CN112857587A - 一种基于场景清晰度评价的短波红外探测器成像控制方法 - Google Patents
一种基于场景清晰度评价的短波红外探测器成像控制方法 Download PDFInfo
- Publication number
- CN112857587A CN112857587A CN202110158347.9A CN202110158347A CN112857587A CN 112857587 A CN112857587 A CN 112857587A CN 202110158347 A CN202110158347 A CN 202110158347A CN 112857587 A CN112857587 A CN 112857587A
- Authority
- CN
- China
- Prior art keywords
- image
- wave infrared
- short
- definition evaluation
- control method
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000003384 imaging method Methods 0.000 title claims abstract description 35
- 238000011156 evaluation Methods 0.000 title claims abstract description 23
- 238000003331 infrared imaging Methods 0.000 claims abstract description 20
- 230000010354 integration Effects 0.000 claims description 33
- 238000001514 detection method Methods 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 12
- 238000003708 edge detection Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000001629 suppression Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 108010024433 H 256 Proteins 0.000 claims description 2
- 230000004907 flux Effects 0.000 claims description 2
- 230000004044 response Effects 0.000 claims description 2
- 238000013441 quality evaluation Methods 0.000 abstract description 21
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000012545 processing Methods 0.000 abstract description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/02—Constructional details
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
- Studio Devices (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明一种基于场景清晰度评价的短波红外探测器成像控制方法，针对短波红外成像易受天气条件、成像角度、噪声等影响的情形，本发明提出了一种基于场景图像清晰度评价的短波红外处理技术。该技术首先调整不同积分时间下的探测器增益，再进行不同积分时间下的场景图像采集，对采集的图像进行基于边缘的图像质量评价，最后选取图像清晰度指标最高的积分时间作为探测器最佳积分时间。本发明方法能充分利用短波红外相机的动态成像范围,解决图像过饱和以及图像层次不丰富的问题。
Description
技术领域
本发明涉及短波红外探测成像的控制方法，是一种基于场景成像质量图像质量的虚拟光感自适应时间增益系数的调节方法。属于红外探测、计算机视觉、图像处理等交叉应用技术领域。
背景技术
随着科学技术的发展，战争攻防对抗日益激烈、战场环境日趋复杂，要求红外导弹能够在复杂的背景和强人工干扰下准确探测、识别和跟踪目标，甚至是低特征的隐身目标，而单一中波波段的红外成像导引头难以适应复杂的作战需求。中短波段复合成像制导技术在能量信息、空间信息的基础之上引入光谱信息用于目标识别，能够大大提高目标识别和抗干扰能力，已成为红外成像导引头发展的重要方向之一。然而在实际应用中，采集背景、天气条件、弹道角度以及反射截面均会对短波成像系统产生较大的影响，无法采用固定积分时间的模式进行探测，因而基于场景的自适应图像控制方法迫切重要。
图像质量是比较各种图像处理算法性能优劣以及优化系统参数的重要指标，因此在图像采集、编码压缩、网络传输等领域建立有效的图像质量评价机制具有重大的意义。图像质量评价方法可分为图像主观质量评价方法和图像客观质量评价方法。图像主观质量评价方法就是把多名观察者对待评价图像的质量进行加权平均的综合评价，其结果符合人眼视觉系统特性，但受到计算不便、速度慢、成本高等诸多因素限制，嵌入系统难，因而在实际应用中无法得到广泛推广。而图像客观质量评价方法具有操作简单、成本低、易于实现及实时优化算法等特点，因此其已成为图像质量评价研究的重点。目前，图像客观质量评价方法有很多种考虑到弹上系统的可实现性，本技术采用基于Canny边缘检测的图像质量评价方法，由于上饱和(积分时间过长)和下饱和(积分时间过短)均会造成图像细节丢失，边缘减少，因此可以通过边缘图像的强弱判断图像的质量。
