红外成像试题2013答案

西安电子科技大学研究生课程考试试题答案考试科目：红外成像与应用课程编号：0521007/0543001考试日期：2013年6月24日考试时间：120分考试方式：(闭卷)任课教师：徐军邵晓鹏班号学术型与工程型的学生各选100分的题目，其中四、五题每人只能选做一道。一、红外探测的常见波段有哪些？试分析地面目标、海面目标与空中目标的红外制导分别采用哪个波段比较有效，说明原因。5-8μm一般不使用的原因是什么？（10分）答：红外探测的常见波段有：1~3m、3~5m、8~12m。地面目标：3~5m，海面目标：0.35~3m和8~14m，空中目标：1~3m和3~5m。原因：因为根据维恩位移定律可知，在1~3m、3~5m和8~12m三个波段工作的红外探测器感应的绝对温度的峰值分别为1000k、500k和300k，制导武器所要攻击的军事目标红外辐射温度是：飞机涡轮发动机尾焰约为1000k；加热的飞行器表面温度为300~400k；行进中坦克温度在400k以上；静止的坦克约为300k，一般在这几个工作波段之内。二、阐述约翰逊准则及其意义。（10分）答：约翰逊准则：在不考虑目标本质和图像缺陷的情况下，用目标等效条纹的分辨力来确定红外热像仪成像系统对目标的识别能力。等效条纹图案的分辨力为目标临界尺寸中所包含的可分辨的条纹数，即目标在探测器上成像所占的像素数。目标探测可分为探测、识别和辨认三个等级。探测：在视场内发现一个目标，这时目标所成的像在临界尺寸方向上必须占到1.5个像素以上。识别：可将目标分类，即可识别出目标、坦克、卡车或者人类，这时目标所成的像在临界方向上必须占到6个像素以上。辨认：可区分目标的型号及其它特征，这时目标所成的像在临界尺寸方向上必须占到12个像素以上。这一准则的提出对于客观评价红外热像仪成像质量和探测能力具有重要意义。三、衡量红外热像仪的主要指标有哪些？这些指标的意义如何？（15分）答：主要指标：1)工作波段：波长8~14m。空气中的气体、固体、液体分子对红外线均有吸收作用。他们对不同波段的红外线吸收不尽相同，8~14m波段的红外线比较容易穿过空气且比较连续。2)空间分辨率与视域空间分辨率是指每个像素在物空间所张开的角度，即系统所能分辨的最小角度。3)帧频帧频是指一秒钟内，热像仪能够完成图像拍摄、处理、显示的数量。传感器响应越快，内部电路处理速度越高，则可实现的帧频越大。高帧频热像仪适合抓拍高速物体的温度场分布。4)像素阵列和像元间距目前红外热像仪探测器为非制冷焦平面探测器，生产过程中在氧化钒或多晶硅材料上加工出阵列排布的传感单元，每个单元之间有一定间距。5)信噪比为了获取更好的图像质量和较高的温度分辨率，采取求和平均法。6)噪声等效温差用热成像系统观察标准试验图案，图案上目标和背景之间能够基准化电路输出端产生峰值信号与均方根噪声之比为1的温差，称为NETD，即噪声等效温差，是表征热成像系统受客观信噪比限制的温度分辨率的一种。7）最小可分辨温差（MRTD）衡量红外系统中目标与背景之间的温度分辨力，即目标与背景的最小可分辨的温差。四、什么是红外弱小目标？基于背景预测的红外弱小目标检测的原理是什么，适用条件是什么？（15分）答：红外弱小目标是在红外探测器焦平面上占像元数量非常少的目标，通常只占几个像素，甚至只有一个或不到一个像素数目的大小。基于背景预测的红外弱小目标检测的原理是：通过预测红外图像上每一点背景应有的亮度值（灰度），并与原因做比较，原图中与预测背景值差异大的点被认为是目标。（中间还需要一些数字图像处理的步骤）适用条件是：背景较为均匀，且噪声不是很大的情况。五、什么是时域廓线？时域廓线检测红外弱小目标的原理是什么，适合什么情况下的弱小目标检测？（15分）答：时域廓线：图像中固定位置上像素点的灰度值在序列图像中的变化曲线。时域廓线检测弱小目标原理：将天空背景下的红外序列图像中的元素分为四种，分别为天空背景、云内部背景、云边缘和弱小目标。