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

2024年  第46卷  第2期

综述与评论
深度学习偏振图像融合研究现状
段锦, 张昊, 宋靖远, 刘举
2024, 46(2): 119-128.
摘要:
偏振图像融合旨在通过光谱信息和偏振信息的结合改善图像整体质量,在图像增强、空间遥感、目标识别和军事国防等领域具有广泛应用。本文在回顾基于多尺度变换、稀疏表示和伪彩色等传统融合方法基础上,重点介绍基于深度学习的偏振图像融合方法研究现状。首先阐述基于卷积神经网络和生成对抗网络的偏振图像融合研究进展,然后给出在目标检测、语义分割、图像去雾和三维重建领域的相关应用,同时整理公开的高质量偏振图像数据集,最后对未来研究进行展望。
国内紫外像增强器视场瑕疵检测技术研究现状
丁习文, 程宏昌, 袁渊, 张若愚, 杨书宁, 杨晔, 党小刚
2024, 46(2): 129-137.
摘要:
紫外像增强器是一种对紫外辐射敏感的成像器件,视场瑕疵是其成像效果的主要制约因素。目前,视场瑕疵检测技术主要分为人工和机器视觉两种方法。本文首先阐述了视场瑕疵的定义和检测标准。接着从瑕疵交叠靠近、大小和数量特性的角度,分析了视场瑕疵检测的难点。随后,重点介绍了紫外像增强器视场瑕疵检测技术的研究现状。结合当前的检测需求和不足,调研了深度学习技术在其他领域的瑕疵检测效果。最后,从理论上进行了可行性分析,并提出了基于深度学习视场瑕疵检测的思路,旨在为紫外像增强器视场瑕疵检测提供一种新的解决方案,推动其向着更加实用、智能化的方向发展。
系统与设计
基于微型空间相机的红外加热笼仿真与设计
黄春玮, 张旭升, 郭亮
2024, 46(2): 138-143.
摘要:
在航天器热控技术领域,常采用红外加热笼模拟各表面的到达外热流,但随着模拟表面特征尺寸的逐渐变小,需要重新评估该模拟方法的合理性和准确性。本文基于某微型空间相机,以对外热流最为敏感的散热面为研究对象,开展红外加热笼仿真分析与优化设计的研究。采用有限元法建立红外加热笼-黑片热流计的系统仿真模型,分析了传统红外加热笼控制方法对模拟表面总到达能量和热流密度均匀性的影响。基于上述结果,通过适当扩大加热笼尺寸和调整热流计粘贴位置,提高模拟表面的热流密度均匀性,保证总到达能量满足保守设计原则。对比分析得出,优化设计前后散热面热流密度的统计方差由102.0下降至27.0、均匀性提升效果显著。本文研究内容也可为其他空间微小表面外热流的准确模拟提供参考、借鉴。
快速反射镜自适应反演PID复合控制系统设计
艾志伟, 张慕帆, 朱华, 嵇建波, 柏元忠
2024, 46(2): 144-149.
摘要:
为了提高复合轴系统的光束跟踪性能,必须考虑不可测扰动对快速反射镜系统的影响。针对可测量扰动,设计了自适应反演前馈控制算法,并由此得到启发,设计了用于抑制不可测量扰动的自适应反演PID(proportional-integral-derivative)控制系统,用自适应算法提高系统稳态精度以及对不同扰动的适应性,用PID控制器修正系统的误差信号改善系统动态性能。仿真结果表明,相较于PID控制算法,自适应反演PID复合控制系统的误差均方差值下降了34.76%,相较于自适应控制算法,自适应反演PID控制系统的误差均方差值下降了13.3%,自适应反演PID复合控制系统的稳态精度相比经典PID控制和自适应反演控制系统均得到了明显的提升,采用复合算法时上升时间相较自适应算法减少了48.9%,超调量相较经典PID算法减少了80.5%,系统动态性能得到较大改善。
基于扩张状态观测器的快速反射镜滑模控制
缑泽恩, 韩顺杰, 李双成, 粟华
2024, 46(2): 150-154.
摘要:
快速反射镜需要具备快速的动态响应以及抗干扰能力。针对快速反射镜系统在工作环境中,因自身运动以及外界干扰等因素所引起的不确定性干扰问题,本文在对快速反射镜系统进行分析与数学建模的基础上,提出一种基于扩张状态观测器的改进滑模控制器,利用扩张状态观测器观测出未知扰动并直接补偿给控制器,在保证跟踪误差在期望精度范围的同时,有效减少了抖振,便于工程实现。通过仿真实验证明:相较于传统滑模控制器,采用基于扩张状态观测器的改进滑模控制器,上升时间缩短了50.4%,调节时间上缩短了39.1%,跟踪精度提高了30.5%,满足了快速反射镜的工作要求,提高了动态性能。
基于相机平移矩阵奇异值分解的极线校正
李守业, 胡茂海, 李天冉, 段哲一
2024, 46(2): 155-161.
摘要:
极线校正是一种针对双目相机原始图像对的投影变换方法, 使校正后图像对应的极线位于同一水平线上,消除垂直视差,将立体匹配优化为一维搜索问题。针对现今极线校正的不足,本文提出一种基于双目相机平移矩阵的极线校正方法:首先利用奇异值分解(singular value decomposition, SVD)平移矩阵,求得校正后的新旋转矩阵;其次通过校正前后的图像关系确立一个新相机内参矩阵,完成极线校正。运用本文方法对SYNTIM数据库的不同场景多组双目图像进行验证,实验结果表明平均校正误差在0.6像素内,图像几乎不产生畸变,平均偏斜在2.4°左右,平均运行时间为0.2302 s,该方法具有应用价值,完全满足极线校正的需求,解决了双目相机在立体匹配过程中由于相机的机械偏差而产生的误差和繁琐的计算过程。
图像处理与仿真
一种基于多尺度的目标检测锚点构造方法
邵延华, 黄琦梦, 梅艳莹, 张晓强, 楚红雨, 吴亚东
2024, 46(2): 162-167.
摘要:
目标检测是计算机视觉领域的研究热点和基础任务,其中基于锚点(Anchor)的目标检测已在众多领域得到广泛应用。当前锚点选取方法主要面临两个问题:基于特定数据集的先验取值尺寸固定、面对不同场景泛化能力弱。计算锚框的无监督K-means算法,受初始值影响较大,对目标尺寸较单一的数据集聚类产生的锚点差异较小,无法充分体现网络多尺度输出的特点。针对上述问题,本文提出一种基于多尺度的目标检测锚点构造方法(multi-scale-anchor, MSA),将聚类产生的锚点根据数据集本身的特性进行尺度的缩放和拉伸,优化的锚点即保留原数据集的特点也体现了模型多尺度的优势。另外,本方法应用在训练的预处理阶段,不增加模型推理时间。最后,选取单阶段主流算法YOLO(You Only Look Once),在多个不同场景的红外或工业场景数据集上进行丰富的实验。结果表明,多尺度锚点优化方法MSA能显著提高小样本场景的检测精度。
采用轻量化神经网络的高安全手指静脉识别系统
李佳阳, 周颖玥, 杨阳, 李小霞
2024, 46(2): 168-175.
摘要:
针对特殊材料能伪造手指静脉从而欺骗识别系统,以及利用卷积神经网络进行手指静脉识别计算量大的问题,设计了具有活体检测功能和轻量化卷积神经网络结构的手指静脉识别系统。采用光容积法检测手指脉搏波的变化,从而判断被采集对象是否为活体;利用剪枝及通道恢复方法改进了ResNet-18卷积神经网络,并结合L1正则化增加卷积神经网络的特征选择能力,在提升算法准确率的基础上,能有效地降低计算资源的消耗。实验表明,使用改进的剪枝及通道恢复优化结构,参数量降低了75.6%,计算量降低了25.6%,在山东大学和香港理工大学手指静脉数据库上得到的等误率分别为0.025%、0.085%,远低于ResNet-18得到的等误率(0.117%、0.213%)。
基于深度残差神经网络的红外图像超分辨率重构算法
白皓, 白廷柱
2024, 46(2): 176-182.
