CN105894447B - 一种获取不同天气条件下的红外图像的方法 - Google Patents

一种获取不同天气条件下的红外图像的方法 Download PDF

Info

Publication number
CN105894447B
CN105894447B CN201610192856.2A CN201610192856A CN105894447B CN 105894447 B CN105894447 B CN 105894447B CN 201610192856 A CN201610192856 A CN 201610192856A CN 105894447 B CN105894447 B CN 105894447B
Authority
CN
China
Prior art keywords
infrared image
under
weather condition
plane
weather
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
CN201610192856.2A
Other languages
English (en)
Other versions
CN105894447A (zh
Inventor
刘浩
刘兴润
李霞
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.)
Beijing Institute of Environmental Features
Original Assignee
Beijing Institute of Environmental Features
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 Beijing Institute of Environmental Features filed Critical Beijing Institute of Environmental Features
Priority to CN201610192856.2A priority Critical patent/CN105894447B/zh
Publication of CN105894447A publication Critical patent/CN105894447A/zh
Application granted granted Critical
Publication of CN105894447B publication Critical patent/CN105894447B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/20—Linear translation of a whole image or part thereof, e.g. panning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Radiation Pyrometers (AREA)

Abstract

公开了一种获取不同天气条件下的红外图像的方法，包括：S1、获取第一天气条件下的航拍红外图像，并确定所述航拍红外图像上每个像素点对应的红外辐射亮度值L1；S2、根据MODTRAN仿真模型计算单一地物背景在所述航拍高度的辐射亮度，包括：第一天气条件下的辐射亮度M1、第二天气条件下的辐射亮度M2；S3、根据M1、M2生成不同天气条件下的红外图像的转换系数R；S4、根据L1、R计算第二天气条件下的红外图像上每个像素点对应的红外亮度值L2。本发明规避了对不同地物类型的分类识别，也避免了因地表反射率和温度不确定造成的计算误差，提高了计算速度。

