CN103093425B - 一种气动热辐射指纹库的建立方法及其应用 - Google Patents

一种气动热辐射指纹库的建立方法及其应用 Download PDF

Info

Publication number
CN103093425B
CN103093425B CN201210594906.1A CN201210594906A CN103093425B CN 103093425 B CN103093425 B CN 103093425B CN 201210594906 A CN201210594906 A CN 201210594906A CN 103093425 B CN103093425 B CN 103093425B
Authority
CN
China
Prior art keywords
pneumatic
image
heat radiation
coefficient
flow density
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.)
Active
Application number
CN201210594906.1A
Other languages
English (en)
Other versions
CN103093425A (zh
Inventor
张天序
刘立
关静
周钢
左芝勇
朱生国
王正
何力
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201210594906.1A priority Critical patent/CN103093425B/zh
Publication of CN103093425A publication Critical patent/CN103093425A/zh
Application granted granted Critical
Publication of CN103093425B publication Critical patent/CN103093425B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)
  • Radiation Pyrometers (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本发明公开了一种气动热辐射指纹库的建立方法,包括:(1)获取红外成像系统的多幅气动热辐射退化图像,形成气动热辐射退化图像序列;(2)求取气动热辐射退化图像序列中的每一幅图像与基准图像之差值即差值图像;(3)对每一幅图像的差值图像进行二维曲面拟合,获得其在对应热流密度下的二维曲面多项式;(4)对多个二维曲面多项式中相同项的系数进行处理,通过拟合建立各相同项的系数关于热流密度的关系式,即确定为气动热辐射指纹库。本发明还公开了通过上述方法建立的指纹库在校正热辐射图像中的应用。本发明的方法能有效降低气动热辐射产生的背景噪声并提高气动热环境中的图像质量。