Canny边缘检测是一个多级步骤边缘检测算法，基于以下三个指标：低误判率、高定位精度、抑制虚假边缘，在此基础上，Canny提出了一种很有效的边缘检测算法，该算法的实现主要有四个步骤：⑴使用高斯滤波器对原图像进行滤波；⑵对滤波后的图像求梯度幅值以及梯度向量；⑶对梯度图像进行非最大值抑制操作，剔除非最大值的像素点；⑷确定高、低阈值并结合连接分析方法确定图像最终的边缘，高、低阈值大小的选择，对检测得到的边缘质量有着关键性影响。
发明内容
本发明解决的技术问题是：克服现有技术的不足，针对短波红外成像易受采集背景、天气条件、弹道角度以及反射截面影响，且探测之前无任何先验知识，提出了一种基于场景成像质量评价的短波成像控制方法。
本发明的技术方案是：一种基于场景清晰度评价的短波红外探测器成像控制方法,步骤如下：
(1)将短波红外成像系统的积分时间调整至1ms；
(2)采集红外图像，计算图像平均灰度Iave，若Iave在6000±500之内，则采集1ms所对应的短波红外图像Img1并进入步骤(3)，否则调节探测电路的增益系数K1后重复步骤(2)；
(3)将短波红外成像系统的积分时间调整至2ms；
(4)采集红外图像，计算该图像平均灰度Iave，若Iave在6000±500之内，则采集2ms所对应的短波红外图像Img2并进入步骤(5)，否则调节探测电路的增益系数K2后重复步骤(4)；
(5)将短波红外成像系统的积分时间调整至3ms；
(6)采集红外图像，计算该图像平均灰度Iave，若Iave在6000±500之内，则采集3ms所对应的短波红外图像Img3并进入步骤(7)，否则调节探测电路的增益系数K3后重复步骤(6)；
(7)将短波红外成像系统的积分时间调整至5ms；
(8)采集红外图像，计算该图像平均灰度Iave，若Iave在6000±500之内，则采集5ms所对应的短波红外最佳增益图像Img5并进入步骤(9)，否则调节探测电路的增益系数K5后重复步骤(8)；
(9)分别计算图像Img1、Img2、Img3、Img5的清晰度评价指标；
(10)选取步骤(9)中清晰度指标最大的图像所对应的积分时间及增益作为该场景短波红外成像的配置参数。
所述短波红外探测器采用能够将目标红外辐射转换为可检测电信号的光电探测器件，响应波段为1.0-3.0μm，探测器像元为256*256。
所述短波红外成像系统，由积分时间控制探测器表面的光通量，由增益系数控制光电转换信号的直流量大小。
所述短波红外探测器共设置四档积分时间1ms、2ms、3ms和5ms，根据实际需求调整，探测器的动态调整范围为0.1ms-6ms。
所述增益系数Kn其中n＝1,2…5.为探测器电路的拦截电压，设置范围为0-4v。
所述红外图像为14位灰度图像，灰度范围为0-16383，下饱和值为0，上饱和值为16383。
所述平均灰度计算方法具体为：
其中H为图像的行数，W为图像的列数，H＝256，W＝256，Ii,j指每个像元的灰度少。
所述增益系数调整方法为Ki＝Ki-a*(Iave-6000)，其中Ki为各个积分档所对应的增益系数数字表示，实际输出电压的求解方法为Vi＝Ki/16000，系数a为每次校正的幅度，取0.1或0.2。
所述清晰度评价指标的计算方法采用基于Canny边缘检测的清晰度评价方法，具体步骤为：
首先对图像做高斯滤波进行平滑降噪，再计算梯度幅值和方向，再对梯度图像进行非极大值抑制，最后确定高、低阈值并结合连接分析方法确定图像最终的边缘，高、低阈值大小的选择，检测和连接图像边缘，，再计算得到边缘图像的均方差，作为清晰度评价指标，均方差越大图像细节越丰富表示图像越清晰，均方差越小图像细节越稀少表示图像质量越差。
与现有技术相比，本发明具有如下的有益效果：
为了从复杂红外场景和无任何先验知识条件下调整红外短波相机的控制参数，本发明提出了一种基于场景成像质量的短波成像控制方法，本发明与现有技术相比具有以下优势
1)本发明同时调整系统的积分时间和增益系数，将探测系统的动态范围调整到最大，短波红外探测系统的灵敏阈显著提高；
2)采用先确定增益，再评价图像质量的方式有效的避免了图像整体亮度对成像质量的影响；
3)采用基于Canny边缘检测的方法结合均方差结果可以有效的评价短波成像的细腻程度，简单快速指导控制参数的选取，有利于弹上系统的应用；
4)确定控制参数后再选取非均匀校正参数，使得短波红外系统能够更加适应高温辐射及阳光反射的影响，使得系统保持了良好的均匀性。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明中短波成像系统的电路示意图；
图2为基于场景成像质量的短波控制方法流程图；
图3为同一场景下不同积分时间的场景成像效果；
图4为质量评价的结果。
具体实施方式
本发明方法首先调整不同积分时间的增益系数并采集最佳增益系数条件下的图像，然后对不同积分时间条件下采集的图像进行图像质量评价，最后通过图像质量评价结果选出最佳积分时间和增益系数，最后给出相应积分时间的非均匀校正参数。
不同积分时间下的增益系数调整：
短波成像系统由积分时间和增益系数共同控制，其中积分时间控制系统的曝光量，增益系数控制系统经光电转换后的直流量大小，调整范围为0-4v，短波图像细节纹理丰富，边缘清晰，成像特征接近可见光图像，但是直流量过大或者过低会导致细节信息溢出，故需调整增益系数使得图像灰度在视觉最佳范围内，调整规则为Vi＝Ki/16000，其中Vi为增益电压，Ki为增益电压的数字表现形式求取原则为Ki＝Ki-a*(Iave-6000)，取0.1或0.2，Iave为图像平均灰度，6000为系统设定值可根据实际需求修改。
图像质量评价：
增益系数确定后，需要确定该场景的最佳积分时间，对不同积分时间采集下的图像进行质量评价，由于图像上饱和或下饱和均会造成图像细节丢失，边缘减少，因此采用基于边缘检测的图像质量评价。首先采用高斯滤波对图像进行平滑降噪，再计算梯度幅值和方向，再对梯度图像进行非极大值抑制，最后确定高、低阈值并结合连接分析方法确定图像最终的边缘，高、低阈值大小的选择，检测和连接图像边缘。最后计算边缘图像的均方差，均方差越大图像质量越好。
确定最佳积分时间和增益系数：
选取图像质量评价最高的积分时间和增益系数，传递电路控制模块，同时根据积分时间选取非均匀校正参数对相机进行非均匀校正。
为更好地理解本发明的技术方案，对该方法作进一步描述。本发明的成像系统如图1所示，首先调整探测器的积分时间、增益系数并选取相应的非均匀校正参数，使得不同积分时间所采集的图像均值均在6000左右(图像灰度范围为0-16383)；采集不同积分时间状态下的场景图像并做质量评价；选取最优图像所对应的积分时间和增益系数作为探测器的控制参数并选取所对应的非均匀校正参数，短波成像系统不同积分时间的成像效果如附图3所示，不同积分时间下图像的质量评价结果如附图4所示。具体流程图如图2所示
1)将短波红外成像系统的积分时间调整为1ms；
2)选取1ms所对应的非均匀校正参数，调整增益系数使得短波图像平均值在6000ms左右；
3)将短波红外成像系统的积分时间调整为2ms；
4)选取2ms所对应的非均匀校正参数，调整增益系数使得短波图像平均值在6000ms左右；
5)将短波红外成像系统的积分时间调整为3ms；
6)选取3ms所对应的非均匀校正参数，调整增益系数使得短波图像平均值在6000ms左右；
7)将短波红外成像系统的积分时间调整为5ms；
8)选取5ms所对应的非均匀校正参数，调整增益系数使得短波图像平均值在6000ms左右；
9)对4个积分时间所采集的图像进行基于Canny边缘检测的质量评价；
10)选取质量评价最高的图像所对应的积分时间和增益系数作为短波探测系统的输入参数。
本发明提出的一种基于场景成像质量的短波图像控制方法。本发明针对在无任何先验信息条件下，提供了一种快速准确短波成像控制技术。以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。
Claims (9)
1.一种基于场景清晰度评价的短波红外探测器成像控制方法,其特征在于步骤如下：
(1)将短波红外成像系统的积分时间调整至1ms；
(2)采集红外图像，计算图像平均灰度Iave，若Iave在6000±500之内，则采集1ms所对应的短波红外图像Img1并进入步骤(3)，否则调节探测电路的增益系数K1后重复步骤(2)；
(3)将短波红外成像系统的积分时间调整至2ms；
(4)采集红外图像，计算该图像平均灰度Iave，若Iave在6000±500之内，则采集2ms所对应的短波红外图像Img2并进入步骤(5)，否则调节探测电路的增益系数K2后重复步骤(4)；
(5)将短波红外成像系统的积分时间调整至3ms；
(6)采集红外图像，计算该图像平均灰度Iave，若Iave在6000±500之内，则采集3ms所对应的短波红外图像Img3并进入步骤(7)，否则调节探测电路的增益系数K3后重复步骤(6)；
(7)将短波红外成像系统的积分时间调整至5ms；
(8)采集红外图像，计算该图像平均灰度Iave，若Iave在6000±500之内，则采集5ms所对应的短波红外最佳增益图像Img5并进入步骤(9)，否则调节探测电路的增益系数K5后重复步骤(8)；
(9)分别计算图像Img1、Img2、Img3、Img5的清晰度评价指标；
(10)选取步骤(9)中清晰度指标最大的图像所对应的积分时间及增益作为该场景短波红外成像的配置参数。
2.根据权利要求1所述的一种基于场景清晰度评价的短波红外探测器成像控制方法,其特征在于：所述短波红外探测器采用能够将目标红外辐射转换为可检测电信号的光电探测器件，响应波段为1.0-3.0μm，探测器像元为256*256。
3.根据权利要求书1所述的一种基于场景清晰度评价的短波红外探测器成像控制方法,其特征在于：所述短波红外成像系统，由积分时间控制探测器表面的光通量，由增益系数控制光电转换信号的直流量大小。
4.根据权利要求1所述的一种基于场景清晰度评价的短波红外探测器成像控制方法,其特征在于：所述短波红外探测器共设置四档积分时间1ms、2ms、3ms和5ms，根据实际需求调整，探测器的动态调整范围为0.1ms-6ms。
5.根据权利要求1所述的一种基于场景清晰度评价的短波红外探测器成像控制方法,其特征在于：所述增益系数Kn其中n＝1,2…5.为探测器电路的拦截电压，设置范围为0-4V。
6.根据权利要求1所述的一种基于场景清晰度评价的短波红外探测器成像控制方法,其特征在于：所述红外图像为14位灰度图像，灰度范围为0-16383，下饱和值为0，上饱和值为16383。
7.根据权利要求1所述的一种基于场景清晰度评价的短波红外探测器成像控制方法,其特征在于：所述平均灰度计算方法具体为：
其中H为图像的行数，W为图像的列数，H＝256，W＝256，Ii,j指每个像元的灰度值。
8.根据权利要求1所述的一种基于场景清晰度评价的短波红外探测器成像控制方法,其特征在于：所述增益系数调整方法为Ki＝Ki-a*(Iave-6000)，其中Ki为各个积分档所对应的增益系数数字表示，实际输出电压的求解方法为Vi＝Ki/16000，系数a为每次校正的幅度，取0.1或0.2。
9.根据权利要求1-8任一所述的一种基于场景清晰度评价的短波红外探测器成像控制方法,其特征在于：所述清晰度评价指标的计算方法采用基于Canny边缘检测的清晰度评价方法，具体步骤为：
首先对图像做高斯滤波进行平滑降噪，再计算梯度幅值和方向，再对梯度图像进行非极大值抑制，最后确定高、低阈值并结合连接分析方法确定图像最终的边缘，高、低阈值大小的选择，检测和连接图像边缘，，再计算得到边缘图像的均方差，作为清晰度评价指标，均方差越大图像细节越丰富表示图像越清晰，均方差越小图像细节越稀少表示图像质量越差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110158347.9A CN112857587B (zh) | 2021-02-04 | 2021-02-04 | 一种基于场景清晰度评价的短波红外探测器成像控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110158347.9A CN112857587B (zh) | 2021-02-04 | 2021-02-04 | 一种基于场景清晰度评价的短波红外探测器成像控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112857587A true CN112857587A (zh) | 2021-05-28 |
| CN112857587B CN112857587B (zh) | 2022-03-04 |
Family
ID=75988969
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110158347.9A Active CN112857587B (zh) | 2021-02-04 | 2021-02-04 | 一种基于场景清晰度评价的短波红外探测器成像控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112857587B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114332082A (zh) * | 2022-03-07 | 2022-04-12 | 飞狐信息技术（天津）有限公司 | 清晰度的评价方法、装置、电子设备及计算机存储介质 |
| CN117281483A (zh) * | 2023-10-27 | 2023-12-26 | 合肥春晖明志医疗科技有限公司 | 一种用于近红外漫射光成像技术的图像处理系统 |
| CN117939319A (zh) * | 2024-03-22 | 2024-04-26 | 中国科学院云南天文台 | 一种短波红外探测器的优化采样方法及系统 |
| CN117939319B (zh) * | 2024-03-22 | 2024-06-04 | 中国科学院云南天文台 | 一种短波红外探测器的优化采样方法及系统 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001268440A (ja) * | 2000-03-23 | 2001-09-28 | Toshiba Corp | 赤外線撮像装置 |
| CN201653553U (zh) * | 2010-01-06 | 2010-11-24 | 中国电子科技集团公司第十一研究所 | 一种红外周视成像装置 |
| CN103604503A (zh) * | 2013-06-17 | 2014-02-26 | 中国航天科工集团第三研究院第八三五八研究所 | 一种积分时间动态调整的高精度非均匀性校正方法 |
| CN103702015A (zh) * | 2013-12-20 | 2014-04-02 | 华南理工大学 | 一种近红外条件下人脸图像采集系统的曝光控制方法 |
| CN105092043A (zh) * | 2014-05-20 | 2015-11-25 | 南京理工大学 | 一种基于场景的变积分时间的非均匀性校正方法 |
| CN107424146A (zh) * | 2017-06-28 | 2017-12-01 | 北京理工大学 | 一种红外偏振图像质量客观评价方法和系统 |
| US10009554B1 (en) * | 2017-02-24 | 2018-06-26 | Lighthouse Ai, Inc. | Method and system for using light emission by a depth-sensing camera to capture video images under low-light conditions |
| CN109151335A (zh) * | 2018-09-30 | 2019-01-04 | 中国科学院西安光学精密机械研究所 | 一种短波红外探测器自适应曝光方法 |
| US20190158769A1 (en) * | 2017-11-20 | 2019-05-23 | Flir Commercial Systems, Inc. | Short wave infrared image sensor with automatic exposure and dynamic range control |
