基于系统级测量参量的红外成像仿真方法

合集下载

一种基于红外图像序列的深度学习三维重建仿真方法初探

一种基于红外图像序列的深度学习三维重建仿真方法初探摘要：本文介绍了一种基于红外图像序列的深度学习三维重建仿真方法。

传统的三维重建方法需要使用专业的设备和软件，成本高且处理速度慢。

本方法通过使用红外图像序列作为输入数据，利用深度学习技术，实现了快速的三维重建仿真。

实验结果表明，本方法能够高效准确地进行三维重建仿真，可用于各种应用场合。

关键词：红外图像序列、深度学习、三维重建仿真一、介绍三维重建仿真是一种计算机视觉技术，旨在从多个二维图像中恢复物体的三维形态和表面属性。

传统的三维重建方法通常需要使用专业的设备和软件，成本高且处理速度慢。

近年来，随着深度学习技术的发展，越来越多的研究者开始尝试使用深度学习技术进行三维重建仿真。

红外图像序列是一种常用的传感器数据，由于其可以直接反映目标的热信息，因此被广泛应用于军事、能源和环境等领域。

本文提出的方法利用红外图像序列作为输入数据，结合深度学习技术，实现了快速的三维重建仿真。

二、相关工作目前，关于基于红外图像序列的三维重建仿真方法，已经有不少的研究。

其中，有些方法利用传统的计算机视觉技术，如视觉几何和运动恢复等，来进行三维重建仿真。

例如，Chen 等人[1]使用稠密光流方法对红外图像序列进行运动估计，再采用多视图三维重建方法进行三维重建仿真。

该方法虽然效果较好，但处理速度较慢，不适合实时应用场合。

有些方法则利用深度学习技术进行三维重建仿真。

例如，Wu 等人[2]提出了一种将二维卷积神经网络（CNN）和三维卷积神经网络（3DCNN）相结合的深度学习方法，用于从单个图像中实现三维重建仿真。

另外，Izadi 等人[3]提出了一种基于同时采集到的彩色和红外图像的深度学习三维重建仿真方法，结果表明该方法能够精确重建场景。

但上述两种方法均没有使用红外图像序列作为输入数据。

三、方法本文提出的方法，利用红外图像序列作为输入数据，并结合深度学习技术，实现了三维重建仿真。

具体而言，本文方法分为两个步骤，分别为训练和测试。

红外探测系统建模仿真：方法、应用与问题

发中的应用现状，分析了建模仿真在红外探测系统开发应用中的一些问题。关键词：建模；仿真；红外探测；优化；自动目标识别中图分类号：ＴＪ７６５文献标识码：Ａ
ＭｏｄｅｌａｎｄＳｉｍｕｌａｔｉｏｎｆｏｒＩｎｆｒａｒｅｄＤｅｔｅｃｔｉｏｎＳｙｓｔｅｍ：Ａｐｐｒｏａｃｈｅｓ，ＡｐｐｌｉｃａｔｉｏｎｓａｎｄＩｓｓｕｅｓ
ｓｕｍｍａｒｉｚｅｄ．Ｓｏｍｅｉｓｓｕｅｓｉｎｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｍｏｄｅｌａｎｄｓｉｍｕｌａｔｉｏｎｆｏｒｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｉｎｆｒａｒｅｄｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍａｒｅａｎａｌｙｚｅｄ．Ｋｅｙｗｏｒｄｓ：ｍｏｄｅＩ；ｓｉｍｕｌａｔｉｏｎ；ｉｎｆｒａｒｅｄｄｅｔｅｃｔｉｏｎ；ｔｒａｄｅ — ｏｆｆ；ｏｐｔｉｍｉｚａｔｉｏｎ；ａｕｔｏｍａｔｉｃ
ｐａｒａｍｅｔｒｉｃｍｏｄｅｌａｎｄｉｍａｇｅ — ｆｌｏｗｍｏｄｅｌｉｎｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｉｎｆｒａｒｅｄｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍａｒｅ
ＣＡＯＳｈｕ — ｙａｎ，ＴＡＮＧＳｈａｎ－ｊｕｎ，ＦＡＮＪｉｎ — ｘｉａｎｇ。，ＰＡＮＨｏｎｇ — ｔａｏ。