Description

一种气动热辐射指纹库的建立方法及其应用
技术领域
本发明属于航天技术与图像处理技术交叉领域,具体涉及一种气动热辐射环境下的指纹库建立方法及其在图像校正中的应用,适用于高超音速飞行器的气动热辐射图像的成像探测。
背景技术
高超音速飞行器是二十一世纪航空事业发展的一个主要方向,在未来的军事、政治和经济领域中将发挥重要的战略作用。高超音速飞行器能为民用运输和航天运载等领域提供全新的途径,但是高超音速飞行器却面临气动光学效应的困扰。
气动光学效应主要包括光学窗口及流场的气动热辐射效应和传输效应。当飞行器在稠密的大气层中以高超声速飞行时,其光学窗口与空气相互作用,产生严重的气动热辐射效应和光学传输效应。其中,气动热辐射效应主要是指高温光学窗口和激波气体的辐射,其对成像器形成辐射干扰,使红外图像背景亮度增加,劣化红外成像质量,严重影响高超音速飞行器导航、定位以及探测能力。
现有技术中缺乏通过分析气动热辐射图像的退化规律从而建立气动热环境下退化图像的特征库即指纹库以用于热辐射退化图像的校正的方法,使得红外热辐射图像成像质量不高,难以获得精确的目标探测能力。
发明内容
本发明的目的旨在提供一种气动热辐射指纹库的建立方法,该方法通过曲面拟合建立热辐射图像的退化规律,确定曲面系数随气流热流密度的变化趋势,从而建立热辐射指纹库,以用于校正红外热辐射图像,提高目标红外探测能力。
实现本发明的目的所采用的一种气动热辐射指纹库的建立方法,具体为:
(1)通过红外成像系统获取电弧风洞试验的气动热辐射退化图像序列(f1,f2,f3,...,fk,...,fn-2,fn-1,fn),并将图像序列中每帧图像均与基准图像f0成对分组:
(f0,f1),(f0,f2),(f0,f3),…,(f0,fk),…,(f0,fn-1),(f0,fn)
n为退化图像序列的帧数,其中的任一帧图像fk为在热流密度为hk的条件下获取的气动热辐射退化图像,k为气动热辐射退化图像的帧序号,1≤k≤n。
(2)求任一气动热辐射退化图像fk与基准图像f0之差值dk=fk-f0,即为差值图像;
(3)对任一差值图像dk进行二维曲面逼近拟合,得到在热流密度为hk的条件下拟合的曲面多项式其为二元多项式,式中,(x,y)为图像坐标,其中x和y也为多项式的变量,i和j分别为x和y的幂指数,取非负整数,aij(hk)表示在热流密度为hk的条件下的相应项xiyj的系数。
(4)计算在热流密度为h下的aij(h)的函数表达式。
由差值图像序列可以得到不同热流密度条件下的曲面多项式,分析各曲面多项式中相同系数(比如a00)随热流密度的变化趋势,建立aij(h)的函数表达式, a ij ( h ) = Σ l = 0 n p l h n - l .
本发明的另一目的在于公开一种应用上述方法建立的气动热辐射指纹库对红外成像系统的热辐射图像进行校正的方法,包括:
对于任意热流密度,从所述气动热辐射指纹库获得相应的关系式的步骤;
根据该关系式获得对应的差值图像的步骤;和
利用所述差值图像对所述热辐射图像进行校正的步骤。
本发明的方法通过二次曲面拟合方法建立关于差值图像的二次多项式,并以此建立各二次多项式的各对应项的系数与热流密度的关系式,从而建立表征气动热辐射图像退化规律的指纹库,根据该指纹库即可实现对任一热流密度下的气动热辐射图像的校正,从而有效降低气动热辐射产生的背景噪声并提高气动热环境中的图像质量,实现红外目标精确探测。
附图说明
图1为本发明实施例的电弧风洞试验示意图;
图2为本发明实施例的热流密度随时间的变化关系;
图3为本发明实施例的风洞试验第0s的灰度图;
图4为本发明实施例的风洞试验第5s的灰度图;
图5为本发明实施例的风洞试验第5s和第0s的三维灰度差值图;
图6为本发明实施例的风洞试验第5s和第0s的三维灰度拟合图;
图7为本发明实施例的拟合多项式系数随热流密度变化关系;
图7(a)为系数a00随热流密度变化的曲线图;
图7(b)为系数a10随热流密度变化的曲线图;
图7(c)为系数a01随热流密度变化的曲线图;
图7(d)为系数a20随热流密度变化的曲线图;
图7(e)为系数a11随热流密度变化的曲线图;
图7(f)为系数a02随热流密度变化的曲线图;
图7(g)为系数a30随热流密度变化的曲线图;
图7(h)为系数a21随热流密度变化的曲线图;
图7(i)为系数a12随热流密度变化的曲线图;
图7(j)为系数a03随热流密度变化的曲线图;
图7(k)为系数a40随热流密度变化的曲线图;
图7(l)为系数a31随热流密度变化的曲线图;
图7(m)为系数a22随热流密度变化的曲线图;
图7(n)为系数a13随热流密度变化的曲线图;
图7(o)为系数a04随热流密度变化的曲线图。
具体实施方式
为使本发明的目的、技术方案和技术效果更加清楚明白,下面结合附图和具体实施例对本发明作进一步详细的说明,以下实施例仅是用于解释本发明,并不构成对本发明的限定。
本实施例的一种气动热辐射模型参数的分析方法,包括如下步骤:
(1)通过红外成像系统获取电弧风洞试验的气动热辐射退化图像序列(f1,f2,f3,...,fk,...,fn-2,fn-1,fn),并将图像序列中每帧图像均与基准图像f0成对分组:
(f0,f1),(f0,f2),(f0,f3),…,(f0,fk),…,(f0,fn-1),(f0,fn)
n为退化图像序列的帧数,fk为在热流密度为hk的条件下获取的气动热辐射退化图像,k为气动热辐射退化图像的帧序号;k∈[1,n]
(2)求其气动热辐射退化图像与基准图像之差值dk=fk-f0
第f1帧气动热辐射退化图像与基准图像f0的差值d1=f1-f0,以此类推,对于第k组图像(f0,fk),第fk帧气动热辐射退化图像与基准图像f0的差值为dk=fk-f0,由此得到气动热辐射退化图像与基准图像的差值图像序列(d1,d2,d3,...,dk,...,dn-2,dn-1,dn)。
(3)差值图像dk进行二维曲面逼近拟合,得到在热流密度为hk的条件下拟合的曲面多项式其为二元多项式,变量分别为x和y,(x,y)也即图像像素坐标。本实施例中优选(i+j)≤4,也可以为其他值,aij(hk)表示在热流密度为hk的条件下二元多项式中x和y的幂指数分别为i和j的项的系数,本实施例中由于(i+j)≤4,因此二元多项式的项数为15项,其系数也相应为15项。
本实施例中曲面多项式的基函数为1,x,y,x2,xy,y2,x3,x2y,xy2,y3,x4,x3y,x2y2,xy3,y4;相对应的系数为a00,a10,a01,a20,a11,a02,a30,a21,a12,a03,a40,a31,a22,a13,a04。对于差值图像序列可以依次得到n个二维曲面多项式(二元多项式)。
(4)建立在热流密度h下的指纹库aij(h):
由差值图像序列可以得到不同热流密度条件下的曲面多项式,分析各曲面多项式中相同系数(比如a00)随热流密度的变化趋势,建立aij(h)的函数表达式 a ij ( h ) = Σ l = 0 m p ij , l h m - l .
aij(h)具体计算过程如下:根据步骤(3)中得到n个二维曲面多项式,例如,对于n个a00系数利用拟合多项式建立关于热流密度h的函数关系式a00(h)。
使用曲线拟合方法得到第一个相同项系数的表达式为其中,一般地,0≤h≤30W/cm2,p00,l为a00(h)多项式的第l个系数,可以通过拟合得到,m为a00(h)多项式的最高阶数。其它相同项系数表达式如下:
a 10 ( h ) = Σ l = 0 m = 8 p 10 , l h m - l , a 01 ( h ) = Σ l = 0 m = 7 p 01 , l h m - l , a 20 ( h ) = Σ l = 0 m = 6 p 20 , l h m - l
a 11 ( h ) = Σ l = 0 m = 6 p 11 , l h m - l , a 02 ( h ) = Σ l = 0 m = 7 p 02 , l h m - l , a 30 ( h ) = Σ l = 0 m = 9 p 30 , l h m - l
a 21 ( h ) = Σ l = 0 m = 9 p 21 , l h m - l , a 12 ( h ) = Σ l = 0 m = 6 p 12 , l h m - l , a 03 ( h ) = Σ l = 0 m = 7 p 03 , l h m - l
a 40 ( h ) = Σ l = 0 m = 9 p 40 , l h m - l , a 31 ( h ) = Σ l = 0 m = 7 p 31 , l h m - l , a 22 ( h ) = Σ l = 0 m = 7 p 22 , l h m - l
a 13 ( h ) = Σ l = 0 m = 7 p 13 , l h m - l , a 04 ( h ) = Σ l = 0 m = 7 p 04 , l h m - l
上述其他项的系数的表达式与a00的建立方式相同,及分别根据各多项式中相应项的系数进行曲线拟合而得到。各个系数关于热流密度的表达式即可称为热辐射指纹,这些系数所构成的所有表达式形成热辐射指纹库。
根据所建立的热辐射指纹库aij(h),可计算在任意热流密度为h下的曲面多项式从而获得相应的差值图像,可用于对气动热辐射退化图像gk′(x,y)进行校正,即将gk′(x,y)按一定比例α减去根据热辐射指纹库构建的差值图像拟合表达式 f h k * ( x , y ) = Σ i = 0 Σ j = 0 a ij ( h k ) x i x j , 得到其校正结果 f k ′ ( x , y ) = g k ′ ( x , y ) - α f h k * ( x , y ) .
对校正前后的气动热辐射退化图像进行信噪比和区域对比度分析,可以发现校正之后的图像的信噪比明显提高,说明热辐射指纹已经能较准确的构建出实际热辐射图像的退化模型,证明了该方法的有效性。

Claims (4)

1.一种气动热辐射指纹库的建立方法,用于确定红外成像系统在气动热辐射环境下成像的热辐射图像的退化规律,以利用其对红外成像系统的热辐射图像进行校正,其具体包括:
(1)获取红外成像系统的多幅气动热辐射退化图像,形成气动热辐射退化图像序列,其中每一幅气动热辐射退化图像对应相应的热流密度;
(2)求取气动热辐射退化图像序列中的每一幅图像与基准图像之差值,确定为每一幅图像的差值图像;
(3)对所述每一幅图像的差值图像进行二维曲面拟合,获得其在对应热流密度下的二维曲面多项式,从而形成多个二元多项式,其中所述二维曲面多项式为其中,(x,y)为图像坐标,x和y也即二元多项式的两个变量,aij(h)为二元多项式中的变量x和y的幂指数分别为i和j的项的系数,h为热流密度,其中i和j均为非负整数;
(4)对所述多个二元多项式中相同项的系数进行拟合处理,从而建立各相同项的系数关于热流密度的关系式,即确定为气动热辐射指纹库;其中,所述多个二元多项式中的相同项指各二元多项式中两变量参数的幂次分别相等所构成的项,所述系数aij(h)关于热流密度的关系式为其中pij,l为aij(h)二元多项式的第l个系数,m为二元多项式的最高幂指数,所述系数关于热流密度的关系式是通过对所述相同项的系数进行曲线拟合而得到的曲线方程。
2.根据权利要求1所述的一种气动热辐射指纹库的建立方法,其中,所述幂指数i和j取值满足i+j≤4。
3.根据权利要求1或2所述的一种气动热辐射指纹库的建立方法,其中,所述红外成像系统的气动热辐射退化图像通过电弧风洞试验获取。
4.一种应用权利要求1-3中任一项所述方法建立的气动热辐射指纹库对红外成像系统的热辐射图像进行校正的方法,包括:
对于任意热流密度,从所述气动热辐射指纹库获得相应的关系式的步骤;
根据该关系式获得对应的差值图像的步骤;和
利用所述差值图像对所述热辐射图像进行校正的步骤。
CN201210594906.1A 2012-12-31 2012-12-31 一种气动热辐射指纹库的建立方法及其应用 Active CN103093425B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210594906.1A CN103093425B (zh) 2012-12-31 2012-12-31 一种气动热辐射指纹库的建立方法及其应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210594906.1A CN103093425B (zh) 2012-12-31 2012-12-31 一种气动热辐射指纹库的建立方法及其应用

Publications (2)

Publication Number Publication Date
CN103093425A CN103093425A (zh) 2013-05-08
CN103093425B true CN103093425B (zh) 2016-01-20

Family

ID=48205960

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210594906.1A Active CN103093425B (zh) 2012-12-31 2012-12-31 一种气动热辐射指纹库的建立方法及其应用

Country Status (1)

Country Link
CN (1) CN103093425B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10521888B2 (en) * 2015-12-23 2019-12-31 Huazhong University Of Science And Technology Aerothermal radiation effect frequency domain correction method
CN105654432B (zh) * 2015-12-23 2017-05-17 华中科技大学 一种气动热辐射效应的频域校正方法
CN105654430B (zh) * 2015-12-24 2017-04-19 华中科技大学 一种反差约束的气动热辐射校正方法
CN111581720B (zh) * 2020-04-30 2023-03-14 中国飞机强度研究所 一种评定飞行器全方程控热试验温度数据不确定度的方法
CN114022396B (zh) * 2022-01-06 2022-04-19 武汉工程大学 基于nurbs曲面拟合的气动光学热辐射效应校正方法及装置
CN114066782B (zh) * 2022-01-18 2022-04-19 武汉工程大学 一种气动光学效应校正方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102081737A (zh) * 2010-12-30 2011-06-01 华中科技大学 一种气动热辐射图像多尺度建模方法及其应用

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102081737A (zh) * 2010-12-30 2011-06-01 华中科技大学 一种气动热辐射图像多尺度建模方法及其应用

Also Published As

Publication number Publication date
CN103093425A (zh) 2013-05-08

Similar Documents

Publication Publication Date Title
CN103093425B (zh) 一种气动热辐射指纹库的建立方法及其应用
CN105654430B (zh) 一种反差约束的气动热辐射校正方法
CN105654432B (zh) 一种气动热辐射效应的频域校正方法
CN109446739B (zh) 一种地表温度多通道热红外遥感反演方法
CN104732531B (zh) 一种高分辨率遥感图像信噪比曲线自适应获取方法
CN103400345A (zh) 一种降低tdi-ccd相机图像模糊度的方法
CN106405533A (zh) 基于约束加权最小二乘的雷达目标联合同步与定位方法
CN111737913A (zh) 一种基于云水含量反演的mwhts晴空观测亮温选择方法
CN102663351A (zh) 基于条件外观模型的人脸特征点自动标定方法
CN103226825B (zh) 基于低秩稀疏模型的遥感图像变化检测方法
CN102779333A (zh) 一种基于卡尔曼滤波的光学影像复原方法
CN106600646A (zh) 一种红外摆扫相机在轨图像均匀性校正方法
CN103310464B (zh) 一种基于法向流的直接估算相机自运动参数的方法
CN103942786A (zh) 无人机可见光和红外图像的自适应团块目标检测方法
CN114417728A (zh) 基于温度和发射率及深度学习的近地表空气温度反演方法
CN103808413A (zh) 基于噪声分离的温度与比辐射率分离的方法及装置
CN105139433B (zh) 基于均值模型的红外弱小目标图像序列仿真方法
CN111965645B (zh) 一种顾及几何约束的多基线植被高度反演方法及装置
CN107341449A (zh) 一种基于云块特征变化的静止气象卫星降水估算方法
CN102081737B (zh) 一种气动热辐射图像多尺度建模方法及其应用
CN105096328B (zh) 一种基于ios‑pso的摄像机自标定方法
CN111352109A (zh) 一种基于两景sar影像的植被高度反演方法及装置
CN116256316A (zh) 环境减灾高光谱卫星的瑞利散射查找表构建及查找方法
CN108106634A (zh) 一种直接观星的星敏感器内参数标定方法
CN107977943A (zh) 一种基于提纯优化的空间目标光谱解混方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant