一、红外光谱法测定样品方法 红外光谱的试样可以是液体、固体或气体，一般应要求： 1. 试样应该是单一组份的纯物质，纯度应>98%或符合商业规格，才便于与纯物质的标准光谱进行对照。多组份试样应在测定前尽量预先用分馏、萃取、重结晶或色谱法进行分离提纯，否则各组份光谱相互重叠，难于判断。 2. 试样中不应含有游离水。水本身有红外吸收，会严重干扰样品谱，而且会侵蚀吸收池的盐窗。 3. 试样的浓度和测试厚度应选择适当，以使光谱图中的大多数吸收峰的透射比处于10%~80%范围内。 二、制样的方法 1. 气体样品 气态样品可在玻璃气槽内进行测定，它的两端粘有红外透光的NaCl或KBr窗片。先将气槽抽真空，再将试样注入。 2. 液体和溶液试样 (1)液体池法 沸点较低，挥发性较大的试样，可注入封闭液体池中，液层厚度一般为0.01~1mm。 (2)液膜法 沸点较高的试样，直接滴在两片盐片之间，形成液膜。对于一些吸收很强的液体，当用调整厚度的方法仍然得不到满意的谱图时，可用适当的溶剂配成稀溶液进行测定。一些固体也可以溶液的形式进行测定。常用的红外光谱溶剂应在所测光谱区内本身没有强烈的吸收，不侵蚀盐窗，对试样没有强烈的溶剂化效应等。 3. 固体试样 (1)压片法 将1~2mg试样与200mg纯KBr研细均匀，置于模具中，用(5~10)′107Pa压力在油压机上压成透明薄片，即可用于测定。试样和KBr都应经干燥处理，研磨到粒度小于2微米，以免散射光影响。 (2)石蜡糊法 将干燥处理后的试样研细，与液体石蜡或全氟代烃混合，调成糊状，夹在盐片中测定。
(3)薄膜法 主要用于高分子化合物的测定。可将它们直接加热熔融后涂制或压制成膜。也可将试样溶解在低沸点的易挥发溶剂中，涂在盐片上，待溶剂挥发后成膜测定。当样品量特别少或样品面积特别小时，采用光束聚光器，并配有微量液体池、微量固体池和微量气体池，采用全反射系统或用带有卤化碱透镜的反射系统进行测量。 仪器操作 1. 样品准备(固体样品) 取样品约0.5mg在红外灯下充分研磨，再加入干燥KBr粉末约50mg，继续研磨至混合均匀。 2. 模具准备 将干燥器中保存的简易模具取出，确认模具洁净。若其表面不洁净，可用棉花沾少许无水乙醇轻轻擦拭(绝对不可用力，以免模具表面被划伤)，然后在红外灯下干燥。 3. 制片方法 将试样与纯KBr混合粉末置于模具中，用(5~10)′107Pa压力在油压机上压成透明薄片，即可用于测定。试样和KBr都应经干燥处理，研磨到粒度小于2微米，以免散射光影响。 样品测试过程中的注意事项 1. 测试样品一定要干燥，干燥不充分的样品可以在红外灯下烘烤1小时左右。样品研磨要充分，否则会损伤模具。 2. 所有用具应保持干燥、清洁;使用前可以用脱脂棉蘸酒精小心擦拭。 3. 压片过程应在红外灯照射下进行。 4. 操作过程中应保持模具表面干燥、清洁;防止药品腐蚀模具(KBr对模具表面腐蚀很严重) 5. 易吸水和潮解的样品不宜用压片法。 6. KBr在粉末状态下极易吸水、潮解，应放在干燥器中保存，定期在干燥箱中110℃或在真空烘箱中恒温干燥2小时。
红外光谱分析采用Nicolet Impact 410 型红外光谱仪，样品的结构及骨架振动采用KBr 支撑片，在400-4000 cm-1范围内记录样品的骨架振动红外吸收峰。 吡啶FT-IR 分析：首先将压成自支撑薄片的样品（～20 mg）装入原位红外样品池中，在200 ℃，10-4mmHg 高真空条件下处理0.5 h 以活化样品，降温至室温。将吡啶引入真空系统中。吸附0.5 h 后，抽真空至10-4mmHg 清除吸附后余气，再利用Nicolet-Impact 410 型红外光谱仪进行红外扫描，测定吡啶吸附态的红外光谱。 采用美国Nicolet公司的Nexus 670型傅立叶变换红外光谱仪测试，测试分辨率为4cm-1，扫描次数为32次，测试范围为400-4000cm-1。 红外光谱制样方法： 1、用玛瑙研钵将KBr固体研成极细的粉末，放入玻璃小盒内，放到100℃烘箱里保存，以防KBr粉末潮解； 2、称取0.2g KBr粉末和2-4mg样品（无机材料），放入研钵内研磨，将二者充分混合； 3、用药匙加适量样品至压片磨具中，用圆柱体铁棒旋转压实。套上空心圈及顶盖； 4、讲磨具放到压片机上，拧到上方转盘固定，拧紧下方螺旋钮； 5、摆动右侧长臂，至压力为8-9MPa，等待30s即可取出。 注意事项： 1、KBr粉末不用时，最好放入烘箱中，否则易潮解； 2、若样品为有机物，则加入样品量1mg即可； 3、样品量过多会造成出现宽峰的情况，此时数据无效； 4、KBr粉末潮解后，压片以后容易粘在磨具上，无法取下导致压片失败； 5、压力过大可能导致压片破裂，视破裂程度也可能进行红外测定（中间未破损即可测量）。红外光谱测试方法： 测试分辨率：4cm-1，扫描次数：64次，测试范围400-4000cm-1 点测量快捷键，改文件名和保存路径； 改变设置：OPTIC→Aperture Setting→1.5mm（狭缝设置） OPTIC→preamp Gain→Ref（放大倍数） Check signal：1万以上（若低于1万有可能液氮量不够，补充液氮即可） Basic→Background Signal Channel（采背景，大概60s，此时不放置样品） Background→Save Background 装样品，点Sample Signal Channel 选中点，可变换颜色，点---校准峰 保存：选中图（变换颜色按钮），File→Save as→名称→路径 Mode→Data point table（保存以后为DPH文件，大小为69k）
