基于图像差值调制模型的红外纹理生成方法

合集下载

复杂纹理背景下的红外图像目标提取

摘要：纹理特征是红外图像中的重要因素之一。提出了一种复杂纹理背景下的红外目标提取算法。由于均值漂移算法是一种非参数密度估计算法，在图像分割中得到了广泛应用，所以首先通过均值漂移算法对红外图像进行平滑处理，以消除噪声对图像
第箩ｌ０ｌ１ｌｌ
文章编号：１７— ７５２１）２０２ —５６２８８（００１．０１０
｜｜
≯ ＿灏 ≯
复杂纹理背景下的红外图像目标提取
高韬
（河北省电子信息产品监督检验院，河北石家庄００７）５０１
ｃｕｔｒｎｏｅｓｌｓｅｉｇｐｒｃｓ．Ｃｏｐｒｄｗｉｈｔｅｔａｉｉｎａｅｔｒｒｃｓｉｇｍｅｈｄ，ｈｓａｇｒｔｍａｅｖｍａｅｔｈｒｄｔｏｌｘｕｅｐｏｅｓｎｔｏｓｔｉｌｏｉｈｃｎｒｍｏｅｔ
ｆｒｅｔａｔｎｎｆａｅａｇｔｇｉｓｏｐｅｅｔｒａｋｒｕｄｉｒｐｓｄ．Ｆｉｓ）ｔｅｍｅｅｓａａｎｔｃｍｌｘｔｘｕｅｂｃｇｏｎｓｐｏｏｅｒｔｈａｈｆｔ
ＧＡＯＯＴａ
（ｌｔｎｃｎｏｍａｉｒｄｃＩｓｅｔｎＩｓｔｔｏｅｅＰｏｉｃ，ｈｉｈａｇ００７，ｈｎ）ＥｅｒｉＩｆｃｏｒｔｎＰｏｕｔｎｐｃｏｔｕｅｆｂｉｒｖｅＳｉａｕｎ５０１ＣｉａｏｉｎｉＨｎｊｚ

红外图像分割论文

红外图像分割论文基于MATLAB的红外图像分割算法研究摘要红外技术在20世纪的军事和民用领域发挥着至关重要的作用，而且随着21世纪未来战场的需要和红外技术在民用领域的不断扩展，红外技术将发挥着越来越重要的作用。

其中红外目标识别技术是世界各国学者研究的前沿和热点问题之一。

如何对红外图像进行有效的分割则关系到目标识别是否能够准确的根本。

本文在红外图像目标的预处理、分割两方面，进行了较为系统的研究。

本文概述了红外图像目标的增强、分割等技术在国内外的研究现状与发展趋势。

深入研究了图像增强算法和图像分割算法，并通过MATLAB软件实现。

通过对传统图像分割算法中常见的直方图双峰法、迭代法和最大熵法进行对比，提出了基于分水岭的分割算法，实验表明，该算法取得了较好的效果。

关键词：图像增强，图像分割Research on Infrared Image Segmentation Algorithm of Target DetectionabstractIn 21 century, infrared technology plays a vital role in military and civilian fields.As the demand of the battlefield in the future of 21st century and increasing expansion of infrared technology in the civil field,infrared technology will play an increasingly important role. Infrared target recognition technology is the frontier of academics around the world and one of the hot issues. How to segment infrared images effectively related to the accuracy of the recognition.This article made some systematic studies in image enhancement and segmentation.This article provides an overview of the actual research status and developing current of the study of target enhancement and segmentation of infrared image. An in-depth study of the algorithm of image enhancement and segmentation is made. And the algorithms are verified by MATLAB software. Aim at generally methods of image segmentation such as histogram double-hump method、iterated method,、maximum entropy method and region growing method, after abundant experiments, we presented an image segmentation based on watershed. And the result shows the new algorithm has its advantage.Keywords: Image enhancement, Image segmentation目录1 绪论 (1)1.1 课题研究意义 (1)1.2国内外研究现状和发展趋势 (3)1.3本文主要内容和安排 (6)2 红外图像的预处理 (7)2.1灰度变换增强 (7)红外图像直方图特性 (7)红外图像直方图均衡化 (9)2.2图像的平滑去噪处理 (12)空间滤波基础 (12)均值滤波 (13)中值滤波 (13)2.3图像锐化 (15)空域锐化滤波 (15)拉普拉斯算子 (16)梯度法 (18)3 红外图像分割算法研究 (21)3.1图像分割简述 (21)图像分割定义 (21)图像分割方法 (22)3.2边缘检测 (23)几种常用的边缘检测算子 (23)边缘检测 (26)matlab实现 (27)3.3基于阈值选取的图像分割方法 (28)灰度阈值分割 (28)直方图阈值 (29)迭代法 (31)最大熵阈值 (32)3.4基于区域的分割方法 (34)3.5基于形态学分水岭分割算法 (35)基本概念 (35)分水岭计算步骤 (36)3.6本章小结 (38)4 总结 (39)5 附录 (40)参考文献 (47)致谢 (48)1绪论1.1课题研究意义“红外辐射”又称“红外光”，也有人称它为“红外线”。

基于SE-Workbench-IR的红外图像仿真

行匹配，则在降低匹配难度的同时还能提高匹配准模型以及材料数据库等红外仿真图像生成所需的条
确度和精度。但仅依靠场外实地获取红外基准图，
件，可以缩短红外仿真图像生成的时间、扩大红外
收稿日期：２０１５—１２一ｌ９；修订日期：２０１６－０２．２８．
０引言红外成像制导具有灵敏度高、隐蔽性好、抗干
不仅耗费大量的人力物力财力，还很难获得复杂环境、恶劣气候下目标的红外图像。因此，通过红外成像仿真技术来获得红外基准图具有重要意义。
扰能力强等优良特性，因此采用红外成像制导可以提高武器的生存能力和精确打击能力。但是受当前国情和保障能力的限制，红外成像制导中基准图多为可见光图像，实时图为红外图像。由于红外与可见光图像成像机理不同，两者存在较大的特征差异，进而加大了图像匹配难度。如果改用红外基准图进
摘要：可见光图像仿真生成红外基准图，对提高红外成像制导武器命中精度具有重要意义。针对实地获取红外基准图成本高、难度大的问题，借助ＳＥ—Ｗｏｒｋｂｅｎｃｈ—ＩＲ平台，实现了由可见光图像到红外基准图的仿真。首先通过Ｐｈｏｔｏｓｈｏｐ软件对图像进行分层，并在ｓＥ—ｃＬＡｓｓＩＦＩｃＡＴＩＯＮ模块对各图层的地物分别赋予对应的材质，实现纹理分类；之后，在红外可视化面板设定生成红外图像的环境参数，运行软件获得红外仿真图像。仿真之后，用红外仿真基准图进行模板匹配，并通过匹配误差、均方根误差和交叉熵来评价仿真效果。实验结果证明：指定背景环境下的红外成像仿真的效果很好。关键词：红外成像仿真；ＳＥ—Ｗｏｒｋｂｅｎｃｈ—ＩＲ；模板匹配；均方根误差中图分类号：ＴＰ３９１．９文献标识码：Ａ文章编号：１００１—８８９ｌ（２Ｏｌ６）０８—０６８３—０５