天空背景与云内部像素点时域廓线的起伏变化较平稳，基本上沿着某一常数做小幅度的扰动，唯一不同的是云内部像素点亮度较高。云层边缘的时域廓线会产生一些峰，由于云层移动的速度比目标慢很多，这些峰的宽度一遍比目标脉冲的宽度要宽很多，而目标的时域廓线会有很明显的脉冲。将背景与杂波滤除，分析时域廓线偏离包络线的分布特性，可以检测出脉冲目标。使用条件：适用于复杂的天空背景、低信噪比、目标和温度相对稳定序列图像，相邻帧间的目标灰度值可以假设不变化。六、解释红外图像增强的DDE技术，简要说明DDE的原理与实现。（10分）答：DDE算法流程如下图：高动态范围图像数据低通滤波低频分量直方图划分直方图均衡化高通滤波线性加权压缩+八位图像数据DDE技术：DDE即DigitalDetailEnhancement,数字图像增强。是一种高级非线性图像处理算法，可以保留高动态范围图像中的细节，定位低对比度目标。图像细节得到增强，从而与原始图像背景的动态范围相匹配，本质是：14bit图像处理+8bit图像显示=细节增强和动态压缩同步处理。实现：过程如左图所示。对直方图的不同部分分别进行动态范围压缩，对直方图进行动态划分，将直方图划分为若干子直方图，根据每个子直方图的概率密度来确定映射的灰度范围，直方图划分避免了高概率密度对低概率密度的支配作用。七、试举例说明一种红外图像超分辨率成像的方法，原理是什么？（10分）答：1、使用随机介质超衍射极限成像的方法：1）通过随机相位掩膜版对红外系统的孔径进行编码，形成数字编码孔径，然后根据该掩膜版和光学系统的综合MTF对图像进行恢复。2）可以使用随机编码曝光。原理是：光学系统成像可以认为是：光学系统对场景进行了调制，即IMTFFVI是所得图像的傅里叶变换，MTF是光学系统的调制传递函数，F是场景的傅里叶变换，V是噪声。通过随机相位掩膜对孔径进行编码，可以使系统的MTF能够有更高的频率范围，然后对图像进行恢复，可以使图像保留更高的细节，实现提高分辨率的目的。2.TOMBO成像技术利用多相机阵列进行成像，即由多个低分辨率相机构成NⅹN的阵列；利用图像处理拼接方法将N2幅低分辨率图像拼接合成一幅大视场高分辨率图像；相比单个相机，视场增大；微透镜阵列信号通道传感器阵列单元八、红外偏振成像的优点与缺点各是什么？（10分）答：优点：1）红外偏振成像在图像中引入了新的维度----偏振维，是红外图像的信息更加丰富。2）由于自然界的物体的红外辐射或反射大都是带有偏振的，而且不同的材质其偏振特性不一样，因此，使用偏振成像可以获得一些原来获取不到的信息。可以识破伪装，使目标与背景的差异更加明显。3）红外偏振成像对目前光学系统的改造相对简单。缺点：增大了数据量，使图像处理过程更加复杂；同时也增大了光学系统的复杂度，使能量损失变多，没有有效的融合算法对偏振图像和其他图像进行融合，设备体积以及重量较大，可靠性还需改进。九、试设计一个红外周视预警系统，工作高度为h，红外探测器的像元为M*N，能够对周围d1到d2距离的视场范围进行车辆进入监控预警。要求：需要将系统工作的参数列举出来，并设计检测算法，说明算法的有效性。（30分）hd1d2答：如图所示：探测视场中心到相机距离为：22122ddlh不妨设像元数MN，且M的方向为轴向（法向），N的方向为切向，并且相机焦距为f，像面大小为xy，则应有：21ddxfl，所以有：21ddxfl像元M应当满足约翰逊准则，设车辆目标线度为w，则应有：12wxflM所以有12xlMwf，即：12xlfwM，同时系统满足衍射条件：1.22fxM综上所述，需要考虑的条件有：1）红外焦探测平面大小,xy2）相机孔径D3）相机焦距f同时，系统应配有机电系统，使之能转动，完成周视预警。检测算法：首先拍摄无车辆是场景的图像，在实际使用时，将实时图像与无车辆时的图像进行对比，提取出不同的不分，作为目标与车辆模型进行对比，若比对成功，则认为是车辆。车辆模型应建立模型库，以使检测更加有效。该算法基于机器视觉，对模型库要求较高，并只能检测到与模型相似的车辆。