文章编号21005-5 30(Z 005 04-0083-04 红外图像中弱小目标检测算法概述 卓宁1 孙华燕1 张海江Z (1.装备指挥技术学院 北京10141 ; Z. Z 41部队 8分队 辽宁葫芦岛1Z 5001 摘要2在现代战争中 复杂背景下的红外弱目标检测技术是红外制导系统中一个亟待 解决的问题 也是提高武器系统性能的关键O 现基于小目标检测的现状和最新进展 从空间 滤波和时间滤波的角度对现有的小目标检测技术进行了简单的概述 并分析了今后的研究 方向O 关键词2复杂背景;小目标;空间滤波;时间滤波 中图分类号2TP 3 1.4文献标识码2A Algorithm surveys on small target detection in inf rared image ZHUO Nzng 1 SUN Hua -yan 1 ZH NG Haz -jzang Z (1.Institute of eguipment Command and Technology Beijing 10141 China ; Z.PLA Z 41Command and 8Unit ~uludao 1Z 5001 China Abstract 2In the modern War detection of the small target in the condition of complicated background is an urgent problem for infrared control and guide it is also the key of improving Weapon system capability .Part algorithms of infrared small target detection in the Way of spatial filter and time filter are introduced in this paper based on present and recent technology .Finally the direction of the study are analyzed . Key words 2complicated background ;small target ;spatial filter ;time filter 1引言 现代战争中 要求更早地~在更远的距离上发现和捕获敌方的来袭导弹~飞机等目标 以使防御武器有足够的反应时间O 这时目标的图像很小 只有一个或几个像素 缺乏结构信息 此外视场中可能还有云~地物等各种复杂的背景杂波 目标点极易被噪声所淹没O 因此 复杂背景下低信噪比红外弱小目标检测是武器系统中的关键技术之一 是运动目标探测中一个亟待研究与解决的课题O 为了从二维序列图像中检测到低信噪比红外弱小目标 自70年代以来 国内外学者和专家进行了广 泛而深入的研究 提出了许多有实际意义的检测算法O Bauch [1]等人提出 通过采用一组时间上的高阶差分 来抑制背景干扰 并得到目标运动轨迹O 并用动态规则和状态估计技术来增加目标的可检测性O 然而 这种方法在低信噪比的情况下可能呈现较差的性能O 此后 又有人提出了频域中的三维时空匹配滤波技术 并且把其简化为只在空域中进行的二维匹配滤波 其结果在时间序列中进行递推求和O Irani M [Z ]等人用 计算小邻域上灰度的加权平均再用梯度进行归一化 以此作为运动的度量O 还有由Liou S P 和J ian R C 提出的运动目标检测方法是基于时空空间中运动轨迹任一点上切线和法线的正交性 但是为了得到图像 第Z 7卷第4期 Z 005年8月光学仪器O PTICAL I N S T R U M e N T S V ol.Z 7 N o.4 August Z 005 收稿日期2Z 004-11-1 作者简介2卓宁(1 7 - 女 安徽蚌埠人 工程师 硕士生 主要从事图像信号处理方面的研究O
红外图像弱小目标PF-TBD算法源程序 % 将粒子滤波算法应用于红外弱小目标TBD问题，验证其检测、跟踪目标的有效性 clear;clc % 粒子数目 N = 2000; % 采样时间 T = 1; % 仿真结束时间(采样总帧数) T_end = 30; % 假定目标从某一特定帧开始出现，然后在另一特定帧消失 T_ap = 6; T_dp = 24; % 采样时间序列 SimTime = zeros(floor(T_end/T),1); % 分辨单元数目 N_x = 32; % 横向分布单元数目 M_y = 32; % 纵向分布单元数目 % 分辨单元的宽度 Delta_X = 1; Delta_Y = 1; % 传感器的模糊参数值 SIGMA = 0.7; % 目标初始出现概率 mu = 0.05; % 目标速度区间 vmin = 0.2; vmax = 1; % 目标强度(灰度值)区间 Imin = 10; Imax = 30; % 抽样阈值(在大于r_th的区域内均匀分布) r_th = 2.5; % 扩散因子(目标影响相邻分辨单元的程度) p = 3;
% 目标Markov 过程转移概率相关参数 Pb = 0.05; Pd = 0.05; % 转移矩阵的表达式 PI_T = [1-Pb,Pb Pd,1-Pd]; % 转移矩阵PI 的行数(列数) PI_s = size(PI_T,1); % 系统状态转移矩阵 Phi = [1,T,0,0,0 0,1,0,0,0 0,0,1,T,0 0,0,0,1,0 0,0,0,0,1]; % 系统噪声协方差矩阵中的目标状态和灰度幅值噪声强度 q1 = 0.001; % 目标状态变化强度 q2 = 0.01; % 目标灰度值变化强度 % 系统噪声协方差矩阵 Q = [q1*T^3/3,q1*T^2/2,0,0,0 q1*T^2/2,q1*T, 0,0,0 0,0,q1*T^3/3,q1*T^2/2,0 0,0,q1*T^2/2, q1*T, 0 0,0,0,0,q2*T]; % 系统观测噪声 R = 1.5^2; %************************************* % 变量取值初始化过程 %************************************* % 定义滤波初值(假定目标出现时的初值) X = [4.2,0.45,7.2,0.25,20]'; % 整个粒子的集合，其中第6位代表当前时刻E判决标识位，而第7位为上一时刻值 X_PF = zeros(7,N); % 单个粒子状态值 X_PF_i = zeros(7,1); % 初始时假定每个粒子的权值为均匀的 w_i = 1/N*zeros(1,N); % 预测粒子的均值及其协方差
2014，50（12）Computer Engineering and Applications 计算机工程与应用1引言红外目标跟踪技术融合了图像处理、模式识别、人工智能、自动控制以及计算机等许多领域中的先进技术，在军事视觉制导、机器人视觉导航、安全监测、交通管制、医疗诊断以及气象分析等许多方面都有广泛的应用。但是由于红外成像是低对比度、低信噪比且边缘比较模糊图像[1]，同时红外目标成像的背景具有非平稳性、相关性、复杂性的特点，使得对红外图像的跟踪难度增加。近年来，研究者们针对红外图像自身成像特点并结合现有比较成熟的跟踪技术对红外目标跟踪进行了深 入研究。Yuhui Liu [2]等人结合模板匹配法和卡尔曼滤波[2-3]原理，使用了一种新的相似性度量方法对红外目标进行了有效跟踪；Shupeng Wang [4]针对红外图像颜色特征的单一性特点，提出了一种自适应灰度特征更新策略，使用MeanShift 算法[3]对目标进行较准确跟踪；还有部分研究者使用粒子滤波[5-8]原理对红外目标进行准确跟踪，但该方法有较高算法复杂度，所以很难应用到实 时系统中。 一种基于运动估计的红外目标跟踪方法 修彬1，2，李成龙2，汤进1，2，罗斌1，2 XIU Bin 1，2,LI Chenglong 2,TANG Jin 1，2,LUO Bin 1，2 1.安徽省工业图像处理与分析重点实验室，合肥230039 2.安徽大学计算机科学与技术学院，合肥230601 1.Key Lab of Industrial Image Processing &Analysis of Anhui Province,Hefei 230039,China 2.School of Computer Science and Technology,Anhui University,Hefei 230601,China XIU Bin,LI Chenglong,TANG Jin,et al.Infrared target tracking algorithm based on motion https://www.doczj.com/doc/ed797040.html,puter Engineering and Applications,2014,50（12）：125-128. Abstract ：A novel object tracking method based on motion estimation is proposed in this paper to solve stagger and occlu-sion problems in infrared object tracking.The gradient direction-joint gray histogram model of an object is established,which can depict characteristics of the object accurately.Then maximum posterior probability is used to match the objects in the search area,which is efficient to enhance the target,inhibit the background and easy to find the global optimal solution.A novel method based on motion estimation,trajectory prediction,is proposed to evaluate motion trajectory of object accurately.Experimental results illustrate that the proposed method not only can solve the stagger and occlusion prob-lems better,but also has lower computation complexity. Key words ：infrared object tracking;Histogram of Oriented Gradient and Illumination （HOGI ）feature;maximum posterior probability;motion estimation 摘要：为解决红外目标跟踪中目标的交错、遮挡等问题，提出了一种新的基于运动估计的目标跟踪方法。建立目标的方向梯度-灰度直方图特征模型，该模型能较准确地刻画目标特征。使用最大后验概率指标在搜索区域进行目标匹配，该指标能很好地突出目标、抑制背景，并容易得到全局最优解。提出一种新的运动估计方法，即轨迹预测算法，对目标的运动进行较准确的估计。实验结果证明，该方法不仅计算复杂度低，而且能够较好地解决目标交错、遮挡等问题。 关键词：红外目标跟踪；方向梯度-灰度直方图特征；最大后验概率；运动估计 文献标志码：A 中图分类号：TP391.4doi ：10.3778/j.issn.1002-8331.1206-0347 基金项目：国家自然科学基金（No.61073116，No.61003038）；安徽省教育厅自然科学重点基金（No.KJ2010A006）。 作者简介：修彬（1986—），男，硕士，研究领域为数字图像处理；李成龙，男，硕士；汤进，男，副教授；罗斌，男，教授。 E-mail ：xbleozero@https://www.doczj.com/doc/ed797040.html, 收稿日期：2012-06-21修回日期：2012-08-10文章编号：1002-8331（2014）12-0125-04 CNKI 网络优先出版：2012-09-25,https://www.doczj.com/doc/ed797040.html,/kcms/detail/11.2127.TP.20120925.1000.015.html 125
几种有机化合物的红外光测定 一、实验目的 1、学习红外光谱的理论知识，了解红外光谱仪的工作原理及使用操作； 2、初步掌握固体样品和液体样品的红外光谱测定方法； 3、初步学习根据红外光谱图进行结构分析的方法。 二、红外吸收的基本原理 红外光谱分析是研究分子振动和转动信息的分子光谱。当化合物受到红外光照射时，化合物中某个化学键的振动或转动频率与红外光频率相当等，就会吸收光能，并引起分子永久偶极矩的变化, 产生分子振动和转动能级从基态到激发态的跃迁, 使相应频率的透射光强度减弱；分子中不同的化学键振动频率不同，会吸收不同频率的红外光，检测并记录透过光强度与波数（1/cm）或波长的关系曲线，就可得到红外光谱，根据谱带的位置、峰形及强度，对待测样品进行分析。红外光谱反映了分子化学键的特征吸收频率，可用于化合物的结构分析和定量测定。 在化合物分子中，具有相同化学键的原子基团，其基本振动频率吸收峰(简称基频峰)基本上出现在同一频率区域内。但同一类型原子基团，在不同化合物分子中所处的化学环境有所不同，使基频峰频率发生一定移动。因此，掌握各种原子基团基频蜂的频率及其位移规律，就可应用红外吸收光谱来确定有机化合物分子中存在的原子基团及其在分子结构中的相对位置。红外光谱中吸收谱带的位置与分子中组成化学键的原子之间的振动频率有关。每个化合物有着彼此不相同的谱图，通过化合物的红外光谱可以测定化合物的结构。 衰减全反射(ATR)装置是将红外光照射在有较高折射率的晶体上，光穿过晶体折射到样品表面一定深度后，反射回表面；当样品的折射率小于晶体的折射率，入射光的入射角大于临界角时，即可产生全反射现象，收集此时的反射光，可获得样品的衰减全反射光谱。此方法特别适合于材料分析，如塑料、橡胶、纸张等，也可用于液体和固体粉末样品的检测。 三、仪器与试剂 1、仪器：TENSOR27 FT-IR红外光谱仪；透射（TR）装置，衰减全反射（ATR）装置等。 2、样品：聚乙烯（PE）薄膜, 聚苯乙烯薄膜，无水乙醇，苯甲酸。 四、实验步骤 （一）透射法（TR）测试 1．安装透射装置。 2. 打开OPUS软件，点击高级测量选项，检查测量参数，选择MIR_TR.XPM。 3.检查信号，保存峰位。 4.在高级测量中输入文件名（即样品名称）和文件存放路径。 5.再在基本测量里输入样品描述和形态。 6.用TR装置，盖上盖子，先测量背景单通道光谱（注意不同样品，应选择适宜的参照物为背景）。 7.再将样品（聚乙烯或聚苯乙烯）模具卡装在样品架上，盖上盖子，测定样品单通道光谱。 8.扫谱结束后，取出压片模具、试样架等，用无水乙醇擦拭干净，置于干燥器中保存。 （二）衰减全反射法（A TR）测试 1．安装衰减全反射装置。 2. 打开OPUS软件，点击高级测量选项，检查测量参数，选择MIR_ATR.XPM。 3.检查信号，保存峰位。 4.在高级测量中输入文件名（即样品名称）和文件存放路径。 5.再在基本测量里输入样品描述和形态。
目录 1.绪论 (1) 1.1背景 (1) 1.2现状 (2) 2.系统总体设计 (5) 2.1系统测量的基本原理 (5) 2.2系统总体结构 (6) 3.系统硬件设计 (9) 3.1光源系统 (9) 3.2调制器的设计 (10) 3.3 红外滤光片的选择 (13) 3.4 液体池 (13) 3.5 红外传感器的设计 (13) 3.5.1 红外传感器类型 (14) 3.5.2 红外传感器主要性能指标 (14) 3.5.3 硒化铅(Pbse)光电导探测器的选择 (16) 3.6信号检测电路 (16) 3.6.1 前置放大电路 (17) 3.6.2带通滤波电路设计 (17) 3.6.3相敏检测电路设计 (18) 3.7 单片机系统设计 (20) 3.7.1 单片机系统总体设计 (20)
3.7.2 A/D转换电路设计 (21) 3.7.3实时时钟电路设计 (23) 3.7.4看门狗、存储器电路设计 (24) 3.7.5人机接口电路设计 (25) 3.7.6串行通信接口电路设计 (27) 3.8电源电路设计 (27) 4软件的设计与实现 (29) 4.1系统程序设计概述 (29) 4.2单片机程序设计 (29) 4.2.1主程序 (30) 4.2.2数据采集程序设计 (30) 4.2.3时钟读取程序设计 (34) 4.2.4数据存储程序设计 (35) 4.2.5显示和打印程序设计 (39) 4.3上位机程序设计 (42) VB 6.0的MSComm通信控件提供了一系列标准通信命令的接口，它允许建立串口连接，可以连接到其他通信设备(如Modem)、还可以发送命令、进行数据交换以及监视和响应在通信过程中可能发生的各种错误和事件，从而可以用它创建全双工的、事件驱动的、高效实用的通信程序。 (43) 4.3.1 MSComm控件的主要属性及事件 (43) 4.3.2用MSComm控件进行串口通信一般步骤 (43)
第1 页共4 页1主题内容 本方案规定了FTIR—8300红外光谱仪的验证方案及实施。 2适用范围 本方案适用于FTIR—8300红外光谱仪的到货后的首次验证。 3职责 工程部计量管理员：负责安装确认。 QC仪器验证责任人：参与安装确认，并负责功能试验及适用性试验。 验证协调员：组织协调验证工作的开展，并根据验证情况，出具验证报告。 4内容 4.1简介 本仪器为日本岛津制作所生产，该公司生产科学仪器及材料试验的工厂均已取得ISO9001认证，产品在国内及国际上有一定知名度。该仪器型号为FTIR—8300，它以MS—Windows 为基础，操作简便，数据处理功能齐全，并可进行光谱图库检索，可用于定性及定量测试。 我公司现主要用于西药原料、中间体或成品的定性分析。因其性能直接关系到分析结果的可信度，故依据我公司验证管理程序（1205·001）及GMP要求，制定本方案对该仪器进行验证，以保证应其能满足使用要求。制定依据为《中国药典》1995年版二部附录P19页及中国药品生物制品检定所1999年1月编《药品检验仪器检定规程》P12页。 4.2安装确认 4.2.1建立完整的设备档案，专人妥善保管。并记录设备档案编号。 药品生产质量管理文件
4.2.3仪器应置于平稳的工作台上，安放处无强振动源，无强光直射。室内应清洁，无腐蚀性气 体，无强电磁场干扰。室温15~30℃；相对湿度≤65％；供电电源：电压为AC（220±22）V，频率为（50±1）Hz。安装及安装环境其他方面也应符合GMP要求及仪器供应商要求。 4.2.4 是否建立相应的仪器使用SOP、维护保养SOP等文件。 4.2.5是否对操作人员进行了必要的培训，并记录培训人员名单。 4.2.6维修服务单位 单位名称： 地址： 联系人：电话： 4.2.7仪器校验情况 4.2.8安装确认结论 检查人：复核人：日期： 4.3运行确认 4.3.1功能试验（应在开机预热稳定后进行） 4.3.1.1按仪器使用说明书，运行仪器各项功能，要求每种功能至少运行一次，各项功能均应能正常运行，无误操作或死机等异常现象。
红外检测方法 红外线的划分 1672年英国著名科学家牛顿首次用三棱镜将太阳光分解为红、橙、黄、绿、青、兰、紫七色，开始了可见光光谱学的研究.英国著名天文学家赫胥尔在研究太阳光谱中各单色光的热效应时，发现最大的热效应是出现在红色光谱以外，从而发现了红外线的存在。英国著名物理学家马克斯威尔在研究电磁理论时，证实了可见光及看不见的红外线，紫外线等均属于电磁波段的一部分，从而把人们的认识统一到电磁波理论中。从波长为数千米的无线电波， 到波长为10-8A ～10-10A(1A=10-4 μm )的宇宙射线均属于电磁波的范围，而可见光谱的波长从0.4～0.76μm 仅占电磁波中极窄的一部波段。红外光谱的波段为0.76～1000μm ，要比可见光波段宽得多。为了研究和应用的方便。根据红外辐射与物质作用时各波长的响应特性和在大气中传输吸收的特性，可把红外线按波长划分为四部分： ①近红外线——波长为0.76～3 μm ； ②中红外线——波长为3～6 μm ； ③远红外线——波长为6～15 μm ； ④超远红外线——波长为15～1000 μm 目前，600 ℃以上的高温红外线仪表多利用近红外波段。600℃以下的中、低温测温仪表面热成像系统多利用中、远红外线波段，而红外线加热装置则主要利用远红外线波段。超远红外线的利用尚在开发研究中。 红外线辐射的基本定理 ①辐射能 Q ——辐射源以电磁波形式所辐射的能量(J)。 ②辐射功率 P ——辐射源在单位时间内向整个半球空间所发射的能量 (w ／s)。 ③辐射度M ——辐射源单位面积所发射的功率， ( W/m -2 )。一般，源的表面积A 越大，发射的功率也越多。因此辐射度M 是描述辐射功率P 沿源表面分布的特性。辐射度在某些文献上又称为辐出度或辐射出射度等。 ④光谱辐射度M λ——表示在波长λ处单位波长间隔内，辐射源单位面积所发射的功率。即 单位波长的辐射度， ( W/m 2·μm )，通常辐射源所发出的红外电磁波都是由多种波长成分所组成(全波辐射)。前述的辐射度M 是描述全波辐射的，因此又称为全辐射 度。而光谱辐射度则是描述某一特定波长成分的辐射度。而光谱辐射度则是描述某一特定波长成分的辐射度。 ⑤黑体的概念——黑体是为了研究方便而引入的一种理想物体。它定义为能在任何温度下将辐射到它表面上的任何波长的热辐射能全部吸收；并与其它任何物体相比，在相同温度和相同表面积的情况下其辐射功率为最大的一种物体。黑体辐射可用黑体炉来模拟。对 此，19世纪末叶的物理学家们曾做了大量实验工作，为非黑体辐射的研究奠定了基础。 ⑥比辐射率 ——定义为在相同温度及相同的条件下，实际物体(非黑体)与黑体的辐射度的比值，即： 黑体的辐射度实际物体的辐射度==b M M ε 有的文献还定义了光谱比辐射率 黑体的光谱辐射度实际物体的光谱辐射度== b λλεM M Q P t ?=?P M A ?=?M M λλ?=?
基于多光谱与显著性的红外弱小目标融合检测 摘要：基于多光谱与显著性，提出一种红外弱小目标融合检测算法。该算法旨在将从多光谱探测器获得的同一场景的多光谱图像信息组合到一起，利用它们在时空上的相关性及信息上的互补性，提高系统的检测性能。采用一种新的基于人类视觉注意机制的显著性方法，该方法能够快速准确找到图像中的显著性区域；将目标看作一类，背景和干扰点看作另一类，选取离差平方和准则，使类内距离最小，类间距离最大；训练出融合参数，得到融合后的显著性图像。通过设定的门限值二值化，可以看出该融合方法能很好地将目标与背景分开，从而检测出目标。 关键词：红外弱小目标；多光谱；显著性；图像融合 中图分类号：TP391文献标识码：A文章编号：1673-5048（2016）02-0047-05 0引言 多光谱成像技术不同于传统的单一宽波段成像技术，而是将成像技术和光谱测量技术相结合，获取的信息不仅包括二维空间信息，还包含随波长分布的光谱辐射信息，形成所谓的“数据立方”。丰富的目标光谱信息结合目标空间影响 极大提高了目标探测的准确性、扩展了传统探测技术的功能。
因此，研究如何基于多光谱对红外弱小目标进行检测与识别有着实际的意 义。 在多光谱领域，国内外学者已经取得了一定的进展。Margalit和Reed提出了一种基于相关图像的恒虚警率自适应目标检测算法[1]；Heesung提出了基于滤波的光谱匹配方法[2]；1999年，Richards等提出了光谱角映射算法（SAM）[3]。SAM算法具有结构简单、实时性好等优点，但是，其性能对目标光谱方差十分敏感，当光谱信噪比较低时，其性能变得十分不可靠。2011年，GuYanfeng等将SAM算法与核函数相结合，提出了一种基于核函数的正规化光谱角的光谱匹配算法[4]，提升了SAM算法对于光谱方差变化的鲁棒性。光谱匹配滤波器（SMF）[5]是一种具有代表性的光谱目标检测算法，是典型的光谱匹配算法，基于标准目标光谱模型和背景光谱模型的先验信息已知。 然而在实际系统中，很难得到一个场景的红外全谱段图像，一些红外警戒系统通常采用双波段的工作方式。在双/多波段红外热成像系统中，由于多个传感器工作在不同的电磁波段，探测到的同一场景的多光谱图像在信噪比、对比度、强度等方面存在很大的差异性，利用它们在时空上的相关性及信息上的互补性，对多光谱图像进行融合，可以得到对目标更全面、清晰的描述。现有的融合方法有小波变换模型、
第30卷 第9期航 空 学 报 Vo l 30No 9 2009年 9月ACT A A ERON A U T ICA ET A ST RO N AU T ICA SIN ICA Sept. 2009 收稿日期:2008 08 18;修订日期:2008 12 10基金项目:航空科学基金(20070112001) 通讯作者:毛峡E mail:moukyou@b uaa edu cn 文章编号:1000 6893(2009)09 1754 07复杂背景下红外弱小运动目标检测的新方法 黄康1 ,毛峡1 ,胡海勇1 ,梁晓庚 2 (1 北京航空航天大学电子信息工程学院,北京 100191) (2 中国空空导弹研究院,河南洛阳 417009) Novel Approach to IR Moving Dim Target Detection Against C omplex Background H uang Kang 1 ,M ao Xia 1 ,H u H aiyong 1 ,Liang Xiao geng 2 (1 Scho ol of Electro nic and Informat ion Eng ineering ,Beijing U niver sity o f A er onautics and A stro nautics,Beijing 100191,China) (2 China A ir bo rne M issile Academy,L uoy ang 417009,China ) 摘 要:提出了一种用于检测不同类型复杂背景下红外弱小运动目标的新方法。该方法能够根据图像信息自动选择背景预测算子;同时,针对不同类型复杂背景中目标和背景特性的差异,提出了 局部小目标可辨识度 的概念,并定义了一种有效的方法将其量化。在此基础上,采用蒙特卡罗实验方法构造了一种新的阈值函数,实现了单帧目标的检测,然后采用移动加权管道滤波提取目标的运动轨迹。实验结果表明,该方法对不同类型复杂背景的红外弱小运动目标具有很好的检测性能。 