摘要:
提出了一种基于深度残差神经网络的红外灰度图像超分辨率重构算法。首先使用残差卷积模块增加网络深度提高了网络的学习能力,使得卷积层在学习过程中能够利用到更多的邻域信息对于复杂场景有更好的学习能力。然后使用跳跃连接方式增加高频信息传输以实现对于图像细节的增强。实验结果表明,该网络能够有效地丰富重构图像的细节,重构图像中的目标轮廓有明显改善。
基于JRM的战场环境红外图像实时生成
钟国雳, 廖守亿, 杨薪洁
2024, 46(2): 183-189.
摘要:
为了满足新一代红外成像目标仿真系统的性能需求,生成逼真的战场环境红外图像供红外成像制导武器进行半实物仿真试验,研究了一种基于JRM的战场环境红外图像生成方法。首先利用3DSMAX建立目标的三维模型,并从导引头视场需求出发,结合目标地区的卫星影像数据与高程数据建立背景区域的三维模型;然后利用JRM的GenesisMC工具、SigSim工具和SenSim工具分别对物理材质特性及目标热源、场景红外特性、传感器特性进行建模;最后使用OSV工具实时渲染生成红外图像。实验结果表明,该方法可满足红外成像目标仿真系统的红外图像实时生成要求,具有灵活性强,效果良好等优点。
面向双模态红外图像差异的拟态融合方法
王学霜, 王肖霞, 吉琳娜, 郭小铭
2024, 46(2): 190-198.
摘要:
针对传统融合方法无法根据双模态红外图像差异特征的不同选择有效的融合策略的问题,提出了一种面向红外光强与偏振图像差异的拟态融合方法。首先计算图像特征差异度对差异特征进行粗筛,制定主差异特征类型的选取规则来确定图像组的主差异特征;然后构造特征融合度,以建立差异特征与拟态变元集中各层变元的映射,确定变元分层结构;最后在变元分层结构选择主差异特征类型的各层变元,比较不同拟态结构变元组合时差异特征的特征融合度,确定其最大值占比最高的拟态结构,形成变体。实验结果表明,经主观分析本文方法结果的视觉效果比对比方法结果的效果更优;经客观评价本文方法结果均为有效融合,因此本文方法实现了对融合策略的自适应选择并提高了图像的融合质量。
HRformer:基于多级回归Transformer网络的红外小目标检测
杜妮妮, 单凯东, 王建超
2024, 46(2): 199-207.
摘要:
红外小目标检测是指从低信噪比、复杂背景的红外图像中对小目标进行检测,在海上救援、交通管理等应用中具有重要实际意义。然而,由于图像分辨率低、目标尺寸小以及特征不突出等因素,导致红外目标很容易淹没在包含噪声和杂波的背景中,如何精确检测红外小目标的外形信息仍然是一个挑战。针对上述问题,构建了一种基于多级回归Transformer(HRformer)网络的红外小目标检测算法。具体来说,首先为了在获得多尺度信息的同时尽可能避免原始图像信息的损失,采用像素逆重组(PixelUnShuffle)操作对原始图像下采样来获取不同层级网络的输入,同时采用一种可学习的像素重组(PixelShuffle)操作对每一层级的输出特征图进行上采样,提升了网络的灵活性;接着,为实现网络中不同层级特征之间的信息交互,本文设计了一种包含空间注意力计算分支以及通道注意力计算分支在内的交叉注意力融合(cross attention fusion, CAF)模块实现特征高效融合以及信息互补;最后,为进一步提升网络的检测性能,结合普通Transformer结构具有较大感受野以及基于窗口的Transformer结构具有较少计算复杂度的优势,提出了一种局部-全局Transformer(LGT)结构,能够在提取局部上下文信息的同时对全局依赖关系进行建模,计算成本也得到节省。实验结果表明,与目前较为先进的一些红外小目标检测算法相比,本文所提出的算法具有更高的检测精度,同时具有较少的参数量,在解决实际问题中更有意义。
材料与器件
基于TC4/Ni杜瓦冷指焊缝微观组织及接头结构的研究
沈练, 李冉, 魏超群, 赵维艳, 朱鹏飞, 徐世春, 戚雁武
2024, 46(2): 208-215.
