留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

2022年  第44卷  第5期

综述与评论
黑硅光电探测材料与器件研究进展
王博, 唐利斌, 张玉平, 邓功荣, 左文彬, 赵鹏
2022, 44(5): 437-452.
摘要:
黑硅作为一种新型光电材料,在光伏太阳能电池、光电探测器、CMOS图像传感器等领域被广泛研究,其中黑硅的光电探测技术备受关注,近些年来也取得了重要的研究进展。本文首先简单介绍了黑硅材料的结构,然后讨论了基于飞秒激光刻蚀法、湿法腐蚀、反应离子刻蚀法等方法制备的黑硅材料的性质。其次概述了基于以上方法制备的不同黑硅光电探测器的结构及性能,并讨论了黑硅器件在不同领域的应用。最后对黑硅光电探测技术进行了分析与展望,探讨了黑硅材料及器件未来的发展方向。
硫化锌体材料制备及其光学性能研究进展
吴绍华, 赵劲松, 赵跃进, 杨伟声, 姜杰, 李茂忠, 董汝昆, 母婷婷, 郑丽和
2022, 44(5): 453-461.
摘要:
多光谱波段透过型ZnS体材料在整流罩、红外透镜、红外窗口等领域具有广泛应用。本文全面梳理和总结了ZnS体材料制备技术的最新研究进展,包括热压技术、化学气相沉积+热等静压技术等。分析了不同制备方法对ZnS体材料光学性能的影响因素。最后展望了ZnS体材料的未来发展方向。
系统与设计
基于FPGA的低照度图像采集与处理系统研究
柳磊, 钱芸生
2022, 44(5): 462-468.
摘要:
针对低照度图像亮度低、噪声高和边缘模糊等问题,基于Xilinx公司的Artix-7系列FPGA芯片,通过驱动微光性能良好的XQE-1310图像传感器,对探测器采集的视频信号进行滤波和边缘检测,完成了低照度图像的采集和处理等一系列操作,最后将处理过的视频信号通过CameraLink视频格式实时显示,设计了一套微光夜视系统。实验结果表明,该系统的最低工作照度可达10-2 lx量级,滤波算法在保持图像边缘信息的同时有效滤除了图像中的椒盐噪声,自适应边缘检测算法可以根据照度水平实时调整阈值,凸显了低照度环境下物体的轮廓信息。系统充分利用了FPGA(Field Programmable Gate Array)速度快、效率高的优势,最后的成像结果清晰稳定,便于人眼观察。
紫外像增强器的调制传递函数测试系统设计
苏天宁, 刘峰阁, 王强, 朱荣胜, 杨慧卿, 成帅, 姬明
2022, 44(5): 469-474.
摘要:
紫外像增强器是紫外成像系统的核心器件,其成像质量决定了对紫外光学信号的探测和成像能力。调制传递函数(Modulation Transfer Function,MTF)反映了系统对图像不同频率信息的传递能力,是像质评定的一种客观指标。本文基于狭缝成像和傅里叶分析的调制传递函数测试原理,设计了一套紫外像增强器的调制传递函数测试系统。然后对3支紫外像增强器进行了调制传递函数测试实验,得到3支紫外像增强器的MTF曲线截止频率均在32~34 lp/mm之间,并根据MTF曲线对3支紫外像增强器成像质量进行对比分析。最后经过重复测试得到几个重要频率点MTF测试值的标准差均低于0.02。
图像处理与仿真
改进时空滤波的红外弱小目标检测
樊香所, 范锦龙, 文良华, 徐智勇
2022, 44(5): 475-482.
摘要:
为了有效解决动态背景变化导致弱小目标检测率低的问题,文中提出了改进时空滤波的红外弱小目标检测算法。首先在分析红外图像成像特性的基础上,针对目标区、背景区和边缘轮廓区不同梯度特性的差异,提出改进的各向异性空域滤波算法,该算法充分利用空间域的梯度信息来构建不同方向的扩散滤波函数,并结合图像不同特性的梯度差异选取扩散函数值最小的两个方向的均值作为时域滤波结果,以最大限度地保留目标信号;接着为有效增强弱小目标的能量,针对高阶累积量仅利用像元点时域信息来构建能量增强的不足,提出了一种结合时空邻域块的能量增强算法,实验表明,本文提出的算法能有效提升动态场景下的弱小目标的检测能力。
基于偏振图像的低照度场景多目标检测算法
寻华生, 张晶晶, 刘晓, 李腾, 年福东, 张馨
2022, 44(5): 483-491.
摘要:
偏振光反射信息可直接反演目标本征特性,且在传输过程中具备较强的抗干扰特性,因此偏振成像技术可适用于多种复杂环境中的智能监控、交通监察领域。近年来使用深度学习判读图像检测目标的方法迅速发展,已经广泛应用于图像处理的各个领域。本文提出了一种基于偏振图像与深度神经网络算法的行人、车辆多目标检测算法YOLOv5s-DOLP。首先,通过实时获取到偏振图像进行偏振信息解析,获取目标偏振度图像。其次,为增强偏振度图像中检测目标与背景存在高对比度的特性,在主干网络中引入通道注意力与空间注意力,提升网络特征进行自适应学习的能力。此外,使用K-means算法对目标位置信息进行聚类分析,加快网络在偏振度图像的学习速度,提升目标检测精度。实验结果显示,该算法结合了偏振成像和深度学习目标检测的优势,对于低照度复杂场景中的车辆、行人目标检测效果好、检测速度快,对于道路车辆的目标检测、识别与跟踪具有一定的应用价值。
基于区域间相似度的红外与可见光图像融合算法研究
任全会, 孙逸洁, 黄灿胜
2022, 44(5): 492-496.
摘要:
针对传统的红外图像与可见光图像融合算法存在局部模糊、背景信息不完整的问题,文章提出了一种新的融合算法。使用边缘检测算子实现图像轮廓的提取,同时还进行基于能量的加权融合处理;使用区域间相似度的方法实现信号域的提取,最后根据过信号强度进行图像的融合。为了验证算法的正确性,文章进行了对比测试,同时还使用标准差、信息熵和平均梯度3个参数进行了定量分析,本文方法和传统的加权平均算法相比标准差最大提高106.3%,测试结果表明,本文提出的融合方法融合效果更好,具有一定的实用价值。
基于NSST-DWT-ICSAPCNN的多模态图像融合算法
王晓娜, 潘晴, 田妮莉
2022, 44(5): 497-503.
摘要:
为了增加融合图像的信息量,结合非下采样剪切波变换(Non-Subsampled Shearlet Transform, NSST)和离散小波变换(Discrete Wavelet Transform, DWT)的互补优势,提出了改进的多模态图像融合方法。采用NSST对两幅源图像进行多尺度、多方向的分解,得到相应的高频子带和低频子带;利用DWT将低频子带进一步分解为低频能量子带和低频细节子带,并利用最大值选择规则融合能量子带;采用改进连接强度的自适应脉冲耦合神经网络(Improved Connection Strength Adaptive Pulse Coupled Neural Network, ICSAPCNN)分别融合细节子带和高频子带,并对能量子带和细节子带进行DWT逆变换,得到融合的低频子带;采用NSST逆变换重构出细节信息丰富的融合图像。实验证明,提出的算法在主观视觉和客观评价方面均优于其他几种算法,且能同时适用于红外与可见光源图像、医学源图像的融合。
基于改进YOLOv5的复杂背景红外弱小目标检测算法
代牮, 赵旭, 李连鹏, 刘文, 褚昕悦
2022, 44(5): 504-512.
摘要:
针对传统算法依赖于对红外目标与环境背景的精确分离和信息提取,难以满足复杂背景和噪声等干扰因素下的检测需求。论文提出一种基于改进YOLOv5(You Only Look Once)的复杂背景红外弱小目标检测算法。该算法在YOLOv5基础上,添加注意力机制提高算法的特征提取能力和检测效率,同时改进原YOLOv5目标检测网络的损失函数和预测框的筛选方式提高算法对红外弱小目标检测的准确率。实验选取了来自不同复杂背景的7组红外弱小目标数据集,将这些图像数据集进行标注并训练,得到红外弱小目标检测模型,然后从模型训练结果和目标检测结果的角度评估算法和模型的正确性。实验结果表明:改进的YOLOv5算法训练出来的模型,检测准确性和检测速度对比实验列出的几种目标检测算法均有明显的提升,平均精度均值(mean Average Precision,mAP)可达99.6%以上,在不同复杂背景下均可有效检测出红外弱小目标,且漏警率、虚警率低。
基于置信度的飞行时间点云去噪方法
王明星, 郑福, 王艳秋, 孙志斌
2022, 44(5): 513-520.
