- 牟新刚;朱太龙;周晓;
红外成像系统常由于探测单元的非均匀性导致成像结果出现条纹噪声。基于深度学习的红外图像非均匀校正算法为取得较好的校正结果，通常采用复杂度高的网络结构，导致计算量庞大。本文提出了一种轻量化网络的红外图像非均匀校正算法，并针对Unet网络的编码过程设计了一种轻量化多尺度下采样模块（Lightweight Multi-scale Downsampling Module, LMDM）。LMDM通过像素拆分和通道重构实现特征图下采样，利用多个串联的深度可分离卷积（Depth-wise Separable Convolution, DSC）实现多尺度特征提取。此外，该算法引入轻量化通道注意力机制用于调整特征权重，实现更好的上下文信息融合。实验结果表明，与对比算法相比，本文提出的算法在保证校正图像纹理清晰、细节丰富和边缘锐利的前提下，内存占用降低70%以上，红外图像处理速度提升24%以上。
2024年05期 v.46;No.377 501-509页 [查看摘要][在线阅读][下载 1193K] [下载次数：343 ] |[网刊下载次数：0 ] |[引用频次：3 ] |[阅读次数：1 ] - 邸敬;任莉;刘冀钊;郭文庆;廉敬;
针对现有深度学习图像融合方法依赖卷积提取特征，并未考虑源图像全局特征，融合结果容易产生纹理模糊、对比度低等问题，本文提出一种基于三分支对抗学习和补偿注意力的红外和可见光图像融合方法。首先，生成器网络采用密集块和补偿注意力机制构建局部-全局三分支提取特征信息。然后，利用通道特征和空间特征变化构建补偿注意力机制提取全局信息，更进一步提取红外目标和可见光细节表征。其次，设计聚焦双对抗鉴别器，以确定融合结果和源图像之间的相似分布。最后，选用公开数据集TNO和RoadScene进行实验并与其他9种具有代表性的图像融合方法进行对比，本文提出的方法不仅获得纹理细节更清晰、对比度更好的融合结果，而且客观度量指标优于其他先进方法。
2024年05期 v.46;No.377 510-521页 [查看摘要][在线阅读][下载 6814K] [下载次数：154 ] |[网刊下载次数：0 ] |[引用频次：3 ] |[阅读次数：1 ] - 陈秋艳;张新燕;贺敏;田义春;刘宁;郭瑞;王晓辉;游思源;张修坤;
为了降低输液管道多泄漏点微小泄漏的检测难度，提高输液管道无损检测的检测精度与检测速度，通过搭建水循环管道泄漏实验系统，改变管道泄漏点尺寸、泄漏点数量及输送介质温度，应用红外热像仪实时采集红外图像，提出基于非线性平稳小波和双边滤波算法实现图像降噪；并结合红外检测技术和YOLO(You Only Look Once)v4模型实现输液管道单、多漏点的自动化智能检测。结果表明，与传统滤波算法相比，该降噪方法的峰值信噪比、结构相似性均有所提升；该模型能够快速且准确地检测管道单、多漏点，检测精度（m AP）分别达到了0.9822及0.98，准确率分别达到了98.3%及98.36%，单帧检测时间分别达到了0.3021s及0.3096s，实现了在复杂背景干扰下对单、多泄漏点的识别。通过与YOLO v3、Faster R-CNN和SSD 300这3种算法比较发现，YOLO v4算法对管道单一漏点及多泄漏点检测的准确率、m AP和检测时间均更佳，具有更高的检测准确性与检测效率。
2024年05期 v.46;No.377 522-531页 [查看摘要][在线阅读][下载 1035K] [下载次数：523 ] |[网刊下载次数：0 ] |[引用频次：5 ] |[阅读次数：1 ] - 周辉奎;章立;胡素娟;
为了更有效地改善水下图像的颜色，进一步提升图像的对比度和清晰度，提出改进直方图匹配和自适应均衡的水下图像增强方法。以像素均值最大的通道图像的直方图作为基准，对各通道图像分别进行直方图匹配，校正水下图像的颜色偏差；充分利用HSI颜色空间中颜色分量与明度分量的独立性，对明度分量进行自适应的局部直方图均衡化，进一步提升图像的对比度和清晰度。主、客观的实验数据显示，相对于部分现有方法，本文方法对水下图像增强后的视觉效果更优，信息熵、平均梯度、水下图像质量指标（Underwater Image Quality Measures, UIQM）和结构相似性指数（Structural Similarity Index Measure, SSIM）的值更高。因此，本文方法对水下图像具有更有优的增强效果。
2024年05期 v.46;No.377 532-538页 [查看摘要][在线阅读][下载 828K] [下载次数：651 ] |[网刊下载次数：0 ] |[引用频次：15 ] |[阅读次数：1 ] - 张靖;单长吉;周丽;李鑫;朱豪;
为了解决现有隔离开关分合闸状态识别率较低的问题，提出了一种基于NSST-PCNN-IFVSS的图像融合方法。在对红外和可见光图像的预处理阶段进行图像配准，再采用像素级融合来实现两图像的融合。在融合阶段采用非下采样剪切波变换将红外和可见光图像分解为高频子带图和低频子带图，在高频子带图部分采用脉冲耦合神经网络进行融合，在低频子带图部分采用基于视觉显著特性分割的图像融合方法进行融合，通过非下采样剪切波变换的逆变换将两个子带图像结合起来得到融合后的图。建立融合质量指标评价方案来对比本方案与常见的图像融合方案的效果。对融合后的图像进行像素积分投影算法进行处理，进而实现对高压隔离开关分合闸状态进行识别。通过实验仿真验证了NSST-PCNN-IFVSS(NonSubsampledShearletTransform-PulseCoupledNeuralNetwork-ImageFusion based on Visual Salience Segmentation)的图像融合效果优于常见的6种融合方法，且图像融合后的识别结果优于单一的可见光图像和红外图像。
2024年05期 v.46;No.377 539-547页 [查看摘要][在线阅读][下载 929K] [下载次数：241 ] |[网刊下载次数：0 ] |[引用频次：7 ] |[阅读次数：1 ] - 胡焱;原子昊;涂晓光;刘建华;雷霞;王文敬;
现有基于深度学习的目标检测算法在图像的目标检测过程中存在物体视角的多样性、目标本身形变、检测物体受遮挡、光照性以及小目标检测等问题。为了解决这些问题，本文将对比学习思想引入到SSD(Single Shot MutiBox Detectior)目标检测网络中，对原有的SSD算法进行改进。首先，通过采用图像截块的方式随机截取样本图片中的目标图片与背景图片，将目标图像块与背景图像块输入到对比学习网络中提取图片特征进行对比损失计算。随后，使用监督学习的方法对SSD网络进行训练，将对比损失传入到SSD网络中与SSD损失值加权求和反馈给SSD网络，进行网络参数的优化。由于在目标检测网络中加入了对比学习的思想，提高了背景和目标在特征空间中的区分度。因此所提出的算法能显著提高SSD网络对于目标检测的精度，并在可见光和热红外图像中均取得了令人满意的检测效果。在PASCAL VOC2012数据集实验中，AP50值提升了0.3%，在LLVIP数据集实验中，AP50值提升了0.2%。
2024年05期 v.46;No.377 548-555页 [查看摘要][在线阅读][下载 787K] [下载次数：687 ] |[网刊下载次数：0 ] |[引用频次：22 ] |[阅读次数：1 ] - 徐慧琳;赵鑫;于波;韦小牙;胡鹏;
针对现有图像语义分割算法在对低分辨率红外图像进行分割时存在准确率不高的问题，提出了一种多分辨率特征提取算法。该算法以DeepLabv3+为基准网络，添加了一组对偶分辨率模块，该模块包含低分辨率分支和高分辨率分支，以进一步聚合红外图像特征。低分辨率分支采用GPU友好的注意力模块捕获高层全局上下文信息，同时引入一个多轴门控感知机模块并行提取红外图像局部信息和全局信息；高分辨率分支采用跨分辨率注意力模块将低分辨率分支上学习到的全局特征传播扩散到高分辨率分支上以获取更强的语义信息。实验结果表明，该算法在数据集DNDS和MSRS上的分割精度优于现有语义分割算法，证明了提出算法的有效性。
