红外热像仪图像分析系统组件的开发与应用
|
摘要
随着红外热像仪越来越广泛的在军事和民用方面的应用,用户对其采集的红外热图像的处理与分析功能也提出了更高的要求,因此开发出功能强大的、符合规范的红外热像仪图像分析系统软件具有理论与实践意义。本文对红外图像的文件格式、显示、处理、分析以及人脸识别的方法等相关问题进行了研究,开发出了红外图像分析处理系统组件,并应用于各种不同用途的红外图像商业软件中。
分析了红外热像仪测温原理与红外图像的特点,提出了一种新的红外图像规范。新的红外图像规范包含了更多的图像信息,并且可以储存分析数据,也具有一定的可扩展性。根据新的红外图像规范,实现了红外图像的数据转换、图像测温、图像增强、图像处理以及局部放大等红外测温技术的基础服务。
研究了现有的红外图像软件的功能和不足,增强了面向红外应用的辅助分析功能,实现了分析图形的鼠标自动拾取以及编辑撤销等方法。采用最新的软件规范、标准和工具,运用面向对象的设计方法与UML建模方法,开发出了红外图像分析系统组件,并将组件成功应用于多个红外图像应用软件。
在上述研究成果与现有红外图像识别技术的基础上,提出了一种基于支撑向量机的红外热图像的人脸自动识别方法,提高了红外热像仪的自动化水平,扩大了热像仪应用范围。实验证明了其有效性。
With the wider use of infrared camera,the processing and analyse method of thermal infrared image which is obtained by the infrared camera is more and more important. A good infrared image software has great significance both in theory and in practice. Based on research on file format, display, processing, analyse and face recognition method of infrared image, a infrared image system component is developed which has been used in several commercial software successfully.
Based on research on the character of both infrared image in existence and BMP file , a new format of infrared image file is provided. It is standard, has more information and counld be easily extended. The algorithm of display, converting, measure, enhancement, processing and part amplifying the new infrared image file are realized.
After study the function and shortage of the old infrared software, using the newest software criterion and developing tool, based on Object-Oriental method and UML, a infrared image system component is developed. It enhance the function of image analyse, which provide a method of picking up the graph. It has been used in several application software.
On the basis of the achivements mentioned above, a method to detect human faces in infrared images based SVM algorithm is provided. It improves the level of automation of infrared camera and extends the range of use. The experiment shows the effect.
分析了红外热像仪测温原理与红外图像的特点,提出了一种新的红外图像规范。新的红外图像规范包含了更多的图像信息,并且可以储存分析数据,也具有一定的可扩展性。根据新的红外图像规范,实现了红外图像的数据转换、图像测温、图像增强、图像处理以及局部放大等红外测温技术的基础服务。
研究了现有的红外图像软件的功能和不足,增强了面向红外应用的辅助分析功能,实现了分析图形的鼠标自动拾取以及编辑撤销等方法。采用最新的软件规范、标准和工具,运用面向对象的设计方法与UML建模方法,开发出了红外图像分析系统组件,并将组件成功应用于多个红外图像应用软件。
在上述研究成果与现有红外图像识别技术的基础上,提出了一种基于支撑向量机的红外热图像的人脸自动识别方法,提高了红外热像仪的自动化水平,扩大了热像仪应用范围。实验证明了其有效性。
With the wider use of infrared camera,the processing and analyse method of thermal infrared image which is obtained by the infrared camera is more and more important. A good infrared image software has great significance both in theory and in practice. Based on research on file format, display, processing, analyse and face recognition method of infrared image, a infrared image system component is developed which has been used in several commercial software successfully.
Based on research on the character of both infrared image in existence and BMP file , a new format of infrared image file is provided. It is standard, has more information and counld be easily extended. The algorithm of display, converting, measure, enhancement, processing and part amplifying the new infrared image file are realized.
After study the function and shortage of the old infrared software, using the newest software criterion and developing tool, based on Object-Oriental method and UML, a infrared image system component is developed. It enhance the function of image analyse, which provide a method of picking up the graph. It has been used in several application software.
On the basis of the achivements mentioned above, a method to detect human faces in infrared images based SVM algorithm is provided. It improves the level of automation of infrared camera and extends the range of use. The experiment shows the effect.
引文
[1] 李国华, 吴立新, 吴淼等. 红外热像技术及其应用的研究进展. 红外与激光工程, 2004, 33(3): 227~230
[2] 刘普霖. 红外光电子技术及其应用. 科学中国人, 2003, 9: 28~30
[3] 孙志军. 飞速发展的世界红外热摄像仪技术及其市场. 电子与封装, 2005, 5(1): 36~45
[4] 周立伟. 光电子成像: 走向新的世纪. 北京理工大学学报, 2002, 22(1): 1~12
[5] Larry Adams. Infrared Camera Goes Small. Quality. Troy, 2002, 41(7): 16~17
[6] 郑兆平, 曾汉生, 丁翠娇等. 红外热成像测温技术及其应用. 红外技术, 2003, 25(1): 96~98
[7] 金斯敦 R H. 光学和红外辐射探测. 第 1 版. 北京: 科学出版社, 1984. 8~47
[8] 宁国祥. 非致冷红外成像系统图像分析软件的开发: [硕士学位论文]. 武汉: 华中科技大学图书馆, 2002
[9] 小哈得逊 R D. 红外系统原理. 第 1 版. 北京: 国防工业出版社, 1975. 27~80
[10] Orrell, Peter. How to measure temperature. Sensor Review. Bradford, 1995, 15(4): 28~30
[11] 张东胜, 王霞, 安里千. 一种红外热像文件及其图像得处理方法. 光电技术, 2005, 29(3): 334~340
[12] M Walther, R Rehm, F Fuchs, et al. 256×256Focal Plane Array Midwavelength Infrared Camera Based on InAs/ GaSb Short-Period Superlattices. Journal of Electronic Materials, 2005, 34(6): 722~725
[13] 贾永红. 数字图像处理. 第 2 版. 武汉: 武汉大学出版社, 2003
[14] 张明敏. 图形图像文件格式解码使用程序(续 4). 中国图象图形学报, 1998, 3(5) : 418~424
[15] 梅林, 侯成刚, 王裕文. Windows 环境下红外图像采集和处理系统. 红外与激光工程, 1999, 28(3): 33~36
[16] 胡新荣, 崔树芹, 曾西洋. 基于 OpenGL 的红外图像的读取及处理. 武汉科技学院学报, 2002, 15(1): 85~87
[17] SUN Shao-yuan, JING Zhong-liang, LI Zhen-hua, et al. Infrared image enhancement based on two- dimensional histogram analysis. Proceedings of SPIE, 2003, 5203:729~736
[18] 杨淑莹. VC++图像处理程序设计. 第 1 版. 北京: 清华大学出版社, 北方交通大学出版社, 2003
[19] Huang T S. A fast two-dimension median filtering algorithm, IEEE Trans Acou Speech Signal Processing, 1979, 27(1): 13~18
[20] 郝蕴等. Visual C++6. 0 开发与实例. 第 1 版. 北京: 电子工业出版社, 1999. 294~306
[21] 孙家广, 扬长贵. 计算机图形学. 第 2 版. 北京: 清华大学出版社, 1995
[22] 王成为. 面向对象分析、设计及应用. 第 1 版. 北京: 国防工业出版社, 1992
[23] 张海藩. 软件工程导论. 第 2 版. 北京: 清华大学出版社, 1998
[24] 吴建, 郑潮, 汪杰. UML 基础与 ROSE 建模案例. 第 1 版. 民邮电出版社, 2004
[25] Axel Wienberg, Florian Matthes, Marko Boger. Modeling Dynamic Software Componets in UML. In: G. Goos, J. Hartmanis, J. van Leeuwen. "UML" '99. Berlin/Heidelberg: Springer, 1999. 204~219
[26] 王育坚. Visual C++面向对象编程教程. 第 1 版. 北京: 清华大学出版社, 2003
[27] 潘爱民. COM 原理与应用. 第 1 版. 北京: 清华大学出版社, 1999
[28] Mark Lutz, David Ascber. Python语言入门. 第1版. 陈革, 冯大辉译. 北京: 中国电力出版社, 2001
[29] 赵巨波, 王玉珍, 李德勇. 红外图像中运动小目标的检测方法. 宇航计测技术, 2004, 24(3): 44~46
[30] Guy Aviram, Stanley R. Rotman. Evaluating the effect of infrared image enhancement on human target detection performance and image qulity judgment. Optical Engineering, 1999, 38(8): 1433~1440
[31] 吉波, 华继学, 杜蓬勃. 红外图像特征提取的一种方法. 航空计算技术, 2005, 35(3): 44~46
[32] 王甜, 王建民, 杨树谦等. 红外图像自动目标识别技术发展. 控制与制导. 2005, 11, 41~47
[33] 余农, 吴常泳, 汤心溢等. 红外成像自动目标识别技术研究——计算模型与数据流程. 现代防御技术, 2003, 31(6): 52~59
[34] 杜峰, 施文康, 邓勇等. 红外序列图像的支持向量机分割方法. 光电工程, 2005, 32(3): 62~65
[35] Nello Cristianini, John Shawe-Taylor. 支持向量机导论. 第 1 版. 李国正, 王猛,曾华军译, 电子工业出版社, 2004
[36] T Zouagui, H Benoit-Cattin, C Odet. Image segmentation functional model. Pattern Recognition, 2004, 37(9): 1785~1795
