摘要：针对现有红外图像分辨率低、质量不高的问题,提出了基于通道注意力与迁移学习的红外图像超分辨率重建方法。该方法设计了一个深度卷积神经网络,融入通道注意力机制来增强网络的学习能力,并且使用残差学习方式来减轻梯度爆炸或消失问题,加速网络的收敛。考虑到高质量的红外图像难以采集、数目不足的情况,将网络的训练分成两步:第一步使用自然图像来预训练网络模型,第二步利用迁移学习的知识,用较少数量的高质量红外图像对预训练的模型参数进行迁移微调,使模型对红外图像的重建效果更优。最后,加入多尺度细节滤波器来提升红外重建图像的视觉效果。在Set5、Set14数据集以及红外图像上的实验表明,融入通道注意力机制和残差学习方法,均能提升超分辨率重建的效果,迁移微调能很好地解决红外样本数量不足的问题,而多尺度细节提升滤波则能提升重建图像的细节,增大信息量。

摘要：红外图像中的脉冲噪声影响温度测量及分析,同时影响红外图像的可观性。传统中值滤波容易造成过度滤波,影响温度分布,丢失图像温度信息。针对传统方法的缺陷,借鉴噪声检测的中值滤波方法,将其应用于红外图像的脉冲噪声滤波。该方法在中值滤波之前进行一次脉冲噪声检测,确定受到噪声污染的像素点,并进行记录标识。然后进行对噪声污染像素的针对性滤波,实验证明,达到了既能有效滤除噪声,又完整保留温度信息的目的。

摘要：由于红外焦平面探测器各点的响应度不一致,需要对红外图像进行非均匀校正。目前许多红外成像设备非均匀校正均通过后台PC机完成,需要专门设计与PC机的接口,提高了成本,而且不利于脱机运行。系统使用红外图像处理板自身的DSP完成非均匀校正系数的计算,设计简洁,操作方便,取得了理想的效果。文中分析了两点校正的原理,介绍了实现方法,对其中涉及的关键技术进行了详细描述。

摘要：针对战场环境下红外图像中坦克目标在嵌入式系统中的快速识别,提出一种改进的HOG特征提取结合AdaBoost分类算法的红外图像坦克目标识别实现方法。为了便于在ARM/FPGA嵌入式平台实现,该方法根据FPGA的计算特性对HOG特征提取算法进行优化设计,克服FPGA不适合的除法运算与反正切运算带来弊端。为验证算法的有效性,通过软硬协同设计的方法搭建了嵌入式系统,开发了ARM/FPGA样机,采集坦克目标的红外样本数据,在不同平台开展了目标识别实验。实验结果表明:改进后的算法在保证识别率的基础上,单张图片的处理时间平均为52ms,大幅地提高了运算速度。

摘要：卷积神经网络(CNN)由于出色的性能,被逐渐应用于图像融合领域。对于红外图像和可见光图像的融合任务而言,由于没有标签数据,对其进行无监督的学习建模具有重要意义。针对这个问题,提出了一种无监督的端到端的深度融合算法,该算法可以由输入的红外源图像和可见光源图像,直接预测出包含源图像显著信息的融合图像。所提算法构建了一个自编码网络,并使用真实的数据集进行训练。网络所用损失函数为广泛应用于图像融合任务的图像结构相似度量(SSIM)。具体地说,设计了一种改进的无参考图像评价指标来计算损失函数,达到对网络进行无监督训练的目的。此外,将注意力机制引入到模型中进一步提升了融合结果。将所提算法与多种融合算法进行了对比实验,实验结果表明,所提算法融合结果无论在主观评价还是客观指标评价方面都十分具有竞争力。

摘要：提出了一种以现场可编程门阵列为硬件处理器实现基于细胞神经网络的红外图像边缘检测方法.首先利用simulink的算法行为特性搭建红外图像输入模块,获得相关的红外图像头信息并对红外图像像素值范围进行相应变化,然后根据细胞神经网络模板所创建的查找表设计单个细胞元软核,再利用细胞神经网络阵列的规则性和互联的局域性,将单个细胞元软核扩展成细胞神经网络阵列.最后采用modelsim将细胞神经网络阵列与红外图像输入、输出模块相关联,从而达到实时处理的效果.实验结果表明:基于现场可编程门阵列为硬件处理器平台实现的细胞神经网络对红外图像进行边缘检测取得了较好的效果,且与MATLAB软件仿真的结果进行对比得出两者只有极其微小的差别.在Xilinx公司Virtex-6系列的现场可编程门阵列平台上,综合后占用极少资源的情况下得到142.693MHz的最高频率,并且达到了2.378Mpixels/sec处理速度.

摘要：红外图像中的行人检测一直是计算机视觉领域的研究热点与难点。针对传统的红外行人检测方法需要人工设计目标表达特征的弊端,本文从深度学习的角度出发,提出一种可以自动构建目标表达特征的红外行人检测卷积神经网络。在对卷积神经网络的实现原理进行分析的基础上,设计了红外行人检测卷积神经网络的初始结构,然后通过实验对初始结构进行调整,得到最终的检测神经网络。对实拍红外人体数据库进行行人检测的实验结果表明,该方法在保持低虚警率的同时可以对红外图像中的行人进行稳健检测,优于传统方法。

摘要：现有的红外制导武器严重依赖操作手对目标的捕获,其捕获的精度与目标的纹理细节正相关。为了提升弱小区域的显示质量,满足现有导引头小型化、模块化、低成本的设计要求,本文设计了一种基于轻量级金字塔密集残差网络的图像增强模型,该模型在密集残差网络基础上通过密集连接层和残差网络来学习不同尺度图像之间的非线性映射,充分利用多尺度特征进行高频残差预测。同时,采用深度监督模块指导网络训练,有利于实现较大上采样因子的超分辨增强,提高其泛化能力。大量仿真实验结果表明本文所提出的超分辨模型能够获得高倍率的超分辨增强效果,其重建质量也优于对比算法。

摘要：针对现有红外系统中电传输数据容量小、距离近的问题,提出了一种基于光纤通讯技术的高速、远距离红外图像传输方法。该方法结合现有红外传感器的数据输出方式,利用成熟的光电转换模块,设计了一种红外图像的光传输系统;对设计原则和核心模块进行了讨论。实际工程应用结果表明,该方法是稳定可靠的,不仅有效地解决了传统电传输中数据容量小和距离近的问题,并且在稳定性、误码率、线缆数量等方面,有了一定的提高和改善。

摘要：由于无线带宽的有限性,基于红外序列图像自身独特的特点,工程需要对红外序列图像进行无损压缩。通过比较JPEG 2000、SPIHT、JPEG+DPCM和JPEG_LS这4种算法的压缩性能和硬件实现复杂度,选取了性能最优易于硬件实现的JPEG_LS作为核心压缩算法,以DSP和FPGA作为硬件平台核心。为验证系统的可行性,实验通过FPGA进行红外图像采集,采集完的图像通过SRIO将数据传送到DSP中,DSP对传送过来的红外序列图像利用被细致优化过的JPEG_LS算法进行无损压缩,最后将压缩过的图像数据通过EMAC传送到PC机中并实时显示出来。实验结果表明该系统稳定可靠,可以对红外相机采集的数据进行实时无损压缩,基本满足实际工程需求。