双色红外信号亚成像目标识别处理系统研究
双色红外玫瑰扫描亚成像实时目标识别系统
第27卷第1期2001年1月光学技术OPTICAL TECHNIOUEVoI.27No.1!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!Jan.2001文章编号：1002-1582（2001）01-0063-02双色红外玫瑰扫描亚成像实时目标识别系统"邹立建，刘敬海（北京理工大学光电工程系，北京100081）摘要：双色红外玫瑰扫描探测系统主要的任务就是能实时地识别目标，并给出目标的方位信息以驱动陀螺跟踪目标，在进行实验时，可以方便地观察探测视场中目标、背景和干扰情况。
介绍了系统的硬件配置和信号处理软件的流程，并给出确定几个重要参数的依据。
实际应用表明，该目标识别系统满足实时性的要求，具有测量误差小，稳定性高的特点。
关键词：双色红外系统；玫瑰扫描系统；亚成像；实时目标识别中图分类号：TN219；V249.32+6文献标识码：AReal time target recognition in dulaspctral infrared rosettescanning sub-imaging detector systemZOU Li-jian ，LIU Jing-hai（Department of Photo-eIectronic Engineering ，Beijing Institute of TechnoIogy ，Beijing 100081，China ）Abstract ：A key task in DuIaspctraI Infrared Rosette Scanning Detector System is to recognise target reaI -timeIy ，and at the same time ，to output orientation signaI to drive gyroscope to track the target.It is convenient to watch the target ，background and counter -measure when doing experiment.The hardware composing and the fIow of signaI processing software of the system is introduced ，the basis to determine severaI important parameter is given.It was proved in practice usage that the target recognition system can fit the need of re-aI time and ，at the same time ，can work with IittIe error and high stabiIity.Key words ：duaIspectraI infrared system ；rosette scanning system ；sub-imaging ；reaI-time target recognition双色红外玫瑰扫描探测系统的一个主要任务就是能实时地识别目标，给出目标的方位信息以驱动陀螺跟踪目标。
中长波双色双视场红外光学系统设计的开题报告
中长波双色双视场红外光学系统设计的开题报告
1. 研究背景和意义
中长波双色双视场红外光学系统是一种高精度、高灵敏度、高分辨
率的红外成像系统。
它具有广泛的应用前景，如：监测天气、环境监测、火灾预警、安防监控等。
因此，对中长波双色双视场红外光学系统的研
究具有重要的实用价值。
2. 研究内容和方法
本文的研究内容为中长波双色双视场红外光学系统的设计。
具体来讲，将涉及以下几个方面的工作：
