發(fā)布時間：2021-11-05 11:42

　　紅外成像系統(tǒng)作為探測艦船目標的一種重要方式,在軍事偵察中起著至關重要的作用,面對復雜背景、惡劣天氣環(huán)境等情況時,目標與背景局部對比度較低導致紅外系統(tǒng)的探測準確率、查全率等性能指標受到嚴重影響,針對上述問題,開展了基于紅外偏振圖像的艦船目標檢測方法研究。通過8～12μm長波波段紅外偏振圖像采集系統(tǒng)實際采集86組4個偏振方向（0°, 45°, 90°, 135°）的紅外偏振圖像,樣本中艦船目標309個。對同場景下不同偏振方向的紅外偏振圖像及紅外強度/偏振度圖像的目標與背景局部對比度計算,發(fā)現(xiàn)海面與艦船目標偏振特征差異能夠有效提高目標與背景局部對比度。在前視紅外圖像中,艦船目標通常位于海天線附近或下方,但復雜背景及天氣等因素干擾對紅外圖像中檢測海天線影響較大,為此提出紅外偏振圖像海天線檢測方法,對紅外偏振圖像直方圖進行高斯濾波消除局部極值,依據(jù)海面與背景的偏振特征差異,利用雙峰法閾值分割檢測海天線,最后利用霍夫變換檢測海天線,分割出海面作為目標候選區(qū)域。針對紅外偏振圖像受到海雜波嚴重干擾的問題,提出海雜波背景抑制算法,采取背景抑制,距離加權方法抑制偏振圖像中雜亂的海雜波背景。最后,利用MSE... 

【文章來源】：光譜學與光譜分析. 2020,40(02)北大核心EISCICSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

不同場景下的紅外強度/偏振度圖像

對于前視紅外圖像, 艦船目標的部分或整體都在海天線以下, 這使得檢測海天線變得十分有意義。 海天線檢測不僅可以排除岸島或天空背景的干擾, 也大大縮小了目標搜索的范圍, 大大提高了檢測速度與精度。 紅外強度圖像在不同季節(jié)不同時間下相同場景的目標與背景的輻射強度不同, 尤其對存在復雜島岸背景干擾及對比度較低的紅外圖像中檢測海天線變得較為困難, 本節(jié)提出應用紅外偏振圖像檢測海天線的方法。Step 1 為避免紅外探測器盲元及噪聲對圖像帶來的影響, 使用5×5模板的中值濾波器對紅外偏振圖像預處理。

根據(jù)文獻[7], 3～5 μm中波紅外波段易受到太陽耀光影響, 為避免此影響, 采用對反射耀光不敏感的8～12 μm長波紅外波段采集艦船目標圖像。 如圖1所示為本研究使用的紅外偏振/強度圖像采集系統(tǒng), 其中主要設備為長波非制冷紅外偏振/強度成像儀, 工作波段為8～12 μm, 成像分辨率為644×512。 由于長波紅外熱像儀光學系統(tǒng)口徑較大, 設計了后置偏振片紅外偏振采集系統(tǒng), 即偏振片置于光學系統(tǒng)與長波非制冷紅外相機之間, 偏振片采用THORLABS公司的ZnSe偏振片, 消光比300∶1。 在采集偏振圖像時, 偏振片透光軸垂直于海平面, 旋轉偏振片至0°, 45°, 90°, 135°, 分別采集該偏振方向上的圖像。 為采集同場景下紅外強度圖像, 且考慮到移出偏振片對光學系統(tǒng)的影響, 設計了與偏振片材質和厚度相同的紅外補償片, 移出偏振片的同時插入紅外補償片即可采集紅外強度圖像。偏振圖像采用Stokes參量表示, 如式(1)所示

【參考文獻】：
期刊論文
[1]基于小面核濾波的快速紅外艦船檢測方法[J]. 漆昇翔,徐國靖,吳建民,周慶.  華中科技大學學報(自然科學版). 2017(11)
[2]基于特征級融合的多波段艦船目標識別方法[J]. 劉峰,沈同圣,郭少軍,張健.  光譜學與光譜分析. 2017(06)
[3]基于卷積神經網絡的SAR圖像目標檢測算法[J]. 杜蘭,劉彬,王燕,劉宏偉,代慧.  電子與信息學報. 2016(12)
[4]典型背景和目標的長波紅外偏振成像實驗研究[J]. 王霞,梁建安,龍華寶,姚錦華,夏潤秋,賀思,金偉其.  紅外與激光工程. 2016(07)
[5]星載紅外探測對比度的計算與分析[J]. 田昌會,蔡明,楊百愚,范琦,王斌科,王偉宇,屈紹波.  紅外與激光工程. 2014(03)
[6]紅外艦船目標的要害點檢測算法[J]. 趙微,惠斌,張玉曉.  紅外與激光工程. 2014(01)
[7]中波紅外土壤含水量的光譜偏振特性[J]. 張蕎,孫曉兵,洪津,王涵,梁天全.  紅外與毫米波學報. 2013(06)
[8]一種改進的紅外目標背景對比度計算方法[J]. 李桂祥,巢時宇,宋海濤,臧傳吉.  空軍雷達學院學報. 2012(03)



本文編號：3477733