首页期刊导航|红外技术
期刊信息/Journal information
红外技术
红外技术

苏君红（院士）

月刊

1001-8891

irtek@china.com

0871-5105248

650223

昆明市教场东路31号《红外技术》编辑部

红外技术/Journal Infrared TechnologyCSCD北大核心CSTPCD
查看更多>>本刊是由兵器工业集团公司主管，昆明物理研究所、中国兵工学会夜视技术专业委员会主办的技术性学术月刊。本刊从科学技术的角度全面反映红热成像技术在国内外的发展水平、动态、研制进展状况，及其在国防、工农业及国民领域中的应用情况。红外技术的军事应用，红外和热成像观瞄、识别、跟踪、制导，红外警戒与微光夜视技术，红外对抗与反对抗技术是本刊宣传报道的重点。本刊刊登的大量技术报告、基础研究、工艺制作、测试分析、应用、综述、新产品开发等文章，促进了红外技术范畴内科研、设计、教学、生产、管理及红外技术研究及应用发展。
正式出版
收录年代

    结合Transformer与生成对抗网络的水下图像增强算法

    袁红春张波程心
    975-983页
    查看更多>>摘要：由于水下环境的多样性和光在水中受到的散射及选择性吸收作用,采集到的水下图像通常会产生严重的质量退化问题,如颜色偏差、清晰度低和亮度低等,为解决以上问题,本文提出了一种基于 Transformer 和生成对抗网络的水下图像增强算法.以生成对抗网络为基础架构,结合编码解码结构、基于空间自注意力机制的全局特征建模Transformer模块和通道级多尺度特征融合Transformer模块构建了TGAN(generative adversarial network with transformer)网络增强模型,重点关注水下图像衰减更严重的颜色通道和空间区域,有效增强了图像细节并解决了颜色偏差问题.此外,设计了一种结合 RGB 和 LAB 颜色空间的多项损失函数,约束网络增强模型的对抗训练.实验结果表明,与 CLAHE(contrast limited adaptive histogram equalization)、UDCP(underwater dark channel prior)、UWCNN(underwaterbased on convolutional neural network)、FUnIE-GAN(fast underwater image enhancement for improved visual perception)等典型水下图像增强算法相比,所提算法增强后的水下图像在清晰度、细节纹理和色彩表现等方面都有所提升,客观评价指标如峰值信噪比、结构相似性和水下图像质量度量的平均值分别提升了 5.8%、1.8%和 3.6%,有效地提升了水下图像的视觉感知效果.

    图像处理水下图像增强Transformer生成对抗网络多项损失函数

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于颜色校正和暗亮双通道先验的水下图像增强算法

    杨润刘增力赵宣植
    984-993页
    查看更多>>摘要：在水下成像过程中,光源是影响图像质量的关键因素之一,由于光的散射和吸收,导致水下图像存在颜色失真,对比度和可见度低等诸多问题.这些质量下降的水下图像不利于分析和利用.针对上述问题,本文提出了一种基于颜色校正和暗亮双通道先验的水下图像增强算法.首先提出一种基于标准差比的颜色补偿算法,有效解决颜色失真问题.然后,一方面利用锐化来增强图像的细节和边缘,得到对比度增强图像.另一方面,提出了一种基于通道差异加权的暗亮双通道算法去除图像模糊,得到可见度恢复的图像.最后,采用多尺度融合方法将对比度增强图像和可见度恢复图像进行融合.实验结果表明,与其他水下图像增强算法进行定性和定量评价比较,本文算法能够有效消除颜色偏差、恢复图像的清晰度,同时在Undewater Color Image Quality Evaluation(UCIQE)、Underwater Image Quality Measurement(UIQM)和Information Entropy(IE)参数指标上均有较大提高.