| CN110035239A (zh) * | 2019-05-21 | 2019-07-19 | 北京理工大学 | 一种基于灰度—梯度优化的多积分时间红外图像融合方法 |
| US20190249956A1 (en) * | 2018-02-10 | 2019-08-15 | Diehl Defence Gmbh & Co. Kg | Method for determining characteristic-curve correction factors of a matrix detector that images in the infrared spectral range, method for controlling a guided missle and guided missle |
| CN111680537A (zh) * | 2020-03-31 | 2020-09-18 | 上海航天控制技术研究所 | 一种基于激光红外复合的目标检测方法及系统 |
-
2021
- 2021-02-04 CN CN202110158347.9A patent/CN112857587B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001268440A (ja) * | 2000-03-23 | 2001-09-28 | Toshiba Corp | 赤外線撮像装置 |
| CN201653553U (zh) * | 2010-01-06 | 2010-11-24 | 中国电子科技集团公司第十一研究所 | 一种红外周视成像装置 |
| CN103604503A (zh) * | 2013-06-17 | 2014-02-26 | 中国航天科工集团第三研究院第八三五八研究所 | 一种积分时间动态调整的高精度非均匀性校正方法 |
| CN103702015A (zh) * | 2013-12-20 | 2014-04-02 | 华南理工大学 | 一种近红外条件下人脸图像采集系统的曝光控制方法 |
| CN105092043A (zh) * | 2014-05-20 | 2015-11-25 | 南京理工大学 | 一种基于场景的变积分时间的非均匀性校正方法 |
| US10009554B1 (en) * | 2017-02-24 | 2018-06-26 | Lighthouse Ai, Inc. | Method and system for using light emission by a depth-sensing camera to capture video images under low-light conditions |
| CN107424146A (zh) * | 2017-06-28 | 2017-12-01 | 北京理工大学 | 一种红外偏振图像质量客观评价方法和系统 |
| US20190158769A1 (en) * | 2017-11-20 | 2019-05-23 | Flir Commercial Systems, Inc. | Short wave infrared image sensor with automatic exposure and dynamic range control |
| US20190249956A1 (en) * | 2018-02-10 | 2019-08-15 | Diehl Defence Gmbh & Co. Kg | Method for determining characteristic-curve correction factors of a matrix detector that images in the infrared spectral range, method for controlling a guided missle and guided missle |
| CN109151335A (zh) * | 2018-09-30 | 2019-01-04 | 中国科学院西安光学精密机械研究所 | 一种短波红外探测器自适应曝光方法 |
| CN110035239A (zh) * | 2019-05-21 | 2019-07-19 | 北京理工大学 | 一种基于灰度—梯度优化的多积分时间红外图像融合方法 |
| CN111680537A (zh) * | 2020-03-31 | 2020-09-18 | 上海航天控制技术研究所 | 一种基于激光红外复合的目标检测方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| BORCAN, O.V.等: "An analitical approach regarding the choose of integration time and gain values during a thermal camera calibration", 《APPLIED MECHANICS AND MATERIALS》 * |
| 崔坤等: "自适应积分时间改变的红外焦平面非均匀校正方法", 《红外与激光工程》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114332082A (zh) * | 2022-03-07 | 2022-04-12 | 飞狐信息技术（天津）有限公司 | 清晰度的评价方法、装置、电子设备及计算机存储介质 |
| CN114332082B (zh) * | 2022-03-07 | 2022-05-27 | 飞狐信息技术（天津）有限公司 | 清晰度的评价方法、装置、电子设备及计算机存储介质 |
| CN117281483A (zh) * | 2023-10-27 | 2023-12-26 | 合肥春晖明志医疗科技有限公司 | 一种用于近红外漫射光成像技术的图像处理系统 |
| CN117281483B (zh) * | 2023-10-27 | 2024-06-04 | 合肥春晖明志医疗科技有限公司 | 一种用于近红外漫射光成像技术的图像处理系统 |
| CN117939319A (zh) * | 2024-03-22 | 2024-04-26 | 中国科学院云南天文台 | 一种短波红外探测器的优化采样方法及系统 |
| CN117939319B (zh) * | 2024-03-22 | 2024-06-04 | 中国科学院云南天文台 | 一种短波红外探测器的优化采样方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112857587B (zh) | 2022-03-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104917975B (zh) | 一种基于目标特征的自适应自动曝光方法 | |
| CN104899836B (zh) | 一种基于近红外多光谱成像的雾天图像增强装置及方法 | |
| CN110349114A (zh) | 应用于aoi设备的图像增强方法、装置及道路视频监控设备 | |
| CN113160106B (zh) | 红外目标检测方法及装置、电子设备、存储介质 | |
| CN112857587B (zh) | 一种基于场景清晰度评价的短波红外探测器成像控制方法 | |
| CN107533756A (zh) | 图像处理装置、摄像装置、图像处理方法以及存储图像处理装置的图像处理程序的存储介质 | |
| Li et al. | An improved image defogging method based on dark channel prior | |
| CN107911599B (zh) | 一种红外图像全局自动对焦方法及装置 | |
| CN111355936A (zh) | 用于人工智能的采集和处理图像数据的方法及系统 | |
| CN102096273B (zh) | 一种基于目标特性的空间相机自动曝光方法 | |
| Wang et al. | Ship detection in foggy remote sensing image via scene classification R-CNN | |
| CN105827898B (zh) | 应用于摄像机的伽马曲线调整方法及装置 | |
| Jiang et al. | Multiple templates auto exposure control based on luminance histogram for onboard camera | |
| CN115219026B (zh) | 偏振智能感知系统及感知方法 | |
| CN116664460A (zh) | 一种红外夜视融合方法 | |
| CN111291747B (zh) | 一种复杂场景下基于深度图的彩色小目标检测方法 | |
| Guo et al. | Single image defogging based on particle swarm optimization | |
| Khalaf et al. | Hazy Image Enhancement Using DCP and AHE Algorithms with YIQ Color Space | |
| CN110855899B (zh) | 基于相关双采样的InGaAs短波红外相机高动态范围成像方法 | |
| Bai | Research on Auto-exposure Algorithm Based on Image Big Data and Information Entropy | |
| Song et al. | Scene-based Blind and Flickering Pixel Dynamic Correction Algorithm | |
| Zhang et al. | Design of infrared image enhancement method based on high-low pass hybrid filtering | |
| Ganguly et al. | Fusion of Mathematical Morphology with Adaptive Gamma Correction for Dehazing and Visibility Enhancement of Images | |
| Wang et al. | Dehazing algorithms based on credibility fusion | |
| Chaudhuri et al. | Frequency and spatial domains adaptive-based enhancement technique for thermal infrared images |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |