在一些关键的军事和民用红外成像应用领域,待突破的技术瓶颈往往都集中在红外弱小目标检测技术上.简介了红外弱小目标检测的含义和在军事、民用方面的意义,重点综述了目前红外弱小目标检测的各类典型算法原理和特点,最后对红外弱小目标检测技术的研究和发展趋势进行了预测.

随着红外探测技术的迅速发展，如何提高军事目标的红外隐身能力成为一个亟待解决的难题，研究红外隐身材料有着十分重要的意义。本文简要分析了红外隐身材料的隐身机理，综述了低红外发射率材料、控温材料、光子晶体以及智能红外隐身材料等4类红外隐身材料近年来的研究现状，并展望了红外隐身材料未来的发展趋势。

非制冷红外焦平面探测器是热成像系统的核心部件。介绍了非制冷红外焦平面探测器的工作原理及微测辐射热计、读出电路、真空封装三大技术模块，分析了影响其性能的关键参数。与微测辐射热计设计相关的重要参数包括低的热导、高的红外吸收率、合适的热敏材料等；读出电路的传统功能是实现信号的转换读出，近年来也逐渐加入了信号补偿的功能；真空封装技术包括了金属管壳封装、陶瓷管壳封装、晶圆级封装和像元级封装。列举了国内外主要厂商的非制冷红外焦平面探测器的技术指标及近年来的最新技术进展，总结了非制冷红外焦平面探测器的技术发展趋势。

基于飞行时间法（Time-of-Flight，TOF）的3D相机是一种体积小、误差小、抗干扰能力强、可直接输出深度信息的新型立体成像设备。目前，该类相机已成为测量成像领域的研究热点。本文首先介绍了TOF相机的发展历程及测量原理；随后对TOF相机测量误差来源及类型进行分析；接着将TOF技术与其他主流的三维成像技术进行对比分析；最后对TOF相机的应用与发展趋势进行了阐述。

红外热波成像是近年来发展较快的一种新型无损检测技术,它是一门跨学科、跨应用领域的通用型实用技术,其三大核心技术包括热激励、红外图像采集及红外图像处理.本文对热激励技术中的闪光灯、激光、卤素灯、红外灯、超声、电磁等几种主要热激励方法的特点及研究现状进行了介绍与对比,分析了采集技术中的制冷与非制冷热像仪各自特点,并对红外图像处理技术中的降噪、增强、序列热图处理及缺陷提取等四大研究方向进行了总结,介绍了相应发展状况和进展.最后总结了该技术的发展趋势.

为了减少红外测温仪的测量误差,提高红外测温仪的测温精度,分析了距离、发射率和外界环境温度等因素对红外测温仪测温的影响;建立了红外测温实验系统采集测温数据,并对采集到的实验数据进行了分析验证,通过分析验证可得距离因素对红外辐射测温精度有较大的影响,并且存在一定的关系,从而为提高红外测温精度的提供了依据;设计了一套提高红外测温仪测量精度的系统,该系统能够测出被测物与红外测温仪之间的距离,根据测出的结果得到距离补偿公式,然后依据公式得出温度的距离补偿,从而得到物体的实际温度.最后分析可得,红外测温仪的测量精度能够大幅提高.

为了解决高动态红外图像在常规显示设备上显示时容易出现图像整体对比度低、弱小目标细节模糊等问题,提出了一种基于引导滤波图像分层的红外图像细节增强算法,并从算法理论分析和仿真结果两方面验证了引导滤波具有更好的边缘保持能力,能有效避免增强后出现"伪边缘"的缺陷.另外,针对原始全局的引导滤波算法对整幅图像各个区域使用相同的规整化因子,容易产生"光晕"现象的缺陷,本文在局部方差加权引导滤波算法的思想上,提出了基于LoG边缘算子的加权引导滤波算法.实验结果表明本文算法具有良好的细节增强效果,特别是对图像中的弱小目标;另外,相比目前应用广泛的双边滤波算法,本文算法运行时间要快得多,具有实时处理的应用前景.

对红外探测器不断增长和提高的需求催生了第三代红外焦平面探测器技术。根据第三代红外探测器的概念，像素达到百万级，热灵敏度NETD达到1 mK量级是第三代制冷型高性能红外焦平面探测器的基本特征。计算结果表明读出电路需要达到1000 Me－以上的电荷处理能力和100 dB左右的动态范围（Dynamic Range）才能满足上述第三代红外焦平面探测器需求。提出在像素内进行数字积分技术，以期突破传统模拟读出电路的电荷存储量和动态范围瓶颈限制，使高空间分辨率、高温度分辨率及高帧频的第三代高性能制冷型红外焦平面探测器得到实现。

中科院上海技物所近十年来开展了高性能短波红外 InGaAs 焦平面探测器的研究。0.9～1.7?m近红外 InGaAs 焦平面探测器已实现了256×1、512×1、1024×1等多种线列规格，以及320×256、640×512、4000×128等面阵，室温暗电流密度＜5 nA/cm2，室温峰值探测率优于5×1012 cm?Hz1/2/W。同时，开展了向可见波段拓展的320×256焦平面探测器研究，光谱范围0.5～1.7?m，在0.8?m 的量子效率约20%，在1.0?m 的量子效率约45%。针对高光谱应用需求，上海技物所开展了1.0～2.5?m 短波红外 InGaAs 探测器研究，暗电流密度小于10 nA/cm2@200 K，形成了512×256、1024×128等多规格探测器，峰值量子效率高于75%，峰值探测率优于5×1011 cm?Hz1/2/W。

提出了一种基于梯度信息的结构相似性算法改进的红外图像非局部均值滤波方法.传统的非局部均值滤波算法采用欧氏距离度量图像块之间的相似性,因而不能够很好地衡量图像细节和边缘信息,导致滤波后图像模糊失真.针对此问题,采用结构相似性度量(structural similarity,SSIM)算法对欧氏距离进行加权改进,针对普通的SSIM边缘信息评价能力的不足,提出了带有梯度信息的GSSIM算法,实验结果表明本方法在保持非局部均值(Non-Local Means,NLM)滤波算法去噪能力的同时还能够较好地保持图像的边缘和细节信息.

检索中国科技期刊近5年已发表的红外热成像检测技术在中医领域的研究文献51篇,从红外成像检测在辅助中医诊断、指导临床治疗与疗效评估,以及对中医基础理论的研究等方面,陈述红外热成像技术在中医领域目前研究现状,分析其在中医领域应用的优势特点,并对未来研究方向提出建议.

针对红外图像中行人小目标检测识别率低、虚警率高的问题,研究了当下效果最好的YOLOv3目标检测算法,在其基础上进行优化,提出了一种满足实时性要求的行人小目标检测算法.基于YOLOv3中分类准确率仍有不足的情况,借鉴SENet中对特征进行权重重标定的思路,将SE block引入YOLOv3中,提升了网络的特征描述能力.通过对自行收集实际复杂场景下的红外图像进行目标检测,试验验证了算法的可行性,实验结果表明本文提出的改进网络拥有更高的准确率和更低的虚警率,同时保持了原有算法的实时性.

无人机能够通过多种方法定位出目标的精确位置信息，以便实施战场指挥或军事打击。主要整理并分类介绍了无人机侦察图像目标定位的各种技术原理，解析了其在军事领域的应用范围；并以无人机飞行任务为模型，完整详细地用空间量算的无人机侦察图像目标定位技术对无人机实际飞行进行航迹规划的运用，证明了无人机侦察图像目标定位技术的重要军事价值。

HED 网络(holistically nested edge detection network)被证明是目前用于边缘检测的一种性能较好的深度学习网络,但在实际应用中发现,将该网络用于前下视红外成像制导自动目标识别时,会出现检测出的边缘不完整、不光滑等问题.针对上述问题,对HED 网络进行了改进,在此基础上提出了一种基于改进HED 网络的边缘提取方法.首先,在原网络结构的基础上减少了两个池化层,提高了侧边输出层的输出精度,然后,将改进HED 网络输出的边缘概率图进行二值化,得到显著性边缘区域;最后,采用基于匹配滤波的边缘提取方法提取图像的边缘,并将其与改进HED 网络提取的显著目标边缘相融合,得到最终结果.实验结果表明,该方法能够大幅减少非目标区域的边缘,并且能够有效提取较为完整和准确的目标边缘,为后续红外图像中的目标检测、跟踪与识别奠定了良好的基础.

基于红外图像研究了输电线路的故障诊断方法,首先采用LSD线段检测法提取红外图像中的导线,采用深度卷积神经网络提取红外图像中绝缘子,从而得到线路元件区域.在线路元件区域内进行温度和灰度分析提取发热点,并利用漫水填充算法对过热区域进行分割,提取骨架扫描点数、有效凸缺陷、引流线对缺陷类型进行识别.实验证明该算法有较高发热点定位准确率和缺陷类型识别准确率.

针对混合高斯模型(Gaussian Mixture Model,GMM)无法检测到完整的运动目标,三帧差法检测目标时对物体速度的敏感,检测到的物体会出现空洞等缺点,提出了一种混合高斯融合三帧差法的运动目标检测改进算法.首先,在运动目标提取过程中,改进的三帧差法采用动态分割阈值和边缘检测技术,解决光线突变和边缘不连续问题;然后引入新的高斯分布自适应选择策略,以减少处理时间,提高检测准确性;最后,利用改进HSV(Hue-Saturation-Value)颜色空间来消除阴影区域,得到一个完整的运动目标.数据实验表明,该算法在不同场景具有较好的检测能力.

天空背景的红外辐射特性与观测天顶角有关,造成具有天空背景的红外图像背景亮度不均匀,影响了红外图像后续处理.针对红外图像天空背景亮度不均匀的特点,提出了一种基于形态学滤波的红外图像背景补偿方法,并采用了一种简单的自动全局阈值处理方法对背景补偿效果进行了实验验证,结果表明,该方法能够很好的解决红外图像天空背景亮度不均匀的问题.

红外热像检测具有非接触性、实时性、测温范围广、无测温热惯性、测量结果直观形象等优势,得到各工程领域的青睐,广泛应用于设备故障、材料缺陷等的在线检测诊断.本文回顾和总结了红外热像检测技术国内外的发展和研究现状,展望了其未来的发展趋势.

在涡流热像技术中,图像处理是进行缺陷特征提取和识别的关键基础,而增强的图像有助于提高涡流热像技术的检测效果.利用多种常用的红外图像处理方法进行增强处理,旨在解决红外图像信噪比不高、缺陷对比度低等问题.首先分析了噪声来源,通过算术运算对涡流红外图像进行预处理,然后采用基于形态学权重的自适应算法进行形态学降噪,最后利用二维最大类间方差法(OTSU)对图像进行分割.定性和定量分析结果均验证了该方法的有效性和适用性,研究成果为红外图像的特征提取和缺陷识别奠定了方法基础.

针对图像拼接时因曝光差异较大或运动物体存在导致融合图像产生拼接缝、重影等问题,提出了一种基于最佳缝合线和改进的渐入渐出融合法相结合的图像拼接算法.首先,在两幅待拼接图像的重叠区域,根据动态规划思想获得最佳缝合线,然后将图像沿其进行拼接,最后由改进的渐入渐出法的融合规则来确定融合图像重叠区域像素点的灰度值,即将重叠区域均分成左、中、右3部分,分别求左部分在待拼接左图像、右部分在待拼接右图像的像素点的灰度值与两幅图像中该像素点加权平均后的灰度值的差值,通过比较其差值的绝对值与设定阈值的大小来确定融合像素点的灰度值,中间部分融合像素点的灰度值则由其加权平均值确定,从而完成图像融合.实验结果表明,该方法能使图像重叠区域过渡更平滑自然,消除重影现象且没有明显拼接痕迹.