红外多光谱图像仿真研究

红外多光谱图像仿真研究

论文摘要

红外多光谱图像仿真是现代红外科技领域的关键技术之一,它结合了红外物理学、传热学、计算机图形学和虚拟现实等多项技术,为红外多光谱成像系统及相关应用提供了一个逼真模拟平台。本文的主要研究工作是对通过熟悉红外多光谱图像仿真一般流程,并具体针对基于Vega平台的红外仿真进行改进。传统Vega红外仿真方法中物体温度是基于一维热导方程,与真实物理过程相差较大。本文提出的基于Vega与ANSYS的红外多光谱图像仿真采用三维热导方程,使得红外仿真结果更加逼近真实情况。本文提出了两种基于Vega平台红外多光谱图像仿真方法,均能得到不同季节、天气、时间等不同成像条件下的红外多光谱图像。本文首先介绍了红外辐射在大气中的传输特性,分析了不同大气成分对不同波段红外辐射传输的影响,并给出了相应的计算公式来定量计算大气对红外辐射衰减,本文是通过MAT设定相应成像条件条件来计算得到大气数据。接着论述了红外多光谱图像仿真中几个重要环节实现过程,主要利用Vega平台进行红外多光谱图像仿真,这是一种便捷手段。文中简单介绍了Vega平台、Pro/Engineer进行目标建模和MultiGen Creator背景建模过程,讨论了一般温度场模型以及求解方法和如何利用ANSYS进行温度场有限元分析,给出了红外多光谱传感器系统仿真框架和实现方法。最后本文详细描述了两种基于Vega平台的红外多光谱图像仿真方法:一种是直接利用可见光图像将其转为8~12μm内四个子波段红外图像,这种方法具有高效特点,避免了复杂的三维建模工作;另外一种是分别通过Pro/Engineer进行目标建模和MultiGen Creator背景建模来完成场景模型建立,借助ANSYS有限元分析软件对目标的温度场进行计算,然后通过OpenFlight API格式转换导入到Vega平台中进行红外多光谱图像仿真,最后通过对比实验说明该方法更接近物理过程。在本文的最后,作者总结了全文的研究工作,并提出了本课题后续存在的关键技术问题,指出了下一步工作。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 研究背景
  • 1.2 红外成像仿真原理
  • 1.3 红外成像仿真研究概况
  • 1.4 本论文主要工作
  • 2 红外辐射在大气中的传输特性
  • 2.1 大气构成
  • 2.2 红外辐射与地球大气的相互作用
  • 2.3 影响红外辐射传播的气象条件
  • 2.4 本章小结
  • 3 红外多光谱图像仿真方法
  • 3.1 Vega 简介
  • 3.2 场景几何建模
  • 3.3 温度场模型及其数值求解方法
  • 3.4 红外多光谱传感器系统仿真
  • 3.5 本章小结
  • 4 基于Vega 平台的可见光图像转红外多光谱图像仿真
  • 4.1 基于Vega 平台的可见光图像转红外多光谱图像仿真流程说明
  • 4.2 基于Vega 平台的可见光图像转红外多光谱图像仿真实例
  • 4.3 基于Vega 平台的可见光图像转红外多光谱图像仿真结果及分析
  • 4.4 本章小结
  • 5 基于Vega 与ANSYS 的红外多光谱图像仿真
  • 5.1 基于Vega 与ANSYS 的红外多光谱图像仿真流程说明
  • 5.2 基于Vega 与ANSYS 的红外多光谱图像仿真实例
  • 5.3 仿真结果及分析
  • 5.4 本章小结
  • 6 结论与展望
  • 致谢
  • 参考文献
  • 相关论文文献

    • [1].多光谱图像技术在食品品质检测中的应用研究[J]. 食品界 2017(04)
    • [2].照明光源对多光谱图像采集精度影响的研究[J]. 激光杂志 2016(12)
    • [3].基于数据场模型的多光谱图像边缘检测[J]. 东南大学学报(自然科学版) 2013(S1)
    • [4].我国研制出同时获取立体和多光谱图像方法[J]. 现代科学仪器 2011(02)
    • [5].我国研制出同时获取立体和多光谱图像的方法[J]. 光学仪器 2011(03)
    • [6].面向高保真复现的多光谱图像融合算法[J]. 数字印刷 2019(02)
    • [7].基于卷积神经网络的端到端多光谱图像压缩方法[J]. 中国激光 2019(10)
    • [8].一种快速的全色和多光谱图像融合算法[J]. 测绘科学 2016(01)
    • [9].多光谱图像技术在土壤酸碱度检测中的应用[J]. 红外 2014(03)
    • [10].多光谱图像的无损压缩方法[J]. 计算机工程与科学 2010(04)
    • [11].基于分布式信源编码的干涉多光谱图像压缩[J]. 光学学报 2008(08)
    • [12].色彩再现的多光谱图像压缩[J]. 光谱学与光谱分析 2015(01)
    • [13].基于高/多光谱图像空天一体融合仿真方法[J]. 物理学报 2013(20)
    • [14].计量荟萃[J]. 中国计量 2011(09)
    • [15].基于子带谱间变换的多光谱图像压缩[J]. 电光与控制 2018(06)
    • [16].基于小波支持向量回归的遥感多光谱图像分辨率增强算法[J]. 华东理工大学学报(自然科学版) 2012(03)
    • [17].MODIS多光谱图像压缩研究[J]. 电子与信息学报 2008(10)
    • [18].利用高斯混合模型的多光谱图像模糊聚类分割[J]. 光学精密工程 2017(02)
    • [19].调制传递函数对全色多光谱图像融合影响[J]. 遥感信息 2016(03)
    • [20].面向高保真再现的多光谱图像融合技术[J]. 影像科学与光化学 2014(06)
    • [21].多光谱图像的边缘特征检测方法[J]. 武汉大学学报(信息科学版) 2012(06)
    • [22].红外多光谱图像弹道目标检测算法[J]. 国防科技大学学报 2016(06)
    • [23].非线性偏微分方程增强多光谱图像清晰度[J]. 光学仪器 2014(03)
    • [24].基于比值变换的全色与多光谱图像高保真融合方法[J]. 计算机科学 2014(10)
    • [25].色外观匹配的多光谱图像再现[J]. 西安电子科技大学学报 2011(04)
    • [26].一种新的高效干涉多光谱图像压缩算法[J]. 光子学报 2009(06)
    • [27].一种高分辨率多光谱图像的多尺度分割方法[J]. 北京大学学报(自然科学版)网络版(预印本) 2008(03)
    • [28].面向高保真再现的多光谱图像降维方法[J]. 包装工程 2016(11)
    • [29].由天绘一号02卫星拍摄的巴西里约热内卢高分辨率多光谱图像(局部)[J]. 卫星应用 2014(03)
    • [30].一种适合星载多光谱图像的压缩算法研究[J]. 航天返回与遥感 2011(01)

    标签:;  ;  ;  

    红外多光谱图像仿真研究
    下载Doc文档

    猜你喜欢