（1）光学元件选型与设计：包括红外探测器、镜头、滤光片等光学元件的选型、安装方案的设计和光学系统的定位计算；
（2）系统的机械设计：根据光学系统的参数设计可行的机械支撑结构，考虑系统的稳定性、可靠性等；
（3）图像处理算法的编写：对红外成像得到的图像进行处理，包括背景补偿、噪声滤波、空间变换等。
研究方法包括：文献资料调研、实验测试、仿真模拟等。
3. 研究计划和进度安排
本研究计划周期为10个月，具体计划和进度安排如下：
第1-2月：文献调研，确定研究方向和内容；
第3-4月：光学元件选型与设计，完成光学模型的构建；
第5-6月：机械设计，完成机械模型的搭建和优化；
第7-8月：光学系统的组装与调试，进行实验测试；
第9-10月：数据分析和图像处理算法编写，撰写论文。
4. 预期成果及意义
通过本研究的开展，预期可以完成中长波双色双视场红外光学系统
的设计，获得符合预期的实验数据，并编写出相应的图像处理算法。
这
将对中长波双色双视场红外光学系统的研究提供一定的理论和实践基础，同时也可以对相关领域的研究产生积极地推动作用。
红外图像目标识别技术研究的开题报告
红外图像目标识别技术研究的开题报告一、研究背景随着科技的进步和人类对周边环境的不断探索，红外辐射技术应运而生。
相较于可见光和紫外线技术，红外技术因具有热辐射能力，因此在无法利用可见光的照明情况下，也能够顺利进行能够传达可见光无法传达的目标识别工作。
因此，利用红外技术进行目标识别具有非常重要的意义。
在红外目标识别领域，红外图像处理技术的发展日渐成熟。
通过对红外图像进行处理，能够提取出有价值的信息，并且进行目标的分类、定位、跟踪等操作，能在军事、航空航天、安防、医学等众多领域得到广泛应用。
二、研究目的本次研究旨在：1.调查红外图像目标识别技术现状，了解该领域目前问题和发展趋势；2.分析红外图像特性，探究其与目标识别的关系；3.设计并实现一种基于快速特征提取和分类算法的红外图像目标识别系统，来提高目标的识别准确率和效率。
三、研究内容1.红外图像目标识别技术现状调查通过文献资料和网络调查，分析红外图像目标识别技术的应用现状，探索该领域的技术问题和面临的挑战。
2.红外图像的特点及其对目标识别的影响研究红外图像中的热辐射特性和物体表面反射特性，探究其对目标识别的影响和关联。
3.红外图像目标识别系统设计基于快速特征提取和分类算法，设计一种高效的红外图像目标识别系统。
本系统除了实现目标的分类和定位外，还支持目标的跟踪和识别结果的反馈。
四、研究意义1. 探究红外图像目标识别技术，为军事、航空航天、安防、医学等领域的目标识别提供新的思路和方法。
2. 提高目标识别的准确度和效率，具有较强的实际应用价值。
3. 为红外图像处理技术的进一步发展提供参考和借鉴。
以上就是本次红外图像目标识别技术研究的开题报告，希望大家能够支持和关注。
双色红外信号亚成像目标识别处理系统研究
双色红外信号亚成像目标识别处理系统研究
李文;康日新;柳继勇;谌取先
【期刊名称】《红外技术》
【年(卷),期】2003(25)4
【摘要】采用高速数字信号处理器(DSP)软硬件的技术途径,在双色红外制导导引头信号处理中,对由红外传感器不同波段提供的大量目标信息,进行了综合分析并提取目标特征量.应用目标识别算法,灰度直方图变换、多尺度变换、图像滤波等方法区分真假目标,建立判决理论,确立逻辑选择条件.在算法编程,实现对目标的亚成像图及目标方位信息的准确判定等方面,作了一定的研究与探讨.
【总页数】3页(P20-22)
【作者】李文;康日新;柳继勇;谌取先
【作者单位】昆明物理研究所,云南,昆明,650223;昆明物理研究所,云南,昆
明,650223;昆明物理研究所,云南,昆明,650223;昆明物理研究所,云南,昆明,650223【正文语种】中文
【中图分类】TN216
【相关文献】
1.多模红外亚成像目标识别跟踪小型化智能系统 [J], 傅志中;李在铭;杨莉
2.双色红外成像系统空间点目标识别方法 [J], 李秋华;杜鹢