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。

基于海天背景的红外图像生成方法

ｍｅｈｄｂｓｄｏｈｇｏｔｒｓｐｏｏｅｎｏｄｒｔｅｈｅｉｆａｅｍａｅｅｇｎｒｔｄｂｔｏａｅｎｔｅＶｅａｓｆｗａｅｉｒｐｓｄｉｒｅｏｌｔｔｎｒｒｄｉｇｓｂｅｅａｅｙａｃｍｐｔｒｎｔｅｍｅｈｄ，ｒｔｔｅＣｒａｏｏｗａｅｉｓｄｔｓａｌｈａｔｒｅｄｍｅｓｏａｅｍｅｒｃｏｕｅ．Ｉｈｔｏｆｓ，ｈｅｔｒｓｆｉｔｒｓｕｅｏｅｔｂｉｈｅ — ｉｎｉｎｌｇｏｔｉｓ
・使用边界体・使模型对象实例化・运用布告板技术・使用ＦＴ格式文件 ห้องสมุดไป่ตู้Ｓ
２开发软件
２．ｕｌｉｎｒａｏｒ１ＭｔｇｅＣｅｔ
３２红外辐射的建模方法．通过Ｖｇｅａ软件的基本模块、Ｓｎｏ专用模ｅｓｒ块以及软件自带的ＴＭＭ工具和ＭＡＴ工具对目
３红外图像生成方法
３１目标的几何建模．
根据实际应用情况，海天背景下的目标主要为导弹、飞机和舰船。为了在场景中显示目标
ｍｏｅ；ｔｅ，ｔｅＴＭＭｎＡＴｏｌｎｎｏＶｉｉｎａｄＳｎｏＷｏｋｏｕｅｎｔｅＶｅａａｅｄｌｈｎｈａｄＭｔｏｓａｄＳｅｓｒｓｏｎｅｓｒｒｓｍｄｌｓｉｈｇｒ
将这些图像与探测器实拍的海天背景红外图像进行合成，从而实现目标与背景红外图像的快速生成，提高了场景的可靠性。该方法对采用红外成像技术的武器的测试和评

基于差频产生的中红外飞秒激光技术研究

基于差频产生的中红外飞秒激光技术研究李刻泰，武腾飞*，夏传青（航空工业北京长城计量测试技术研究所，北京 100095）摘要：针对国内中红外激光光源光谱范围小、脉冲宽度宽等问题，开展了基于差频（DFG）产生的中红外飞秒激光技术研究。

差频产生的中红外飞秒激光具有光谱范围宽、脉宽窄等优势。

研究了差频技术中选用不同的非线性晶体对产生的中红外激光的影响，在此基础上搭建了一套基于差频技术的、利用PPLN晶体产生的中红外激光的产生系统，利用光栅对压缩脉宽，实现飞秒激光输出。

最终获得了波长范围在2.9 ~ 4.7 μm的中红外飞秒激光，在中心波长3.2 μm处获得了最高10.46 mW的输出光平均功率。

研究结果为中红外激光光谱测量技术在大气监测、燃烧场组分探测等的应用提供了参考。

关键词：差频技术；中红外；飞秒激光中图分类号：TB96 文献标志码：A 文章编号：1674-5795（2023）05-0049-07Research on mid⁃infrared femtosecond laser technology based ondifference frequency generationLI Ketai, WU Tengfei*, XIA Chuanqing(Changcheng Institute of Metrology & Measurement, Beijing 100095, China)Abstract: Aiming at the narrow spectral range and wide pulse width of domestic mid⁃infrared laser sources, research on mid⁃infrared femtosecond laser technology based on difference frequency generation (DFG) was carried out. The mid⁃infrared femtosecond laser generated based on DFG has the advantages of a wide spectral range and narrow pulse width. The influence of different nonlinear crystals on the generated mid⁃infrared laser in DFG was studied. On this basis, a mid⁃infrared laser generation system based on DFG using a PPLN crystal was conducted. Further, this system used grating pairs to compress the pulse width to achieve femtosecond laser output. Finally, a mid⁃infrared femtosecond laser with a tunable wavelength range of 2.9 ~ 4.7 μm was observed, and the highest average output light power of 10.46 mW was ob⁃tained at a central wavelength of 3.2 μm. The research results provide a reference for the application of mid⁃infrared laser spectroscopy measurement technology in atmospheric monitoring, combustion field component detection, etc.Key words: Difference Frequency Generation; mid⁃infrared; femtosecond laser0　引言中红外波段光谱学方法在气体组分等测量中具有重要的应用价值，如全球CO2等温室气体浓度及空间分布的监测、工业排放的气体中NO、CO等大气污染物的监测等［1-5］。

红外图像特征提取方法研究

常用的纹理分析算法包括灰度共生矩阵、小波变换、傅里叶变换等，这些算法通过分析像素的灰度级分布和空间关系来描述图像的纹理特征。
纹理分析在红外图像特征提取中具有广泛应用，因为红外图像中的目标物体常常具有独特的纹理特征，这些特征有助于区分不同的目标和场景。
区域分割
区域分割是将图像划分为若干个区域或对象的技术。在红外图像中，区域分割可以用于提取目标物体并对其进行分类
和识别。
常用的区域分割算法包括阈值分割、区域生长、聚类分析等，这些算法通过将像素或子区域划分为不同的组来形成区
域。
区域分割在红外图像特征提取中具有重要作用，因为通过区域分割可以将复杂的红外图像划分为简单、易于处理的对象，从而简化特征提取和目标识别的过
程。
04
特征选择与优化
特征评估
80%
全局直方图均衡化
对整个图像的灰度直方图进行均衡化，增强图像的对比度。
局部直方图均衡化
对图像的每个子区域进行直方图均衡化，突出显示局部特征。
03
红外图像特征提取方法
边缘检测
边缘检测是图像处理中的基本技术，用于识别图像中的边缘和轮廓。在红外图像中，边缘检测可以用于提取目标物体的轮廓和结构信息。
红外图像特征提取概述
红外图像特征提取是指从红外图像中提取出有用的信息，如边缘、纹理、形状等，以便进行后续的分析和处理。
红外图像特征提取的方法可以分为基于滤波的方法、基于变换的方法和基于深度学习的方法等。
红外图像特征提取的目的是为了提高图像的清晰度、对比度和可识别性，以便更好地实现各种应用。
红外图像特征提取技术在军事、安防、医疗等领域具有广泛的应用前景，未来可以进一步拓展其在各领域的应用，为实际问题的解决提供更多帮助。