    水下图像增强颜色校正双通道先验多尺度融合

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于改进YOLOv5的水下废弃物红外检测算法

    高永奇袁志祥
    994-1005页
    查看更多>>摘要：针对水下废弃物红外目标检测中出现的检测目标边界细节模糊、图像质量低和存在各种不规则形状或损坏的覆盖物等问题,本文提出了一种基于YOLOv5 的改进目标检测方法(EFDCD-YOLO).在主干网络中选择InceptionNeXt网络,以增强模型的表达能力和特征提取能力.其次,在特征融合层中通过加入EffectiveSE注意力机制,自适应地学习特征通道的重要性,并进行选择性加权.采用可变形卷积替代原模型中的C3 模块,使模型能够更好地感知目标的形状和细节信息.此外,将CARAFE算子替代上采样模块,增强对细粒度特征的表现能力,避免信息丢失.在损失函数方面,采用Focal-EIOU损失函数,以提高模型对目标定位和边界框回归的准确性.最后,引入DyHead替换YOLOv5 中的头部,通过动态感受野机制和多尺度的特征融合方式,提升模型的准确性.将改进后的EFDCD-YOLO模型应用于水下废弃物红外目标检测,相比于YOLOv5 模型,改进后的模型在准确率(P)、召回率(R)和平均精度(mAP)方面分别提升了 21.4%、9.7%和 13.6%.实验结果表明,EFDCD-YOLO能够有效地提升水下废弃物红外目标检测场景的性能,更好地满足水下废弃物红外目标检测的需求.

    水下废弃物红外目标检测注意力机制可变形卷积动态感受野

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于注意力机制与特征重建的水下图像增强

    王燕张金峰王丽康范向辉...
    1006-1014页
    查看更多>>摘要：针对现有水下图像增强方法缺少对图像中关键目标物体的关注,对图像边缘细节信息的增强效果不佳等问题,提出一种基于注意力机制与特征重建的水下图像增强方法.首先,残差模块联合CBAM(Convolutional Block Attention Module)模块构建超像素图像增强模型,提升水下图像整体质量的同时改善图像中目标物体的清晰度和可视性;然后,设计一种边缘差分模块,使模型关注图像的高频信息,增强图像中目标物体的边缘细节;最后,构建多粒度特征重建模块,重构超像素图像增强模块的隐藏层特征,还原输入图像,进一步优化模型参数.实验结果表明,相比于对比方法,本文模型在SSIM(Structural Similarity)、PSNR(Peak Signal to Noise Ratio)和UIQM(Underwater Image Quality Measures)三个评价指标上均有提升,具备更好的增强性能.尤其在增强水下图像关键目标物体上具有显著的效果.

    水下图像增强超像素图像注意力机制边缘差分多粒度特征重建

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于YOLOv8的轻量化水下目标检测算法

    梁秀满赵佳阳于海峰
    1015-1024页
    查看更多>>摘要：针对复杂水下环境导致水下目标检测时出现误检、漏检以及检测效率低等问题,提出了一种改进YOLOv8 模型的轻量化水下目标检测算法.首先,为了改善颈部网络特征融合不足的问题,将YOLOv8 的颈部网络融合(Bidirectional Feature Pyramid Network,BiFPN)双向特征金字塔结构,提高小目标层的检测效果;其次,针对网络中卷积模块参数量大和计算复杂度高的问题,设计了一种自适应注意力下采样(Adaptive-Attention Down-Sampling,AADS)模块,将主干网络中的卷积模块替换为AADS模块,降低模型参数量和计算量;最后,引入大可分离核注意力机制(Large Separable Kernel Attention,LSKA),强化特征提取能力,使模型能够更精确地关注重要信息,提高目标检测精度.将改进的网络在水下目标检测数据集中进行实验,改进后的算法与YOLOv8 相比,平均检测精度提升了1.4%,模型计算复杂度降低了 15.9%,模型参数量减少了 43.3%,使检测精度和检测速度之间达到了很好的平衡.

    YOLOv8水下目标检测大可分离核注意力机制轻量化多尺度特征融合

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于非凸低秩张量分解和群稀疏总变分的高光谱混合噪声图像恢复

    徐光宪王泽民马飞
    1025-1034页
    查看更多>>摘要：高光谱图像(Hyperspectral Image,HSI)在采集的过程中会被大量混合噪声污染,会影响遥感图像后续应用的性能,因此从混合噪声中恢复干净的HSI成为了重要的预处理过程.在本文中,提出了一种基于非凸低秩张量分解和群稀疏总变分正则化的高光谱混合噪声图像恢复模型;一方面,采用对数张量核范数来逼近HSI的低秩特性,可以利用高光谱数据固有的张量结构,同时减少对较大奇异值的收缩以保留图像更多细节特征;另一方面,采用群稀疏总变分正则化来增强HSI的空间稀疏性和相邻光谱间的相关性.并采用ADMM(Alternating Direction Multiplier Method)算法求解,实验证明该算法易于收敛.在模拟和真实的高光谱图像实验中,与其他方法相比,该方法在去除HSI混合噪声方面具有更好的性能.

