离的不断减小, 分辨力可以得到逐步提高。阴极近贴距离为 0.08 mm的条件下, 缩小光纤面板输出窗的丝径, 缩小微通道板的孔径, 且在微通道板的输出面镀制防电子弥散膜, 可以使超二代像增强器的分辨力达到 72 lp/mm, 最高可达到 76 lp/mm, 比原有超二代像增强器的分辨力提高了 33.33%。

鱼眼镜头优势在于拥有极大的视场, 可以捕获更多信息。如今鱼眼镜头在安保安防、摄影、航空航天等方面得到广泛应用, 尤其在**和**中的地位不可替代。本文首先概括了鱼眼镜头的成像原理和发展历程, 分析了现代鱼眼镜头初始结构设计中的光线溢出以及与镜面无交点等常见的关键问题和已有的思路, 介绍了现代鱼眼镜头的应用和发展趋势, 最后讨论了鱼眼镜头目前发展中存在的一些设计瓶颈以及鱼眼镜头未来的发展方向。

随着光学塑料成型技术的不断发展, 光学塑料透镜在各类光学系统中得到了广泛的应用。光学塑料具有便于大批量生产, 设计灵活性高, 重量轻和耐冲击等特点。本文进一步研究了光学塑料的特性, 并结合激光制导**光学系统的特点, 分析光学塑料应用的可行性。在以上分析的基础上针对特定的光学系统参数, 完成基于非球面光学塑料的光学系统设计, 并对系统的光斑成像质量进行了分析, 满足系统的使用要求。最后, 针对光学塑料对温度变化比较敏感的问题, 利用 LightTools软件完成对激光制导**探测系统的建模, 分析不同温度环境下系统输出的和差比幅值偏差和角度的偏差, 进一步验证光学塑料为系统带来的影响, 确定其在光学系统中的适用性。

红外系统在大范围内对异常热源点目标的探测需要平衡像元分辨率与温度灵敏度之间的关系。在探测器规模一定时, 现有星载红外载荷存在幅宽大时灵敏度不够、空间分辨率高时幅宽小的问题。针对上述问题, 本文提出利用时间延时积分(time delay intergration, TDI)算法处理图像的大视场异常点热源探测初步方案, 在一定条件下, 达到探测所需的温度灵敏度要求时, 能做到 217 km×122km的理论幅宽。同时搭建了一套高灵敏度红外成像实验系统, 开展了测试与模拟探测实验, 结果表明本方案在实现 202 km×114 km幅宽情况下, 灵敏度性能约 37 mK, 满足大范围异常点热源探测的要求。考虑到目标和背景的太阳光反射率等问题, 实际应用时取 200 m像元分辨率, 对应幅宽 128 km×102 km。

本文基于光学相机成像效应仿真模型, 提出了一种航空红外相机典型故障效应仿真方法。在对航空红外相机的光学系统、探测器、电子电路信号对成像效应进行深入仿真的基础上, 对不同类型成像故障效应进行了模拟, 采用典型故障的成像表现评价指标进行全面验证评价。研究结果表明: 基于红外相机成像效应的仿真模型可有效模拟多种故障成像效应, 能对装备的使用维护、试验鉴定中的故障的初步分析发挥重要的指导作用。

为解决白光观瞄装备在高原雪地、逆光等环境条件下观察瞄准效果不佳等问题, 运用外置滤光镜、偏振光镜和遮光筒等技术, 对白光观瞄装备开展适应性改进, 充分考虑高原任务特点, 合理进行人机工效设计, 方便操作和携行, 满足白光观瞄装备在高原地区各种环境条件下的使用需求。

传统红外与可见光融合图像在复杂环境下存在细节缺失, 特征单一导致目标模糊等问题, 本文提出一种基于卷积神经网络结合非下采样轮廓波变换(non-subsampled contourlet transform, NSCT)的红外与可见光图像进行融合的方法。首先, 通过卷积神经网络提取红外与可见光目标特征信息, 同时利用 NSCT对源图像进行多尺度分解, 得到源图像的高频系数与低频系数; 其次, 结合目标特征图利用自适应模糊逻辑与局部方差对比度分别对源图像高频子带与低频子带进行融合; 最后, 通过逆 NSCT变换得到融合图像并与其他 5种传统算法进行对比; 实验结果表明, 本文方法在多个客观评价指标上均有所提高。

为进一步提升空中作战条件下目标检测的性能, 本文通过优化 YOLO v3, 提出了一种基于空中红外目标的检测算法 EN-YOLO v3。该算法使用轻量的 EfficientNet骨干网络作为 YOLO v3的主干特征提取网络, 使模型参数大幅减少, 降低模型的训练时间; 同时选用 CIoU作为模型的损失函数, 优化模型损失计算方法, 提升模型的检测精度。结果表明, 优化后的 EN-YOLO v3目标检测算法与原 YOLO v3相比模型尺寸减少了 50.03%, 精准度提升了 1.17%, 能够有效提升红外场景下空中目标的检测效果。