基于FPGA的红外成像系统及图像处理算法

第45卷第2期燕山大学学报Vol.45No.22021年3月Journal of Yanshan UniversityMar.2021㊀㊀文章编号:1007-791X (2021)02-0160-08基于FPGA 的红外成像系统及图像处理算法高美静1,2,∗,彭春阳1,李时雨1,张博智1,祖振龙1(1.燕山大学信息科学与工程学院,河北秦皇岛066004;2.河北省特种光纤与光纤传感重点实验室,河北秦皇岛066004)收稿日期:2019-10-11㊀㊀责任编辑:孙峰基金项目:国家重点研发计划资助项目(2019YFC1407900);国家自然科学基金资助项目(61971373);河北省自然科学基金资助项目(F2019203440)作者简介:∗高美静(1977-),女,天津人,博士,教授,博士生导师,主要研究方向为光电成像技术㊁光电测试与仪器㊁工业无损检测技术,Email:gaomeijing@㊂摘㊀要:红外成像技术一直是光电子领域的热点课题,由于受红外自身成像特点㊁红外探测器件工艺限制及成像环境的影响,导致红外图像噪声大㊁对比度低,造成红外图像待测目标模糊㊁图像信噪比较低㊁无法有效识别目标等问题㊂同时,传统红外图像处理系统往往无法在提升红外视频图像质量的同时兼顾图像处理速度㊂因此为提升硬件条件下的红外图像质量和图像处理速度,本文采用FPGA 作为红外图像处理系统核心处理器,搭建集图像采集㊁视频解码㊁数据缓存及显示等功能的红外图像成像系统,并基于该系统提出一种改进的红外图像处理算法提升红外图像质量,包括改进的中值滤波算法㊁伽马变换与直方图均衡化组合算法以及改进的伪彩色变换算法㊂仿真和系统实验结果表明本文提出的红外图像处理算法可以有效地改善红外成像质量并保持红外图像的处理速度,提升了红外成像系统的性能㊂关键词:红外图像处理;中值滤波;伪彩色变换;红外成像系统;FPGA中图分类号:TP751.2㊀㊀文献标识码:A㊀㊀DOI :10.3969/j.issn.1007-791X.2021.02.0090㊀引言近年来,红外成像技术发展迅速,红外成像系统在军事㊁航空航天㊁工业生产㊁通信及医学等领域得到诸多的应用[1-3]㊂相较于可见光成像领域,由于当前红外传感器工艺技术缺陷和红外成像特性,红外图像噪声较高㊁图像对比度较小,使得红外图像质量往往并不理想,而且在红外图像处理领域并没有形成完善的理论体系[4]㊂同时,对于红外系统整体而言,红外成像系统往往无法在提升红外成像效果的同时兼顾图像的处理速度,为此,本文首先研究改进的红外图像处理方法,包括一种改进的中值滤波算法去除图像噪声;一种伽马变换与直方图均衡化组合算法对红外图像进行增强;一种改进的红外图像伪彩色变换算法提高人眼视觉效果㊂然后基于FPGA 搭建了硬件系统,并完成了改进的红外图像处理算法的硬件实现㊂以FPGA 为核心处理器的红外系统不仅具有体积小㊁可靠性强㊁重量轻等ASIC 芯片的特点,还具有并行执行㊁开发周期短㊁成本低㊁编程升级灵活等特点[5]㊂仿真数据和实验结果表明了本文红外图像处理算法的优越性和系统的有效性㊂1㊀改进的红外图像处理算法本章研究了一种改进的红外图像处理方法,包括改进的中值滤波算法㊁伽马变换与直方图均衡化的组合算法以及改进的伪彩色变换算法,用于完成图像的去噪㊁增强和伪彩色变化功能,获取在图像质量上优于传统算法处理后的红外图像㊂图1为该算法的流程图㊂1.1㊀改进的中值滤波算法传统的基于3ˑ3模板的中值滤波算法虽然能对噪声进行有效的滤除,但是该算法每处理一个第2期高美静等㊀基于FPGA 的红外成像系统及图像处理算法161㊀像素时,会重复利用邻域内的6个像素,占据模板像素个数的2/3㊂这意味着系统每次进行中值滤波时会进行一半的重复操作[6]㊂所以,本文提出一种改进的快速中值滤波算法,其原理图如图2所示㊂B2㊁C2为待处理的像素,改进的中值滤波算法执行的步骤为:1)取3ˑ4模板中对角线上的像素值,A1㊁C1㊁B2㊁C1㊁C3和B1㊁D1㊁C2㊁B3㊁D3㊂2)比较步骤(1)中两条对角线灰度值的大小,分别得出中值:Med_dia1和Med_dia2㊂3)将步骤(2)中得到的中值Med_dia1和Med _dia2,分别与剩下的两个像素A2和D2进行比较,得出Med1和Med2㊂4)将Med1和Med2替换模板内待处理的B2和C2,完成滤波过程㊂图1㊀红外图像处理算法流程图Fig1㊀Infrared image processing algorithmflowchart图2㊀改进的中值滤波算法原理Fig.2㊀Improved median filtering algorithm principle㊀㊀为了验证算法的有效性,采集实验室人员作为待处理红外图像,图3为改进中值滤波算法㊁传统中值滤波算法和冒泡法分别对带有椒盐噪声的图像的处理结果图㊂改进中值滤波算法在处理带有椒盐噪声的图像时,既保证了图像的清晰度,又消除了大部分图像噪声,处理效果与传统中值滤波算法在处理结果目视上一致㊂但是,从算法的复杂度来看,改进算法的相关度较传统算法降低50%,既减少了重复操作的次数,又降低了比较次数,增强了算法的实时性,更适合硬件平台的实现㊂表1是不同中值滤波算法复杂度的比较㊂假如算法比较一次消耗时间为20ns,如果一幅640ˑ480像素的待处理红外图像,3种算法消耗的时间约为2.211s㊁1.290s 与0.614s;如果是一幅2560ˑ1080像素的待处理红外图像,3种算法消162㊀燕山大学学报2021耗的时间约为19.906s㊁11.612s 与5.616s㊂算法消耗时间随图像中像素个数增加呈线性变化,如果待处理为多帧图像甚至是视频流,算法处理过程消耗的时间差别更为明显,由此可见,本文提出的算法的实时性最好㊂图3㊀不同算法处理后的效果对比图Fig.3㊀Comparison of the effects of different algorithms表1㊀不同算法的复杂度比较Tab.1㊀Comparison of the complexity of different algorithms滤波方法窗口周期比较次数滑动步长冒泡中值滤波3ˑ32721传统中值滤波3ˑ32421改进中值滤波3ˑ41202㊀㊀表2给出了采用冒泡法㊁传统中值滤波算法和改进中值滤波算法的峰值信噪比,PSNR0代表原始红外图像经3种方法处理后的峰值信噪比,PSNR1代表原始红外图像添加10%椒盐噪声后3种方法处理结果峰值信噪比㊂可见在两种情况下,本文改进的中值滤波算法的峰值信噪比最低,本文提出的改进方法是有效的㊂表2㊀不同算法处理结果峰值信噪比Tab.2㊀PSNR of different filtering algorithms冒泡法传统中值滤波改进中值滤波PSNR031.322130.910729.9851PSNR115.834215.55215.526㊀㊀本文改进的中值滤波算法的效果总结为三点:第一是算法复杂度低,该算法采用3ˑ4缓存窗口,窗内进行10次比较即可输出滤波结果;第二是算法耗时少,该算法在对单个红外图像处理时,消耗4个时钟周期;第三是该算法可以滤除大部分椒盐噪声,处理效果与传统中值滤波算法相当㊂综上,本文提出的改进的中值滤波算法是以上几种算法中最优的㊂1.2㊀伽马变换与直方图均衡组合算法完成图像滤波后,为了增强图像细节对比度,需要对红外图像进行图像增强处理,最常用的红外图像增强算法为直方图均衡法,然而传统的直方图均衡化会损伤原图的某些细节,影响图像处理效果[8]㊂考虑到算法应用平台为FPGA,要求算法复杂程度较低且实时性要好,本文提出一种伽马变换与直方图均衡化的组合算法㊂首先对红外图像进行直方图均衡化处理,然后根据该原始图像中要凸显的图像目标的位置与图像细节,来选取不同的伽马值进行伽马变换得到最终的处理结果㊂按照图4所示的原理,本文完成了仿真㊂图5是组合算法处理后的效果图与原图像的对比图㊂从图5中可以看出,组合算法在不损害目标细节的情况下,最大程度地拉伸了背景,增强了对比度,视觉效果明显优于单独的伽马变换和传统的直方图均衡化方法,达到了预期处理目标㊂第2期高美静等㊀基于FPGA的红外成像系统及图像处理算法163㊀图4㊀组合算法原理图Fig.4㊀Schematic diagram of the combined algorithm图5㊀组合算法处理的效果图Fig.5㊀Effect diagram of the combined algorithm processing1.3㊀改进的伪彩色变换算法传统伪彩色变换算法在处理背景复杂的红外图像时,会造成处理后的图像不清晰,对比度降低[10]㊂因此,本文提出一种改进的伪彩色变换算法㊂算法中各个温度区间的映射关系为R(x)=255x/2t㊀㊀xɤ2t2552t<xɤ4t {,(1) G(x)=255x/4t,(2)B(x)=255x/5t㊀㊀㊀㊀xɤt255(2t-x)/5t t<xɤ2t02tɤxɤ3t 255(x-3t)/t3tɤx<4tìîíïïïïïï,(3)式中,R㊁G和B分别代表图像的红㊁绿和蓝色分量,t为图像灰度级阈值,映射图如图6所示㊂图6(a)表示传统伪彩色灰度级彩色映射关系,而图6(b)为改进的灰度级彩色映射关系㊂图6㊀伪彩色变换映射关系Fig.6㊀Pseudo color transformation mapping164㊀燕山大学学报2021㊀㊀按照图6所示对红外图像进行仿真处理,处理结果如图7所示㊂可以看出传统的伪彩色变化算法在处理红外图像时,会造成图像清晰度下降,对比度降低,而新方法测量后的图像色彩变化连续,温度变化又暗到明,细节更为清晰,对比度更高㊂图7㊀伪彩色变换处理效果图Fig.7㊀Pseudo-color transformation processing diagram2㊀基于FPGA 的视频红外成像系统2.1㊀系统结构与功能本文基于FPGA 的红外成像系统,核心控制芯片选用Intel 公司生产CYCLONE Ⅳ系列EP4CE10F17C8型FPGA,红外图像采集部分选用FLIR 公司生产的PHOTON320热成像机芯,视频信号解码芯片采用ADI 公司生产的ADV7180视频解码芯片,图像的缓存芯片采用华邦公司生产的64M SDRAM 芯片,外部显示终端采用的是TFT液晶屏[11]㊂本文系统组成框图如图8所示,系统正常工作时,外部红外摄像头采集到的红外图像信号,经过视频解码芯片解码后,进行缓存与图像处理,随后将视频信号传送到液晶屏进行显示㊂图8㊀基于FPGA 的红外成像系统框图Fig.8㊀FPGA-based infrared imaging system block diagram㊀㊀其中,ADV7180芯片进行寄存器配置,视频解码模块为ITU656视频解码格式[3],ITU 解码模块的有两个功能:1)将视频控制信号与视频有效数据信号分离,并且通过计算行列坐标,确定像素的第2期高美静等㊀基于FPGA 的红外成像系统及图像处理算法165㊀具体位置㊂2)通过计算水平像素坐标,将图像分辨率修改为640ˑ480以便在TFT 中显示㊂SDRAM 作为系统的外部存储器用于储存图像[6]㊂显示设备为TFT 数字液晶显示屏,可以直接显示数字视频信号的颜色信息㊂2.2㊀改进的红外图像算法的FPGA 实现完成系统搭建后,需将改进的红外图像算法在系统中实现㊂红外图像的硬件实现流程按照滤波㊁增强和伪彩色变换的顺序进行㊂首先改进的中值滤波算法基于FPGA 的实现方案如图9所示,该方案主要分为两部分:3ˑ4缓存窗口模块以及快速中值滤波模块㊂当外部Tft_de 显示使能信号有效时,首先建立3ˑ4缓存窗口并判断当前像素是否处在奇数列;随后将图像数据送入改进的中值滤波模块完成滤波操作㊂图9㊀改进中值滤波算法实现方案Fig.9㊀Improved median filtering algorithm implementation㊀㊀伽马变换和直方图均衡化组合算法实现主要分为三步:首先建立灰度统计直方图;其次根据统计结果实现统计结果均衡化;最后将均衡化的结果进行伽马变换㊂这种组合增强算法实现算法容易,对红外图像增强的效果好,并且在硬件中资源消耗较低㊂改进的伪彩色变换算法按照图10所示的原理图进行操作㊂经过前期处理后的红外图像灰度值首先经过多路选择器进行温度分区;随后,在不同温度区间进行改进的线性变换;最后,将变换后的数据送给TFT 控制模块用于显示㊂图11为系统伪彩色处理效果图㊂通过系统处理结果与原始红外图像和传统伪彩色变换对比可知,本文搭建的红外成像系统,在最大限度保持目标细节的同时,能够更多地显示背景区域㊁增强图像的对比度,从图像处理视觉效果来看,清晰度㊁对比度要比传统算法好㊂图10㊀改进伪彩色变换算法实现的模块图Fig.10㊀Diagram of improved pseudo color conversion algorithm implementation166㊀燕山大学学报2021图11㊀伪彩色变换效果图Fig.13㊀Pseudo-color transformation effect diagram㊀㊀同时二者在硬件资源上的消耗基本一致,可见,本文提出的改进的伪彩色变换算法,在未增加FPGA 中资源的使用量的情况下,最大限度保持了原始图像的细节,增强了图像的清晰度以及对比度㊂3　结论本文首先针对红外图像噪声多和对比度低的问题提出了改进的红外图像处理方法,包括改进的中值滤波算法㊁伽马变换和直方图均衡化组合算法㊁改进的伪彩色变换算法㊂结果表明改进的中值滤波算法在保持滤波效果的同时减少了代码的复杂程度,缩短了运算时间;组合算法以较小代码量提升了红外图像的对比度,增强了图像细节;改进的伪彩色变换算法在未增加硬件资源消耗的情况下增强了彩色图像的清晰度和视觉效果㊂最后本文搭建了基于FPGA 的红外成像硬件系统并依次实现了红外图像滤波㊁增强和伪彩色变换等功能,并且达到实时处理的要求㊂本文搭建的基于FPGA 的红外成像系统体积小,成本低,性能和实时性较好,可以适应绝大多数应用场合㊂论文的研究对于红外成像系统搭建和红外图像处理领域具有一定的参考价值,虽然整体系统搭建成功,但是依然存在着红外图像处理算法适应性较低,受环境影响大和伪彩色效果评价具有主观性等问题㊂通过后续进一步对这些问题展开研究和实验,有望获得性能更优的红外成像系统㊂参考文献1 ABDEL-MOATI H MORRIS J ZENG Y et al.Near field icedetection using infrared based optical imaging technology J .Optics &Laser Technology 2018 99 402-410.2 WANG C G DUAN S B ZHANG X Y et al.An alternativesplit-window algorithm for retrieving land surface temperature from visible infrared imaging radiometer suite data J .InternationalJournal of Remote Sensing 2019 40 5/6 1640-1654.3 李其昌李兵伟王宏臣.非制冷红外成像技术发展动态及其军事应用 J .军民两用技术与产品 2016 21 54-57.LI Q C LI B W WANG H C.Development of uncooled infraredimaging technology and its military application J .Dual UseTechnologies &Products 2016 21 54-57.4 王洋潘志斌.红外图像降噪与增强技术综述 J .无线电工程 2016 46 10 1-7.WANG Y PAN Z B.Review of de-noise and enhancementtechnology for infrared image J .Radio Engineering 2016 4610 1-7.5 宋奋韬王梦莹付志远.FPGA 发展概论 J .科技信息2012 23 145-145.SONG F T WANG M Y FU Z Y.Development introduction ofFPGA J .Science &Technology Information 2012 23145-145.第2期高美静等㊀基于FPGA的红外成像系统及图像处理算法167㊀6李卫王杉魏急波.SDRAM控制器的FPGA设计与实现 J .信息化研究2004 30 10 29-32.LI W WANG S WEI J B.The design and implementation of SDRAM controller with FPGA J .Information Research 2004 30 10 29-32.7韩团军.快速中值滤波算法研究及其FPGA硬件实现 J .电子器件2017 40 3 97-100.HAN T J.Research of fast median filtering algorithm and hardware implementation based on FPGA J .Chinese Journal of Electron Devices 2017 40 3 97-100.8刘恒辉.红外图像处理算法研究及其FPGA实现 D .武汉武汉理工大学2008 6-9.LIU H H.The research and implementation of infrared imaging processing based on FPGA D .Wuhan Wuhan University of Technology 2008 6-9.9高美静芦鑫张春晓.光学微扫描显微热成像系统超分辨力图像处理方法研究 J .燕山大学学报2011 35 1 69-73. GAO M J LU X ZHANG C X.Superresolution image processing for optical microscanning thermal microscope imaging system J .Journal of Yanshan University 2011 35 1 69-73.10陈海飞李一民李勃等.基于FPGA灰度图像伪彩色处理系统的研究 J .云南大学学报自然科学版2009S2 17-19.CHEN H F LI Y M LI B et al.Research on pseudo-color codeing of image based on FPGA J .Journal of Yunnan University Natural Science Edition 2009 S2 17-19.11张仁柱.基于FPGA的红外图像增强系统的研究 D .秦皇岛燕山大学2014 1.ZHANG R Z.Research on infrared image enhancement system based on FPGA D .Qinhuangdao Yanshan University 2014 1.12廖诤张攀颜悦.ADV7180在图像采集嵌入式系统中的应用 J .电视技术2012 36 S2 231-233.LIAO Z ZHANG P YAN Y.Application of ADV7180in image acquisition embedded system J .Television Technology 2012 36 S2 231-233.13DENNIS T J.High quality digital PAL decoding for Single Frames J .Electronics Letters 1998 34 23 2221-2222.Infrared imaging system and image processing algorithm based on FPGA GAO Meijing1 2PENG Chunyang1LI Shiyu1ZHANG Bozhi1ZU Zhenlong11.School of Information Science and Engineering Yanshan University Qinhuangdao Hebei066004 China2.The Key Laboratory for Special Fiber and Fiber Sensor of Hebei Province Qinhuangdao Hebei066004 ChinaAbstract Infrared imaging technology is a hot topic in the field of optoelectronics.Infrared imaging is affected by imaging characteristics infrared detector technology limitations and imaging environment resulting image noise and low image contrast causing target fuzzy low signal-to-noise ratio inability to effectively identify targets and other issues.Under this condition image processing effect and processing speed are difficult to be improved simultaneously.Therefore an infrared processing system and an infrared image processing algorithm are proposed as a solution.FPGA is used in the system to realize functions of image acquisition video decoding data buffering and image display.The image processing algorithm including an improved median filter algorithm a combination algorithm of gamma transform and histogram equalization and an improved pseudo-color transform algorithm is proposed to improve the infrared images quality.Simulation and experiment results show that image processing speed is maintained and image processing results is effectively improved by using the method proposed in this article.Keywords infrared image processing median filter pseudo-color conversion infrared imaging system FPGA。

基于层次图像缓存技术的实时红外云场景仿真

第37卷，增刊红外与激光工程2008年6月V ol.37SupplementInfrared and Laser EngineeringJun.2008收稿日期：2008-03-28作者简介：于洋(1984-)，女，河南信阳人，博士生，主要从事红外动态场景仿真方面的研究工作。

Email:fishinwater99@导师简介：汤心溢()，男，江苏溧阳人，研究员，博士，主要从事红外成像及信号处理、红外场景仿真方面的研究工作。

x @基于层次图像缓存技术的实时红外云场景仿真于洋，高思莉，汤心溢(中国科学院上海技术物理研究所，上海200083)摘要：针对云仿真的物理模型法和随机过程法各自的优缺点，提出了一种综合改进的办法：首先建立云团物理模型，模拟云团外形轮廓与水滴分布等细节信息；然后根据物理模型生成层次纹理，进行实时渲染。

在分析了云的红外辐射特性的基础上，针对红外云场景温度场分布复杂，随机程度高的特点，提出了一种高效简化的办法：利用探测器接收到的粒子平均累积密度的波动和云团的平均温度模拟云团温度场的随机分布。

在此基础上进行了仿真，仿真速度有了大幅提高。

关键词：云仿真；红外辐射；层次图像缓存中图分类号：TN216文献标识码：A文章编号：1007-2276(2008)增(红外)-0409-04Real-time rendering of IR cloud scenes based onhier archical image cachingYU Y ang,GAO Si-li,T ANG Xin-yi(Shanghai Institute of Technical and Physics ,CAS,Shanghai 200083,China)Abstr act:After analyzed two basic methods for cloud simulation,an im proved way was proposed,which first establishing the clouds ’physical model to describe the outlines and details,then computing slices of textures based on it,and finally rendering in real-tim e.To deal with the complicate and procedural clouds temperature fields distribution,an effective and simplified way was proposed after analyzing clouds ’IR characteristics,which using the accumulative average density of particles received by the IR detector and the average tem perature of clouds to simulate the procedural distribution of clouds temperature fields.The result shows the great im provem ent of sim ulation speed.Key wor ds:Cloud sim ulation;Infrared radiance;Hierarchical im age caching0引言云空背景是户外场景仿真中的一类重要场景，云的复杂随机特性使得云的计算机仿真工作很具挑战性。

基于变差函数的红外图像预处理算法

２Ｓｈｏｆｎｒａｉｎｌｃｏｉ，ｅｉｇＩｓｔｔｏＴｃｎｌｇ，ｅｉ００１Ｃｉａ．ｃｏｌｏｔｎａｄＥｅｔｎｓＢｉｎｔｕｅｆｅｈｏｏｙＢｉｎ１０８，ｈｎ）ｏＩｍｏｆｒｃｊｎｉｊｇ
ＡｂｔａｔＡｒｐｏｅｓａｇｒｈｂｓｄｏａｉｇａｆｎｔｎｆｒＩｉｔｒｅｅｅｔｎｉｐｏｏｅ．ｃｒｉｇｔｓｒｃ：ｐｅｒｃｓｏｉｍａｅｎｖｒｒｍｕｃｉｏＲｄｍａｇｔｄｔｃｉｓｒｐｓｄＡｃｏｄｎｏｌｔｏｏｏｔｅｄｆｅｅｔａｉｇａｆｎｔｎｖｕｓｏａｇｔｔｅｂｃｇｏｎｎｅｎｉｅｉｉｅｅｔｖｎｅｉｂｅｔｎｙｉｈｉｒｎｒｏｒｍｃｉａｅｆＲｔｒｅ，ａｋｒｕｄａｄｔｏｓ，ｔｓｆｃｉｅａｄｒｌｌａａｓｓｖｕｏｌＩｈｈａｏｌｔｅｔｘｕｅｏｅＩｍａｅｕｉｇｔｅｖｒｇａｆｎｔｎ．ｎｔｓｆａｉｌｏｒｓａｃｎｆｔｒｇａｇｒｈａｅｎｈｅｔｒｆｔＲｉｇｓｎａｉｒｍｕｃｉａｄｉｉｅｓｂｅｔｅｅｒｈｏｌｉｏｔｍｓｂｄｏｈｈｏｏｉｅｎｌｉｓｖｒｇａｆｎｔｎｆｒｔｇｔｅｅｔｎＴｅｅｐｒｎｅｕｔｓｏａｅｍｅｏａｆｃｉｅｙｓｐｒｓｅｂｃ－ａｉｒｍｕｃｉｅｔｃｉ．ｈｘｅｍｅｔｒｓｌｈｗｔｔｈｔｄｃｎｅｅｔｌｕｐｅｓｔａｋｏｏｏａｒｄｏｉｓｈｔｈｖｈｒｕｄｃｕｔｈｃａｓｒｎｐｔａｄｔｍｐｒｃｒｅａｉａｄｉｃｅｓｔｒｅＣｇｏｎｌｔｒｗｉｈｈｔｏｇｓａｉｎｅｏａｏｒｌｔｎ，ｎｎｒａｅａｇｔＳＲ．ｅｓｌａｌｏ红预处理；差函数变中图分类号：Ｎ１．３Ｔ９１７文献标识码：Ａ

基于可见光图像的红外场景仿真

再对图像进行材质信息的分类。一种或多种材质可以组合成为一个模型，模型是仿真的最小单位，不同的模型，由于外形不同、材质属性不同，其算法也不同。结合当时当地气象信息，对不同的模型分别采用不同的算法计算得到表面温度值，然后结合大气透射率求出不同模型（目标）到达红外热像仪的红外辐射值，最后通过灰度映射得到红外特征图像。
近年来精确打击已成为各国军事研究的热点各国竞相发展和提高精确制导武器的制导精度与改进制导方式以适应未来战争的需要12受保障条件的限制目前景象匹配参考图主要来源于可见光图像而实时图来源于红外图像红外和可见光成像本身就是一个复杂的多变量系统成像的不确定性决定了很难用简单的理论解析公式来建立红外和可见光成像灰度方程之间的关系模型实现图像灰度级的转换
关键词：红外场景仿真；景象匹配；目标表面温度模型中图分类号：TN21 文献标识码：A 文章编号：1007-2276(2009)01-0023-04
IR scene simulation based on visual image
CHEN Shan，SUN Ji蛳yin
根据目标外形、有无内热源等，可将不同材质分类整理到不同的模型，对不同的模型用不同的温度算法得到表面温度值。图 3 所示的 6 类材质可以归类整理为 5 种模型：(1) 草地；(2) 天空；(3) 主厂房，为有强内热源的长方体型建筑；(4) 建筑群，为有一般内热源的长方体型建筑；(5) 烟囱和冷却塔，为有强内热源的圆柱体型建筑。 2.2 目标表面温度模型建立
Key words: IR scene simulation; Scene matching; Object surface temperature model
0引言

红外细节图像处理算法研究及应用

红外细节图像处理算法研究及应用一、绪论红外图像处理是红外成像技术发展的重要组成部分，其应用涵盖丰富和广泛。

红外成像技术可以检测到发热体，对于热成像、夜视、医学成像等领域起着关键作用。

二、红外图像特点与传统成像技术不同，红外成像技术采集到的图像具有以下特点：1. 色彩单一；2. 对比度低；3. 噪声多。

三、红外图像处理算法为了应对红外图像的特点，需要相应的处理算法。

以下为红外图像处理算法的一些应用：1. 平滑滤波算法：红外图像的噪声比较多，平滑滤波算法能够减少噪声并保持边缘信息。

2. 直方图均衡化：红外图像的对比度较低，直方图均衡化算法能够增强图像的对比度。

3. 边缘检测算法：红外图像的边缘信息较重要，不仅能够表现目标物体的轮廓，还能够对图像进行分割。

目前常用的边缘检测算法有Canny算法、Sobel算法等。

四、红外图像处理应用红外图像的处理应用涵盖医学、军事、消防等多个领域。

以下为几个典型应用：1. 医学应用：通过红外热像技术，可以对人体进行无创检测，使得医学影像诊断更加准确和精细。

2. 军事应用：红外感应技术在战争中起着重要作用，可以探测到人体的热区域，实现夜视和远程目标识别。

3. 消防应用：在火灾中，红外热像技术可以用于查找火源，准确定位火灾蔓延的情况。

五、红外图像处理未来发展趋势未来的红外图像处理技术将会更加智能化和高效化。

人工智能将会被广泛应用于红外图像处理领域，人工神经网络等算法将会被用于目标识别和分割。

同时，红外图像处理将会结合更高级的机器学习技术，进行更加复杂的数据分析和处理。

六、结论通过对红外图像处理技术的研究和应用，我们可以看出，红外图像在工农业、医学、军事等各个领域都有着广泛的应用前景。

同时，我们也需要不断完善和创新，使红外图像处理技术不断迭代更新，达到更好的效果和应用效益。

红外线光谱图像加工方法开发

红外线光谱图像加工方法开发随着科学技术的不断发展和红外光谱图像在各个领域的广泛应用，人们对于红外线光谱图像加工方法的需求也越来越高。

红外线光谱图像加工方法的开发可以帮助我们更好地处理和解析红外光谱图像，并提取出有用的信息。

本文将介绍一种基于数字图像处理的红外线光谱图像加工方法。

首先，我们可以利用数字图像处理的技术对红外线光谱图像进行增强。

由于红外光谱图像的低对比度和噪声干扰，我们需要通过增强方法来提高图像的可视化效果和图像质量。

一种常用的增强方法是直方图均衡化。

该方法可以通过调整图像的灰度级分布，使得图像的对比度增强，细节更加清晰。

另外，也可以使用滤波技术来减少图像中的噪声。

例如，中值滤波器可以有效地去除图像中的椒盐噪声，而高斯滤波器则可以减少高斯噪声的影响。

其次，红外线光谱图像也需要进行图像分割，以便更好地提取图像中感兴趣的目标区域。

图像分割是将一个图像分解成若干个子图像的过程，每个子图像代表图像的一个特定部分。

对于红外线光谱图像，常用的图像分割方法有阈值分割、边缘检测和基于区域的分割。

阈值分割方法通过设置一个灰度值阈值，将图像中灰度值高于或低于该阈值的像素分为两个不同的类别。

边缘检测方法则是通过检测图像中物体的边缘来实现分割。

基于区域的分割方法则是通过将图像分成若干个区域，并将具有相似特征的像素聚类在一起来进行分割。

通过选择适当的分割方法，我们可以将红外线光谱图像中的目标区域提取出来，为进一步的分析和处理提供有力支持。

然后，我们需要对红外线光谱图像进行特征提取。

特征提取是指从图像中提取出能够描述图像内容的特征参数，用于进一步的分类、识别或分析。

对于红外光谱图像，常用的特征包括纹理特征、形状特征和频谱特征。

纹理特征描述了图像中不同区域的纹理信息，可以用于红外图像的分类和识别。

形状特征则描述了图像中物体的形状信息，常用于目标识别和跟踪。

频谱特征则提取出图像中不同频率的能量分布情况，可用于目标识别和图像分析。

遥感影像基于像素的变化检测方法简介

表2 基于像素得变化检测方法简介方法简介图像差值使用两个精确配准得图像来产生表示变化得差值图像。

可以直接从像素得辐射值或者在提取得/导出得/变换得图像(如纹理或植被指数)上测量差异。

在数学上,差异图像得表示就是:12(,)(,)(,)d I x y I x y I x y =-,其中I 1与I 2就是时间t 1与t 2得图像,(x,y )就是坐标,I d 就是差分图像。

没有辐射变化得像素分布在均值周围(Lu 等,2005),而变化得像素分布在分布曲线得尾部(Singh,1989)。

由于变化可能出现在两个方向上,因此决定由那个图像减去那个图像(Gao,2009)。

图像比值计算两个共同配准得图像之间得比率。

数学上:12(,)(,)r I x y I I x y =,与图像差值不同,图像得顺序并不重要,因为变化结果以比率表示,未变化得区域在理论上应该为1。

回归分析假定从时间(t 2)开始得图像I 2就是从时间(t 1)开始得图像I 1得线性函数。

图像I 2被视为“参考”图像。

然后调整I 1图像以匹配参考图像得辐射测量条件。

回归分析(如最小二乘回归)可以通过对I 1图像进行辐射度量归一化以匹配参考图像来帮助识别增益与偏移量(Lunetta,1999)。

变化(I d )图像由检测到从第一次日期图像中减去回归图像。

数学上:ˆ(,)(,)d d I x y aI x y b =+; ˆ(,)(,)(,)d d dI x y I x y I x y =- 植被指数差值植被在红光与近红外波段光谱反射率间得显著差异,通过波段组合,形成植被指数。

通常,对于变化检测,两个图像分别产生植被指数,然后应用基于标准像素得变化检测(例如差值或比值)。

现有得植被指数有:基于比值得植被指数(RVI ),归一化植被指数(NDVI )与土壤调整植被指数(SAVI )等。

变化向量分析(CVA ) 可以同时分析变化检测得多个图像波段。

基于NVThermIP模型的红外成像性能评估

- 1 -０　引言红外成像系统广泛应用于侦察、跟踪、预警和对抗等领域[1-3]，以约翰逊准则（Johnson 准则）为基础的最小可分辨温差模型（MRTD 模型）是应用最为广泛的性能评估模型。

Johnson 准则仅考虑最高空间频率，忽略了眼睛对比度阈值的限制，对于焦平面探测器和数字图像处理的系统性能不能很好的评估。

针对Johnson 准则的不足，出现了以目标任务性能准则（TTP 准则）为基础的NVThermIP 目标获取性能模型。

TTP 准则优于Johnson 准则主要表现为3个方面[1，3]。

1）采用目标对比度超过人眼CTF 空间频率的加权积分代替Johnson 准则的极限空间频率。

2）采用Barton 模型代替只有低通特性的人眼模型。

3）采用对成像系统性能具有更好预测性的全新周期准则V50。

该文开展以TTP 准则为理论基础的NVThermIP 目标获取性能模型的建模和仿真实现。

１　ＮＶＴｈｅｒｍＩＰ模型NVThermIP 模型引入基于新的周期靶板的目标任务准则（TTP 准则），红外成像系统性能评估更加准确可靠。

１．１　ＮＶＴｈｅｒｍＩＰ基本思想NVThermIP 模型思想是利用系统对比度阈值函数（CTFsys）代替 MRTD 函数，采用目标对比度超过人眼CTF 的空间频率加权积分代替 Johnson 准则中的极限空间频率。

采用具有带通特性的Barton 人眼模型，与实际的人眼视觉特性更加匹配。

采用全新的周期准则V50代替N50，进一步完善系统目标获取性能和视觉感知图像质量的关系[2-4]。

图1为实现性能评价模型的目标传递概率函数的过程[3-5]。

１．２　ＴＴＰ准则TTP 准则数学表达式，如公式（1）所示。

high lowTTP（1）式中：C tgt 为目标表现对比度，CTF sys 为系统的对比度阈值函数，ξhigh 和ξlow 为空间频率上下限。

目标背景的对比度采用辐射对比度[2]，具体数学表达式，如公式（2）所示。

基于Creator和Vega的红外SAR成像仿真

基于Creator和Vega的红外/SAR成像仿真作者：刘法龙刘俊赵宗贵谷雨来源：《现代电子技术》2014年第04期摘要：在此使用Creator软件建立了带纹理的目标三维模型，以及利用Vega的TMM和MAT工具分别对目标纹理和大气环境进行了建模。

基于Vega及其扩展模块远红外传感器仿真模块对红外图像进行了仿真；基于Vega及其扩展模块雷达仿真模块对SAR成像进行了仿真。

针对同一场景、同一目标的红外/SAR图像融合过程中存在的图像获取问题，提出一种对同一探测目标的半真实半仿真图像获取方法；使用传感器视效模拟模块进行同一时刻、场景和大气条件下的SAR图像和红外图像仿真。

使用Cretor和Vega软件生成红外/SAR图像具有周期短、实时性高的特点，可以很好地解决红外/SAR图像获取难的问题，在军事与民用领域中均有广泛的应用。

关键词：红外图像； SAR图像；计算机仿真； Vega；Creator中图分类号： TN919⁃34； TP391.9 文献标识码： A 文章编号： 1004⁃373X（2014）04⁃0104⁃04IR/SAR iimaging simulation based on Creator and VegaLIU Fa⁃long1， LIU Jun1，2， ZHAO Zong⁃gui2， GU Yu1（1. College of Automation， Hangzhou Dianzi University， Hangzhou 310018， China；2. The 28 institute， China Electronics Technology Group Corporation，Nanjing 210000，China）Abstract： A three⁃dimensional target model with texture was built with Creator software. The models of the target texture and atmospheric environment were established by means of TMM and MAT tools in Vega. The infrared image is simulated on the basis of Vega and its expansion module （far⁃infrared sensor simulation module）. The SAR imaging is simulated on the basis of Vega and its expansion module （radar simulation module）. In order to solve the problem existing in the same scene and same target infrared image/SAR image fusion， a acquisition method of the half⁃realhalf⁃simulication image of same target is proposed. The sensor simulication visual module is used to simulate the SAR image and IR image in the same time， scene and atmospheric condition. Using Creator and Vega softwares to generate infrared/SAR images has the characteristics of short cycle and high real⁃time features， which can solve the problem of IR/SAR image acquisition. It has been widely used in military and civil fields.Keywords： infrared image； SAR image； computer simulation； Vega； Creator0 引言目前，红外与SAR图像在现代化战争中都发挥着十分重要的作用，在军事领域有着广泛的应用前景。

红外图像增强技术ppt课件

病原体侵入机体，消弱机体防御机能，破坏机体内环境的相对稳定性，且在一定部位生长繁殖，引起不同程度的病理生理过程
其他处理方法——小波变换
分解后的图像，其主要信息(即轮廓)由低频部分来表征，而其细节部分则由高频部分表征。实际应用中，通过对高频部分分量进行变换，经过处理达到增强图像的目的。基于小波变换理论的红外图像增强技术,即对低对比度的红外图像，通过施行小波变换,得到该图像的多尺度梯度分布，增强多尺度梯度模的大小，并扩大其在尺度空间的动态范围，就可以实现图像的对比度增强。
图像噪声滤除成为红外图像预处理中的重要组成部分。空域或频域的平滑滤波可以抑制图像噪声，提高图像的信噪比。其中，中值滤波器在处理噪声的方面有较好的表现，不仅能消除强脉冲性噪声的影响，而且较好地保留了图像的边缘。在频域上可以通过低通滤波器实现平滑。
病原体侵入机体，消弱机体防御机能，破坏机体内环境的相对稳定性，且在一定部位生长繁殖，引起不同程度的病理生理过程
外界环境的随机干扰和热成像系统的不完善，给红外图像带来多种多样的噪声。
由于红外探测器各探测单元的响应特性不一致、光机扫描系统缺陷等原因，造成红外图像的非均匀性，体现为图像的固定图案噪声、串扰、畸变等。
病原体侵入机体，消弱机体防御机能，破坏机体内环境的相对稳定性，且在一定部位生长繁殖，引起不同程度的病理生理过程
病原体侵入机体，消弱机体防御机能，破坏机体内环境的相对稳定性，且在一定部位生长繁殖，引起不同程度的病理生理过程
红外图像增强的主要工作
增强图像边缘锐度，改善红外图像模糊状态；对灰度进行拉伸，使红外图像的灰度适中，灰度层次更

红外伪彩黑热白热铁红算法实现

一、概述红外热像技术是一种利用物体辐射的红外光谱特征来实现温度测量和图像显示的技术。

在红外热像技术中，伪彩、黑热、白热和铁红是常见的显示模式，它们通过不同的颜色和对比度来显示目标物体的热分布情况。

本文将重点讨论这几种显示模式的特点和应用，以及算法实现的原理。

二、红外热像技术的原理红外热像技术是基于物体发射的红外辐射热量来实现温度测量和图像显示的一种技术。

物体的热量会发射出红外光谱，不同温度的物体发射的红外光谱也不同，通过红外热像仪可以捕获并转换为热像图。

热像图中的颜色和对比度可以反映物体的温度分布情况，从而实现对物体温度的测量和图像的显示。

三、红外热像技术的显示模式1. 伪彩显示模式伪彩显示模式是将热像图中不同温度区域的像素用不同颜色表示，通常采用彩虹色或热图色谱来显示。

不同颜色代表不同的温度范围，通过伪彩显示模式可以清晰地看到物体的温度分布情况，适用于需要直观显示温度分布的场景。

2. 黑热显示模式黑热显示模式是将热像图中的低温区域显示为黑色，高温区域显示为白色或其他亮色。

这种显示模式突出了高温区域，适用于需要突出高温部分的场景。

3. 白热显示模式白热显示模式与黑热相反，将热像图中的低温区域显示为白色或其他亮色，高温区域显示为黑色。

这种显示模式突出了低温区域，适用于需要突出低温部分的场景。

4. 铁红显示模式铁红显示模式是将热像图中不同温度区域的像素用铁红色表示，通常采用铁红色谱来显示。

铁红显示模式具有较好的对比度，适用于需要高对比度显示的场景。

四、红外热像技术的算法实现红外热像技术的算法实现主要包括图像处理、温度计算和显示模式转换等步骤。

在图像处理过程中，需要对红外热像图进行去噪、增强和分割等处理，以提高图像质量和温度分辨率。

在温度计算过程中，需要根据红外热像图的像素数值和温度灰度关系曲线来计算物体的表面温度。

在显示模式转换过程中，需要根据用户选择的显示模式将热像图进行相应的颜色映射和对比度调整，以实现不同显示模式的切换。

自适应热金属码红外测量图像伪彩色编码方法

自适应热金属码红外测量图像伪彩色编码方法李晓冰【摘要】Due to the poor contrast and uneven gray scales of infrared measurement images,the pseudo-color images generated by traditional hot metal coding which employs fixed interval mapping are often unable to reflect the practical temperature. In order to solve the problem,this paper makes improvement to the traditional hot metal coding according to the gray scale distribution,realizes adaptive selecting of gray scale intervals by means of Otsu method and proposes an adaptive hot metal code pseudo-color coding method for infrared measurement images. The experiment results show that the proposed method is fairly adaptive and the pseudo-color images generating by it can truly reflect the temperature gradations.%由于红外测量图像的对比度较差,灰度分布不均衡,而传统热金属编码采用固定灰度区间映射,导致生成的伪彩色图像往往不能真实地反映物体的温度变化.针对此问题,本文根据红外测量图像的灰度分布特性,对传统热金属编码进行改造.同时,利用最大类间法,实现了灰度变换区间的自适应选择,提出了一种红外测量图像自适应热金属伪彩色编码方法.实验结果表明:该方法变换的伪彩色图像能够真实地反映物体的温度变化,且具有较好的自适应性.【期刊名称】《激光与红外》【年(卷),期】2012(042)006【总页数】4页(P659-662)【关键词】红外图像;伪彩色;热金属编码;自适应;最大类间法【作者】李晓冰【作者单位】92941部队,辽宁葫芦岛125000【正文语种】中文【中图分类】TP391.4由于人眼只能区分出由黑到白数十种灰度的变化，但对彩色的分辨率可达数百种甚至上千种，说明人眼对彩色的变化远比灰度的变化敏感［1］，因而对灰度图像进行伪彩色变换［2］是一种非常有效的图像增强技术。