3.一种基于多分类器融合的双色红外成像目标识别方法 [J], 吴琼玉;蔡宣平;刘云辉
4.双色红外制导信息处理系统研究 [J], 康社峰
5.基于FPGA红外成像光谱数据处理系统研究 [J], 孙颖馨
因版权原因，仅展示原文概要，查看原文内容请购买。
红外图像处理中的目标检测算法优化技术研究
红外图像处理中的目标检测算法优化技术研究红外图像处理是现代电子信息技术领域的重要分支，广泛应用于军事、航空航天、安防等领域。
而红外目标检测算法作为红外图像处理的核心技术之一，对于提高红外图像处理的准确性和效率具有重要意义。
然而，由于红外图像具有低分辨率、低对比度等特点，使得红外目标检测面临着许多挑战。
因此，对红外目标检测算法进行优化研究具有重要的理论和应用价值。
为了提高红外目标检测算法的性能，研究人员提出了许多优化技术。
首先，基于特征的优化技术是常用的方法之一。
红外图像中目标与背景差异较大，通过提取目标的特征信息可以提高目标检测的准确性。
常见的特征包括形状、纹理和颜色等。
利用这些特征，可以构建适合红外目标检测的分类器，如支持向量机（SVM）和人工神经网络等。
其次，基于模型的优化技术也是重要的研究方向。
在红外目标检测中，目标的形态和结构信息十分重要。
通过建立红外目标模型，可以对目标进行建模和识别，从而实现目标的检测。
常见的模型包括红外目标形状模型和结构模型。
通过将模型与实际图像进行匹配，可以实现目标的检测和定位，提高检测算法的准确性和鲁棒性。
此外，深度学习技术的应用也为红外目标检测算法的优化提供了新的思路。
深度学习技术以其优秀的自动学习和表达能力，已经在图像识别和目标检测等领域取得了显著的成果。
通过使用深度学习模型，可以从大量数据中学习红外目标的特征表示，进而实现目标的准确检测。
基于深度学习的目标检测算法，如Faster R-CNN和YOLO等，已经取得了令人瞩目的性能。
然而，红外图像处理中的目标检测算法还面临一些挑战和问题。
首先，红外图像的低分辨率和低对比度使得目标的边界模糊，导致目标检测难度增加。
其次，红外图像中的噪声和干扰也会给目标检测带来困扰。
此外，不同红外图像之间的差异性也增加了目标检测算法的复杂度。
针对这些问题，研究人员可以通过引入图像增强和增强对比度的方法来改善图像质量，从而提高目标检测的准确性。
红外成像ATR系统中的数字图像处理及识别检测分类技术研究
红外成像ATR系统中的数字图像处理及识别检测分类技术研究红外成像ATR（Automatic Target Recognition）系统是利用红外成像技术进行目标识别和分类的一种先进技术。
它可以应用于军事、航空航天、安防等领域，具有重要的实际应用价值。
在红外成像ATR系统中，数字图像处理及识别检测分类技术是关键所在，对于实现精确、快速的目标识别和分类起着至关重要的作用。
红外成像技术是利用物体天然辐射的红外光谱进行成像，通过红外相机采集红外图像，再经过数字图像处理进行目标的提取、分割和特征提取等过程，最后利用识别检测分类技术对目标进行分类判别。
目前，红外成像ATR系统的数字图像处理及识别检测分类技术研究主要包括目标检测、特征提取和分类算法等方面。
在红外目标检测方面，常用的方法有基于阈值分割、基于纹理特征和基于形状特征等。
基于阈值分割的方法通过设定合适的阈值来实现目标和背景的分割，在红外图像中较为简单有效。
而基于纹理特征的方法则利用目标的纹理信息进行检测，通过提取目标的纹理特征与背景进行对比，能够得到更准确的检测结果。
基于形状特征的方法则是通过提取目标的形状信息进行检测，可以有效地识别自然环境中的目标。
在特征提取方面，常用的方法有基于灰度共生矩阵（GLCM）的方法、基于小波变换的方法和基于人工神经网络的方法等。
基于灰度共生矩阵的方法通过计算图像中像素点的灰度值，并通过计算不同方向和距离的灰度共生矩阵来提取纹理特征，能够有效地对目标进行分类。
基于小波变换的方法则将图像进行小波分解，通过分析不同尺度和频率的小波系数来提取目标的特征信息。
