红外图像

摘要： 针对红外图像中弱小目标检测虚警率高、实时性差的问题,提出了一种基于视觉显著性和局部熵的红外弱小目标检测方法。该方法将红外弱小目标的检测问题由粗到精分步实现,首先利用融合局部熵的方法提取包含目标的感兴趣区域,对红外弱小目标实现粗定位。然后再利用改进的视觉显著性检测方法在感兴趣区域计算局部对比度,获得感兴趣区域的显著图。最后利用阈值法分割显著图像提取红外弱小目标,实现红外弱小目标的检测。通过与TOPHAT算法及LCM算法进行对比试验,验证了该方法在检测性能上优于TOPHAT算法以及LCM算法,虚警率分别下降了62.5%和33.3%;检测实时性方面,算法耗时为LCM的38.6%。该方法能够实现复杂背景下红外弱小目标的准确检测,在一定程度上解决了目标检测虚警率高、实时性差的问题。

摘要： 为了解决生成对抗融合方法获得的融合图像不能同时保留红外图像典型目标和可见光图像纹理细节的问题,提出一种红外与可见光图像交互注意力生成对抗融合方法。首先,在生成网络模型中采用权重参数共享的双路编码器架构,利用多尺度聚合卷积模块提取源图像各自的深度特征;其次,在融合层设计上,利用交互注意力融合模型建立两类图像局部特征的全局依赖特性,获得的注意力图更聚焦于红外典型目标和可见光纹理细节,实现红外与可见光图像端到端融合。最后,在对抗网络模型中,采用双鉴别器均衡判定融合图像与源图像间的真假性,相互补偿的损失函数优化生成网络模型获得最佳的融合结果。与现有典型融合方法的对比实验结果表明,该方法能够获得更平衡的融合结果,在主观视觉描述和客观指标评价上都优于其他方法。

摘要： 为解决目前电力二次设备监测方法中存在的时延性和可实施性,基于红外图像处理技术设计了二次设备状态评估模型。首先应用图像降噪和分割技术,将待监测二次设备从背景中分割出来,再利用基于Roberts算子的边缘检测技术,提取出图像中的各个温度分区,将温度分区通过数字信号处理得到温度拟合值,最后通过量化的指标实现二次设备状态评估。验证实例说明该评估模型的有效性。

摘要： 红外图像低对比度、低亮度及轮廓细节模糊等问题限制了红外成像技术的应用.为了提高红外图像的质量,本文提出了一种结合多尺度循环卷积和多聚类空间红外图像增强方法,该方法分为五个阶段:多尺度循环卷积、多聚类空间混合均衡化、多角度组合滤波器、线性融合和图像层次化处理.其中,通过多尺度循环卷积和多角度组合滤波器增强图像细节及轮廓信息;多聚类空间混合均衡化通过改进的K-means对图像灰度值进行聚类分析,依据图像特性选取不同的均衡化方式提升图像对比度及亮度;图像层次化处理用于提升图像清晰度.结果表明:与对比方法相比,该方法能够显著增强红外图像细节及轮廓,提升红外图像对比度和亮度.

摘要： 图像融合是图像处理领域中非常重要的分支,可见光图像与红外图像的融合在机器感知、目标检测与追踪、监控、遥感和图像去雾等方面扮演着十分重要的角色。针对目前一些融合算法时效性差、复杂程度高、泛化程度低和融合后图片信息丢失量大等问题,在神经网络FusionGAN的基础上进行了改进。在其中引入了一种多尺度卷积PSConv和一种轻量化注意力模块ECA-Net,前者能够在更细粒度角度进行多尺度特征融合,后者能自适应地选择一维卷积核大小,从而实现性能上的提优。实验采用经典的红外与可见光数据集TNO和NIO数据集,经实验表明,改进后的算法在主观评价与客观评价下,与原算法和其他算法相比有着明显提高。

摘要： 针对传统的红外图像与可见光图像融合算法存在局部模糊、背景信息不完整的问题,文章提出了一种新的融合算法。使用边缘检测算子实现图像轮廓的提取,同时还进行基于能量的加权融合处理;使用区域间相似度的方法实现信号域的提取,最后根据过信号强度进行图像的融合。为了验证算法的正确性,文章进行了对比测试,同时还使用标准差、信息熵和平均梯度3个参数进行了定量分析,本文方法和传统的加权平均算法相比标准差最大提高106.3%,测试结果表明,本文提出的融合方法融合效果更好,具有一定的实用价值。

摘要： 为了进一步提高识别无人机的效率,提出基于红外与可见光图像融合的无人机探测方法,并且对配准算法进行改进,搭配Canny边缘检测ORB特征检测的融合配准算法。首先,搭建双目摄像头、采集无人机图像;接着,对图像进行Laplace预处理、Canny边缘检测ORB特征检测配准、Harr小波变换融合。将得到的融合图像和融合前的可见光图像分别进行YOLOv3检测框架。实验表明,图像融合后的识别,mAP从92.45%提高到了93.39%。证明通过图像融合的方法,可以提高对无人机识别的准确率。

摘要： 针对红外图像空间分辨率低、成像效果不好的问题,提出了一种基于对偶循环结构和注意力机制的红外图像超分辨率重建方法。对偶循环结构的引入能够更好地约束LR到HR的映射,通过引入融合了多维度的注意力机制CBAM,让网络在不显著提高计算量与参数的情况下取得了细节更丰富的重建效果。通过在真实红外数据集上与现有的典型方法进行比较,所提方法在显著降低了模型的参数量的情况下取得了不错的重建效果。

摘要： 在无人驾驶领域中,提升无人驾驶安全性、丰富无人驾驶适用环境是提高无人驾驶系统的自动化程度的重要研究内容。文章首先分析了对于适用不同红外波段的车载红外成像辅助设备的选择问题,基于其面对复杂环境的可用性为选择依据,得出了短波红外成像设备优良性能的结论。同时针对现有红外图像成像质量的问题,基于Matlab应用相关图像的增强算法进行图像处理,在图像清晰度方面,采用了拉普拉斯算子、中值滤波等处理方法解决相应问题并获得了改良后的图像,实现对相机输出图像的增强。

摘要： 红外图像普遍存在分辨率低、细节模糊和视觉效果差的问题,使其难于直接应用在PCB故障诊断系统中。针对这一问题,本文提出了一种可充分利用红外图像层次特征的混合残差密集网络超分辨率重建算法。首先,使用卷积神经网络提取原始低分辨率图像的浅层特征信息;其次,设计多路径混合残差密集连接块,进一步提取更丰富的深层特征信息;最后,引入全局特征融合与残差学习自适应的学习并整合全局特征信息,应用转置卷积上采样完成红外图像的超分辨率重建。实验结果表明,本文算法能够有效提高重建后红外图像分辨率,使细节信息得到改善、视觉效果得到提升。基于公共/自建数据集得到的重建后图像峰值信噪比和结构相似性指标分别达到42.17 dB/39.32 dB和0.9503/0.9466,优于文中列举的双三次内插法、SRCNN和ESPCN模型,重建性能得到明显提高。

摘要： 随着目标检测技术在电力巡检任务中的不断推广,对电力巡检采集的各类图像进行自动分析已成为当前电力企业研究的热点方向之一.传统目标检测方法大多建立在机器学习技术之上,在复杂场景下的检测精度有待进一步提高,而基于图像的深度学习方法由于具有理想的检测精度及环境适应性被广泛应用于电力巡检目标检测.针对电力巡检复杂场景下采集到的图像质量差、背景复杂、对比度差等问题,提出了融合图像方向梯度直方图的区域卷积神经网络(HOG-RCNN)的红外图像目标检测方法,在图像进入RCNN网络之前对输入图像进行HOG特征提取,辅助RCNN实现候选区域的选取.算法实验表明,所提方法的检测效果优于单独的RCNN网络.

摘要： 行人检测技术是智能监控系统、智能交通系统、机器人和汽车安全等计算机视觉领域的研究热点.由于在视频场景中人体的位置、角度、穿着等都是复杂多变的,对检测精度有很大影响.通过对统计特征变换直方图(CENTRIST)的优缺点分析,提出了一种新的人体检测特征——三值统计特征变换直方图(T-CENTRIST).T-CENTRIST一方面考虑了每个像素与其邻域像素之间的关系.另一方面也考虑了这些邻域像素之间的相关性度量.相比于CENTRIST,T-CENTRIST方法能更充分、更准确地反映行人的轮廓.其次,文中提出了一种基于T-CENTRIST特征的红外图像行人检测框架,引入了扩展块和整体图像的思想.最后,实验结果验证了所提出的行人检测方法的有效性.

摘要： 在分析了传统的清晰度评价函数后,提出了一种适用于评价背景中存在高温物体的红外图像清晰度评价算法.给出了该算法的原理和过程,该算法较之前的清晰度评价算法相比,更多的考虑了应用背景中光强对红外图像细节的影响.与其他几种清晰度评价函数的实验对比结果表明该方法有效的克服了梯度平方函数、频谱函数、熵函数等传统清晰度评价函数的缺点.实验结果表明本方法不仅适用于评价高温物体的红外图像清晰度,也可以用来评价聚焦的准确度.

摘要： 考虑到红外图像通常是人眼进行观测,本文基于人眼视觉特性,提出一种红外图像的对比度增强算法.该算法首先对图像进行分层差分表达,统计其差分像素对,并把高层的差分变量换算到低层,最终计算得到全局差分变量以及图像的全局变换函数,实现图像增强.实验结果表明,该算法可对人眼感官中较突出的目标进行增强,提高图像的视觉效果.在FPGA中实现算法时,占用资源少且实时性强,具有一定的应用价值.

摘要： 温度监测是生产安全监控的一个重要方面,但红外图像对温度的监测面积大,距离远,效果好.因为红外图像存在分辨率低、不够清晰的缺点,所以将可见光图像与红外图像进行融合,以取得清晰直观的温度分布图像.为了研究图像融合的过程,使用图像标定技术,对目标图像进行校正、对齐.在标定过程中,根据红外线发射的特点,分析了图像标定板的红外线发射机理,设计了适用的红外与可见光合一的图像标定板,获取了标定板的清晰红外图像.取得了满意的图像融合效果,适用于对生产设备、生产过程、产品仓储等的温度监控和预警.

摘要： 为了解决红外电力图像中绝缘子所占比例较小,背景复杂导致绝缘子漏检和定位不准的现象,提出了基于特征选择YOLOv3网络的检测方法.所提出的方法在金字塔形YOLOv3网络的自顶向下采样过程中加入了金字塔特征注意网络.金字塔特征注意网络基于网络高层语义特征图计算特征权重矩阵,并使用该特征权重矩阵过滤掉网络低层细节特征的冗余.最后,将经过特征过滤后的低层特征图和高层语义特征图串联在一起,得到既有精确的绝缘子细节信息又有丰富高层语义信息的特征图.实验结果表明,所提出方法的检测效果要优于原有YOLOv3网络且保留了原有网络实时性好的特点.

摘要： 飞行器的红外特性由多个主要辐射源共同作用的结果:发动机尾喷管、发动机尾焰(包含高温气体和碳颗粒的羽流)、由于气动加热和内部热源加热以及来自太阳、天空和地面反射导致飞行器蒙皮的热红外辐射,整个飞行器的红外辐射仿真难度较大.该方法采用了先进的热模拟技术、CFD技术以及辐射传输计算技术,充分考虑了蒙皮、尾喷管及尾焰(高温气体和碳颗粒)之间的相互作用,实时生成飞行器及尾焰的红外图像,为红外探测、跟踪、制导以及红外隐身应用中需要得到各种飞行器尾焰的高保真红外图像提供了可行性.

摘要： 红外热成像具有隐蔽性好、探测矩离远、能识别伪装并获得目标的状态信息等突出优点,在装甲车辆观瞄系统和侦察系统中得到了越来越多的应用.由于路面情况复杂,红外图像序列随着车体和成像设备的颠簸将出现抖动的情况,导致人眼无法有效地观察和跟踪图像中的目标,并对计算机后端处理图像也造成了不良影响.电子稳像是一种利用软件来实现稳像的方法,具有速度快、精度高、成本低等突出优点.但由于红外图像总体灰度偏暗,目标图像与背景对比度低等特点,直接利用电子稳像对红外图像处理容易出现特征的无匹配,导致稳像失败或效果变差.本文针对红外图像灰度分布的特点,提出了一种将直方图均衡化与灰度投影相结合的电子稳像算法,实现了对红外图像序列的有效稳定.

摘要： 针对复杂背景下的目标检测问题,提出一种基于红外和可见光探测器互补检测的策略,给出了一种利用红外目标位置引导的可变形部件检测方法.首先,提出一种基于均值漂移聚类的红外图像多目标快速检测方法,该方法利用阈值法得到候选像素点,再通过聚类检测得到各疑似目标的质心.然后,将上述疑似目标质心作为候选位置先验,在相同分辨率的可见光图像相应位置进行可变形部件检测.模型的训练在人工标注的数据集上进行,而测试只在疑似目标位置区域进行.这很大程度提升了可变形部件模型进行目标确认的速度,并且排除了背景的干扰.在靶场采集数据集上的实验结果表明,提出的红外目标位置引导的多目标部件检测比穷举搜索的实时性有明显提高.

摘要： 复杂的空间背景及恶劣的太空环境严重影响了深空红外小目标检测的有效性和稳定性.本文提出了一种基于小波和改进非负矩阵分解(INMF)的多传感器数据融合小目标检测算法.首先对各源图像进行小波分解获得不同子带图像,然后在NMF目标函数中加入方差信息约束条件进行迭代运算,对各相应子带图像进行INMF融合,强化小目标特征信息并抑制背景噪声,最后利用局部方差特征提取融合后重构图像中的小目标,最后通过复杂场景序列图像对算法的有效性进行了验证,实验结果证明本文算法将小波变换和INMF算法结合在一起对多传感器图像进行特征提取与融合,显著提高了目标检测概率.

摘要： 本发明提供一种防止映入于被摄体而能够获取适合求出被摄体的温度的红外线图像的红外线图像获取装置以及红外线图像获取方法。红外线图像获取装置具备红外线摄像部、对应区域检测部、映入区域检测部以及图像校正部。红外线摄像部获取相对于被摄体的拍摄方向相互不同的第1图像和第2图像。对应区域检测部检测第1图像、第2图像中的与被摄体对应的第1对应区域、第2对应区域。映入区域检测部检测第1图像中的红外线量比第2图像中的红外线量多的第1映入区域、第2映入区域。图像校正部根据第2映入区域校正第1映入区域。

摘要： 本发明描述了一种传感器叠层。该传感器叠层包括第一电磁辐射传感器和第二电磁辐射传感器。第一电磁辐射传感器具有用于将第一电磁辐射波长范围转换成第一组电信号的高量子效率。第二电磁辐射传感器位于第一电磁辐射传感器的视场中，并且具有用于将第二电磁辐射波长范围转换成第二组电信号的高量子效率和用于将第一电磁辐射波长范围转换成第二组电信号的低量子效率。第一波长范围不与第二波长范围重叠，并且第二电磁辐射传感器至少部分地透射第一电磁辐射波长范围。

摘要： 本发明提供一种红外线吸收图像形成用喷墨油墨及其应用，所述红外线吸收图像形成用喷墨油墨含有由式(A)表示的红外线吸收材料、水溶性有机溶剂及水，其中水溶性有机溶剂的含量为5质量％～45质量％，SP值27.5MPa1/2以上的溶剂种类X在水溶性有机溶剂中所占的比例为50质量％以上。Z1及Z2分别独立地表示形成含氮杂环的非金属原子组，R1及R2分别独立地表示取代基，L1表示由奇数个次甲基组成的次甲基链，a及b分别独立地表示0或1。X1表示阴离子或阳离子，c表示用于取得电荷平衡所需的数量，但Cy的电荷被中和时，X2不存在。

摘要： 本发明涉及一种制造红外传感器材料的方法，所述方法包括：通过将碳纳米管（CNT）分散在溶剂中而制备CNT分散液，使用所述CNT分散液作为原料来形成CNT薄膜，以及对所述CNT薄膜进行退火，使得电阻温度系数的绝对值在-10°C至50°C的温度下等于或大于1%/K。

摘要： 本发明提供一种含有由式(1)表示的红外线吸收材料、树脂粒子、水溶性有机溶剂、水溶性有机化合物X1、表面活性剂及水的红外线吸收图像形成用喷墨油墨及其应用。M+表示质子、1价碱金属阳离子或有机阳离子，L1表示由5个或7个次甲基组成的次甲基链且在次甲基链的中央的次甲基上具有取代基的次甲基链，R1～R4分别独立地表示氢原子或取代基，X表示O、S或Se。

摘要： 本发明涉及一种红外生理特征图像采集装置和一种带有红外生理特征图像采集装置的车门锁。在某些实施例中，带有红外生理特征图像采集装置的车门锁包括：一个车门和一个用来开车门的车门把手，一个红外光源，一个红外生理特征图像采集传感器，和一个锁控制器。锁控制器包括一个向带有红外生理特征图像采集装置的车门锁提供电源的电源模块，一个处理器和一个非挥发型存储器。红外生理特征图像采集传感器用来采集一个使用者的一个或多个手指的生理特征图像。当采集的手指生理特征图像与锁控制器中的生理特征图像存储模块所存储的生理特征图像之一相吻合时，锁控制器通过一个锁控制模块将车门打开。

摘要： 一种红外生理特征图像采集装置（10）和一种带有红外生理特征图像采集装置（10）的门锁（100），带有红外生理特征图像采集装置（10）的门锁（100）包括：一个门（12）和一个用来开门（12）的门把手（14），一个红外光源（110），一个红外生理特征图像采集传感器（120），和一个锁控制器（130）。锁控制器（130）包括一个向带有红外生理特征图像采集装置（10）的门锁（100）提供电源的电源模块（132），一个处理器（134）和一个非挥发型存储器（136）。红外生理特征图像采集传感器（120）用来采集一个使用者手上一个或多个手指（61‑64）的生理特征图像。当采集的手指生理特征图像与锁控制器（130）中的生理特征图像存储模块（13626）所存储的生理特征图像之一相吻合时，锁控制器（130）通过一个锁控制模块（130624）将门（12）打开。

摘要： 本发明涉及一种可视图像标注、红外图像标引与红外图像链接。与热成像仪一起使用来捕获一个物体或场景的初级热图像、然后如所希望地将其与该物体或场景相关的多种信息中的任何一种进行关联的方法。这种相关信息可以在捕获该初级热图像后在现场与该图像进行关联。这种相关信息可以涉及关于该物体、场景的周围环境、和/或场景位置的周围环境的进一步的细节，这种细节在与初级热图像相关联时共同地代表用于该图像的一种资产信息卡的形式。

摘要： 本发明涉及一种可视图像标注、红外图像标引与红外图像链接。与热成像仪一起使用来捕获一个物体或场景的初级热图像、然后如所希望地将其与该物体或场景相关的多种信息中的任何一种进行关联的方法。这种相关信息可以在捕获该初级热图像后在现场与该图像进行关联。这种相关信息可以涉及关于该物体、场景的周围环境、和/或场景位置的周围环境的进一步的细节，这种细节在与初级热图像相关联时共同地代表用于该图像的一种资产信息卡的形式。

摘要： 本发明提出一种基于二维红外图像的三维红外图像生成方法，包括：步骤S1：导入待测设备的三维模型，对三维模型进行不同视角的轮廓生成；步骤S2：围绕待测设备拍摄多张红外图像；步骤S3：对拍摄的红外图像A进行轮廓识别；步骤S4：进行Hu矩轮廓匹配；步骤S5：将图像的RGB值赋予三维模型对应的表面元；步骤S6：对全部拍摄的红外图像执行步骤S3‑步骤S5，对相邻两张红外图像之间的重叠部分，采用两张图片RGB值的平均值对三维模型对应的表面元进行赋值。其实现了通过二维红外图像生成三维红外图像的转换，且仅通过常规的设备和技术条件即可以完成，具有很高的实用价值。