2024年05期 v.46;No.377 556-564页 [查看摘要][在线阅读][下载 2689K] [下载次数：280 ] |[网刊下载次数：0 ] |[引用频次：2 ] |[阅读次数：1 ] - 沈凌云;郎百和;宋正勋;温智滔;
针对低信噪比与复杂任务场景下，YOLOv8模型对红外遮挡目标和弱小目标检测能力不足的问题，提出了改进的DCS-YOLOv8模型（DCN＿C2f-CA-SIoU-YOLOv8）的目标检测方法。以YOLOv8框架为基础，主干网络构建了基于可变形卷积的轻量级DCN＿C2f(Deformable Convolution Network)模块，自适应调整网络的视觉感受野，提高目标多尺度特征表示能力。特征融合网络引入基于坐标注意力机制CA(Coordinate Attention)的模块，通过捕捉多目标空间位置依赖关系，提高目标的定位准确性。改进基于SIoU(Scylla IoU)的位置回归损失函数，实现预测框与真实框之间的相对位移方向匹配，加快模型收敛速度并提升检测与定位精度。实验结果表明，相较于YOLOv8-nsmlx系列模型，DCS-YOLOv8在FLIR、OTCBVS与VEDAI测试集上平均精度均值m AP@0.5平均提高了6.8%、0.6%、4.0%，分别达到86.5%、99.0%与75.6%。同时，模型的推理速度满足红外目标检测任务的实时性要求。
2024年05期 v.46;No.377 565-575页 [查看摘要][在线阅读][下载 1598K] [下载次数：1115 ] |[网刊下载次数：0 ] |[引用频次：17 ] |[阅读次数：1 ] - 黄浦江;杨文航;朱首正;赵帮健;金海军;金柯;李春来;刘世界;
为优化红外成像光谱仪探测性能，提出了一种具有用户自定义指标和温控精度达到1.0 m K的优先级融合控制算法（Priority fusion algorithm,PFA），该算法将基础PID、模糊PID和自抗扰控制算法与BP神经网络算法相融合，能够实现高性能黑体温控。通过Simulink仿真实验，仿真结果表明，与传统算法相比，PFA算法的超调量从3.606%下降到0.101%，响应时间从64 min下降到14.4 min，温度控制精度达到1.0 m K。同时搭建了黑体辐射定标平台，物理实验结果与理论模拟结果基本一致。该模型为高精度温控黑体在空间遥感领域的实际应用奠定理论基础，在温控领域具有重大意义。
2024年05期 v.46;No.377 576-583页 [查看摘要][在线阅读][下载 1155K] [下载次数：185 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：1 ] - 田三虎;赵劲松;何红星;陈树刚;康丽珠;唐鑫;刘咏梅;赵小童;
本文针对大视场红外相机的畸变校正过程复杂的问题，提出了一种新的畸变校正方法。首先，选择单参数除法模型（division model,DM）作为相机畸变模型，使用改进的加速特征稳健算法（speedup robust features,SURF）自动获取两幅有相同场景的畸变红外图像的特征点对，然后利用九点非迭代算法和核密度估计方法获取图像的畸变参数，最后根据求得的畸变参数使用基于边缘保持的灰度插值方法对图像进行畸变校正。在整个过程中，不需要预先知道相机的参数和场景信息，通过输入两幅具有相同场景的图像，完成畸变校正，为大视场红外相机的畸变校正提供了一种新的解决方法。实验结果表明，使用该方法对大视场红外相机进行畸变校正具有可行性和鲁棒性。
2024年05期 v.46;No.377 584-591页 [查看摘要][在线阅读][下载 1277K] [下载次数：307 ] |[网刊下载次数：0 ] |[引用频次：6 ] |[阅读次数：1 ]