非制冷红外偏振图像目标识别技术研究

作     者：安庆禄 

作者单位：西安工业大学 

学位级别：硕士

导师姓名：周顺;朱镭

授予年度：2024年

学科分类：080901[工学-物理电子学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080203[工学-机械设计及理论] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 0803[工学-光学工程] 

主      题：红外 偏振光 目标识别 深度学习 

摘      要：近年来,随着探测成像技术高速发展,对目标进行探测识别的精度越来越高。其中,红外成像探测技术在各领域都有广泛应用。但与此同时,红外伪装、红外抗干扰技术也在进步,造成红外成像探测技术对复杂场景下目标的识别性能下降。例如在军事领域,军事目标为防红外探测往往进行伪装隐蔽,造成红外探测系统无法根据温度差异来较好的识别出目标。为改善此问题,本文将偏振成像技术引入红外目标探测领域。 偏振可以提供与光谱和强度不相关的信息,它是电磁波的一种物理特性。研究发现,人造目标与自然环境背景的偏振度存在较大差异。因此可以利用这一现象,结合偏振成像的方式对目标进行有效的识别。基于上述阐述,为提升在红外偏振图像中对伪装军事目标的识别能力,本文开展了对模拟伪装军事目标的红外偏振图像目标识别技术研究。 本文首先介绍了偏振成像在各个领域的应用,阐释了利用偏振图像进行目标识别的可行性。之后明确了本课题的功能性要求,介绍了本课题的总体方案。实验部分首先实验搭建了户外偏振图像采集系统,用于图像采集,并建成图像数据集。对采集到的图像进行预处理,以提高图像质量,为最终的目标识别奠定良好的基础。为利用偏振图像中目标与地物背景偏振信息相差较大的特性,本文在基于深度学习的目标识别算法的基础上引入了注意力机制。注意力机制在处理序列数据时可以计算其与其它元素之间的相似度,并将这些相似度归一化为注意力权重。而偏振图像中人造目标的偏振信息相似,且与背景的偏振信息相差较大。因此,对于图像中偏振信息更强烈的部分,引入注意力机制的神经网络可以更有效的学习并关注。 通过实验观察目标识别效果,并引入评价指标对实验数据进行客观评价。实验结果表明,针对偏振图像特性进行改进后的目标识别算法,在各个指标上,相比较与改进之前的原始算法模型都有了一定的提升。验证了通过本文的方式对偏振图像目标进行识别满足课题的功能性要求。