论文部分内容阅读
根据红外热成像系统获得的目标红外图像进行目标的红外辐射特性测量已成为国内外的研究热点之一。本文对红外热成像系统和目标红外辐射特性测量中的关键技术进行了研究。主要内容如下：
⑴对目标与背景的红外辐射和辐射大气传输和凝视型红外热成像系统作用距离模型进行分析，提出了基于噪声等效温差的作用距离模型。该模型从红外热成像系统的信噪比和噪声等效温差(NETD)定义出发，综合考虑背景辐射和目标成像弥散的影响。
⑵针对根据红外图像进行目标红外辐射测量，总结了实际测量中的关键技术。主要包括红外焦平面阵列的非均匀性校正、定标、大气传输计算、红外图像处理和目标红外辐射计算。为了将目标从背景中提取出来，只有经校正后，均匀性好的图像中才能准确区分出目标。因此，均匀性效果直接影响到提取目标的精度，故本文主要进行了红外焦平面阵列的非均匀性校正和红外图像处理方面研究。
⑶基于红外焦平面阵列的非均匀性特性，研究了非均匀性产生的原因和近年来讨论较多、相对较为成熟的红外焦平面非均匀性校正算法，并进行了分析和比较。在此基础上提出了基于图像梯度的神经网络红外焦平面非均匀校正算法，从理论上研究了神经网络算法校正系数自适应的原理，从而提出了在传统人工神经网络校正算法基础上通过修改像素的期望输出和学习速度，具有基于图像梯度和自适应学习速度的新的红外焦平面非均匀校正算法。仿真和试验结果表明算法收敛速度和校正效果都优于传统的神经网络校正算法。
⑷在红外图像处理方面主要着重于图像分割的研究，图像分割的目的是区分出背景和目标，为后续目标能量的统计打下基础。本文提出了几种新的图像分割技术。基于标准差的红外小目标分割算法对图像进行基于标准差区域划分，将图像划分为边缘区和平滑区，然后再利用Otsu方法对边缘区内像素点进行分类，最后对分类后的二值图像进行孔洞填充完成对红外图像的分割。红外小目标小波多尺度相关检测方法，考虑到边缘和噪声的Lipschitz指数不同，在不同尺度上小波变换模有不同传播特性，将传统的基于小波变换模极大值的小波多尺度边缘检测和小波变换尺度间相关性的特点相结合。基于MAS小波红外小目标检测方法，通过二进MAS小波对图像进行多尺度分析，根据边缘和噪声的小波变换模在各尺度下的不同传播特性，计算相邻尺度的小波变换模相关量用来增强信号，抑制噪声，比较归一化小波变化模相关系数和小波变换模区分边缘和噪声，进行红外小目标的检测。实验结果证明，本文提出的几种方法相对传统的算法更加能够有效的和准确的分割目标。
⑸针对根据红外热成像系统获得的目标红外图像进行目标的红外辐射特性测量中的难点和关键技术，进行了一系列理论、方法和工程应用的探索研究，提出了一些针对性很强的思路和方案，为以后开展相关工作奠定了良好的基础。