[发明专利]一种红外望远镜全画幅成像输出方法及系统

说明书

本发明涉及一种红外望远镜全画幅成像输出方法及系统，不同曲率以及不同折射率的红外玻璃镜片在红外望远镜中的同一轴线上排列形成红外成像镜头，红外感光单元设置成非制冷红外焦平面阵列形成红外望远镜中的红外探测器，包括以下步骤：获取红外光线、非均匀校正、识别目标类别、目标测距、图像标识、图像融合。本发明一种红外望远镜全画幅成像输出方法及系统，通过将红外望远镜采集的红外图像进行非均匀校正、识别目标类别、进行目标测距、图像标识再进行图像融合，完成红外图像的实时分析及标注，实现了对红外图像中目标的分析和理解。

技术领域

本发明涉及一种全画幅成像输出方法及系统，尤其涉及一种红外望远镜全画幅成像输出方法及系统。

背景技术

红外望远镜一种利用景物本身发出或反射的红外光线，对景物成像和显示的设备。由于有温度的物体都能够向外辐射红外光线，因此，红外望远镜不仅能在白天使用，在漆黑的夜晚也能够通过景物发出的红外光线，获得清晰的图像。便携式红外望远镜是将红外望远镜及其供电设备集成在一个小体积的空间里，方便用户携带，并能够在不依靠外部支架的条件下，灵活地选择观测目标，常用于户外郊游、野外打猎、警用侦察等领域。现有红外望远镜不能对望远镜视野中的全幅面图像进行目标分析和理解，不能进行目标的实时分析及标注。同时，现有红外望远镜设备的续航能力也是影响用户体验的关键因素，如何能使产品降低功耗，增加设备的使用续航能力也是便携式红外望远镜的设计难点。

发明内容

本发明解决的技术问题是：构建一种红外望远镜全画幅成像输出方法及系统，克服现有技术的红外望远镜不能进行目标的实时分析及标注，实现对目标分析和理解的技术问题。

本发明的技术方案是：构建一种红外望远镜全画幅成像输出方法，不同曲率以及不同折射率的红外玻璃镜片在红外望远镜中的同一轴线上排列形成红外成像镜头，红外感光单元设置成非制冷红外焦平面阵列形成红外望远镜中的红外探测器，包括以下步骤：

获取红外光线：所述红外成像镜头将一个光谱区域中的红外光线汇聚到红外探测器的非制冷红外焦平面阵列上；

生成数字信号：红外感光单元吸收汇聚到非制冷红外焦平面阵列上的光线从而产生变化的电压信号，所述红外探测器中的信号电路将非制冷红外焦平面阵列的阵列电压信号转换成数字信号；

非均匀校正：采用ARM处理器模块对所述红外探测器的阵列数字信号进行非均匀校正以校正所述红外探测器感光单元的温度响应率；

识别目标类别：对于一个光谱区域内场景进行全画幅分析，识别出场景里成像目标的目标类别；

目标测距：根据场景中目标类别所占像素的大小，计算出成像目标当前和观察者之间的距离；

图像标识：将获取的当前成像目标的目标距离形成目标距离标识；

图像融合：将目标距离标识与红外图像中的成像目标进行融合，融合过程中，成像目标和目标距离标识对应融合形成融合红外视频图像。

本发明的进一步技术方案是：在识别目标类别步骤中，在识别目标类别步骤中，通过对红外图像标签样本的监督学习建立全卷积神经网络的深度学习模型，应用深度学习模型实现对全幅面红外图像中目标的类别进行识别。

本发明的进一步技术方案是：通过采集多样目标对象的红外图像，对红外图像中目标的类别和回归框进行人工标注，以此作为监督学习的标签样本，从而构建红外图像目标的深度学习模型，通过红外图像目标的深度学习模型在全幅面图像中区分出目标区域及目标类别。

本发明的进一步技术方案是：还包括对目标类别进行标注。

本发明的进一步技术方案是：还包括对非均匀校正后的图像信号进行γ校正、动态直方图拉伸、滤波等处理方式中的一种或多种进行红外图像增强处理。