针对对比度受限的自适应直方图均衡化(contrast limited adaptive histogram equalization, CLAHE)强行分块造成的视觉不自然现象, 本文提出了一种基于语义分割的红外图像增强方法。语义分割网络将整个红外图像分割成种类块而不是传统的矩形图像块。然后, 每个种类块各自进行对比度受限的直方图均衡化, 以减少过度增强。最后, 采用了一种新的边缘过渡方法来避免种类块之间的突变。实验结果表明, 本文所提出的红外图像增强方法在对比度和熵上优于其他对比算法, 而且避免了传统 CLAHE的视觉不自然现象, 具有更好的视觉效果。

视觉注意机制具有快速引导关注到重点区域的特性, 将其引入高光谱图像异常检测中具有可行性。本文从采样方式、波段选取、融入局部光谱特征 3方面构建更适用于计算高光谱图像显著性的视觉注意机制模型。针对经典的基于高斯统计分布假设的 RX异常检测算法在背景参数估计中易受潜在异常干扰的问题, 利用视觉显著性结果对原图像进行高斯加权, 在加权后图像中进行背景均值与协方差的重新估算, 进而使用更精确的背景参数对原图像进行 RX异常检测。在 5个经典数据上的实验结果表明, 本文方法有效地表现了潜在的异常目标, 改进的 RX异常检测算法具有更高的检测精度与更低的虚警率。

针对目前建筑外窗气密性现场检测方法无法保证其所有安装外窗的气密性等级全部达标, 同时缺乏高效、便捷的检测手段, 提出一种外窗气密性能等级现场检测方法, 通过热像仪对外窗进行红外图像采集, 对图像中的异常区域进行缺陷检测并计算缺陷面积, 建立外窗缺陷红外检测模型。根据实验测得的室内外温差、外窗缺陷面积、空气渗透量, 建立外窗空气渗透量计算模型, 将此模型与外窗缺陷红外检测模型结合求得窗户的空气渗透量, 实现外窗气密性能的现场检测, 初步判定外窗是否符合相应的气密性能等级, 提高了外窗气密性能现场检测的效率, 为外窗气密性能等级现场判定提供一种新的途径。

甲烷是现代化工业生产和社会生活的重要能源之一, 实现其有效探测与分割对于及时发现甲烷泄漏事故并识别其扩散范围具有重要意义。针对红外成像条件下甲烷气体图像的轮廓模糊、泄漏的甲烷气体与背景对比度较低、形状易受大气流动因素影响等问题, 本文提出一种融合注意力分支特征的红外图像分割网络(Attention Branch Feature Network, ABFNet)实现甲烷气体泄漏探测。首先, 为增强模型对红外甲烷气体图像的特征提取能力, 设计分支特征融合模块将残差模块 1和残差模块 2的输出特征与残差模块 3以逐像素相加的方法融合, 获取红外甲烷气体图像丰富细致的特征表达以提高模型识别精度。其次, 为进一步加快模型的推理速度, 将标准瓶颈单元中的 3×3卷积替换为深度可分离卷积, 大幅度减少参数量达到实时检测甲烷气体泄漏。最后, 将 scSE注意力机制嵌入到分支特征融合模块, 更多地关注扩散区域边缘和中心语义信息以克服红外甲烷气体轮廓模糊对比度低等问题提高模型的泛化能力。实验结果表明, 本文提出的 ABFNet模型 AP50@95、AP50、AP60定量分割精度分别达到 38.23%、89.63%和 75.33%, 相比于原始 YOLACT模型分割精度, 分别提高 4.66%、3.76%和 7.04%, 推理速度达到 34.99帧/s, 满足实时检测需求。实验结果验证了本文算法对红外甲烷泄漏检测的有效性和工程实用性。

在安全检查过程中快速准确地识别违禁物品有利于维护公共安全。针对 X射线行李图像中存在的物品堆叠变形、复杂背景干扰、小尺寸违禁物品检测等问题, 提出一种改进模型用于违禁物品检测。改进基于 YOLOX模型进行, 首先在主干网络中引入注意力机制加强神经网络对违禁品的感知能力; 其次在 Neck部分改进多尺度特征融合方式, 在特征金字塔结构后加入 Bottom-up结构, 增强网络细节表现能力以此提高对小目标的识别率; 最后针对损失函数计算的弊端改进 IOU损失的计算方式, 并根据违禁物品检测任务特点改进各类损失函数的权重, 增大对网络误判的惩罚来优化模型。使用该改进模型在 SIXray数据集上进行实验, mAP达到 89.72%, FPS到达 111.7 frame/s具备快速性和有效性, 所提模型与阶段主流模型相比准确率和检测速度都有所提升。