摘要:
针对微型节流制冷型红外焦平面探测器杜瓦冷指,选取TC4/Ni的钎焊形式,从钎焊方法和钎料类型的焊缝微观组织以及接头结构设计的可靠性等方面对TC4/Ni的钎焊工艺进行了研究。结果表明,结合应力、形变和降温时间仿真以及防锈蚀分析结果,研究TC4/Ni冷指端面结构钎焊工艺具有一定工程实用意义;并通过正交试验确定了高温真空钎焊+AgCu28钎料组合的较佳工艺方案,满足对控制元素偏析和减少焊接脆性相生成的目的;同时综合考虑钎透率、充耐压试验及剪切强度测试的结果,确定锥形焊缝为较佳焊接结构。
红外应用
基于高光谱成像的桥梁混凝土表面露筋病害识别
周坤, 彭雄, 钟新谷, 张文辉, 李千禧, 赵超
2024, 46(2): 216-224.
摘要:
桥梁作为交通关键节点,承担与日俱增的交通流量压力,相当一部分桥梁尚未达到设计使用年限就出现较多的病害,技术状况不容乐观。高光谱成像运用光电技术检测物体对光谱波段信号的辐射和吸收情况,将该信号转换成图像和图形,可基于吸收峰的位置和强度分析被测物体的物理性质和物质组成,因此本文提出基于高光谱成像的桥梁混凝土表面露筋病害识别方法。利用线阵高光谱相机集成匀速步进滑轨装置,形成高光谱成像测试系统,采集桥梁混凝土表面露筋病害图像;基于桥梁露筋病害高光谱图像谱线与空间特征,结合预处理——平滑滤波-多元散射校准(Savizky-Golay- Multivariate scattering calibration, SG-MSC)、特征空间变换——光谱导数法(First derivative, FD)、特征变量选择算法——竞争自适应重加权抽样(Competitive adapative reweighted sampling, CARS),将原始光谱曲线数据经特征空间转换提取相应特征值并显示波段;以光谱曲线特征向量构建数据集,基于支持向量机形成露筋病害识别预测模型。以某跨江大桥为例,以高光谱成像测试系统对实际桥梁混凝土露筋病害进行识别,将原始光谱数据经平滑特征空间变换与特征提取后放大差异,将254个波段数据维度降低到23个波段数据,模型预测精度达到94.6%,对比可见光成像高光谱成像具有更高维度信息可有效表征物质属性,表明高光谱成像对复杂表面环境下的桥梁病害识别具有可行性和广泛应用前景。
融合彩色模型空间的电力设备红外图像增强
王振, 刘磊
2024, 46(2): 225-232.
摘要:
电力设备红外图像普遍存在亮度暗、对比度低等问题,针对此现象,提出了一种融合彩色模型空间的图像增强算法。该方法将图像的对比度与亮度增强转换至HSV与RGB空间中分别进行处理:RGB空间中,首先预处理图像中的高灰度级,并采取混合滤波的方式抑制图中噪声,然后使用增强函数提高图像亮度,最后将增强图像转换至HSV空间中并提取HSV三分量图;HSV空间中,采用伽马变换和CLAHE(contrast limited adaptive histogram equalization)算法实现V分量的亮度提升,并采取非线性饱和度矫正函数处理S分量提升图像对比度,最后将处理分量与提取分量进行对应融合得到HSV空间中的增强图像,并将其转回RGB空间中得到最终的输出图像。实验结果表明,本文算法能明显地提升红外图像的亮度与对比度,增强后的3组图像其灰度均值和标准差平均值分别为115.94和78.65,相对于原图的平均值分别提升了81.59和36.17。