而基于人工神经网络的方法则通过对目标样本进行训练，构建分类模型，实现目标的自动识别和分类。
在分类算法方面，常用的方法有支持向量机（SVM）、最近邻算法（kNN）和神经网络等。
支持向量机是一种统计学习方法，通过构建高维特征空间并找到最佳超平面来实现分类，具有较好的分类性能。
最近邻算法则是根据目标与样本的距离进行分类，能够对目标进行准确的分类。
红外图像处理中的目标检测与跟踪技术研究
红外图像处理中的目标检测与跟踪技术研究摘要：随着红外技术的快速发展和广泛应用，红外图像处理成为了研究的热点之一。
在红外图像处理中，目标检测与跟踪是重要的关键技术，它们在军事、航天、安防等领域发挥着重要作用。
本文将就红外图像处理中的目标检测与跟踪技术进行探讨与研究。
1. 引言红外图像处理是通过对红外图像的采集、传输、处理和分析来提取所需信息的技术，它广泛应用于军事、航天、安防等领域。
而在红外图像处理中，目标检测与跟踪是其中的重要技术，它们不仅能够快速、准确地识别目标，还能够在目标运动过程中进行跟踪，提供更多有关目标的信息。
2. 红外图像目标检测红外图像目标检测是指在红外图像中寻找感兴趣的目标或区域的过程。
目标检测分为两个主要步骤：目标候选区域生成和目标候选区域分类。
目标候选区域生成是通过一系列的图像处理算法和特征提取方法，识别可能包含目标的区域。
常用的方法包括滑动窗口、特征金字塔等。
而目标候选区域分类则是通过分类器对目标候选区域进行分类，区分出目标和非目标。
常见的分类器包括支持向量机（SVM）、卷积神经网络（CNN）等。
此外，红外图像目标检测中还需要考虑红外图像的特殊性质，比如低信噪比、热噪声等，并对算法进行相应改进，以提升检测的准确性和鲁棒性。
3. 红外图像目标跟踪红外图像目标跟踪是指在连续帧红外图像中追踪目标的位置、形状、运动状态等信息。
目标跟踪可以分为两个主要步骤：目标特征提取和目标位置预测。
目标特征提取是通过对目标的外观、运动等特征进行描述，提取出有区分度的特征向量。
常用的特征包括颜色、纹理、边缘等。
而目标位置预测是通过对目标过去的运动状态进行分析，预测出目标在下一帧的位置。
常见的预测方法包括卡尔曼滤波、粒子滤波等。
红外图像目标跟踪面临的主要挑战包括目标尺度变化、目标遮挡、背景干扰等，因此需要综合运用多种算法和方法来提高跟踪的精度和鲁棒性。
4. 红外图像处理中的挑战与展望红外图像处理中的目标检测与跟踪技术面临着诸多挑战。
双色中波红外点目标成像特性差异分析
２ ｅ ａ ｏａｏｙｏ Ｉｓｒｍ ｎａｉｎ ｃｅｃ ＆ Ｄ ｎ ｍｃ ａｕｅ ｎ， ． ｙＬ ｂ ｒｔ ｎｔ ｅ ｔ ｏ ｉ ｅ Ｋ ｒ ｆ ｕ ｔ Ｓ ｎ ｙ ａ ｉＭｅｓ ｒｍｅｔ
Ｍｉｉｒ ｄ ｃ ｔ ｎ Ｎｏｔ Ｕ ｉ ｒｉ ｈｎ ， ａ 口２ ３ ０ １ ｉａ ｎｓｙｏ ｕａｉ ； ｒ ｎｖ ｓｙｏ ｉａ Ｔ “，０ ０ ５ ． ｎ ） ｔ ｆＥ ｏ ｈ ｅ ｔ ｆＣ
立 了点目标的双色 中波红外图像 的形成模型，并对模型进行 了 仿真实验， 揭示 了双色中波红外点目标 成像特性差异的形成机理，明确 了 双色中波红外点目 标成像在灰度值、目 标受环境 影响和 目标背景对 比度 等 三个方 面存 在 的差异 ，通过 实验 图像 的差异特征 验 证 了这 些成像 特 性差 异存在 的普遍性 ，为双 色 中波 图像特征 提 取 、融合规 则和 融合权 重确定 等提供 了依 据 。 关 键 词：红 外成像 ；双 色 中波；特性 差 异； 点 目标 中图分 类号 ：Ｔ ３ １ Ｐ ９ 文献标 识码 ：Ａ 文 章编 号 ：１ ０ ．８ １２ １）００ ８ ．５ ０ １８ ９ （０ １—５ ００ １
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