[37] A MADABHUSHI, D N METAXAS. Combining low-high-level and empirical domain knowledge for automated segmentation of ultrasonic breast lesions. IEEE Trans Med Imaging, 2003, 22(2): 155~169
[38] Vapnik V. 统计学习理论的本质. 第 1 版. 张学工译. 北京: 清华大学出版社, 2000
[39] P K SAHA, J K UDUPA. Relative Fuzzy Connectedness among Multiple Objects Theory, Algorithms, and Applications in Image Segmentation. Computer Vision and Image Understanding, 2001, 82(1): 42~56
[40] V VAPNIK. The Nature of Statistical Learning Theory. New York, NY: Springer-Verlag. 1995
[41] A B A Graf, A J SMOLA, S BORER. Classification in a normalized feature spaceusing support vector machines. IEEE Transactions on Neural Networks, 2003, 14 (3): 597~605
[42] 凌旭峰, 杨杰, 叶晨洲. 基于支撑向量机的人脸识别技术. 红外与激光工程, 2001, 30(5): 318~327
[43] 李江, 郁文贤, 匡刚要, 宋海娜. 一种符合模式的人脸识别系统设计. 国防科技大学学报, 2003, 25(3): 45~48
[44] 蒋定定, 李开端, 赵育良. 基于 Gabor 遗传算法的红外图像识别. 应用光学, 2005, 26(3): 32~35
[45] Olivier Chapelle, Patrick Haffner, Vladimir N. Vapnik. Support Vector Machines for Histogram-Based Image Classification. IEEE Transaction on neural networks, 1999, 10(5): 1055~1064
[46] Edgar Osuna. Applying SVMs to face detection. IEEE Interlligent System, 1998: 23~26
[47] Lu Chunyu, Yan Pingfan, Zhang Changshui, et al. Face recognition using support vector machine. In: Proc. of ICNNB’98, Beijing, 1998, 652~655
[48] Jian-xiong Dong, Adam Krzyzak, Ching Y. Suen. Fast SVM Training Algorithm whit Decomposition on Vety Large Data Sets. IEEE Transactions on Pattern Analysis and achine Intelligenct, 2005, 27(4): 603~618
[2] 刘普霖. 红外光电子技术及其应用. 科学中国人, 2003, 9: 28~30
[3] 孙志军. 飞速发展的世界红外热摄像仪技术及其市场. 电子与封装, 2005, 5(1): 36~45
[4] 周立伟. 光电子成像: 走向新的世纪. 北京理工大学学报, 2002, 22(1): 1~12
[5] Larry Adams. Infrared Camera Goes Small. Quality. Troy, 2002, 41(7): 16~17
[6] 郑兆平, 曾汉生, 丁翠娇等. 红外热成像测温技术及其应用. 红外技术, 2003, 25(1): 96~98
[7] 金斯敦 R H. 光学和红外辐射探测. 第 1 版. 北京: 科学出版社, 1984. 8~47
[8] 宁国祥. 非致冷红外成像系统图像分析软件的开发: [硕士学位论文]. 武汉: 华中科技大学图书馆, 2002
[9] 小哈得逊 R D. 红外系统原理. 第 1 版. 北京: 国防工业出版社, 1975. 27~80
[10] Orrell, Peter. How to measure temperature. Sensor Review. Bradford, 1995, 15(4): 28~30
[11] 张东胜, 王霞, 安里千. 一种红外热像文件及其图像得处理方法. 光电技术, 2005, 29(3): 334~340
[12] M Walther, R Rehm, F Fuchs, et al. 256×256Focal Plane Array Midwavelength Infrared Camera Based on InAs/ GaSb Short-Period Superlattices. Journal of Electronic Materials, 2005, 34(6): 722~725
[13] 贾永红. 数字图像处理. 第 2 版. 武汉: 武汉大学出版社, 2003
[14] 张明敏. 图形图像文件格式解码使用程序(续 4). 中国图象图形学报, 1998, 3(5) : 418~424
[15] 梅林, 侯成刚, 王裕文. Windows 环境下红外图像采集和处理系统. 红外与激光工程, 1999, 28(3): 33~36
[16] 胡新荣, 崔树芹, 曾西洋. 基于 OpenGL 的红外图像的读取及处理. 武汉科技学院学报, 2002, 15(1): 85~87
[17] SUN Shao-yuan, JING Zhong-liang, LI Zhen-hua, et al. Infrared image enhancement based on two- dimensional histogram analysis. Proceedings of SPIE, 2003, 5203:729~736
[18] 杨淑莹. VC++图像处理程序设计. 第 1 版. 北京: 清华大学出版社, 北方交通大学出版社, 2003
[19] Huang T S. A fast two-dimension median filtering algorithm, IEEE Trans Acou Speech Signal Processing, 1979, 27(1): 13~18
[20] 郝蕴等. Visual C++6. 0 开发与实例. 第 1 版. 北京: 电子工业出版社, 1999. 294~306
[21] 孙家广, 扬长贵. 计算机图形学. 第 2 版. 北京: 清华大学出版社, 1995
[22] 王成为. 面向对象分析、设计及应用. 第 1 版. 北京: 国防工业出版社, 1992
[23] 张海藩. 软件工程导论. 第 2 版. 北京: 清华大学出版社, 1998
[24] 吴建, 郑潮, 汪杰. UML 基础与 ROSE 建模案例. 第 1 版. 民邮电出版社, 2004
[25] Axel Wienberg, Florian Matthes, Marko Boger. Modeling Dynamic Software Componets in UML. In: G. Goos, J. Hartmanis, J. van Leeuwen. "UML" '99. Berlin/Heidelberg: Springer, 1999. 204~219
[26] 王育坚. Visual C++面向对象编程教程. 第 1 版. 北京: 清华大学出版社, 2003
[27] 潘爱民. COM 原理与应用. 第 1 版. 北京: 清华大学出版社, 1999
[28] Mark Lutz, David Ascber. Python语言入门. 第1版. 陈革, 冯大辉译. 北京: 中国电力出版社, 2001
[29] 赵巨波, 王玉珍, 李德勇. 红外图像中运动小目标的检测方法. 宇航计测技术, 2004, 24(3): 44~46
[30] Guy Aviram, Stanley R. Rotman. Evaluating the effect of infrared image enhancement on human target detection performance and image qulity judgment. Optical Engineering, 1999, 38(8): 1433~1440
[31] 吉波, 华继学, 杜蓬勃. 红外图像特征提取的一种方法. 航空计算技术, 2005, 35(3): 44~46
[32] 王甜, 王建民, 杨树谦等. 红外图像自动目标识别技术发展. 控制与制导. 2005, 11, 41~47
[33] 余农, 吴常泳, 汤心溢等. 红外成像自动目标识别技术研究——计算模型与数据流程. 现代防御技术, 2003, 31(6): 52~59
[34] 杜峰, 施文康, 邓勇等. 红外序列图像的支持向量机分割方法. 光电工程, 2005, 32(3): 62~65
[35] Nello Cristianini, John Shawe-Taylor. 支持向量机导论. 第 1 版. 李国正, 王猛,曾华军译, 电子工业出版社, 2004
[36] T Zouagui, H Benoit-Cattin, C Odet. Image segmentation functional model. Pattern Recognition, 2004, 37(9): 1785~1795
[37] A MADABHUSHI, D N METAXAS. Combining low-high-level and empirical domain knowledge for automated segmentation of ultrasonic breast lesions. IEEE Trans Med Imaging, 2003, 22(2): 155~169
[38] Vapnik V. 统计学习理论的本质. 第 1 版. 张学工译. 北京: 清华大学出版社, 2000
[39] P K SAHA, J K UDUPA. Relative Fuzzy Connectedness among Multiple Objects Theory, Algorithms, and Applications in Image Segmentation. Computer Vision and Image Understanding, 2001, 82(1): 42~56
[40] V VAPNIK. The Nature of Statistical Learning Theory. New York, NY: Springer-Verlag. 1995
[41] A B A Graf, A J SMOLA, S BORER. Classification in a normalized feature spaceusing support vector machines. IEEE Transactions on Neural Networks, 2003, 14 (3): 597~605
[42] 凌旭峰, 杨杰, 叶晨洲. 基于支撑向量机的人脸识别技术. 红外与激光工程, 2001, 30(5): 318~327
[43] 李江, 郁文贤, 匡刚要, 宋海娜. 一种符合模式的人脸识别系统设计. 国防科技大学学报, 2003, 25(3): 45~48
[44] 蒋定定, 李开端, 赵育良. 基于 Gabor 遗传算法的红外图像识别. 应用光学, 2005, 26(3): 32~35
[45] Olivier Chapelle, Patrick Haffner, Vladimir N. Vapnik. Support Vector Machines for Histogram-Based Image Classification. IEEE Transaction on neural networks, 1999, 10(5): 1055~1064
[46] Edgar Osuna. Applying SVMs to face detection. IEEE Interlligent System, 1998: 23~26
[47] Lu Chunyu, Yan Pingfan, Zhang Changshui, et al. Face recognition using support vector machine. In: Proc. of ICNNB’98, Beijing, 1998, 652~655
[48] Jian-xiong Dong, Adam Krzyzak, Ching Y. Suen. Fast SVM Training Algorithm whit Decomposition on Vety Large Data Sets. IEEE Transactions on Pattern Analysis and achine Intelligenct, 2005, 27(4): 603~618