在作者已有工作和思考的基础上,进一步 分析和探讨了可分裂的光子模型,并给出了集合或整体意义上的总 体量(例如吸收率、反射率和透射率)与单个光子的对应量(例如吸收、反 射和透射)之间的对应关系。利用可分裂的光子模型可以解释反射、衍 射、干涉等光学现象。基于蒙特卡罗方法和可分裂的光子模型,可 以对反射、衍射、干涉等光学现象进行计算机仿真。介绍了有关仿 真算法的思路。

针对用传统的颜色传递算法得到的彩色融合图像 存在目标与背景颜色相近、目标变淡的问题,提出了一种基于颜色对比度 增强的红外与微光图像彩色融合方法。首先对红外和微光图像进行 了伪彩色融合,然后对彩色参考图像与伪彩色融合图像进行了颜色传 递。其次,采用大津分割法分割出了微光图像中的目标信息,并得到了目标 区域。最后,在HSI颜色空间中利用目标区域对颜色传递后的融合图像 的H、S、I分量进行了调整,并得到了最终的融合图像。实验结果表明,利 用该方法得到的彩色融合图像具有目标与背景对比度高、细节丰富、色 彩较好等特点,可提高人眼对场景的理解和对目标的快速识别。

红外视景TP391仿真目前已成为红外成像制导**设计和评估的一种重要方法。在分析红外成像原理的基础上,提出了一种基于OpenGL的地面坦克目标实时红外视景仿真方法,并编制了仿真程序软件。首先,利用OpenGL建立可见光场景,并使用ANSYS软件构建该场景的温度场模型；其次,考虑模型和视点间的大气衰减作用,利用Modtran软件建立大气衰减模型；最后,对模型各部分到达探测器表面的红外辐射强度进行灰度量化处理,实现可见光场景的实时渲染,得到对应的红外仿真图像。仿真结果表明,该系统提高了计算目标红外辐射分布的实时性和便捷性,能够实时生成不同波段、不同大气环境下的红外图像。

记忆效应(Memory Effect, ME)噪声是发生在红外光机扫描仪影像中的一种条带噪声。扫描条带中,有明显亮暗突变位置的景物的ME噪声尤其明显,会严重影响影像的目视效果。传统的ME噪声去除方法基于系统脉冲响应函数构建复原滤波器,使用复原滤波器对图像进行复原。该方法的缺点是必须有精确的系统脉冲响应函数。针对传统方法的不足,提出了一种新的ME噪声去除算法。该算法利用影像自身的辐射信息,使用检测模板遍历整景影像以检测ME噪声,对检测到的噪声使用迭代法去除。最终,选取资源一号01星的IRMSS影像进行了试验。结果表明,该方法可以有效去除ME噪声,从而提升图像的辐射质量。

由于信号强度低、环境复杂等因素会造成光谱杂乱和波峰不 明显,利用被动红外远程遥测技术难以准确地对易制毒化学品 气体进行定性检测,即使采用基本的数字滤波算法也无 法有效解决这些问题。为此提出了一种基于卡尔曼/维 纳叠加的滤波算法。通过用该算法对光谱信号进行预处理,可以有效提高后期 波峰匹配的定性检测的准确性。基于改进的算法对采集到的 实验数据进行了验证。结果表明,与其他滤波算法的 处理效果相比,本文方法可以对干扰信号进行有效 过滤,并且可以对特征峰进行准确识别。

从空间分辨率的定义出发,指出物镜的数值孔径和光的波长是决定光学仪器空间分辨率的主要因素。给出了空间分辨率影响半导体器件结温检测结果准确度的原理。对GaN HEMT进行了不同空间分辨率下的显微红外温度检测,较低空间分辨率下的测温结果低于高空间分辨率下的测温结果,证明空间分辨率的不足会导致温度测量结果偏低。

运用高光谱技术快速无损地估算了苹果叶片的等效水厚度(Equivalent Water Thickness, EWT),为苹果树的长势及干旱预警提供参考。以山东省烟台栖霞市红富士苹果树叶片为试验材料,在测定苹果叶片的光谱反射率和计算叶片EWT的基础上,分析了苹果叶片的EWT、原始光谱的反射率及其13种变换光谱反射率之间的相关性。筛选敏感波长后,建立了苹果叶片EWT的支持向量机定量的估算模型。13种光谱变换中,一阶导数(the First Derivative, FDR)、平方根的一阶导数(the First Derivative of the Square Root, FD(SqrtR))及倒数的对数的一阶导数(the First Derivative of the Logarithm of the Reciprocal, FD[Lg(1/R)])三种变换的相关性较好。确定了估测苹果叶片EWT的敏感波长。基于支持向量机回归分析方法,建立了定量估算叶片EWT的模型,验证集的决定系数R2达到了0.8147,相对分析误差(Relative Percent Deviation, RPD)达到了2.2671。结果表明,该模型具有较高的估测能力,支持向量机回归方法比较适于估算苹果叶片的EWT。该方法为利用高光谱技术定量估算苹果的生长状况提供了技术支撑。

针对传统红外目标检测与识别方法所存在 的问题,即其处理过程总是盲目地对全图进行耗时搜索,提出了一 种基于视觉注意机制和水平集方法的红外海面目标检测与识别方 法。首先,搜索原始图像中的显著性区域,并以获胜点的形式 表示它们。接着,基于所得到的显著性区域,自动初始化水平集函 数,并使演化过程朝着期望的目标轮廓方向挺进,直至演化过程到 达最终的平衡状态。最后,针对远距离(近距离)成像时的输入数 据,给出检测结果(基于不变矩和神经网络框架的识别结果)。对 真实红外海面目标进行的实验证实了本文方法的有效性。