    高光谱图像混合噪声非凸低秩张量分解群稀疏总变分图像恢复

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于改进YOLOv7的变电站设备红外图像识别方法

    陈怡伦马萍贾爱迪张宏立...
    1035-1042页
    查看更多>>摘要：变电站电气设备红外图像识别是其进行缺陷与故障诊断的重要前提,能保障电力系统的安全稳定运行.为达到变电站设备高精准、高效率的识别效果,本文提出了一种基于改进YOLOv7 网络的变电站设备红外图像识别方法.变电站采集到的红外图像作为YOLOv7 网络的输入,在红外图像的识别中,采用CoordConv卷积层增加图像坐标信息,增强网络层的信息细节,丰富图像特征内容;引入注意力机制排除其他信息干扰,增强模型的特征表达能力,提高网络训练精度;为进一步提高识别精度,不同于传统损失函数的构建,采用WIoU损失函数加速网络收敛,提高模型的准确性.通过对变电站采集的实际红外图像进行分析,实验结果表明,所提出的基于改进YOLOv7 网络的变电站设备红外图像识别模型识别精度能达到 97.1%.相较于YOLOv7 网络和其他几种典型网络,所提模型具有较高的准确性和鲁棒性,可以有效应用于变电站设备的智能监测和维护,为后续故障诊断工作提供基础条件.

    变电站设备红外图像识别YOLOv7CoordConv注意力机制WIoU

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    融合视觉显著性的红外航拍行人检测

    张兴平邵延华梅艳莹张晓强...
    1043-1050页
    查看更多>>摘要：目标检测是计算机视觉的基本任务之一,无人机搭载红外相机为夜间侦察、监视等提供便利.针对红外航拍场景检测目标小、图像纹理信息少、对比度弱以及红外目标检测中传统算法精度有限,深度算法依赖算力及功耗不友好等问题,提出了一种融合显著图的红外航拍场景行人检测方法.首先,采用U2-Net从原始热红外图像中提取显著图对原始图像进行增强;其次分析了像素级加权融合和图像通道替换融合两种方式的影响;再次,重聚类先验框,以提高算法对航拍目标场景的适应性.实验结果表明:像素级视觉显著性加权融合效果更优,对典型YOLOv3、YOLOv3-tiny和YOLOv4-tiny平均精度分别提升了 6.5%、7.6%和 6.2%,表明所设计的融合视觉显著性方法的有效性.

    红外行人检测图像增强显著图YOLOv4

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于小波变换和改进双边滤波的红外图像增强算法

    郝锦虎杜玉红王帅任维佳...
    1051-1059页
    查看更多>>摘要：针对炮车打靶、夜间车辆侦察、航空航天、士兵巡逻过程中红外图像边缘模糊、对比度低、细节不清晰等问题,本文提出了基于小波变换改进双边滤波的Retinex图像增强算法和改进阈值函数去噪算法.将红外图像进行小波分解,获得红外图像的低、高频系数;对高频进行改进阈值函数增强处理,实现自适应选取像素值域标准差对红外图像进行去噪处理;对低频采用改进双边滤波Retinex图像增强算法处理,平滑红外图像保持图像细节;对高、低频图像进行小波重构,得到重构红外图像;最后进行模糊集函数处理,增强红外图像的对比度.实验结果表明,本文改进算法与对比度受限的自适应直方图均衡方法、多尺度Retinex图像增强方法等相比,有效去除了噪声、细节丰富、背景抑制能力以及对比度提升效果好.

    红外图像小波分解双边滤波阈值函数模糊集函数

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    多尺度和卷积注意力相结合的红外与可见光图像融合

    祁艳杰侯钦河
    1060-1069页
    查看更多>>摘要：针对红外与可见光图像融合时,单一尺度特征提取不足、红外目标与可见光纹理细节丢失等问题,提出一种多尺度和卷积注意力相结合的红外与可见光图像融合算法.首先,设计多尺度特征提取模块和可变形卷积注意力模块相结合的编码器网络,多感受野提取红外与可见光图像的重要特征信息.然后,采用基于空间和通道双注意力机制的融合策略,进一步融合红外和可见光图像的典型特征.最后,由 3层卷积层构成解码器网络,用于重构融合图像.此外,设计基于均方误差、多尺度结构相似度和色彩的混合损失函数约束网络训练,进一步提高融合图像与源图像的相似性.本算法在公开数据集上与 7种图像融合算法进行比较,在主观评价和客观评价方面,所提算法相较其它对比算法具有较好的边缘保持性、源图像信息保留度,较高的融合图像质量.

    红外与可见光图像混合损失函数多尺度特征提取注意力机制图像融合

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据