基于信号注入仿真的红外成像导引算法评估系统

系统仿真学报Vol.16 No.2 Feb. 2004·337·JOURNAL OF SYSTEM SIMULATION基于信号注入仿真的红外成像导引算法评估系统王学伟，沈同圣，周晓东（海军航空工程学院自动控制系, 山东烟台 264001）摘要：在红外成像导引算法性能评估中，信号注入式仿真不用将真实导引头引入闭合回路。

计算机成像系统模拟战场环境，产生包含目标、背景和干扰的红外图像源，通过视频输出接口注入到图像处理器，图像处理器按照成像导引头的工作方式，对目标进行捕获跟踪。

以反舰导弹为仿真对象，介绍了系统的构成，阐述了以提取天水线为准则的图像分割算法和模糊综合评判目标识别算法，分析了形心和相关两种跟踪算法的适用场合和工作过程，最后给出了评估准则。

关键词：信号注入仿真；性能评估；CIG ；DSP ；图像采集；图像处理文章编号：1004-731X (2004) 02-0337-03 中图分类号：TP391.9 文献标识码：AAn Evaluation System of Infrared Imaging Guiding Algorithm Based on theSignal Injection SimulationWANG Xue-wei , SHEN Tong-sheng , ZHOU Xiao-dong(Naval Aeronautica l Engineering Academy, Depar tme nt of Automatic Control Engineering, Sha ndong 264001, China)Abstract: In the evaluation of the infrared imaging guiding algorithm, the signal injection simulation doesn ’t take the actual guider into the loop. The computer image generation system (CIG) simulates the battlefield. Series of infrared images which include the target, background and interference are generated by the CIG, then are injected into the image processing unit (DSP) with the video out interface. The DSP acts as the guider to simulate the guider to detect and track the target. The consistence of the system was introduced. The sea-sky line was picked up to divide the image. The fuzzy synthetic judging method had been used to recognize the target. Two tracking algorithm, relative and centroid, had been compared with each other. In the end, the evaluating principle was introduced.Keywords: signal injection simulation; performance evaluation; CIG; DSP; image collection; image processing整三维场景中导引头(观察者)的坐标，从而将导引头所“看”到的红外图像输出到 DSP ，这个模拟导弹跟踪目标的过程可以通过 CIG 显示器和监视器显示出来。

一种红外运动目标成像跟踪仿真方法[发明专利]

专利名称：一种红外运动目标成像跟踪仿真方法专利类型：发明专利
发明人：李卓荦,刘相伟
申请号：CN201910965756.2
申请日：20191012
公开号：CN110766722A
公开日：
20200207
专利内容由知识产权出版社提供
摘要：本发明涉及一种红外运动目标成像跟踪仿真方法，先获取红外运动目标的各项基础参考数据，再将基础参考数据输入至红外运动目标成像跟踪仿真平台内并完成各系统的建模，该方法通过数字模拟目标红外特性，并对大气传输和光学成像过程建立模型，得到目标的红外图像。

然后，对该红外图像进行目标检测和识别，得到目标质心位置，并换算成的角度偏差，将该角度偏差传递给伺服仿真系统，伺服仿真系统完成对目标的运动轨迹跟踪。

本发明基于MATLAB环境搭建的一套红外运动目标成像跟踪仿真平台，用以完成数学建模、参数设计、仿真测试。

申请人：北京小眼探索科技有限公司
地址：100036 北京市海淀区翠微中里14号楼四层A437室
国籍：CN
代理机构：北京中索知识产权代理有限公司
代理人：胡大成
更多信息请下载全文后查看。

《航空计算技术》2006年全年总目次

基于系统级测量参量的红外成像仿真方法 ……………………………………… 胡方明，张建奇，王晓蕊（１２— ）微波部件微放电特性分析 ………………………………………………………… 曹桂明，聂莹，王积勤（６２— ）舰载直升机的舰面效应研究 ……………………………………………………… 孙文胜，毕玉泉，白春华（９２— ）多ＤＰ系统中的总线设计 ………………………………………………………… 孙靖国，Ｓ宋琦，邹会荣（１）２— ３
ＩＬＳ系统复杂场地的数值计算仿真与飞行检验 ………………………………… 戴传金，赵修斌，李颖路（３）２— ６某型军机军械火控系统自动测试仪的设计与研究 …………………………… 陈钧，韩兆福，葛银茂，３— ）等（１
射流冷却技术研究 ……………………………………………………………………………………… 田沣（ — ）３４蓝牙技术在某型飞机机载火控故障诊断系统中的应用研究 ………………… 韩兆福，陈钧，葛银茂，３８等（ — ）
机载火控系统虚拟仿真实验室的构建与研究 ………………………………… 韩兆福，王虹昙，兵，（ — ７刘等１１）基于分布式模式的自动打孔系统的设计 …………………………………………………………… 谢辉（ — １１２）水闸泵站计算机自动控制系统设计 ………………………………………………………… 王晖，武（ — ４张１２）无线指令系统中串口通信的实现 ………………………………………………… 梁双港，高，韦范海礁（ — ７１２）基于ＤＰ和ＣＮ的航空发动机分布式控制系统设计 …………………………………… 何鹄环，ＳＡ郭迎清（ — ０１３）基于等工程价值比的远程战略轰炸机研制费用估算 ……………………………………… 曹龙，刘晓东（ — ３１３）导航计算机应用软件快速更新方法研究 ………………………………………… 杨燮磊，孙永荣，李荣冰（ — ６１３）

红外成像系统建模仿真方法研究

红外成像系统的建模仿真就是通过研究分析系统的成
电信号也可以经过信号处理器地进一步加工处理，或用于
系统回路的控制，用于系统性能的分析评估。或
像过程，以及过程中所涉及的各种典型效应，描述系统单元
ＷＡＮＧｅｉＬＩＫｅＷＡＮＧｈｉＸｕｗｅＳｌｉ
（ｖｌＡｅｏｕｉａｎｔｏａｔｃｌＵｎｖｒｉｙＮａａｒｎａｔｃｌａｄＡｓｒｎｕｉａｉｅｓｔ，Ｙａｔｉ２４０）ｎａ６０１
ＡｂｓｒｔＭｏｌｇａｄｓｍｕａｉｎｔｃｎｌｇｓａｓｅｉｌｋｙｔｃｎｌｇｏｈｅｒｓａｃａａｙｉ，ｅｉｎａｖｌａｉｎｏｎｒｒｄｔａｃｄｅｉｎｉｌｔｏｅｈｏｏｙｉｎｅｓｎｔｅｅｈｏｏｙｆｒｔｅｅｒｈ，ｎｌｓｓｄｓｇｎｄｅａｕｔｏｆｉｆａｅｎａｉｇｉｙｔｍ．ｅｅａｅｍａｉｆｒｎｙｆｍｏｅｉｇａｄｓｍｕａｉｎ，ｎｈｅｌｈｖｈｅｒｏｍａｎｇｓｓｅＴｈｒｒｎｙｄｆｅｅｔｗａｓｏｄｌｎｉｌｔｏａｄｔｙａｌａｅｔｉｗｎｈａａｔｒｓｉｓＴｈａｉｍａｉｇｎｃｒｃｅｉｔｃ．ｅｂｓｃｉｇｎ
总第２２期７２１年第６０２期
计算机与数字工程
Ｃｏｕｅｍｐｔｒ＆ＤｉｉｌＥｎｉｅｒｇｇｔｇｎｅｉａｎ
Ｖｏ．０Ｎｏ６１４．

基于识别距离的红外成像仿真验证方法

基于识别距离的红外成像仿真验证方法摘要：红外成像技术在军事、工业、医疗等领域具有广泛的应用。

为了验证红外成像系统的性能和准确性，本论文提出了一种基于识别距离的红外成像仿真验证方法。

该方法利用仿真技术模拟红外辐射传输、物体特征提取和图像重构过程，通过测量和分析识别距离的准确性来评估红外成像系统的性能。

通过该方法，可以有效验证红外成像系统的成像质量和识别能力，为红外成像技术的应用提供参考和指导。

关键词：红外成像；仿真验证；识别距离；引言：近年来，随着科技的快速发展和社会的数字化转型，红外成像技术在安防、军事、医疗等领域得到了广泛应用。

红外成像技术通过探测和记录物体发出的红外辐射，能够生成与可见光不同的热图像，实现对目标的无损检测、识别和追踪。

然而，为了确保红外成像系统的性能和准确性，需要进行验证和评估。

传统的红外成像系统验证方法主要依赖于实验室实际测试和采集的数据，这种方法具有成本高、时间长、操作复杂等缺点。

因此，为了提高验证效率和降低成本，研究人员开始探索基于仿真的验证方法。

基于仿真的红外成像验证方法通过模拟红外辐射传输、物体特征提取和图像重构等过程，可以快速评估系统的性能，并提供有效的参考和指导。

一、红外成像技术概述1.1 红外辐射原理红外成像技术是基于物体发出的红外辐射进行成像和分析的一种先进技术。

物体的温度决定了其辐射的红外能量，而红外成像系统则可以探测和记录这种红外辐射，将其转化为热图像或热视频。

红外辐射具有更长的波长范围，通常被划分为近红外、中红外和远红外三个波段。

不同波段的红外辐射在物体表面的分布情况不同，因此红外成像技术可以提供丰富的热图像信息。

1.2 红外成像系统组成红外成像系统由红外辐射探测器、光学系统、信号处理器和显示器等组成。

红外辐射探测器是红外成像系统的核心部件，其负责将接收到的红外辐射转化为电信号。

光学系统负责收集和聚焦红外辐射，将其引导至探测器。

信号处理器对探测器输出的电信号进行放大、滤波和数字化处理，生成热图像或热视频。

红外成像传感器仿真建模及模型仿真度评价

红外成像传感器仿真建模及模型仿真度评价红外成像传感器仿真建模及模型仿真度评价摘要：红外成像技术是一种通过探测和分析物体辐射的热能而成像的非接触式测温和控制技术。

本文旨在探讨红外成像传感器仿真建模的方法以及模型的仿真度评价。

首先介绍了红外成像传感器的原理和工作方式，并对其目标检测、距离测量和温度测量等功能进行了详细描述。

随后，针对红外成像传感器的仿真建模，分别从传感器结构模型、感受器模型和探测器模型三个方面进行了说明。

针对模型的仿真度评价，提出了基于模拟实验和实际测量数据对模型进行验证的方法，并介绍了常用的评价指标。

最后，通过对红外成像传感器进行仿真建模和模型仿真度评价的实例分析，验证了本文提出的方法的可行性和有效性。

关键词：红外成像传感器；仿真建模；模型仿真度评价一、引言红外成像技术是一种非常重要的无损检测技术，广泛应用于工业生产、军事防务、物体识别等领域。

红外成像传感器作为该技术的核心部件，起到了至关重要的作用。

传统的实验方法需要耗费大量时间和资源，因此，建立红外成像传感器的仿真模型成为了一种重要手段。

仿真模型可以帮助我们预测传感器的性能表现，提高红外成像系统的设计和优化效率。

二、红外成像传感器的工作原理和功能红外成像传感器通过探测目标物体发射的红外辐射能量，并将其转换为电信号，再通过信号处理和图像重构等技术，实现目标的检测、距离的测量和温度的测量等功能。

传感器根据不同的工作原理分为热像仪和热电偶阵列两种类型。

三、红外成像传感器仿真建模红外成像传感器仿真建模是指将传感器的结构、材料、光学元件和电子元件等要素进行数值建模，并利用计算机仿真软件进行模拟计算，最终得到传感器的工作性能和输出图像。

传感器结构模型主要建立传感器的物理结构和布局，包括传感器的外壳、镜头、探测器等。

感受器模型主要模拟传感器对红外能量的感受能力，包括传感器的响应曲线和灵敏度等。

探测器模型主要模拟传感器的红外探测和转换能力，包括传感器对红外辐射的感受和信号转换过程。

基于实测图像实时绘制技术的红外烟幕图像仿真

中图分类号：Ｔ９２Ｎ７文献标识码：ＡＤＯＩ１．６／．ｓ．６２８８．１．．７：０３９ｊｓｎ１７—７５２２００９ｉ０７０
ＳｉｕｌｔｏｆＩｒｒｄＳｍｏｅＩａｅＢａｅｎＲｅｌｔｍｅｍａｉｎｏｎｆａｅｋｍｇｓｄｏａ— ｉ
Ａｂｓｒｃ：Ｉ￣ａｅｍｏｅｓｍｕａｉｎｉａｋｙｔｃｉｕｎｔｅａｐｉａｉｎｆｌｆｉｆａｅｍａｉｇｔａｔｎｒｄｓｋｉｌｔｏｓｅｅｈｎｑｅｉｈｐｌｔｏｅｄｏｎｒｒｄｉｇｎｃｉｇｉｎｅｗｅｐｎ．Ｕｎｄｒａｔｐｃｌｎｉｏｍｅｔｌｃｎｄｔｏｔｅｉｆａｅｍａｉｇｔａｋｎｆｔｅｓｋｕｄａｃａｏｓｅｙｉａｖｒｎｅｎａｏｉｉｎ，ｈｎｒｒｄｉｇｎｒｃｉｇｏｈｍｏｅｏｖｎａｇｔｉａｒｅｕ．Ａｃｏｄｎｏｔｅｉｆａｅｍａｅｎｅａｅａａｏｔｉｅｎｔｅｆａｍｏｉｇｔｒｅｓｃｒｉｄｏｔｃｒｉｇｔｈｎｒｒｄｉｇｓａｄｒｌｔｄｄｔｂａｎｄｉｈｉｄｔｓｆａｇｖｎｓｋｏａｍｔｏｏｆｌｅｔｏｉｅｍｏｅｐｔｅｈｄｆｒｍｏｉｉｇｔｅｃａｓｃｉｆａｅｍｏｅｍｏｌｉｒｐｓｄｅｊｄｆｎｈｌｓｉｎｒｄｓｋｙｒｄｅｓｐｏｏｅ．Ｉｃｎｅｓｍｕａｉｎｐｏｒｍ，ｈｌｍｅｔｕｈａａｋｒｕｎｎａｇｔａｅｕｉｚｄ．ＢｙｃｍｐｒｎｎａｓｅｉｌｔｏｒｇａｔｅｅｅｎｓｓｃｓｂｃｇｏｄａｄｔｒｅｒｔｌｅｉｏａｉｇｔｅｔｈａｕｅａａｎｉａｅｄｔｂｓＳｆｒｄ．Ｔｈｙａｃｓｅｅｓｍｕａｉｎｏｎｒｒｄｈｍｏｔｅｍｅｓｒｄｄｔ．ａｍｇａａａｅｉｍｅｏｅｄｎｍｉｃｎｉｌｔｏｆｉｆａｅｓｏｅｉｔｒｅｅｃｓｉｐｅｍｋｎｅｆｒｎｅｉｍｌｍｅｔｄｂｓｎｇａｒａｉｅｌｙｒｄｔａｓａｅｔｉａｅｄｒｗｉｇｍｅｈｄｎｅｙｕｉｅｌｔｍａｅｅｒｎｐｒｎｍｇａｎｔｏ．Ｔｈｅｓｍｕｌｔｏｓｓａｓｅｅｗｉｄｗｆ３０×２０ａｄａｆａｅｒｔｆ４ｒｍｅｅｅｏｄ．Ｉａｅｈｉａｉｎｕｅｃｎｎｏｏ６４ｎｒｍａｅｏ０ｆａｓｐｒｓｃｎｔｃｎｍｅｔｔｅｒａｉｅｓｍｕｌｔｏｅｕｒｍｅｔｏｈｏｅｔｏａｍａｉｎｒｒｄｇｉａｃｒｃｓ．ｅｌｔｍｉａｉｎｒｑｉｅｎｆｔｅｃｎｖｎｉｎｌｉｇｎｇｉｆａｅｕｄｎｅｐｏｅｓＫｅｏｄｓｉｆａｅｍａｅｍｏｅｆｌｅｔｌｙｒｒｎｐｒｎｅｄｒｗｉｇｓｍｕａｉｎｙｗｒ：ｎｒｄｉｇ；ｓｋ；ｅｄｔｓ；ａｅｓｔａｓａｅｃａｎ；ｉｌｔｏｒｉ

基于深度学习的红外仿真图像质量评价研究

基于深度学习的红外仿真图像质量评价研究基于深度学习的红外仿真图像质量评价研究摘要：随着红外仿真技术在军事、航空航天等领域的广泛应用，对红外仿真图像的质量评价提出了更高的要求。

本文通过深度学习技术，提出了一种基于深度学习的红外仿真图像质量评价方法，并利用该方法对红外仿真图像的质量进行了评估。

结果表明，该方法能够有效评估红外仿真图像的质量，具有较好的准确性和鲁棒性。

1.引言红外仿真技术是一种通过计算机生成虚拟的红外图像的技术，广泛应用于军事、航空航天等领域，如训练红外导引武器系统、测试红外探测器等。

而红外仿真图像的质量评价是衡量红外仿真技术成果有效性的重要指标。

传统的红外仿真图像质量评价方法主要基于人工设计的特征，存在主观性强、易受主观因素影响等问题。

而深度学习作为一种在图像处理领域取得巨大成就的技术，可以通过学习大量的数据自动提取高层次的特征表示，为红外仿真图像质量评价提供了一种新的思路。

2.相关工作2.1 传统红外仿真图像质量评价方法传统的红外仿真图像质量评价方法主要采用人工设计的特征，如灰度直方图、空间频谱特征等，然后利用机器学习方法进行分类或回归。

这些方法在一定程度上可以评价红外仿真图像质量，但存在主观性强、易受主观因素影响等问题。

2.2 深度学习在图像质量评价中的应用深度学习在图像质量评价中的应用得到了广泛关注。

通过学习大量的图像数据，深度学习可以自动提取图像的高层次特征表示，并基于这些特征进行质量评价。

深度学习模型主要分为卷积神经网络（CNN）和生成对抗网络（GAN）两类。

其中，CNN 主要用于特征提取，GAN则通过生成高质量图像，用于评价图像的真实性和逼真度等。

3.基于深度学习的红外仿真图像质量评价方法本文提出了一种基于深度学习的红外仿真图像质量评价方法。

首先，构建一个深度卷积神经网络（DCNN）模型用于图像特征提取。

DCNN模型包含多个卷积层和池化层，通过学习大量的红外仿真图像数据，自动提取图像的高层次特征表示。

红外探测仿真技术

红外探测仿真技术红外探测仿真技术是一种通过模拟和模型计算来研究和预测红外辐射信号的技术。

它利用计算机模拟和仿真技术来模拟复杂的红外辐射场景，并通过对模拟结果进行分析和处理，为红外探测器的研发和应用提供参考。

红外探测仿真技术在军事、安防、医学、环境监测等领域具有广泛的应用。

例如，在军事领域，红外探测仿真技术可以用于预测和评估敌方的红外干扰手段，为战场上的红外探测和干扰对抗提供决策支持。

在安防领域，红外探测仿真技术可以用于设计和优化红外监控系统，提高监控的准确性和可靠性。

在医学领域，红外探测仿真技术可以用于模拟和研究红外成像技术在疾病诊断和治疗中的应用。

在环境监测领域，红外探测仿真技术可以用于模拟和预测大气中的温室气体排放和污染物扩散，为环境保护和治理提供科学依据。

红外探测仿真技术的基本原理是通过建立红外辐射场景模型，包括辐射源、物体、传感器等元素，利用计算机对这些元素进行仿真计算，得到红外辐射的分布和特征。

在仿真过程中，需要考虑红外辐射的传播、散射、吸收等多种物理过程，并结合物体的表面特性、温度分布等因素进行综合分析。

通过对仿真结果的分析和处理，可以得到红外辐射的强度、频谱、方向性等信息，为红外探测器的设计和优化提供参考。

红外探测仿真技术的关键是建立准确的模型和算法。

模型的准确性直接影响仿真结果的可信度，而算法的高效性和精确性则决定了仿真的速度和精度。

因此，红外探测仿真技术的研究需要对物理和数学知识有深入的理解，同时还需要掌握计算机仿真和模型计算的技术。

红外探测仿真技术的发展对红外探测领域的研究和应用具有重要意义。

它可以帮助研究人员更好地理解和分析红外辐射的特性，优化红外探测器的性能，提高红外探测的准确性和可靠性。

同时，它也可以为红外探测器的设计和应用提供决策支持，节省研发成本和时间。

随着计算机技术和仿真算法的不断发展，红外探测仿真技术将会得到更广泛的应用和推广，为红外探测领域的研究和发展带来更多的机遇和挑战。

基于实测数据的红外成像系统噪声测量仿真

第３卷第１８０期
２００８年１０月
激光与红外
ＬＡＳＥＲ＆ＩＮＦＲＡＲＥＤ
Ｖｏ．１３８，．０Ｎｏ１Ｏｃｏｅ，０ｔｂｒ２０８
文章编号：０－７（０８１－９－１１０８２０）０９０００５０４
・外技术・红
中占主导地位，噪声功率谱为白噪声。第二代红其
ＩａｉｇＳｓｅｓｄＯｎＭｅｓｒｄＤａａｍｇｎｙｔｍＢａｅａｕｅｔ
ＺＵＱａ－ｎＯｉｎｊｉ
（３８ｎｔＰＡ，ｕｙｎ７０３Ｃｉａ６８０ＵｉＬ像系统噪声对其成像质量有
很大影响，在红外注入式仿真中噪声仿真是必须要考虑的。红外成像系统中存在各种类型的噪声，各
种噪声起因不同，总是以综合形式表现出来，且因此
统是独立的。而二代以后红外成像系统信号的采
就三维噪声各个分量表现方式进行了分析，出了影响噪声分量的原因。结合噪声模型给出给
了红外成像系统噪声测量方法；最后进行了试验，出了实验结果，对模型结合实测数据用给并
于红外图噪声仿真进行了尝试，像并在某试验中得到了初步应用。
关键词：红外成像系统；三维噪声模型；向操作因子；声仿真方噪
中图分类号：Ｎ１Ｔ２６文献标识码：Ａ
ＮｏｓｅｓｒｍｅｔａｉｕａｉｎｏｎｒｒｄｉｅＭａｕｅｎｎｄＳｍｌｔｏｆＩｆａｅ