论文部分内容阅读
红外探测是目标跟踪探测与识别的最重要方法之一。当目标与背景温差较小或目标具有红外伪装时,或在复杂背景下,红外探测识别能力将受到极大制约。目标自身特性决定了目标光谱的偏振特性,偏振成像获取目标光谱中的偏振特性进行对比成像,在成像原理上有利于探测识别小温差目标、红外伪装目标。红外探测与偏振成像相结合,可从物理上有效提高探测识别复杂背景下的小温差目标、伪装目标的性能。研究红外偏振成像技术及其原理、特性、影响因素及融合算法,对突破现阶段红外探测技术的瓶颈,提高目标探测识别的性能具有重要意义。本文通过分析研究目标红外光谱的偏振特性,建立了目标红外偏振特性模型,对影响红外偏振成像的主要因素进行了仿真与验证；分析对比了多种常见的偏振图像融合算法,提出了一种基于图像评价的特征层融合算法,该算法可根据图像评价结果自动调整融合权重；与现阶段最主流的HSV融合和YCbCr融合相比,对比度提高50%-400%,图像强度提升10%-100%,信噪比提升2-4db。研究的具体内容包括：(1)根据菲涅尔公式研究了目标反射光谱的偏振特性,根据基尔霍夫辐射理论和普朗克黑体辐射定律研究了目标红外光谱的偏振特性,建立了目标红外偏振特性的理论模型；研究了偏振传输过程中大气的退偏作用；研究了斯托克斯矢量法探测偏振态的原理、方案,为搭建实验平台提供了依据。(2)以目标的红外偏振模型为依据,较系统地研究了入射角、折射率、波长、环境光强、表面粗糙度及偏振解算方法等成像条件对目标红外偏振特性和红外偏振成像质量的影响,并通过仿真及实验,验证了结论。(3)研究了基于RGB、YCbC、HSV色彩空间的融合算法的流程及特点；并以HSV融合算法为基础,根据偏振度图像、偏振角图像的特点,提出了一种基于图像评价的特征层融合算法,解决了现阶段偏振图像融合算法无法调整融合权重,某些条件下融合效果不佳的问题；对比了几种融合算法的效果,证明了此算法能在保证信噪比的前提下,有效提高目标对比度和图像强度。(4)设计了综合实验方案,搭建平台完成实验,分析评价了实验数据,验证了红外偏振成像技术在探测人造目标、金属目标等方面的优势,验证了图像融合算法的良好性能。