双色红外信号亚成像目标识别处理系统研究!李"文!康日新!柳繼勇!諶取先!昆明物理研究所"云南昆明!"#$$%#摘要!"采用高速数字信号处理器!&’("软硬件的技术途径#在双色红外制导导引头信号处理中#对由红外传感器不同波段提供的大量目标信息#进行了综合分析并提取目标特征量$应用目标识别算法#灰度直方图变换%多尺度变换%图像滤波等方法区分真假目标#建立判决理论#确立逻辑选择条件$在算法编程#实现对目标的亚成像图及目标方位信息的准确判定等方面#作了一定的研究与探讨$关键词!"双色红外制导&"目标识别&"亚成像图&"信号处理中图分类号!)*$+!""文献标识码!,""文章编号!+##+-../+"$##%##0-##$#-#%引言随着光电技术的迅速发展"精确制导技术也在迅速发展"其应用越来越广泛$很多国家都把精确制导弹药列为军事装备的一个重点项目$自.#年代以来"国外的导弹设计者们极为重视设计%研制全天候使用&打了不管’的抗干扰%反隐身"在弹道末端能自主寻的%捕获目标"并能精确制导的弹药"精确制导弹药的核心是导引头$各国研制的反坦克导弹大多是采用红外(毫米波复合体制"英国皇家研究院研制的双色红外(毫米波复合导引头"该复合导引头在飞行试验中对装甲目标的发现概率为/"1$!"玫瑰线扫描技术方案本课题是双色红外与毫米波复合多模制导体制"经多种扫描方案的论证"采用卡塞格林共口径%共光路系统%玫瑰线形扫描是较为巧妙的方案$经对参数设计%优化选取"具有目标探测精度较高%且能亚成像或成像等优点"也借鉴&尾刺’!’)2*345(6’)#的导引头所成功地应用玫瑰线扫描方案的探测跟踪技术$""双色红外信号处理及亚成像目标识别技术多模复合制导导引头是采用红外玫瑰线扫描的方案$由于玫瑰线扫描亚成像的不均匀性及欠采样性"给双色红外信号处理及亚成像目标识别带来相当大的难度$它无法直接借鉴红外图像信号处理及目标识别相关算法$亚成像目标识别关键技术直接关系到多模复合引导头的目标识别与跟踪$我们研制开发了7"#双7(8双色红外亚成像信号处理系统"其中一个7(8用作信号采集及亚成像处理"另一个7(8用作目标识别"通过9296将目标方位信号输出给信号融合处理器"同时通过视频接口输出给监视器用作实时监测$该信号处理器构思精巧"设计独特$与此同时"我们在红外光机扫描系统和红外(毫米波复合上也做了大量工作"特别是在双色红外探测器"前置放大器以及信号处理等关键技术做了不懈的努力"并取得了重大突破$双7(87"#硬件原理如图+所示$":!"#$$"模数转换#采集部分,(&采集采用二路实现"其中一路用来采集缓冲放大后的目标输出信号"内置采样保持电路"转换速度快"并可提供+$;<=转换精度"另一路可对弹体框架角及弹旋信号实现交替采样"通过信号专用7(8总线输入"实现修正目标方位信息$":""信号处理部分信号处理采用两片7"#!双7(8#实现对信号的采集%信号处理%目标识别%亚成像图形输出等并行处理)两个7(8分别配置了%$>?@!;<=的程序存储器和%$>?+!;<=的数据存储器"同时分别配置了!0>?@!;<=的4(56A "并可将其映射到全局存储区"双7(8之间配置了%$>?@!;<=双口5,A "通过双口5,A 使两个7(8之间可全速进行数据交换$":%"同步信号采集处理由于玫瑰线扫描两个转动元件作相反转动的特性"在对系统信号进行采集的同时"还必须对两个转动元件的基准信号进行采集处理"本系统采用了两个中#$第$"卷"第0期$##%年B 月""""""""""""""""红外技术2C D E F E G H)G I J C K @K L M """"""""""""""""N K @:$""*K :0O P @M $##%!收稿日期*$##$-++-$.万方数据图+"双7(8信号处理原理框图""9<L :+"&<F L E F QK D H K P ;@G 7(8R <L C F @S E K I G R R <C L R MR =G Q 断方式进行分别采集!通过内部定时分析!可对!+"第#个转动元件$%!$"第二个转动元件$分别进行频率采集!