摘要:
飞行时间(Time-of-Flight,ToF)三维成像方法由于多路径干扰和混合像素等问题降低了目标物体深度测量的精度。传统的方法通过优化重构异常点云数据或滤除噪声点云数据来提高目标的准确性,但是这些方法复杂度高且容易导致过度平滑。三维点云图像中的有效点云与噪声点云之间的关系很难用数学模型来表示。针对上述问题,本文提出了一种基于置信度的飞行时间点云去噪方法。首先,分析多帧点云数据的概率相关性,以点云数据的置信度作为判别有效点云与噪声点云的依据;其次,利用多帧点云之间的矢量对偶性,提出了一种快速提取不同置信度点云的算法,其时间复杂度为O(L);最后使用该算法提取多帧三维图像中置信度高的点云数据获得目标物体的真实测量数据,并重点对4组不同场景的点云数据进行对比实验。实验结果表明,该算法能够在有效滤除噪声的同时,显著提高目标物体的距离测量精度,增强目标物体的特征,因此具有广泛的应用价值。
基于双分支卷积神经网络的红外与可见光图像局部融合算法
许云英, 杨瑞, 贺天福, 刘尚为, 范太然, 徐晨晨
2022, 44(5): 521-528.
摘要:
红外图像和可见光图像均存在一定的局限性,依靠单个种类图像无法满足工程实际需求,可通过引入图像融合技术,获取高质量的融合图像。为更好保障输出信息特征的多样性,本文引入一种双分支卷积神经网络实现红外与可见光图像局部融合;在双分支卷积神经网络基础上,同时从红外图像、可见光图像得到跨渠道信息、渠道内信息种特征,增加了融合图像的信息量。采用整数小波变换方法进行图像压缩。建立颜色空间模型时,合理调节t因子的数值,获得理想的融合图像。实验结果表明,与现有方法相比,本方法融合后图像边缘信息得到充分保留,图像细节得到增强,红外与可见光图像融合效果更好。
基于多尺度语义网络的红外舰船目标检测
陈初侠, 丁勇
2022, 44(5): 529-536.
摘要:
为了增强舰船检测的抗干扰性能,本文提出了一种有效且稳定的单阶段舰船检测网络,该网络主要由3个模块组成:特征优化模块,特征金字塔融合模块和上下文增强模块,其中特征优化模块是提取多尺度上下文信息,并进一步细化和增强顶层特征输入特性,增强弱小目标检测性能;特征金字塔融合模块能够生成表征能力更强的语义信息;上下文增强模块则是整合局部和全局特征增强网络特征表达能力,以降低复杂背景对检测性影响,平衡前景和背景的不均衡差异,消除鱼鳞波的影响。为了验证本文所提方法的有效性和鲁棒性,本文对自建的舰船数据集进行了定性定量验证。实验结果表明,相比现有最新基准对比模型,本文所提网络在自建数据集上均达到了最优性能,在不增加复杂度的情况下极大提升了检测精度。
红外应用
基于无人机的光伏电站智能巡检
王浩, 闫号, 叶海瑞, 柏嵩, 李艺达
2022, 44(5): 537-542.
摘要:
太阳能光伏发电是国家能源结构性调整的重要组成部分,近几年随着光伏发电产业规模迅速扩张,光伏电站的日常运维压力日益增加。针对光伏电站面积大、人工检测效率低等问题,文章对基于无人机的光伏电站智能巡检技术进行研究,提出了一个基于无人机的光伏电站智能巡检完整技术路线,实现了光伏面板图像数据自动化采集与分析,并对基于计算机视觉的缺陷检测方法进行研究,采用自适应动态阈值法并结合图像增强技术,基于红外图像实现了鲁棒的光伏面板缺陷检测,结合可见光数据实现缺陷类型判别,进一步根据相机POS数据及相机模型解算缺陷坐标,实现缺陷定位,并在实际场景中验证了所提出技术路线的有效性。