基于红外热像波段拓展的多光谱成像研究

红外目标多光谱图像为目标红外辐射特性的研究提供了有效的手段,在目标材质识别、伪装目标辨识和复杂背景抑制等目标探测技术领域有着极为重要的应用。以黑体辐射理论为基础,提出了一种基于波段拓展的红外多光谱成像的方法。首先,利用中波红外热像仪（3～5 μm）采集红外图像,通过目标表面的真实红外辐射反推出热图像中不同像素点的温度值,然后利用普朗克公式可以获得不同像素点在预拓展波段处的辐射出射度数值,最后根据这些数值进行红外多光谱成像。     

伪装涂料红外偏振特性的实验研究

以喷涂伪装涂料和普通涂料的金属目标板作为研究对象,利用红外偏振成像系统获取目标的红外偏振图像,提取并分析了图像中目标的偏振信息,并将这些信息与目标的红外强度信息进行了对比.试验结果表明,通过红外偏振成像方法可以有效地减弱伪装涂料在红外波段的隐身能力.     

基于可见光光谱图像的红外多光谱图像仿真生成

阐述了红外多光谱图像仿真技术的意义和原理,研究了一种红外多光谱图像的仿真生成方法.提出了一种基于可见光/近红外波段多光谱、超光谱图像数据的地面场景建模方法,以及无监督分类方法和有监督分类方法相结合的地物像元分类、匹配、标记的策略,可以高效地解决像元地物自动匹配标记的问题.利用RGB彩色图像验证了这一方法,在将图像分割后为每类像元赋予相应的红外发射率数值,生成了4个红外波段的多光谱仿真图像,验证了该方法的可行性,指出了多光谱、超光谱图像数据在仿真应用中的各自特点.从仿真结果可以看出:不同波段图像中目标和背景之间呈现不同的特征.该方法可以生成空间形貌和辐射特征接近真实环境的红外多光谱仿真图像,对长波红外波段的多光谱成像探测仪器的研制和目标、背景光谱特征分析与探测算法的研究具有一定意义.     

飞机成像目标的红外隐身效果评估

评估飞机成像目标的红外隐身效果,对飞机红外隐身技术的发展、隐身反隐身作战具有重要的意义。提出了一种飞机成像目标红外隐身效果的评估方法:结合成像探测器工作原理,考虑图像处理各个阶段的算法特点,基于多种图像特征,制定出能反映背景影响和诱饵干扰影响的飞机成像目标红外隐身效果评估指标;通过建立红外成像探测器仿真模型,验证了所制定的评估指标的合理性;最后依据评估指标评估了采用不同隐身技术和施放诱饵干扰对飞机隐身效果的影响,得到了一些对飞机隐身和反隐身具有指导意义的结论。     

基于微结构的光谱特征控制技术

制导武器的发展,对目标的隐身以及多波段隐身提出了更高的要求.提出了通过控制目标表面的微结构来控制目标表面光谱特性的一种新技术.利用麦克斯韦电磁场理论,建立了表面微结构与表面光谱特性关系的理论模型,研究了不同材料以及材料表面微结构对光谱特征的影响,并对微结构光谱特征控制技术在红外隐身中应用的可能性进行了分析.研究结果表明:通过控制目标表面的微结构,可以达到控制目标光谱特征的目的,实现目标的红外隐身,为目标的隐身设计提供了一种新思路.     

空空导弹多光谱红外成像制导技术研究

从空空导弹红外制导系统的需求出发, 探讨多光谱成像制导技术的研究思路与系统设计方法, 介绍了共光路与分光路多种多光谱光学系统的结构设计, 分析了多光谱红外导引技术中的光谱细分、多光谱红外探测器、系统匹配、多传感器信号融合及光谱特征选取等关键技术。在此基础上给出了一种空空导弹双色成像探测系统实例, 该系统利用共光路系统设计实现双波段红外成像探测, 并针对红外诱饵干扰进行了基于光谱特征的目标跟踪与抗干扰算法, 实验验证该系统具有优于单波段成像导引头的目标识别与干扰抑制能力, 显示出了多光谱成像导引头是空空导弹的发展方向。     

双色红外成像抗干扰技术

通过分析飞机目标与典型红外干扰弹在光谱分布、运动特性、辐射能量和空间分布等方面的特征差异，指出采用双色红外成像制导技术是对抗红外干扰弹的有效途径。并分析了双色成像导引头的波段选择问题。指出要根据目标与干扰弹在不同情况下的特征差异，综合利用多方面的特征进行目标与干扰的鉴别。最后，分析了红外干扰弹的发展趋势以及双色红外成像导引头的抗干扰潜能。     

一体化红外双波段成像光学系统

根据目标在不同光谱波段下的光学特征设计了双波段系统,具有优于单色探测系统的探测能力和复杂环境下的目标识别与干扰判别能力,提高了有效侦察率、大大降低了虚警率.介绍了几种常见红外双波段系统,简述其原理,通过相应具体实例重点分析研究了折反式红外双波段以及折射式制冷型中波红外和长波红外双波段,采用共用窗口一体化红外双波段形式,结合二次成像和100%冷光阑效率技术,同时在两个波段内较好地完成了系统像差的校正,且两波段相对孔径、视场和焦距一致,因而可以融合中波红外图像和长波红外图像,充分利用中波红外、长波红外各自优点,符合实际应用需要.     

空空导弹多光谱红外成像制导技术研究

从空空导弹红外制导系统的需求出发，探讨多光谱成像制导技术的研究思路与系统设计方法．介绍了共光路与分光路多种多光谱光学系统的结构设计，分析了多光谱红外导引技术中的光谱细分、多光谱红外探测器、系统匹配、多传感器信号融合及光谱特征选取等关键技术。在此基础上给出了一种空空导弹双色成像探测系统实例，该系统利用共光路系统设计实现双波段红外成像探测，并针对红外诱饵干扰进行了基于光谱特征的目标跟踪与抗干扰算法，实验验证该系统具有优于单波段成像导引头的目标识别与干扰抑制能力，显示出了多光谱成像导引头是空空导弹的发展方向。     

多波段红外点目标的夜视成像差异分析

通过分析在夜视条件下短波红外、中波红外和长波红外点目标辐射成像机理,明确了多波段红外成像的影响因素,建立了短波红外、中波红外和长波红外图像点目标的形成模型,并对模型进行分析与仿真实验,揭示了多波段红外点目标夜视成像特性差异的形成机理,比较了多波段红外点目标成像的差异,并且通过实验图像的差异特征验证了这些成像特性差异的存在性,最后得出了多波段红外点目标图像的灰度值存在差异,大气传输影响存在差异以及夜光辐射影响存在差异的结论。     

基于张量投票的空域错误隐藏算法

针对现有空域错误隐藏算法对复杂纹理恢复精度不高的问题,提出了一种基于张量投票的错误隐藏算法,利用张量投票提取的结构信息改善复杂纹理区域的恢复效果,并在此基础上结合传统算法提出了改进的空域错误隐藏算法,即首先对丢失宏块分类,然后根据丢失宏块的类型选取合适的隐藏算法。实验表明,该算法有效地提高了恢复精度,避免了边缘错乱现象,尤其在纹理较复杂的区域,能够使隐藏图像的主客观质量有较大提高。     

基于MMSE编队卫星SAR高分辨率成像算法

针对编队卫星SAR的构型特点,根据编队卫星SAR回波信号的数学模型,给出了一种改进的成像算法:对每个接收机受到的回波信号进行最小均方误差滤波处理,并用空域滤波合成多颗接收卫星对应的单视复图像,从而得到高分辨率SAR图像。该方法充分利用系统的先验知识和不同接收机间的位置信息来实现高分辨率成像,突破了传统匹配滤波算法对SAR空间分辨率的限制,实现了均方差最小意义下的最优估计。仿真结果验证了本算法的有效性。     

Motion analysis and segmentation through spatio-temporal slices processing

This paper presents new approaches in characterizing and segmenting the content of video. These approaches are developed based upon the pattern analysis of spatio-temporal slices. While traditional approaches to motion sequence analysis tend to formulate computational methodologies on two or three adjacent frames, spatio-temporal slices provide rich visual patterns along a larger temporal scale. We first describe a motion computation method based on a structure tensor formulation. This method encodes visual patterns of spatio-temporal slices in a tensor histogram, on one hand, characterizing the temporal changes of motion over time, on the other hand, describing the motion trajectories of different moving objects. By analyzing the tensor histogram of an image sequence, we can temporally segment the sequence into several motion coherent subunits, in addition, spatially segment the sequence into various motion layers. The temporal segmentation of image sequences expeditiously facilitates the motion annotation and content representation of a video, while the spatial decomposition of image sequences leads to a prominent way of reconstructing background panoramic images and computing foreground objects.     

估算红外成像作用空间分辨率的新方法

提出了一种新的基于特征熵的估算红外成像作用空间分辨率的方法，研究红外目标在各分辨等级（发现、识别、确认）所需的红外成像空间分辨率。首先，通过下采样获取各分辨率等级下的目标图像；其次，提取目标的特征（纹理、形状和全局统计特征），并对目标的特征空间进行归一化，得到其特征直方图；然后通过计算其特征熵，度量目标的信息量；最后根据设定的阈值，给出红外目标在不同的识别等级下所需的最低成像分辨率结论，并以计算机仿真红外目标为例进行验证。实验结果表明:文中结论与识别结果较好吻合，能够为红外识别系统的优化设计和分析提供参考依据。     

张量低秩约束下的多帧图像去模糊

矩阵低秩估计模型在图像处理任务中有着广泛地运用。针对图像去模糊,利用矩阵低秩先验能保留图像的重要边缘信息从而实现去模糊。而对于多帧图像去模糊,基于矩阵的低秩模型并未充分考虑多帧图像间的时序和空间关系。针对该问题,我们提出基于三维张量低秩先验的多帧视频图像盲去模糊模型。在模型中,首先将多帧连续图像按时序维堆叠成张量,显式地考虑多帧图像间的时空关系,同时利用张量低秩先验约束保留图像重要纹理结构信息。利用交替迭代的方法求解模型,实现去模糊。通过在不同的数据集上实验结果表明,该方法能达到较好的去模糊结果。      

基于张量分解的双基地MIMO 雷达目标数估计

针对双基地多输入多输出(MIMO)雷达目标数估计问题,提出一种基于三阶张量分解的目标数估计算法。该算法首先将匹配滤波输出转化为三阶张量;然后,从张量的三个维度分别计算特征值,并通过迭代方法估计全局特征值;最后,利用全局特征值估计目标数。与传统基于矩阵分解算法相比,该算法充分利用了回波数据的多维结构特征,可有效改善特征值的估计精度,从而提高目标数的正确估计概率。仿真结果证明了所提算法的有效性和优越性。     

Nonrigid coregistration of diffusion tensor images using a viscous fluid model and mutual information

In this paper, a nonrigid coregistration algorithm based on a viscous fluid model is proposed that has been optimized for diffusion tensor images (DTI), in which image correspondence is measured by the mutual information criterion. Several coregistration strategies are introduced and evaluated both on simulated data and on brain intersubject DTI data. Two tensor reorientation methods have been incorporated and quantitatively evaluated. Simulation as well as experimental results show that the proposed viscous fluid model can provide a high coregistration accuracy, although the tensor reorientation was observed to be highly sensitive to the local deformation field. Nevertheless, this coregistration method has demonstrated to significantly improve spatial alignment compared to affine image matching.     

一种应用于高阶数据修复的非负稀疏Tucker分解算法

针对传统的张量填充算法对于不满足低秩条件的张量填充效果难以保证,本文采用张量分 解的方法实现缺失张 量的修复,即对传统Tucker分解算法进行改造,在其目标函数中增加对核心张量和系数矩 阵的非负性以及 核心张量的稀疏性约束,再利用凸优化理论中的交替近端梯度算法(APGM)对目标函数进 行迭代寻优, 在分解的同时实现缺失数据点的填充。医学图像、彩色图像和视频图像的修复结果表明,本 文 算法能够对高阶非负张量的缺失实现较好地修复,修复的视觉效果和技术指标都优于当前主 流算法。     

基于群稀疏空间光谱总变分的高光谱混合噪声图像恢复北大核心CSCD

高光谱图像(HSI)在采集的过程中,由于受到环境和传感器的影响,图像会被大量混合噪声污染,会影响遥感图像后续应用的性能,因此从混合噪声中恢复干净的HSI成为了重要的预处理过程。而一些现有的张量模型,在去除含有条带和死线的混合噪声时,并不能取得很好的效果。为此,提出了一种基于群稀疏空间光谱总变分的高光谱混合噪声图像恢复算法(FRTCSSTV);为了避免过度平滑,该算法利用群稀疏空间光谱全变分正则化来增强空间谱维的稀疏性,同时为了保持HSI原有的结构,采用直接对张量纤维秩进行约束的方法来表示HSI的全局低秩。在模拟和真实的高光谱图像实验中,与其他模型相比,FRTCSSTV方法在去除含有条带和死线噪声的混合噪声时具有更好的性能。     

An image retrieval method based on spatial distribution of color

Color histogram is now widely used in image retrieval. Color histogram-based image retrieval methods are simple and efficient but without considering the spatial distribution information of the color. To overcome the shortcoming of conventional color histogram-based image retrieval methods, an image retrieval method based on Radon Transform （RT） is proposed. In order to reduce the computational complexity, wavelet decomposition is used to compress image data. Firstly, images are decomposed by Mallat algorithm. The low-frequency components are then projected by RT to generate the spatial color feature. Finally the moment feature matrices which are saved along with original images are obtained. Experimental results show that the RT based retrieval is more accurate and efficient than traditional color histogram-based method in case that there are obvious objects in images. Further more, RT based retrieval runs significantly faster than the traditional color histogram methods.