Description

一种获取不同天气条件下的红外图像的方法
技术领域
本发明涉及目标、环境仿真领域，尤其涉及一种获取不同天气条件下的红外图像的方法。
背景技术
为了逼真展现从空中获得的地物背景红外图像，常常使用飞机装载红外相机从空中进行拍摄。在地物背景红外图像中，图像的亮度信号包含了地物和大气辐射的综合效果，可表示为L＝Latm+Lscat+tLearth+tLρ。其中，t为大气透过率，Latm代表大气的自身辐射，Lscat代表大气气体分子和气溶胶粒子散射辐射，Learth代表地面热辐射，Lρ代表地面反射辐射。按照辐射的产生源，我们可以将Latm和Lscat合并成和大气有关的辐射项L1，将Learth和Lρ合并成和地物类型有关的地物辐射项L2。因此，图像的亮度信号又可表示为L＝L1+L2，即图像信号反映的信息来自大气辐射和地物辐射两部分。
通常情况下，可见光图像受天气条件的影响很小，而红外图像对天气条件的变化很敏感。比如，面对同样的地物背景，当空气温度或湿度变化后，其红外图像会有明显的不同。由于天气条件在时刻改变，因此要想取得不同天气条件下的红外图像就要进行多次航拍。但是，进行多次航拍所需的费用和时间成本非常高，因此往往难以实现。
在现有技术中，主要是通过仿真手段获得不同天气条件下的地物背景红外图像。一种较为常规的方法是利用仿真软件计算每种天气条件下的L1、L2。在该方法中，需要预先确定空气温度、湿度、压力等气象参数，以及地物类型及其反射率、地表温度等参数。而这些参数往往是由计算者根据自身掌握的知识主观设定的。由于该方法过多的依赖人为设想，因此不适于构建复杂地物背景的红外图像。还有一种方法是预先获取感兴趣地区的地物背景红外图像，再通过用仪器测量或者反演计算的方式得到真实地表的反射率和温度等参数，然后按照红外图像上的地物背景的位置进行一一对应，从而计算得到不同天气条件下的红外图像。该方法以真实地物背景红外图像作参照，符合复杂地物背景的特点。但是，在某些情况下该方法的实现较为困难。比如，对于人员设备无法到达的地区，通过仪器测量地表参数将难以实现。而反演算法不统一、反演精度不确定。另外，由于反演前需要对真实地物背景红外图像上的各种地物背景进行识别、分割，因此，增加了该方法的计算量和计算难度，增大了计算误差。
针对现有技术的缺陷，亟需一种能快速获取不同天气条件下的地物背景红外图像的方法。
发明内容
本发明的目的在于提出一种能获取不同天气条件下的地物背景红外图像构建的方法，以减小计算量、提高计算速度。
本发明提供了一种航拍红外图像在不同天气条件下的转换方法，包括：S1、获取第一天气条件下的航拍红外图像，并确定所述航拍红外图像上每个像素点对应的红外辐射亮度值L1；
S2、根据大气辐射传输模型计算单一地物背景在航拍高度处的辐射亮度，包括：第一天气条件下的辐射亮度M1、第二天气条件下的辐射亮度M2；
S3、根据M1、M2生成不同天气条件下的红外图像之间的转换系数R，
S4、根据L1、R计算第二天气条件下的红外图像上每个像素点对应的红外辐射亮度值L2，L2＝L1×R。
优选的，所述单一地物背景为绝对黑体。
优选的，所述航拍红外图像的波段为8～12μm。
优选的，所述大气传输模型为MODTRAN模型。
优选的，第一天气条件为MODTRAN软件中的标准大气模式。
优选的，第二天气条件为MODTRAN软件中的中纬度夏季大气模式。
优选的，第二天气条件为MODTRAN软件中的中纬度冬季大气模式。
优选的，所述航拍高度满足：h＝1600m。
在本发明的技术方案中，基于实测的航拍红外图像进行图像转换和仿真，符合复杂地物背景红外图像的构建要求；通过建立不同天气条件下的红外图像之间的转换系数，对实测的航拍红外图像进行转换，得到了不同天气条件下的红外图像。本发明规避了不同地物类型的分类识别环节，避免了因地表反射率和温度不确定带来的计算误差，而且提高了计算速度。
附图说明
通过以下参照附图而提供的具体实施方式部分，本发明的特征和优点将变得更加容易理解，在附图中：
图1是本发明实施例的获取不同天气条件下的红外图像的方法流程图；
图2是本发明实施例中获取的不同天气条件下的红外图像。
具体实施方式
下面参照附图对本发明的示例性实施方式进行详细描述。对示例性实施方式的描述仅仅是出于示范目的，而绝不是对本发明及其应用或用法的限制。
在现有技术中，主要存在两种获取不同天气条件下的红外图像的方法。在第一种方法中，其输入参数的确定过多依赖人为设想，不适合复杂地物背景红外图像的构建。在第二种方法中，虽然以实测红外图像作参照，符合复杂地物背景的特点，但是在某些情况下很难实现。
针对现有技术的缺陷，本发明提供了一种快速获取不同天气条件下的红外图像的方法。本申请的发明人在研究中发现：(1)虽然不同类型的地物背景反映在对红外图像上的信号强度的绝对值不同，但是其随天气条件的变化规律近似相同；(2)天气对红外图像的影响较大；(3)虽然不同类型的地物背景的辐射值不同，但是其随高度的变化规律相同。根据上述研究结果，本发明的申请人提出了一种获取不同天气条件下的红外图像的方法。本发明的主要思路是，通过计算不同天气条件下的地物背景辐射亮度值，构建不同天气条件下的红外图像之间的转换系数，再对实测的航拍红外图像进行转换，以得到其他条件下的红外图像。
下面结合附图对本发明实施例的技术方案进行详细说明。从图1可见，本发明实施例的获取不同天气条件下的红外图像的方法包括：
步骤S1、获取第一天气条件下的航拍红外图像，并确定所述航拍红外图像上每个像素点对应的红外辐射亮度值L1；其中，所述航拍红外图像的航拍高度为h。
具体的，在步骤S1中，我们可在第一天气条件下通过机载相机对某一区域进行拍摄以获取航拍红外图像。而且，我们还要对航拍条件进行记录，比如飞机飞行高度、天气阴/晴情况、大气能见度、空气温度、空气湿度等。较佳的，航拍红外图像的波段为8～12μm。在本发明实施例中，我们选取了九月份的一个晴天进行拍摄，航拍高度h为1600米。一般的，航拍红外图像在经过数字化处理后得到的是每个像素点的灰度值，也称DN值。因此，我们需要根据定标数据将每个像素点的DN值转换成与之对应的红外辐射亮度值L1。
步骤S2、根据大气辐射传输模型计算单一地物背景在所述航拍高度的辐射亮度，包括：第一天气条件下的辐射亮度M1、第二天气条件下的辐射亮度M2。
在本发明实施例中，我们选用MODTRAN软件中的大气辐射传输模型，即MODTRAN模型来计算地物背景的辐射亮度。MODTRAN软件是一种国内外普遍使用的大气辐射传输计算软件，能够用于模拟计算各种天气条件下对地观测的地物背景辐射亮度。MODTRAN软件有四种运行模式，包括：透过率、热辐射亮度、有散射辐亮度、太阳直射照度。在本发明实施例中，我们可选取热辐射亮度运行模式。然后，我们可通过在MODTRAN软件中设置输入参数，比如温度、能见度、湿度、高度、反射率等，来计算地物背景辐射亮度。关于MODTRAN软件的具体使用方法属于本领域的公知常识，因此在此不再赘述。
在步骤S2中，我们无需对地物类型进行划分，只需计算单一地物背景在所述航拍高度h的辐射亮度，从而规避了不同地物类型的分类识别环节，避免了因地表反射率和温度不确定带来的计算误差，而且提高了计算速度。简便起见，我们将该单一地物背景设定为绝对黑体，其表面反射率为1。然后，我们通过设置输入参数分别计算该绝对黑体在第一天气条件的辐射亮度值M1、第二天气条件下的辐射亮度值M2。其中，第二天气条件可选取MODTRAN软件自带的中纬度夏季大气模式，或者，中纬度冬季大气模式。由于九月份的空气温度、湿度与MODTRAN软件中的标准大气模式接近，因此我们可直接利用MODTRAN软件自带的标准大气模式计算第一天气条件下的辐射亮度值M1，而无需用户逐一输入空气温度、湿度等与天气有关的参数。需要说明的是，本领域技术人员可根据需要确定第一天气条件、第二天气条件。只要不影响本发明的实施，无论第一天气条件、第二天气条件如何选取，都在本发明的保护范围内。
步骤S3、根据M1、M2生成不同天气条件下的红外图像之间的转换系数R，
具体的，在步骤S2中得到的第一天气条件下的地物背景辐射亮度M1为25.6W/m2sr。当第二天气条件为中纬度夏季大气模式时，M2为29.3W/m2sr，所述转换系数R为1.14；当第二天气条件为中纬度冬季大气模式时，M2为18.9W/m2sr，所述转换系数为0.74。由于M1、M2与航拍高度有关，因此R也与航拍高度有关。当航拍高度改变时，需要重新计算R值。
步骤S4、根据L1、R计算第二天气条件下的红外图像上每个像素点对应的红外亮度值L2，L2＝L1×R。
具体的，我们可基于转换系数R对航拍红外图像上每个像素点对应的亮度值L1进行变换，以得到第二天气条件下、从同一航拍高度得到的地物背景的红外辐射亮度值L2。然后，将L2值转换为灰度值，即可得到第二天气条件下的红外图像。其中，本发明实施例获取的不同天气条件下的红外图像参见图2。
虽然参照示例性实施方式对本发明进行了描述，但是应当理解，本发明并不局限于文中详细描述和示出的具体实施方式，在不偏离权利要求书所限定的范围的情况下，本领域技术人员可以对所述示例性实施方式做出各种改变。

