论文部分内容阅读
数字图像处理技术是高性能红外热成像系统所依赖的有效技术之一,它能在一定程度上提升系统的性能,但其对系统性能的影响尚未得到有效地评价。论文深入研究了美国夜视与电子传感器管理局NVESD(Night Vision and ElectronicSensors Directorate)的基于图像的热成像系统目标获取模型,借鉴该模型的构造思想,构建了图像增强技术对红外热成像系统性能影响的评价模型,并进行了实际热成像系统性能评价实验,初步验证了该模型的有效性。完成的主要工作如下:(1)对国内外当前已有的红外热成像系统性能评价模型进行了研究,分析了这些模型中关于图像处理技术的描述方法;(2)从红外热成像系统的基本组成和成像原理入手,研究了红外热成像系统各组成部分的成像效应及其建模仿真方法;(3)构建了图像增强技术对红外热成像系统性能影响的评价模型,用以定量化评价图像增强技术对红外热成像系统性能的影响。模型能够仿真热成像系统的成像过程,且能够模拟图像增强技术的处理效果。模型采用结构相似度方法评价经人眼滤波后的原始输入图像与待评价热成像系统输出图像之间的相似性,通过混淆矩阵得到借助待评价热成像系统观察目标时的目标获取概率。(4)通过选定待评价热成像系统和目标系列,具体说明了图像增强技术对红外热成像系统性能影响的评价模型的实现过程。结果表明,该模型能够较好地表征不同的图像增强技术对红外热成像系统目标获取性能的影响,且与实际情况有较好的一致性。本论文的创新工作是构建了图像增强技术对红外热成像系统性能影响的评价模型。该模型可以为实际系统设计过程中图像增强算法的选择提供客观依据,同时也可以用于对包含给定图像增强算法的热成像系统目标获取性能进行分析。后续工作仍需对模型的精确性做进一步地修正与完善。