复合热像法定量测量红外激光辐照度分布

为解决红外摄像法测量激光辐照度分布难以定量的问题,结合红外摄像法和量热法,提出了复合热像法的测量方案,研制了一套激光辐照度时空分布测量原理性样机,测量了2 000 W级Nd:YAG激光的辐照度分布。结果表明：利用漫反射屏上安置少量量热式激光能量探头的方式可以实现基于红外摄像法的绝对定标测量,通过红外漫反射数据与能量探头数据的归一化处理,可以得出红外激光辐照度的时空分布的定量结果。该样机系统为国内首创,并成功应用于红外强激光的辐照度定量测量。     

使用CCD的微小疵点面积测量系统设计

为检测光纤传像器件的疵点面积,提出了一种检测微小疵点面积的算法.首先根据疵点面积大小确定显微物镜放大倍数和十字分化板的精度;用CCD(电荷耦合器件)采集图像,该图像经十字分化板标定后得出单位像素面积.然后采用最大熵法确定图像分割阈值,经边缘检测得到疵点的像素数,从而计算出疵点面积.该系统由软硬件两部分组成,硬件部分卤钨灯的光经积分球后得到漫射光源,使用CCD相机和图像采集卡得到图像,软件部分介绍了图像处理算法及eVision二次开发,并对实验数据进行了误差分析.实验结果证明:该方法准确可靠,精度可达到1×10-10 m2,能够满足疵点面积测量要求.     

一种用于红外图像分割的改进型Otsu方法

概述了红外图像处理系统对图像预处理的要求,并针对传统图像分割算法中容易出现的目标错分问题,提出了一种基于灰度梯度映射函数的Otsu法。该方法克服了传统的基于灰度直方图的Otsu法不能利用图像局部信息和边界信息的缺点,通过将像素点的梯度信息与灰度信息相结合,较好地从背景中分离出了目标。仿真结果表明,该算法达到了预期的技术指标,很好地实现了红外图像预处理的功能。     

复杂纹理背景下的红外图像目标提取

纹理特征是红外图像中的重要因素之一.提出了一种复杂纹理背景下的红外目标提取算法.由于均值漂移算法是一种非参数密度估计算法,在图像分割中得到了广泛应用,所以首先通过均值漂移算法对红外图像进行平滑处理,以消除噪声对图像质量的影响;然后对平滑后的红外图像的像素进行均值漂移图像分割,并结合8邻域差值聚类法提取出红外目标前景信息.与传统的纹理处理方法相比,该算法可剔除纹理背景而保留非纹理目标,无监督性和适应性较好,在军事领域具有一定的应用价值.     

一种基于Otsu法和平台直方图均衡的红外图像增强算法

针对红外吊舱图像的特点,提出了一种基于Otsu法和平台直方图均衡的红外图像增强算法。首先分析图像的直方图,通过改进的Otsu法把图像分割为天空背景区和地面目标区,背景区以背景峰值与分割后背景区残留目标的局部峰值为依据,采用了一种自适应的方法来产生平台阈值,然后在背景区和目标区的灰度范围内进行直方图均衡化处理。该算法有效地抑制了背景区的过度增强,扩大了目标区的灰度范围,增强了细节部分。实验仿真结果验证了算法的有效性。     

基于图像复原技术的红外小目标检测方法

提出了一种准确、快速的红外小目标单帧检测方法。该方法首先利用图像复原技术对红外小目标图像进行平滑预处理,达到去噪、提高图像对比度的效果;接着将滤波后的图像与原始图像做差分对消处理,抑制背景杂波;然后采用梯度法对残差图像进行锐化处理,凸显小目标;最后设置两个灰度级做阈值提取,从而检测到红外小目标。仿真实验结果表明本算法能快速、准确的检测出目标点,鲁棒性较好。     

红外图像序列中运动面目标的分割算法研究

利用红外成像实现自动目标检测,这在现代防御技术中具有重要的地位。本论文主要针对红外预警系统的目标探测补盲阶段,深入研究了现有的比较成熟的各种运动目标分割算法,用软件仿真了各算法处理图像的效果,并总结归纳了各种算法的优缺点,提出了在差分图像的基础上,采用二维最大熵法对图像进行分割以更好地提取区域目标的观点。经实验证明,该算法效果良好。     

基于区域梯度信息的红外小目标检测

红外小目标检测一直是红外图像处理的难点之一,由于多种因素的影响,红外小目标容易被覆盖。分析红外图像特征,采用形态学对图像进行背景噪声抑制,在去除大部分噪声的情况下,首先利用灰度信息确定目标点的位置,然后利用区域梯度信息进而确定目标尺寸大小,对仿真图像进行处理并与K均值聚类法和形态学算法进行比较。实验结果表明:在低噪声情况下,三类算法均能有效地进行小目标检测,但在噪声复杂,信噪比较低的情况下,K均值聚类法未能检测出目标,形态学算法产生了多个虚警,而该算法依然能有效检测出小目标。     

基于显著性与尺度空间的红外弱小目标检测

针对复杂的天空背景,提出了一种基于显著性与尺度空间的红外弱小目标检测算法.首先通过频域残差法对原始图像进行初步处理,缩小红外弱小目标的待识别目标区域;接着利用DoG算子得到预处理后图像的尺度空间并实行特征点检测,获得最佳尺度图像,再对特征图像进行加权融合;最后通过信息熵分割来实现红外弱小目标的检测.仿真结果表明,本文方法跟文献中所提的优秀算法相比,能有效地检测出红外弱小目标,提升了目标图像的信杂比.同时,能很好地适应不同复杂场景,为红外弱小目标的跟踪应用奠定了基础.     

一种改进的Otsu图像阈值分割算法

Otsu法是图像阈值化分割法中的经典算法之一,在图像处理中有广泛的应用。本文针对红外吊舱图像的特点,在对Otsu法进行分析的基础上,提出了一种改进的Otsu图像阈值分割算法。首先,采用整幅图像的平均灰度值作为初始阈值对图像进行分割;然后,推导出了Otsu法四个参数的递推公式;最后,在缩小的灰度级范围内用递推的Otsu法来计算最终的分割阈值T。实验仿真结果表明,改进的Otsu算法在图像分割效果方面和时间效率方面明显优于Otsu法。     

快速的红外图像分割算法

最大类间方差法是一种常用而有效的图像分割算法,但由于计算量较大,不适宜于红外成像跟踪系统中高帧频的实时图像处理。在分析类问方差曲线特征的基础上,提出了一种二分逼近型快速最大类间方差算法．该算法通过对最大类间方差函数求导并利用二分逼近的方法逐次逼近最佳阈值点．理论分析和仿真结果证明,该算法的计算量较一般的最大类间方差算法有较大幅度的降低,具有实时性好,易于工程实现等优点．     

航空激光增材制造零部件潜在缺陷检测

传统的航空激光增材制造零部件潜在缺陷检测方法检测准确度低,图像特征查全率低。基于上述问题,提出一种基于图像识别技术的航空激光增材制造零部件潜在缺陷检测方法。采用红外成像技术进行航空激光增材制造零部件成像处理,提取航空激光增材制造零部件红外图像的缺陷区域特征点,对红外图像进行中值滤波降噪处理,利用扫描图像的纹理异常分布特性进行潜在缺陷的自适应定位检测,结合模板匹配和角点检测方法,实现对航空激光增材制造零部件潜在缺陷检测。仿真结果表明,采用该方法方法的图像特征提取查全率比传统方法提高了15%-20%,能够清晰检测到增材零件的潜在缺陷。说明进行航空激光增材制造零部件潜在缺陷检测的准确性较好,对缺陷部位定位的误差较小。     

基于视觉感知特性的红外图像质量评价方法

根据红外成像特点,设计了一种基于视觉感知特性的红外图像质量评价算法。该算法结合人眼视觉和红外图像的结构信息对图像的失真程度进行描述,通过提取图像的边缘特征、对比度特征,然后利用视觉显著模型对特征进行差异融合,从而实现对红外失真图像的质量评测。实现结果表明,本文方法可对失真红外图像进行有效评价,与传统方法相较,此评价指标与人眼主观感知更一致。     

实时红外图像非均匀性校正技术研究

在分析红外图像非均匀性噪声产生机理的基础上,介绍了红外成像系统非均匀性校正原理,从数字图像处理的角度阐述了校正方法,提出了因子加权校正结构,并给出了其硬件实现。利用该方法可以有效地消除红外图像的非均匀噪声,增强红外图像的视觉质量。     

基于小波变换与改进中值滤波的红外图像去噪

红外图像去噪研究是红外研究领域的热点问题,热图的去噪效果对后期的图像处理起着重要的作用。在此针对于红外热像传统去噪算法中无法有效保持红外热像差细节的不足提出了一种改进算法。该方法采用改进的中值滤波结合小波变换对红外热图进行去噪处理,结果实验仿真表明该方法能够有效保持红外图像热差细节的同时,对噪声抑制也具有理想的效果,对于后期处理具有很好的鲁棒性。     

红外成像系统图像处理与重建过程分析

一个完整的红外成像系统包含许多个子系统,每个子系统处理的信息不同。讨论了扫描图像的处理及重建过程,分析了用单点校正法、两点校正方法消除固定图形噪声的特点,讨论了将参考黑体加入扫描系统对系统的改良效果。最后系统地总结了图像处理和重建过程。     

改进高帽变换的红外目标增强和提取算法

红外图像增强及其目标提取是军事航空航天领域和国民经济发展的一项至关重要的技术。针对红外图像对比度低、特征信息不明确、杂波严重、信噪比低、视觉效果模糊的问题,对形态学中传统的高帽变换算法进行优化,提出了基于改进高帽变换的红外目标增强和提取算法。该算法通过引进判断值和加权系数,对高帽变换进行改进,对红外小目标进行增强,利用迭代算法对图像阈值进行处理,进而实现小目标的提取。实验结果表明,提出的算法可以很好地增强红外图像视觉效果,有效的提取红外小目标,方便后续的目标识别和目标跟踪等,应用前景广泛。     

基于三维块匹配的红外图像降噪与缺陷量化方法

对金属表面的缺陷检测以及量化逐渐成为一项重要的工作,对于保障器件安全有着重大意义。本文以钛合金为例,使用了一种以激光器为热源的的红外热成像缺陷量化方法。利用激光器可以点加热的优点对缺陷周围进行加热并对金属背面进行图像采集,为了使红外图像清晰表示并保留边缘,对红外图像进行同态滤波,变换后的红外图像进行噪声估计并使用基于三维块匹配的去噪算法将图像进行去噪,并且对去噪图像进行边缘检测以及缺陷量化。实验表明该系统可以有效的对金属材料进行缺陷检测,该红外去噪算法在峰峰值信噪比(PSNR)方面得到了显著的提升,在去除乘性噪声的同时也使图像边缘得到了有效地保留,该缺陷量化方法可以将误差控制在15 %以内。     

MSR在红外图像增强中的应用

介绍了一种红外图像增强方法．该方法针对红外图像具有大动态范围的特点,借鉴了可见光图像成像机理,根据Retinex理论,采用MSR算法来消除天气对红外图像的退化影响,以达到图像增强的目的;同时针对MSR输出图像偏暗,提出了对比度正态截取拉伸．仿真结果表明,正态截取拉伸MSR可以有效提高红外图像亮度和对比度,且具有较好的视觉效果．