关键词:红外图像;背景预测;弱小运动目标检测;局部小目标可辨识度;蒙特卡罗方法中图分类号:T P391 4 文献标识码:A Abstract:A nov el appro ach is pr oposed to detect moving dim infrar ed targ ets ag ainst different types of complex backgr ound Backg ro und pr edict or is select ed automatically based on imag e infor matio n M eanw hile,a co ncept of differ ent iatio n degr ee of lo cal small targ ets (DDL ST )is pro po sed fo r the discr epancy of char act eristics be tw een the tar get and t he backg ro und in co mplex backgr ound conditio ns,and an effectiv e metho d is defined to quantitize it A new thr esho ld function based on the DD LST is constr ucted by M onte Car lo metho ds to accom plish the targ et detecting algo rithm in a sing le frame T hen,v ariable w eig hted pipeline filter s ar e applied t o ex tr act the t race of mo ving dim tar gets T he exper imental r esults demo nstr ate the g oo d per formance o f this ap pro ach Key words:inf rared imag e;backg ro und pr edict ion;detectio n of mo ving dim tar gets;differentiatio n deg ree o f small local targ ets;M onte Carlo methods 复杂背景下的红外弱小运动目标检测是红外 预警、红外自动寻的系统中关键技术之一,已经成为国内外的研究热点。而近年来,随着雷达隐身技术的飞速发展,使得此项技术在探测远距离隐身运动目标领域发挥着越来越重要的作用。典型的复杂红外背景包括:强起伏云层背景、带有阳光反射的海面背景、海天背景以及复杂低空地面混合背景等。现有的算法一般利用空域、频域、时域或者小波域的信息,针对某一特定的复杂背景进行红外图像序列中的弱小运动目标检测。常见的算法结构可分为 跟踪前检测 和 检测前跟踪 两类,具体的算法有:基于运动能量累计的方法[1] 、基于运动假设的方法[2]、基于管道滤波的方法[3]、 基于背景预测的方法[4]、基于形态学的方法[5] 和基于频域高通滤波器的方法[6]等;而对于不同类型的复杂背景的鲁棒性研究较少。 在当前的实时系统中,基于空间滤波的 跟踪前检测 算法的复杂性和实时性更好,更具有实际应用价值[7 11] ,因此本文基于 跟踪前检测 对上述各种典型复杂背景下的红外弱小运动目标进行研究。背景预测算法结构简单,易于实现,是一种抑制红外复杂背景行之有效的方法,然而以下3个问题限制了它对不同类型复杂背景的鲁棒性:!不同类型背景中目标和背景的相对特性不同;?在残差图像中,真实目标的强度可能小于噪声[12];#红外成像器受到外界环境的干扰会发生随机抖动,某一帧的背景相对于前后帧可能会发生突变,甚至可能丢失目标。本文主要针对上述3个问题进行研究,提出了一种基于局部对数加
傅立叶红外光谱仪测试样品的方法及注意事项 要获得一张高质量红外光谱图，除了仪器本身的因素外，还必须有合适的样品制备方法。 一、红外光谱法对试样的要求 红外光谱的试样可以是液体、固体或气体，一般应要求： 1. 试样应该是单一组份的纯物质，纯度应>98%或符合商业规格，才便于与纯物质的标准光谱进行对照。多组份试样应在测定前尽量预先用分馏、萃取、重结晶或色谱法进行分离提纯，否则各组份光谱相互重叠，难于判断。 2. 试样中不应含有游离水。水本身有红外吸收，会严重干扰样品谱，而且会侵蚀吸收池的盐窗。 3. 试样的浓度和测试厚度应选择适当，以使光谱图中的大多数吸收峰的透射比处于10%~80%范围内。 二、制样的方法 1. 气体样品 气态样品可在玻璃气槽内进行测定，它的两端粘有红外透光的NaCl或KBr窗片。先将气槽抽真空，再将试样注入。 2. 液体和溶液试样 (1)液体池法 沸点较低，挥发性较大的试样，可注入封闭液体池中，液层厚度一般为0.01~1mm。 (2)液膜法 沸点较高的试样，直接滴在两片盐片之间，形成液膜。对于一些吸收很强的液体，当用调整厚度的方法仍然得不到满意的谱图时，可用适当的溶剂配成稀溶液进行测定。一些固体也可以溶液的形式进行测定。常用的红外光谱溶剂应在所测光谱区内本身没有强烈的吸收，不侵蚀盐窗，对试样没有强烈的溶剂化效应等。 3. 固体试样
(1)压片法 将1~2mg试样与200mg纯KBr研细均匀，置于模具中，用(5~10)′107Pa压力在油压机上压成透明薄片，即可用于测定。试样和KBr都应经干燥处理，研磨到粒度小于2微米，以免散射光影响。 (2)石蜡糊法 将干燥处理后的试样研细，与液体石蜡或全氟代烃混合，调成糊状，夹在盐片中测定。 (3)薄膜法 主要用于高分子化合物的测定。可将它们直接加热熔融后涂制或压制成膜。也可将试样溶解在低沸点的易挥发溶剂中，涂在盐片上，待溶剂挥发后成膜测定。当样品量特别少或样品面积特别小时，采用光束聚光器，并配有微量液体池、微量固体池和微量气体池，采用全反射系统或用带有卤化碱透镜的反射系统进行测量。 仪器操作 1. 样品准备(固体样品) 取样品约0.5mg在红外灯下充分研磨，再加入干燥KBr粉末约50mg，继续研磨至混合均匀。 2. 模具准备 将干燥器中保存的简易模具取出，确认模具洁净。若其表面不洁净，可用棉花沾少许无水乙醇轻轻擦拭(绝对不可用力，以免模具表面被划伤)，然后在红外灯下干燥。 3. 制片方法 将试样与纯KBr混合粉末置于模具中，用(5~10)′107Pa压力在油压机上压成透明薄片，即可用于测定。试样和KBr都应经干燥处理，研磨到粒度小于2微米，以免散射光影响。 样品测试过程中的注意事项
红外光谱测试法 红外光谱 (Infrared Spectroscopy, IR) 的研究始于 20 世纪初，自1940 年红外光谱仪问世，红外光谱在有机化学研究中广泛应用。新技术（如发射光谱、光声光谱、色红联用等）出现，使红外光谱技术得到发展。 原理 当一束具有连续波长的红外光通过物质，物质分子中某个基团的振动频率或转动频率和红外光的频率一样时，分子就吸收能量由原来的基态振(转)动能级跃迁到能量较高的振(转)动能级，分子吸收红外辐射后发生振动和转动能级的跃迁，该处波长的光就被物质吸收。所以，红外光谱法实质上是一种根据分子内部原子间的相对振动和分子转动等信息来确定物质分子结构和鉴别化合物的分析方法。将分子吸收红外光的情况用仪器记录下来，就得到红外光谱图。红外光谱图通常用波长(λ)或波数 (σ)为横坐标，表示吸收峰的位置，用透光率(T%)或者吸光度(A)为纵坐标，表示吸收强度。 当外界电磁波照射分子时，如照射的电磁波的能量与分子的两能级差相等，该频率的电磁波就被该分子吸收，从而引起分子对应能级的跃迁，宏观表现为透射光强度变小。电磁波能量与分子两能级差相等为物质产生红外吸收光谱必须满足条件之一，这决定了吸收峰出现的位置。 红外吸收光谱产生的第二个条件是红外光与分子之间有偶尔作用，为了满足这个条件，分子振动时其偶极矩必须发生变化。这实际上保证了红外光的能量能传递给分子，这种能量的传递是通过分子振动偶极矩的变化来实现的。并非所有的振动都会产生红外吸收，只有偶极矩发生变化的振动才能引起可观测的红外吸收，这种振动称为红外活性振动；偶极矩等于零的分子振动不能产生红外吸收，称为红外非活性振动。 应用 红外光谱对样品的适用性相当广泛，固态、液态或气态样品都能应用，无机、有机、高分子化合物都可检测。此外，红外光谱还具有测试迅速，操作方便，重复性好，灵敏度高，试样用量少，仪器结构简单等特点，因此，它已成为现代结构化学和分析化学最常用和不可缺少的工具。红外光谱在高聚物的构型、构象、力学性质的研究以及物理、天文、气象、遥感、生物、医学等领域也有广泛的应用。 红外吸收峰的位置与强度反映了分子结构上的特点，可以用来鉴别未知物的结构组成或确定其化学基团；而吸收谱带的吸收强度与化学基团的含量有关，可用于进行定量分析和纯度鉴定。另外，在化学反应的机理研究上，红外光谱也发挥了一定的作用。但其应用最广的还是未知化合物的结构鉴定。 红外光谱不但可以用来研究分子的结构和化学键，如力常数的测定和分子对称性的判据，而且还可以作为表征和鉴别化学物种的方法。例如气态水分子是非线性的三原子分子，它的v1=3652厘米、v3=3756厘米、v2=1596厘米而在液态水分子的红外光谱中，由于水分子间的氢键作用，使v1和v3的伸缩振动谱带叠
本科毕业设计论文 题 目 红外弱小目标检测方法研究 _______________________________________ 专业名称 学生姓名 指导教师 毕业时间 2014年6月
毕业 任务书 一、题目 红外弱小目标检测算法研究 二、指导思想和目的要求 本题目来源于科研，主要研究红外弱小目标的特点，常用的检测算法，进而实现红外弱小目标的检测。希望通过该毕业设计，学生能达到： 1．利用已有的专业知识，培养学生解决实际工程问题的能力； 2．锻炼学生的科研工作能力和培养学生团队合作及攻关能力。 三、主要技术指标 1．掌握红外弱小目标的特点； 2．研究常用的红外弱小目标检测算法； 3．实现红外弱小目标的检测。 四、进度和要求 第01周----第02周： 参考翻译英文文献； 第03周----第04周： 学习红外图像及其弱小目标的特点； 第05周----第08周： 研究红外弱小目标的检测算法； 第09周----第14周： 编写红外弱小目标的检测程序； 第15周----第16周： 撰写毕业设计论文，论文答辩。 五、主要参考书及参考资料 1. 武斌. 红外弱小目标检测技术研究. 西安电子科技大学博士学位论文. 2. 史凌峰. 红外弱小目标检测方法研究. 西安电子科技大学硕士学位论文. 3. 杨丽萍. 空中红外弱小目标检测方法研究. 西北工业大学硕士学位论文. 4. 吴巍. 图像中目标特征的检测与识别. 华中科技大学博士论文。 5. 郑成勇. 小波分析在红外目标检测中的应用. 华中科技大学硕士论文。 6. 蔡智富. 基于自适应背景估计的复杂红外背景抑制技术. 哈尔滨程大学硕士论文。 学生 指导教师 系主任 设计 论文