Claims (8)

1.一种获取不同天气条件下的红外图像的方法，其特征在于，所述方法包括：
S1、获取第一天气条件下的航拍红外图像，并确定所述航拍红外图像上每个像素点对应的红外辐射亮度值L1；
S2、根据大气辐射传输模型计算单一地物背景在航拍高度处的辐射亮度，包括：第一天气条件下的辐射亮度M1、第二天气条件下的辐射亮度M2；
S3、根据M1、M2生成不同天气条件下的红外图像之间的转换系数R，
S4、根据L1、R计算第二天气条件下的红外图像上每个像素点对应的红外辐射亮度值L2，
L2＝L1×R。
2.如权利要求1所述的方法，其特征在于，所述单一地物背景为绝对黑体。
3.如权利要求2所述的方法，其特征在于，所述航拍红外图像的波段为8～12μm。
4.如权利要求3所述的方法，其特征在于，所述大气传输模型为MODTRAN模型。
5.如权利要求4所述的方法，其特征在于，第一天气条件为MODTRAN软件中的标准大气模式。
6.如权利要求5所述的方法，其特征在于，第二天气条件为MODTRAN软件中的中纬度夏季大气模式。
7.如权利要求5所述的方法，其特征在于，第二天气条件为MODTRAN软件中的中纬度冬季大气模式。
8.如权利要求6或7所述的方法，其特征在于，所述航拍高度满足：
h＝1600m。
CN201610192856.2A 2016-03-30 2016-03-30 一种获取不同天气条件下的红外图像的方法 Active CN105894447B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610192856.2A CN105894447B (zh) 2016-03-30 2016-03-30 一种获取不同天气条件下的红外图像的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610192856.2A CN105894447B (zh) 2016-03-30 2016-03-30 一种获取不同天气条件下的红外图像的方法

Publications (2)

Publication Number Publication Date
CN105894447A CN105894447A (zh) 2016-08-24
CN105894447B true CN105894447B (zh) 2019-02-15

Family

ID=57014754

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610192856.2A Active CN105894447B (zh) 2016-03-30 2016-03-30 一种获取不同天气条件下的红外图像的方法

Country Status (1)

Country Link
CN (1) CN105894447B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110865174B (zh) * 2019-11-26 2022-08-19 中国人民解放军军事科学院国防工程研究院 一种实验室内模拟土壤背景红外特性的方法
CN111581884A (zh) * 2020-05-11 2020-08-25 上海无线电设备研究所 一种星载多分辨率目标光学辐射图像仿真方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101320475A (zh) * 2008-06-10 2008-12-10 北京航空航天大学 复杂背景条件下红外成像系统作用距离估算方法
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
CN103761704A (zh) * 2014-01-15 2014-04-30 北京环境特性研究所 基于红外遥感数据的图像生成方法和系统
CN104156530A (zh) * 2014-08-15 2014-11-19 中国科学院上海技术物理研究所 一种高温目标的通道辐射量重建方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101320475A (zh) * 2008-06-10 2008-12-10 北京航空航天大学 复杂背景条件下红外成像系统作用距离估算方法
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
CN103761704A (zh) * 2014-01-15 2014-04-30 北京环境特性研究所 基于红外遥感数据的图像生成方法和系统
CN104156530A (zh) * 2014-08-15 2014-11-19 中国科学院上海技术物理研究所 一种高温目标的通道辐射量重建方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《红外辐射大气传输效应模型的分析与实现》;张晓哲等;《红外与激光工程》;20080615;第37卷;385-388

Also Published As

Publication number Publication date
CN105894447A (zh) 2016-08-24

Similar Documents

Publication Publication Date Title
CN104279967B (zh) 基于高光谱图像的气溶胶光学厚度反演方法
CN104867179B (zh) 一种全谱段光学成像仪遥感影像仿真方法
CN105953921B (zh) 气溶胶参数差异条件下对地观测辐射图像的快速仿真方法
CN106372268B (zh) 基于热模型的实时红外仿真方法
CN106570253A (zh) 一种实时天基红外视景仿真方法
WO2006135376A2 (en) System and method for infrared sensor simulation
CN108537770A (zh) 一种无定标卫星成像目标辐射特性反演方法及系统
CN103123670A (zh) 基于纹理的红外粗糙海面动态仿真方法
CN106644092B (zh) 基于可见光信息的红外纹理温度场调制方法
CN106918394A (zh) 一种有效的modis地表温度角度校正方法
CN105894447B (zh) 一种获取不同天气条件下的红外图像的方法
CN113902663A (zh) 一种自动适应天气的空中小目标动态红外仿真方法及装置
WO2006098750A2 (en) System and method for adding spatial frequency into an image
KR101620951B1 (ko) 모의 위성 영상 생성 방법 및 시스템
CN103268618B (zh) 一种多光谱遥感数据真彩色定标方法
Wu et al. Real-time mid-wavelength infrared scene rendering with a feasible BRDF model
CN104835203B (zh) 一种基于OptiX的自然场景温度场计算方法及系统
Molnár et al. Practical application possibilities for 3D models using low-resolution thermal images
CN103955958A (zh) 一种基于Kinect设备的交互式材质外观采集方法
EP3794910B1 (en) A method of measuring illumination, corresponding system, computer program product and use
KR100740879B1 (ko) 영상을 이용한 실존 물체 이미지 재현 시스템 및 그 방법
CN116894922A (zh) 一种基于实时图形引擎的夜视图像生成方法
y Miño et al. Pixel-by-pixel rectification of urban perspective thermography
CN115808246A (zh) 一种面向遥感热红外传感器观测温度的空间归一化方法
CN116258816A (zh) 一种基于神经辐射场的遥感影像仿真方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant