1 上海第二工业大学 工程训练中心,上海 201209
2 中国科学院上海技术物理研究所 中国科学院红外探测与成像技术重点实验室,上海 200083
针对由于视差变化而导致的红外视频稳像技术难题,文中提出了一种基于联合相机路径的红外视频稳像算法,该算法主要包括:预处理、联合相机路径求解、多路径优化、运动补偿四个步骤。首先,要对红外图像进行直方图均衡化、特征点提取和匹配处理、预映射。接着,要将每帧图像分为m×n个网格单元,利用基于网格的映射运动表征,将每一帧中对应网格得到的局部单应性矩阵进行相乘得到联合相机路径。然后,对联合相机路径采用“多路径优化”策略进行平滑处理。最后,利用平滑后路径进行运动补偿稳定视频。实验结果表明,该方法能有效地处理由于视差而引起的非线性运动,相比传统的稳像算法效果更好,当特征点存在部分遮挡时,也能取得不错的稳像效果。
视频稳像 视差 网格单元 多路径 非线性 video image stabilization parallax grid unit multi-path nonlinear 红外与激光工程
2021, 50(6): 20200405
1 中国科学院上海技术物理研究所中国科学院红外探测与成像技术重点实验室, 上海 200083
2 中国科学院大学, 北京 100049
3 上海科技大学, 上海 200031
针对红外图像行人检测任务中图像细节少、特征信息提取困难、检测准确率低等问题, 提出一种改进的SSD红外行人检测算法。利用深度可分卷积方法降低特征提取网络参数数量和网络运算量, 改善实时性; 在网络中嵌入SENet模块, 重新分配各特征通道权重, 提升网络对行人目标针对性; 针对行人目标空间占比固定的特点, 通过聚类分析算法设定Default Boxes数值, 提升行人检测效果。实验结果表明, 所提改进算法优于VSSD算法, 查准率和查全率分别达到91.7%和84.8%, 同时,算法实时性也得到大幅改善。
红外图像 行人检测 深度可分卷积 通道权重分配 infrared image pedestrian detection depthwise separable convolution channel weight assignment
1 中国科学院上海技术物理研究所, 上海 200083
2 中国科学院大学, 北京 100049
3 中国科学院红外探测与成像技术重点实验室, 上海 200083
针对地对空红外空中目标识别任务中数据量严重不足的问题,提出一种基于改进关系网络的小样本红外空中目标分类方法。该方法将关系网络模型、多尺度特征融合方法及元学习训练策略相结合,首先构造多尺度特征提取模块提取输入图像的特征向量,然后将支撑样本和预测样本的特征向量输入到关系模块中,根据关系值得到预测样本的类别标签。mini-ImageNet数据集上的实验结果表明:所提模型的分类精度显著高于其他经典的小样本学习模型。Infra-aircraft dataset上的实验结果表明:所提方法在仅有个位数样本的情况下,可完成多种机型的地对空红外图像分类任务。
成像系统 红外图像 空中目标分类 小样本学习 元学习
1 中国科学院上海技术物理研究所,上海 200083
2 中国科学院大学,北京 100049
3 中国科学院红外探测与成像技术重点实验室,上海 200083
针对红外空中目标,提出了一种基于稀疏表示的快速分类算法.该工作的技术难点表现在训练样本较少,算法需要具有旋转不变性、较高的抗噪性和实时性.针对这些难点,首先根据红外空中面目标的梯度信息和统计特性,计算出图像主方向,然后将主方向旋转至同一参考方向.接着基于稀疏表示原理,把分类问题转化为 1范数最小化问题,最后用快速收敛方法得到分类结果.实验结果表明该方法能够达到 98.3%的正确率,给测试图像 50%的像素叠加噪声后,分类正确率仍大于 80%.
红外图像 空中目标 旋转不变性 稀疏表示分类 infrared image aircraft identification rotation invariant sparse representation classification
1 中国科学院上海技术物理研究所, 上海 200083
2 中国科学院大学, 北京 100049
3 中国科学院红外探测与成像技术重点实验室, 上海 200083
针对串行架构的处理器如 ARM和 DSP等实现双边滤波算法消耗资源过多的情况, 提出了一种基于 FPGA加速的双边滤波去噪的实现方法。根据双边滤波算法的原理以及 FPGA的硬件资源, 充分发挥 FPGA在并行计算上的优势, 在滤波器的系数生成和除法操作上进行了优化。在减少了 FPGA所消耗的资源的同时, 保证了图像去除噪声的实时性, 从而为后期的视频采集与传输系统奠定了一个良好的开端。
双边滤波 FPGA加速 实时图像处理 bilateral filtering FPGA accelerating real-time image process
1 中国科学院上海技术物理研究所 中国科学院红外探测与成像技术重点实验室, 上海 200083
2 中国科学院大学, 北京 100049
3 上海科技大学, 上海 200031
车载红外全景扫描成像系统具有每列单独成像、360°全方位视场覆盖的特点, 从而导致传统的电子稳像算法无法直接适用, 因此, 提出一种基于区域分割与融合的全景稳像算法。首先, 通过局部列偏移调整方法对图像预补偿。接着, 以车头前进方向为基准, 对全景图像进行区域分割, 即前端、右端、后端、左端区域。然后, 根据各区域的成像特点, 选择不同的稳像模型进行稳像, 其中, 运动估计环节采用滑窗策略缩短运算时间, 运动补偿环节采用未定义区重构方法弥补边界缺失信息。最后, 利用局部区域扩展、渐入渐出加权平均融合方式对重叠区域进行区域拼接、融合, 保证全景图像无缝拼接。实验结果表明: 该算法有效解决了车体行进过程中红外全景扫描系统的稳像问题, 稳像关键指标——帧间峰值信噪比(PSNR)可以提高14.7%, 运行时间可缩短为传统算法的1/10, 基本满足了工程应用的需求。
全景扫描成像 电子稳像 分割 融合 帧间峰值信噪比 panoramic scanning imaging electronic image stabilization segmentation fusion PSNR 红外与激光工程
2018, 47(9): 0926004