以及对两个转动频率信号"!+!!$$两个基准信号相位差进行采样!通过软件编程!计算出目标信号的方位坐标&这种方法具有硬件简单!采样精度高!编程灵活等特点&":&"$!#部分与信息融合处理器接口该系统采用两路&’,输出!其中一路采用,&7B $%$高速数模转换器件模拟量输出!通过示波器可以检查双路信号采集正确与否!以及信号预处理的效果(另一路通过%$>双口5,A %视频输出转换电路!主要包括地址信号发生器!视频同步信号&,7数模转换器!然后通过视频输出端子接监视器!以便于观察输出的效果!可实现$"!灰度级目标亚成像图!该系统还采用了9296接口电路输出给信息融合处理器!硬件已作成!+"#Q Q 圆缺(7T 六层线路板!功能框图!见图$所示!经几次联机调试实验!该处理器硬件可靠!软件工作由于编程灵活!也便于根据具体情况作以修改&图$"功能框图""9<L :$"&<F LE F QK D D P C I =<K C +$第$"卷"第0期$##%年B 月""""""""李"文等)双色红外信号亚成像目标识别处理系统研究""""""""N K @:$""*K :0O P @M $##%万方数据":’"系统软件编程图%"软件流程图9<L:%"9@K U I J F E =K D =J G R K D =U F E G 本系统的功能主要是完成对红外目标实时亚成像!目标自动识别!定位和跟踪"采用玫瑰线扫描方案#其特点是在视场中心有较高的系统分辨率#在视场边缘扫描较稀#成像质量差#系统分辨率低"由于玫瑰线一帧图像中存在着漏扫等许多特点#这就给我们亚成像目标识别带来了诸多不便#也是目前亚成像目标识别所需要解决的难题"目前红外光机扫描系统获得的图像是低对比度!低灰度级!低信噪比图像"其边缘比较模糊#通常的处理方法采用灰度直方图变换#多尺度变换#图像滤波等改善信噪比"这些方法可以改善红外图像的对比度#抑制噪声#从而获得较好的识别效果"双色红外亚成像识别是将多帧双色图像融合配准后#采用上述算法实施边缘检测#识别算法软件流程如图%所示"%"实验结果红外光机扫描系统经装调后#对室内不同温度的模拟目标进行了探测实验#对室外目标$卡车!吉普车!坦克等%进行探测#均能探测识别#其距离达+>Q 左右"&"结论双色红外制导导引头信号处理采用高速数字信号处理器$&’(%的方案#尚属&’(在一新的领域中的开发应用"&’(将对导引头的智能化程度及抗干扰等方面起到一定的推动作用#也是应进一步努力的研究方向"参"考"文"献&+’"冯炽焘#李文:使用玫瑰线(螺线图形扫描的双色红外制导技术&O ’:红外技术#+//%:!"$+%)$".:&$’")A’%$#7$V 用户指南&A ’:+//%:&%’")A’%$#7"V8’45*’382&4&A ’:"#$%&’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’K Q GU K E >R K C F @L K -E <=J R Q S E K L E F Q Q <C L F C H I K E E G I =H G I <R <K C D K E =J G R P ;S <Z @G <Q F L <C L F C H F _<Q P =J K D =F E L G =J F ^G ;G G C I F E E <G H K P =:C )7:/,>*)"=U K I K @K E <C D E F E G H L P <H F C I G #"=F E L G =E G I K L C <=<K C #"R P ;S <Z G @<Q F L <C L #"R <L C F @S E K I G R R <C L $$第$"卷"第0期$##%年B 月""""""""""""""""红外技术2C D E F E G H)G I J C K @K L M """"""""""""""""N K @:$""*K :0O P @M $##%万方数据。