CN102930151A - 基于纹理的实时模拟红外探测系统效应的方法 - Google Patents
基于纹理的实时模拟红外探测系统效应的方法 Download PDFInfo
- Publication number
- CN102930151A CN102930151A CN2012104146855A CN201210414685A CN102930151A CN 102930151 A CN102930151 A CN 102930151A CN 2012104146855 A CN2012104146855 A CN 2012104146855A CN 201210414685 A CN201210414685 A CN 201210414685A CN 102930151 A CN102930151 A CN 102930151A
- Authority
- CN
- China
- Prior art keywords
- effect
- matrix
- detection system
- infrared detection
- coefficients
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种基于纹理的实时模拟红外探测系统效应的方法,主要解决现有技术模拟红外探测系统效应实时性差和CPU运行速度慢的问题。其实现过程是:读取红外探测系统中光学系统、探测器和电路参数;利用渐晕、噪声、非均匀性、像元缺陷、MTF效应理论模型分别计算出对应的效应系数矩阵,并将这些系数矩阵分别存储到后缀为DDS的图像中;然后将这些图像写入合成器材质脚本的纹理单元中,通过GPU完成对这些材质脚本的解析和编译并载入显存中;运行这些脚本程序,实时模拟红外探测系统效应对红外成像的影响。本发明具有实时性高、仿真速度快等优点,可应用于红外成像系统性能评估、研发与测试方面。
Description
技术领域
本发明属于计算机仿真技术领域,具体涉及红外探测系统效应纹理的生成,可用于红外成像系统的性能评估、研发与测试方面。
背景技术
随着红外技术的不断发展,红外成像系统被广泛应用于军事领域,采用红外成像技术的武器系统具有精度高、抗干扰能力强、使用灵活等特点,因此备受各国重视并得到大力发展。新的成像系统的研制,往往需要不断对系统的各项性能指标进行测试和评估。简单的实验室测试无法真实地反映实际情况,若通过野外靶场试验的方法则消耗大量的人力、物力和时间,并且只能获得数量有限的特定时间特定气象条件下的图像场景,无法保证红外成像系统在不同天气条件、不同观测距离的实战性能。因此,找到能降低成本、缩短周期,同时生成大量不同状态的红外图像的技术,成为一个迫切的需求。
红外成像场景仿真技术正是在这种背景下提出和发展起来的。利用计算机图形学和虚拟现实技术,以红外物理学及传热学为理论基础的红外场景仿真技术可有效缩短军方红外武器系统研制周期、降低研发成本,克服时间、环境、地域变化方面的限制,大大提高红外成像系统设计、测试、评估和应用的效率。红外成像场景仿真技术通过预先建立目标和背景几何模型、红外材质库,模拟大气传输、红外探测器效应,完整再现成像链的每个环节。仿真系统具有高度的灵活性,允许用户输入季节、时刻、气象条件、周围环境和成像系统效应等各种仿真参数来逼真地生成各种条件下的红外场景图像。仿真生成的图像为红外成像系统的性能评价和改进提供了分析依据。
红外探测系统一般包括三个部分,分别为:光学系统、探测器和电路。模拟红外探测系统效应是红外场景仿真中的一个重要环节,对于红外场景仿真的真实感起了很大作用,它考虑了实时仿真中的干扰因数。红外探测系统效应主要包括光学系统中的渐晕、调制传递函数MTF效应,探测器中的非均匀性、噪声、像元缺陷、调制传递函数MTF效应,以及电路中的调制传递函数MTF效应。以往实现红外探测系统效应是基于CPU编程的,在程序中输入红外场景仿真图像,分别进行光学系统效应、探测器效应、电路效应的计算,将效应叠加到图像中,输出一副信噪比低、对比度低且带有噪声的图像,以模拟出红外探测器效应对成像质量的影响。这种方法在计算调制传递函数MTF效应时需要通过CPU串行进行傅里叶变换和反傅里叶变换,但是由于CPU固有的硬件特性使得其在处理这种运算时速度比较慢,无法满足仿真的实时性要求。
发明内容
本发明的目的在于针对上述已有技术的不足,提出一种基于纹理的实时模拟红外探测系统效应的方法,以提高运行速度,满足实时仿真需求。
实现本发明目的的技术原理是:以红外探测器的成像原理及组成结构为基础,计算出红外探测器各环节的效应矩阵,利用纹理导出工具导出DDS图像,并合成到仿真的场景中,实时模拟红外探测器效应。其实现方案包括如下步骤:
(1)设定红外探测系统中的光学系统参数,利用渐晕效应理论模型计算出光学系统的渐晕效应系数矩阵V;
(2)设定红外探测系统中的探测器参数,利用噪声效应理论模型、非均匀性效应的理论模型、缺陷像元效应理论模型,分别计算出探测器的噪声效应系数矩阵N、非均匀性效应系数矩阵J和缺陷像元效应系数矩阵F;
(3)设定红外探测系统中的电路参数,并利用光学系统参数和探测器参数,通过调制传递函数MTF效应理论模型计算出光学系统、探测器和电路这三者总的调制传递函数MTF效应系数矩阵C;
(4)利用Direct3d库中的应用程序编程接口API函数,将光学系统的渐晕效应系数矩阵V,探测器的噪声效应系数矩阵N、非均匀性效应系数矩阵J和缺陷像元效应系数矩阵F,总的调制传递函数MTF效应系数矩阵C分别存储到后缀为压缩文理图像格式DDS的图像中,并分别生成这些效应系数矩阵图像;
(5)利用高级图形绘制语言Cg将这些后缀为DDS的图像写入合成器的材质脚本的纹理单元中,在资源加载阶段,通过图形处理器GPU完成合成器的材质脚本的解析和编译并载入显存中,形成图形处理器GPU可执行的代码;
(6)实时场景仿真时,开启合成器,图形处理器GPU运行这些脚本程序,实时模拟红外探测系统效应。。
本发明与现有技术相比,有如下显著优点:
(1)本发明实时仿真时不需要进行傅里叶变换和反傅里叶变换,减少了运算量;
(2)本发明是将后缀为DDS图像写入合成器的材质脚本的纹理单元中,这些材质脚本以资源的形式被加载,并被GPU解析和编译并载入显存中,成为GPU可执行的代码,仿真时GPU并行处理这些脚本程序,运行速度快,能满足仿真的实时性要求。
附图说明
图1为本发明的总流程图;
图2为本发明生成的渐晕效应系数矩阵图像;
图3为本发明生成的噪声效应系数矩阵图像;
图4为本发明生成的非均匀性效应系数矩阵图像;
图5为本发明生成的缺陷像元效应系数矩阵图像;
图6为本发明生成的调制传递函数MTF效应系数矩阵图像。
具体实施方式
参照图1,本发明基于纹理的实时模拟红外探测系统效应的方法的详细实施方式如下:
步骤1:计算渐晕效应系数矩阵
1.1)设定红外探测系统的一般参数,如表1,
表1 红外探测系统的一般参数默认值
噪声均值(mV) | 20 |
噪声方差(mV2) | 10 |
工作波段上限(μm) | 3 |
工作波段下限(μm) | 5 |
1.2)设定光学系统参数,如表2,
表2 光学系统参数默认值
有效焦距(mm) | 279 |
通光孔径(mm) | 168 |
光学透过率(0~1) | 0.65 |
渐晕系数(0~1) | 0.9 |
杂光系数(0~1) | 0.0001 |
冷屏至焦平距(mm) | 2 |
质量因子(0~1) | 0.9 |
离焦量(mm) | 0.002 |
遮拦直径比例(%) | 20 |
均方波相差(λn) | 10 |
照度阶数(2~4) | 3.5 |
1.3)利用步骤1.1)、1.2)的参数与渐晕效应理论模型,按照如下公式计算光学系统的渐晕效应系数矩阵V:
其中,矩阵V中的每一项HijCos4θij表示输出能量与输入能量的比值,Hij表示面渐晕系数,θij表示像方孔径角,i∈[0,m-1],j∈[0,n-1],m是垂直探测像元数,n是水平探测像元数。
步骤2:计算噪声效应系数矩阵、非均匀性效应系数矩阵和像元缺陷效应系数矩阵
2.1)设定探测器参数,如表3,
表3 探测器参数默认值
2.2)利用噪声效应理论模型,按照如下公式计算噪声效应系数矩阵N:
其中,矩阵N中的每一项Nij表示一个服从均值为μ=1,方差为σ2∈[0,1]的高斯随机数,i∈[0,m-1],j∈[0,n-1],m是垂直探测像元数,n是水平探测像元数;
2.3)利用非均匀性效应的理论模型,按照如下公式计算非均匀性效应系数矩阵J:
其中,矩阵J中的每一项Jij表示一个服从均值为μ=1,方差为σ2∈[0,1]的高斯随机数,i∈[0,m-1],j∈[0,n-1],m是垂直探测像元数,n是水平探测像元数;
2.4)利用缺陷像元效应理论模型,按照如下公式计算像元缺陷效应系数矩阵F:
其中,矩阵F中的每一项Fij表示取0,0.5,1中的一个值,i∈[0,m-1],j∈[0,n-1],m是垂直探测像元数,n是水平探测像元数。
步骤3:计算调制传递函数MTF效应系数矩阵
3.1)设定电路参数,如表4,
表4 电路的参数默认值
低通3dB频率(Hz) | 4000000 |
低通滤波阶数 | 1 |
最高提举频率(Hz) | 4000000 |
提举阶数 | 1 |
提举幅度 | 2 |
高通3dB频率(Hz) | 0 |
高通滤波阶数 | 1 |
CCD转移频率(Hz) | 2000000 |
CCD转移效率(0~1) | 0.999995 |
CCD转移通道数 | 2 |
3.2)利用步骤1.1)、1.2)、2.1)、3.1)的参数与调制传递函数MTF效应的理论模型,按照如下公式计算光学系统、探测器和电路这三者总的调制传递函数MTF效应系数矩阵C:
其中,矩阵C中的每一个项Cij表示系统的频谱调制因子,i∈[0,m-1],j∈[0,n-1],m是垂直探测像元数,n是水平探测像元数,Cij由光学系统的调制传递函数Co、探测器的调制传递函数Cd和电路的调制传递函数Ce三者相乘得到:
Cij=CoCdCe,
其中:
式中,f为角空间频率;foc=D/λ为光学系统的空间截止频率,D为光学系统入瞳直径,λ为中心波长,Wrms为均方波像差,J1为一阶Bessel函数,Δ为轴向离焦量,Df是光学系统的焦距,q为质量因子,ζ为杂光系数;
式中,ft为时间频率,f0为探测器时间响应对应3dB时的频率,fx为水平空间频率,fy为垂直空间频率,α为水平空间张角,β为垂直空间张角;
式中,ft为时间频率,fl0为低通滤波3dB频率,n为滤波阶数,fh0为高频滤波3dB频率,k为提举幅度,fmax为最大提举频率点,η为CCD转移效率,N为从探测器转移到输出放大器的电荷总数,fts为转移时钟空间频率。
步骤4:存储DDS图像
利用Direct3d库中的API函数将光学系统的渐晕效应系数矩阵V,探测器的噪声效应系数矩阵N、非均匀性效应系数矩阵J、像元缺陷效应系数矩阵F和总的调制传递函数MTF效应系数矩阵C分别存储到后缀为压缩文理图像格式DDS图像的R通道中,生成如图2、图3、图4、图5、图6的效应系数矩阵图,并将调制传递函数MTF的中间参数和调制传递函数MTF卷积模板值输出到.txt文本中。
步骤5:实时模拟红外探测系统效应
5.1)利用高级图形绘制语言Cg将这些后缀为DDS的图像写入合成器的材质脚本的纹理单元中,在资源加载阶段,通过图形处理器GPU完成合成器材质脚本的解析和编译并载入显存中,形成图形处理器GPU可执行的代码;
5.2)在实时场景仿真时,开启合成器,对输入的每幅红外场景图像依次进行如下处理:
首先,由渐晕与光电转换合成器的脚本程序中的采样器,对渐晕效应纹理数据进行采样计算,并在输入的红外场景图像中叠加渐晕效应;
然后,由调制传递函数MTF合成器的脚本程序中的采样器,对调制传递函数MTF效应纹理数据进行采样计算,并在输入的红外场景图像中叠加调制传递函数MTF效应;
最后,由其他物理效应合成器的脚本程序中的采样器,分别对噪声、像元缺陷和非均匀性效应纹理数据进行采样计算,并在输入的红外场景图像中叠加噪声、像元缺陷和非均匀性效应;
5.3)输出经过步骤5.2)处理后的每幅红外场景图像,实现实时模拟红外探测系统效应对成像质量的影响。
Claims (5)
1.一种基于纹理的实时模拟红外探测系统效应的方法,包括如下步骤:
(1)设定红外探测系统中的光学系统参数,利用渐晕效应理论模型计算出光学系统的渐晕效应系数矩阵V;
(2)设定红外探测系统中的探测器参数,利用噪声效应理论模型、非均匀性效应的理论模型、缺陷像元效应理论模型,分别计算出探测器的噪声效应系数矩阵N、非均匀性效应系数矩阵J和缺陷像元效应系数矩阵F;
(3)设定红外探测系统中的电路参数,并利用光学系统参数和探测器参数,通过调制传递函数MTF效应理论模型计算出光学系统、探测器和电路这三者总的调制传递函数MTF效应系数矩阵C;
(4)利用Direct3d库中的应用程序编程接口API函数,将光学系统的渐晕效应系数矩阵V,探测器的噪声效应系数矩阵N、非均匀性效应系数矩阵J和缺陷像元效应系数矩阵F,总的调制传递函数MTF效应系数矩阵C分别存储到后缀为压缩文理图像格式DDS的图像中,并分别生成这些效应系数矩阵图像;
(5)利用高级图形绘制语言Cg将这些后缀为DDS的图像写入合成器的材质脚本的纹理单元中,在资源加载阶段,通过图形处理器GPU完成合成器的材质脚本的解析和编译并载入显存中,形成图形处理器GPU可执行的代码;
(6)实时场景仿真时,开启合成器,图形处理器GPU运行这些脚本程序,实时模拟红外探测系统效应。
2.根据权利要求1所述的实时模拟红外探测系统效应的方法,其中步骤(1)所述的利用渐晕效应理论模型计算出光学系统的渐晕效应系数矩阵V,按照如下公式计算:
其中,矩阵V中的每一项HijCos4θij表示输出能量与输入能量的比值,Hij表示面渐晕系数,θij表示像方孔径角,i∈[0,m-1],j∈[0,n-1],m是垂直探测像元数,n是水平探测像元数。
3.根据权利要求1所述的实时模拟红外探测系统效应的方法,其中步骤(2)所述的利用噪声效应理论模型、非均匀性效应的理论模型、缺陷像元效应理论模型,分别计算出探测器的噪声效应系数矩阵N、非均匀性效应系数矩阵J和像元缺陷效应系数矩阵F,分别按照如下公式计算:
其中,矩阵N中的每一项Nij表示一个服从均值为μ=1,方差为σ2∈[0,1]的高斯随机数,i∈[0,m-1],j∈[0,n-1],m是垂直探测像元数,n是水平探测像元数;
其中,矩阵J中的每一项Jij表示一个服从均值为μ=1,方差为σ2∈[0,1]的高斯随机数,i∈[0,m-1],j∈[0,n-1],m是垂直探测像元数,n是水平探测像元数;
其中,矩阵F中的每一项Fij表示取0,0.5,1中的一个值,i∈[0,m-1],j∈[0,n-1],m是垂直探测像元数,n是水平探测像元数。
4.根据权利要求1所述的实时模拟红外探测系统效应的方法,其中步骤(3)所述的读取红外探测系统中的电路参数,并利用光学系统参数和探测器参数,通过MTF效应理论模型计算出光学系统、探测器和电路这三者总的MTF效应系数矩阵C,按照如下公式计算:
其中,矩阵C中的每一个项Cij表示系统的频谱调制因子,i∈[0,m-1],j∈[0,n-1],m是垂直探测像元数,n是水平探测像元数。
5.根据权利要求1所述的实时模拟红外探测系统效应的方法,其中步骤(4)所述的存储后缀为DDS的图像,是利用Direct3d库中的API函数对DDS图像的R通道进行数据存储,即将渐晕效应系数矩阵、噪声效应系数矩阵、非均匀效应系数矩阵、缺陷像元效应系数矩阵、MTF效应系数矩阵分别存储到DDS图像的R通道中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012104146855A CN102930151A (zh) | 2012-10-25 | 2012-10-25 | 基于纹理的实时模拟红外探测系统效应的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012104146855A CN102930151A (zh) | 2012-10-25 | 2012-10-25 | 基于纹理的实时模拟红外探测系统效应的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102930151A true CN102930151A (zh) | 2013-02-13 |
Family
ID=47644948
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012104146855A Pending CN102930151A (zh) | 2012-10-25 | 2012-10-25 | 基于纹理的实时模拟红外探测系统效应的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102930151A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103439525A (zh) * | 2013-08-24 | 2013-12-11 | 西安电子科技大学 | 基于可见光遥感图像的舰船速度检测方法 |
CN103761762A (zh) * | 2013-12-11 | 2014-04-30 | 南京乐飞航空技术有限公司 | 一种基于OpenGL着色器的红外成像仿真方法 |
CN104835203A (zh) * | 2015-04-17 | 2015-08-12 | 北京理工大学 | 一种基于OptiX的自然场景温度场计算方法及系统 |
CN106372268A (zh) * | 2015-07-20 | 2017-02-01 | 中国人民解放军92728部队 | 基于热模型的实时红外仿真方法 |
CN115601608A (zh) * | 2022-09-06 | 2023-01-13 | 中国科学院长春光学精密机械与物理研究所(Cn) | 空间非均匀图像数据集的构建方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102270355A (zh) * | 2011-04-28 | 2011-12-07 | 华中科技大学 | 一种基于景物分类的红外场景图像生成方法 |
-
2012
- 2012-10-25 CN CN2012104146855A patent/CN102930151A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102270355A (zh) * | 2011-04-28 | 2011-12-07 | 华中科技大学 | 一种基于景物分类的红外场景图像生成方法 |
Non-Patent Citations (4)
Title |
---|
ZHAOYI JIANG,XUN WANG, YUN LING: "Infrared Simulation of Ocean Scene Utilizing PC Graphics Hardware", 《EDUCATION TECHNOLOGY AND TRAINING, 2008. AND 2008 INTERNATIONAL WORKSHOP ON GEOSCIENCE AND REMOTE SENSING. ETT AND GRS 2008. INTERNATIONAL WORKSHOP ON》 * |
李勇: "基于GPU的实时红外图像生成方法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
王波: "基于OGRE的红外成像实时仿真方法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
赵灿: "面向OGRE的红外纹理设计与生成方法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103439525A (zh) * | 2013-08-24 | 2013-12-11 | 西安电子科技大学 | 基于可见光遥感图像的舰船速度检测方法 |
CN103439525B (zh) * | 2013-08-24 | 2016-04-13 | 西安电子科技大学 | 基于可见光遥感图像的舰船速度检测方法 |
CN103761762A (zh) * | 2013-12-11 | 2014-04-30 | 南京乐飞航空技术有限公司 | 一种基于OpenGL着色器的红外成像仿真方法 |
CN103761762B (zh) * | 2013-12-11 | 2016-08-17 | 南京乐飞航空技术有限公司 | 一种基于OpenGL着色器的红外成像仿真方法 |
CN104835203A (zh) * | 2015-04-17 | 2015-08-12 | 北京理工大学 | 一种基于OptiX的自然场景温度场计算方法及系统 |
CN104835203B (zh) * | 2015-04-17 | 2018-02-06 | 北京理工大学 | 一种基于OptiX的自然场景温度场计算方法及系统 |
CN106372268A (zh) * | 2015-07-20 | 2017-02-01 | 中国人民解放军92728部队 | 基于热模型的实时红外仿真方法 |
CN106372268B (zh) * | 2015-07-20 | 2019-05-17 | 中国人民解放军92728部队 | 基于热模型的实时红外仿真方法 |
CN115601608A (zh) * | 2022-09-06 | 2023-01-13 | 中国科学院长春光学精密机械与物理研究所(Cn) | 空间非均匀图像数据集的构建方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cantalloube et al. | Wind-driven halo in high-contrast images-I. Analysis of the focal-plane images of SPHERE | |
Peterson et al. | Simulation of astronomical images from optical survey telescopes using a comprehensive photon Monte Carlo approach | |
CN102930151A (zh) | 基于纹理的实时模拟红外探测系统效应的方法 | |
Schwartzman et al. | Turbulence-induced 2d correlated image distortion | |
Abolfathi et al. | The lsst desc dc2 simulated sky survey | |
CN106803892A (zh) | 一种基于光场测量的光场高清晰成像方法 | |
Du et al. | Short-term solar irradiance forecasts using sky images and radiative transfer model | |
Jia et al. | PSF–net: a nonparametric point-spread function model for ground-based optical telescopes | |
Bonnassieux et al. | The variance of radio interferometric calibration solutions-Quality-based weighting schemes | |
Han et al. | Deep learning simulations of the microwave sky | |
Tagore et al. | On the use of shapelets in modelling resolved, gravitationally lensed images | |
Zhang et al. | Physics guided remote sensing image synthesis network for ship detection | |
Guo et al. | Blind restoration of images distorted by atmospheric turbulence based on deep transfer learning | |
Li et al. | A real-time aircraft infrared imaging simulation platform | |
Xu et al. | Unsupervised Image Reconstruction for Gradient‐Domain Volumetric Rendering | |
CN104065853A (zh) | 一种红外相机串扰消除方法 | |
Lombardi et al. | ASTRI SST-2M prototype and mini-array data reconstruction and scientific analysis software in the framework of the Cherenkov Telescope Array | |
Ding et al. | Spatial phase retrieval of vortex beam using convolutional neural network | |
Wu et al. | RRG-GAN Restoring Network for Simple Lens Imaging System | |
Sevilla et al. | The Dark Energy Survey Data Management System | |
CN113222144A (zh) | 图像修复模型的训练方法及图像修复方法、装置及设备 | |
Cox | Integration of Event-Based Sensing with Traditional Imaging Approaches | |
CN106888356B (zh) | 可变行长曝光控制的实现方法 | |
Aguirre-Pablo et al. | High-speed time-resolved tomographic particle shadow velocimetry using smartphones | |
Ni et al. | GPCNet: global-context pyramidal and class-balanced network for high-resolution SAR remote sensing image classification |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130213 |