紅外-可見光成像復(fù)合探測系統(tǒng)設(shè)計及信息處理.pdf

1、利用紅外與可見光成像復(fù)合傳感器在復(fù)雜背景下探測目標(biāo),是一項極為重要的軍民兩用技術(shù),它所涉及的傳感器設(shè)計、信息處理和系統(tǒng)仿真方法一直是科研工作者和工程技術(shù)人員研究的熱點(diǎn)。傳統(tǒng)地采用單一非制冷紅外熱像儀或可見光傳感器獲取的圖像難于滿足在復(fù)雜環(huán)境下全天候全天時的探測目標(biāo)需求,將兩種傳感器復(fù)合可以實現(xiàn)功能互補(bǔ),采用科學(xué)合理的融合規(guī)則來提高圖像質(zhì)量,可實現(xiàn)復(fù)合傳感器系統(tǒng)探測目標(biāo)的最優(yōu)性能。
　　 紅外與可見光成像復(fù)合探測系統(tǒng)的設(shè)計難點(diǎn)在于

2、系統(tǒng)參數(shù)設(shè)計和圖像融合算法及規(guī)則。在設(shè)計系統(tǒng)參數(shù)時,除了要對目標(biāo)與環(huán)境特征參數(shù)、傳感器性能參數(shù)、傳感器載臺進(jìn)行設(shè)計外,還要考慮各傳感器參數(shù)協(xié)調(diào)性、應(yīng)用場合以及成本問題。單傳感器圖像處理算法主要包括圖像預(yù)處理算法以及目標(biāo)檢測、跟蹤與識別算法;多傳感器圖像處理更為復(fù)雜,它包括圖像預(yù)處理、圖像配準(zhǔn)和圖像融合。此外,面向工程化設(shè)計的復(fù)合探測系統(tǒng)還包括必要的信號處理和系統(tǒng)仿真測試。
　　 本報告來源于上海交通大學(xué)與中航工業(yè)集團(tuán)的合作項目,

3、以運(yùn)動平臺紅外與可見光復(fù)合探測系統(tǒng)設(shè)計及其圖像信息處理方法為研究對象,闡述了國內(nèi)外研究現(xiàn)狀和發(fā)展趨勢,在分析了紅外與可見光目標(biāo)環(huán)境特性后,對雙源傳感器的成像機(jī)原理、工程化設(shè)計、圖像預(yù)處理、圖像信息融合分別做了詳細(xì)分析,對車船跟蹤探測仿真平臺的開發(fā)與測試情況進(jìn)行了總結(jié)。
　　 本報告第二章通過描述紅外黑體的熱輻射特性揭示了紅外熱成像機(jī)理,通過描述人眼成像的視覺對比靈敏度和與背景環(huán)境反差的原理揭示了可見光成像機(jī)理。報告介紹了長波非制

4、冷紅外熱像儀、可見光CCD攝像機(jī)、輔助系統(tǒng)的設(shè)計與測試方法,可用于實際工程中。
　　 本報告第三章分析了雙源動態(tài)圖像預(yù)處理中的圖像增強(qiáng)、穩(wěn)像、圖像濾波、探測器陣列非均勻校正、圖像配準(zhǔn)的方法,包括:圖像空域增強(qiáng)法和頻域增強(qiáng)法,基于全局運(yùn)動估計的電子穩(wěn)像算法,圖像濾波消噪方法,基于參考源的標(biāo)定校正法和基于場景的軟件校正法,基于灰度信息、傅立葉變換和特征匹配的圖像配準(zhǔn)方法。這些方法可用于紅外與可見光成像復(fù)合探測系統(tǒng)的圖像預(yù)處理中。

5、r>　　 本報告第四章依據(jù)三個層次分析了紅外與可見光圖像信息融合方法,闡述了像素級靜態(tài)、動態(tài)圖像融合方法,分析了特征級融合、決策級融合的常用方法,描述了基于張量典型相關(guān)分析的特征級圖像融合算法和基于粗糙集的決策級圖像融合算法。
　　 本報告第五章開發(fā)了一種車船跟蹤探測系統(tǒng)仿真平臺,包括車船跟蹤模擬觀察系統(tǒng)和地面目標(biāo)跟蹤識別系統(tǒng)軟件,分別作為半物理仿真平臺和數(shù)字仿真平臺,二者各自可單獨(dú)使用,也可聯(lián)合使用。詳細(xì)介紹了系統(tǒng)的設(shè)計思路