目标红外特征分析

基于目标的红外辐射特性,提出了９个关于目标的特征量,这些特征量经试验表明,它们具有较好的稳定性,从而为红外制导和红外地面跟踪的目标分类和识别提供了良好的基础。     

红外目标特征分析

基于目标的红外辐射特性,提出了九个关于目标的特征量,这些特征量经试验表明,它们具有较好的稳定性,从而为红外制导和红外地面跟踪的目标分类和识别提供了良好的基础。     

基于SVM分类的红外舰船目标识别

针对海天背景下红外舰船目标识别提出了一种基于机器学习的分类算法。该算法首先利用分割算法提取红外图像中的连通区域,并对原图相应的位置进行标记和归一化处理,然后利用HOG特征提取标记区域的高维特征向量,用线下样本库训练得到的SVM分类器对所提取的HOG特征进行高维特征空间的分类,识别目标和干扰。仿真实验表明,该算法具有良好的性能,在复杂海天干扰背景下能够有效地识别红外舰船目标。     

基于目标红外特征与SIFT特征相结合的目标识别算法

为了解决传统的SIFT算法存在检测时间长,识别率低等问题,提出了一种基于目标红外特征与SIFT特征相结合的红外图像识别算法,该算法首先通过5个能反映红外目标初步信息且易实现的红外特征量进行初步识别,然后采用SIFT算法进行精确识别。通过三种飞机的红外图实验可以看出,将红外特征量与SIFT特征检测识别方法相结合,识别时间缩短0.06s,识别率有较大提高,达到98%以上。     

一种基于多分类器融合的双色红外成像目标识别方法

针对双色红外成像系统中的自动目标识别问题,提出了一种基于多分类器融合的红外目标识别方法.该方法首先提取目标的形状特征和面貌特征,并设计多个基于不同特征的分类器对目标进行分类;然后对各个分类器的目标分类结果进行决策级融合处理,并采用所提出的决策规则对多分类器融合分类结果进行处理得到最终的目标识别结果.该方法充分利用了目标在多传感器图像中的多种分类特征信息,提高了系统的目标识别效率和精确性.实验结果证实了该方法的有效性.     

基于筛选深度特征的红外图像目标识别方法

红外成像是现代战场侦察的重要手段,基于红外图像的目标识别技术可为情报解译提供重要支撑。针对红外图像目标识别,提出基于筛选深度特征的方法。设计适当结构的ResNet对红外图像进行特征学习,对于每个卷积层的输出特征图进行矢量化处理,获得相应的特征矢量。针对各个特征图的深度特征矢量,基于斯皮尔曼等级相关系数评价它们与原始图像的相关性。然后,通过门限判决算法选取若干具有高相关性的深度特征。经过筛选得到的深度特征可剔除了不必要的冗余成分,从而提升后续分类的精度和稳健性。采用联合稀疏表示模型对筛选得到的若干深度特征进行表征和分类,最终获取待识别样本的所属类别。因此,方法可有效结合ResNet多层次深度特征的鉴别力,从而提高最终的识别性能。实验在公开的中波红外目标图像数据集（MWIR）开展,利用原始测试样本、模拟噪声样本和模拟遮挡样本对方法性能进行测试和分析。实验结果表明:相比现有的部分红外目标识别方法,提出方法可取得更强的有效性和稳健性。     

红外与激光融合目标识别方法

针对自动目标识别需求,提出了一种激光与红外融合目标识别方法。首先分别对激光与红外两类单源数据分别提取小波矩和投影轮廓特征来表征目标;其次,将两类单源特征进行组合,并对组合后的特征进行约简。考虑到组合多个约简在进行分类时将产生互补信息,基于三种不同观点的约简提出了一种差异性组合分类器的构建方法,对约简后的激光和红外复合数据进行融合识别。最后,通过对激光与红外仿真数据的实验,验证了文中方法的有效性。     

深度特征联合表征的红外图像目标识别方法

针对红外图像目标识别问题,提出了联合卷积神经网络和联合稀疏表示的方法。卷积神经网络学习红外目标图像的深度特征,描述目标的多层次特性。不同深度特征可实现对目标不同特性的描述,因此具有良好的互补性。综合运用多层次深度特征,可为目标识别提供更为充分的信息。分类过程中,采用联合稀疏表示对待识别样本的多层次深度特征矢量进行表征,通过不同特征矢量之间的相关性约束提升整体表示精度。因此,联合稀疏表示在利用各层次深度特征的同时,充分考察了它们之间的内在关联。根据联合稀疏表示的输出结果,按照误差最小的原则判定输入样本的目标类别。实验基于中波红外（ MWIR）目标图像数据集开展,分别在原始测试样本、噪声测试样本以及少量训练样本3类条件下对提出方法进行了测试,并与4类现有红外目标识别方法进行了对比分析。实验结果表明,提出方法在设置的3类测试条件下均可以取得优势性能,表明其对于红外图像目标识别问题具有应用潜力。     

基于LGBM的Zernike特征选取及红外图像目标识别方法

红外传感技术有效解决了夜间观测的难题,成为现代战场侦察的重要手段之一。不断提升基于红外图像的目标识别能力是实施精确打击、态势感知的有力途径。针对红外图像识别问题,提出基于轻量级梯度提升机（Light Gradient Boosting Machine, LGBM）的Zernike特征选取算法,并结合稀疏表示分类器（Sparse Representation-based Classification, SRC）完成目标类别确认。首先,基于红外图像中的目标区域提取多阶Zernike矩特征,表征待识别目标的本质特性;其次,采用LGBM特征选择算法对多阶矩特征进行二次筛选,减少冗余的同时提高特征的针对性;最后,基于SRC对最终选择的Zernike矩特征矢量进行分类。该方法通过LGBM的特征选择有效提高了最终特征的有效性,同时降低了分类的计算复杂度,有利于提高整体识别性能。采用公开的中波红外目标图像数据集（MWIR）开展验证实验,对10类典型军事目标进行区分识别。实验分别在原始样本、噪声干扰样本以及部分缺失样本三种条件下进行并与几类现有红外目标识别方法进行对比讨论。结果表明:所提方法可取得更优性能,证明其有效性。     

基于核稀疏编码的红外目标识别方法

针对红外目标识别问题,提出了一种基于协方差描述子和核稀疏编码的红外目标识别方法。该方法结合了红外图像的灰度、一阶以及二阶梯度等特征的协方差描述子作为红外目标的特征,并采用Log-Euclidean度量进行特征相似性计算,通过高斯核函数将协方差描述子映射到高维空间,最后在新的特征空间上进行稀疏编码。实测数据实验结果表明,与传统的KNN(k-nearest neighbor,k最近邻)以及SVM(support vector machine,支持向量机)等分类算法相比,基于核稀疏编码的红外识别方法在识别准确率上有很大的提高。     

Method for Digital Correction of Signals of Multirow Photodetectors for Detecting Small Objects

Journal of Communications Technology and Electronics - The method of digital correction of output signals of multirow infrared (IR) photodetectors (PDs) for detecting small objects is proposed. The...     

基于物理模型的战场烟幕实时红外仿真

烟幕、灰尘、云、火焰等不规则物体的实时红外仿真技术是战场环境红外图像实时生成的关键技术和难点之一。以烟幕红外仿真为例,首先基于Navier-Stokes方程对烟幕的外形进行了建模,给出了其初始化和边界处理方法;然后基于灰体辐射模型和光线投射算法考虑了烟幕自身辐射和太阳光照射两种因素对烟幕的红外辐射特性进行了建模;最后,利用CUDA并行计算工具对基于物理模型的烟幕红外仿真进行了实现,成功地将红外烟幕嵌入到基于Vega的红外场景中,并对利用Vega粒子系统产生的红外烟幕和基于物理模型的红外烟幕的效果进行了对比。仿真结果表明,基于物理模型的烟幕红外仿真满足实时性需求,且具有真实感强,可控性好的优点。     

自然地面背景红外目标检测方法研究

文章结合分形特征的特点,提出了一种基于分形技术的图像预处理算法。该方法利用 自然背景和人造目标的不同分形持征检测目标,并利用领域连通性进行目标边界的合并,进一步地提取目标,大大提高了单帧检测的概率。仿真结果表明,该方法可以有效地在单帧图像中检测出目标。     

图像弯曲的自适应校正

由于采取线扫的数据读出方式,红外非制冷探测器在旋转平台上获取的图像存在弯曲现象。本文提出了一种基于图像的自适应弯曲校正方法,根据图像弯曲的机理,建立转速和直线参数的非线性估计模型。为降低计算的复杂性,将非线性模型简化为线性估计模型,最后分析了模型的线性化误差及其测量误差。仿真和真实图像数据的实验验证了模型及算法的正确性。     

现代舰船红外辐射及其控制策略分析

分析了舰船红外辐射的来源及其物理特性,估算了舰船各红外辐射源的相对强度,研究了舰船红外辐射的控制策略,探讨了舰船红外辐射控制的发展趋势。结果表明:烟囱管壁、排气烟羽和舰船表面是舰船的三大红外辐射源,是舰船红外辐射的主要控制对象;针对舰船表面的红外辐射,主动冷却技术则是较为理想的控制策略之一。分析结果对舰船红外隐身技术的研究具有参考价值。     

用于激光成像雷达和被动红外成像复合的目标分类仿真

激光成像雷达主动发射激光,接收其反射回波,能成角-角-距离-强度像,较易于实现目标识别。激光雷达与被动红外(IR)成像结合可获取更多信息,并提高目标识别能力和抗干扰性。提出结合激光雷达距离像-强度像的像素级融合的相干激光雷达距离像与被动红外成像复合的目标分类方法,利用Dempster-Shafer(D-S)证据理论,采用八值距离像模板进行仿真研究。其中,模板匹配的相关系数采用基于最多近邻点距离(MCD)的方法求得。研究结果表明,结合激光雷达距离像-强度像的像素级融合的目标分类的不确定度降低,降幅达40%,并提高了不易分类目标类的识别能力;距离像八值模板比二值模板分类效果好,物体质量函数差提高60%。     

远红外加热工作波段及辐射源温度的选择

在远红外加热过程中，被加热物料对红外辐射的吸收遵从吸收定律，本文从这一律出发，分布了对于不同的加热对象和加热目的，如何选择最佳工作波段和辐射源浊国度，才能达到节能和加热效果好等目标。     

地下目标的红外隐身

建立了地下目标的传热模型，数值模拟了不同掩埋深度及其热特性在２４小时以及３６５天外界温度循环中对地表温度的影响。结合红外技术的最新进展，探讨了地下目标红外隐身的途径。