公开(公告)号：CN119827123A

公开(公告)日：2025-04-15

申请号：CN202510102359.8

申请日：2025-01-22

Applicant: 中国科学院光电技术研究所 ,  电子科技大学

Inventor： 何程 ,  周金梅 ,  陈臻 ,  夏昱成 ,  黄涛 ,  王宇 ,  赖雪峰 ,  吕世博 ,  廖胜

IPC: G01M11/02

Abstract: 本发明公开了一种复合探测系统在线校轴装置及方法，属于光电探测领域，包括复合探测系统和对轴系统，所述复合探测系统包括激光器、红外探测器和激光动反射镜等，分别用于发射激光束、对激光亮斑进行红外成像以及调整激光发射轴与红外探测轴的光轴偏差量；所述对轴系统包括平行光管和靶标，所述发射的激光束经过平行光管在靶标上聚焦产生热辐射，并在红外探测器中成像为激光亮斑；所述激光亮斑与红外视场中心的间距即为激光发射轴与红外探测轴的光轴偏差量，所述激光动反射镜实现闭环对准。本发明具备复合探测系统激光轴与红外轴角度偏差检测与对准能力，具有在线、无源可靠、适应多种载体环境等优势，有助于提高主被动复合探测系统能力。

公开(公告)号：CN114022733B

公开(公告)日：2023-06-16

申请号：CN202111317931.0

申请日：2021-11-09

Applicant: 中国科学院光电技术研究所

Inventor： 赖雪峰 ,  夏昱成 ,  吕世博 ,  黄涛 ,  周金梅 ,  王宇 ,  仁栖峰 ,  廖胜

IPC: G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种用于云背景下红外目标智能训练和检测方法，其技术方案主要包括：对红外目标和云背景进行参数化建模，按照特征参数随机生成小尺寸图像的初始化训练数据集；搭建基于小尺寸图像和改进锚框的深度卷积神经网络；在初始化数据集的基础上对神经网络进行增量式自学习训练；对训练得到的神经网络进行图像尺寸变换和去归一化层结构改造，得到可用于实际图像尺寸的神经网络。本方法相比传统方法，降低了对实际红外数据库的依赖，大幅减小数据集的规模，增加训练过程的智能性，提高神经网络的训练效率，解决了移动目标锚框交接不连续的问题，有效提高红外目标的检测概率、降低虚警率，实现了对云背景下红外目标的智能检测。

公开(公告)号：CN118624033A

公开(公告)日：2024-09-10

申请号：CN202410805673.8

申请日：2024-06-21

Applicant: 中国科学院光电技术研究所

Inventor： 赖雪峰 ,  赵旭龙 ,  夏昱成 ,  李素钧 ,  谷牧 ,  廖胜 ,  周金梅

IPC: G01J5/00 ,  G01J5/80 ,  G01J5/90 ,  G01J5/48 ,  G01J5/20 ,  G01J5/53 ,  G01J5/02 ,  G01J5/08 ,  G01J5/04 ,  G06N3/084 ,  G06F17/12

Abstract: 本发明提供一种适应环境温度变化的宽动态范围高精度红外辐射测量方法，属于红外辐射测量领域，该方法包括以下步骤：获取图像灰度响应随环境温度、衰减片、积分时间和黑体温度变化的多帧原始数据；对多帧原始数据进行平均去噪、盲元替换预处理，通过数据归一化得到预处理灰度响应数据、探测器积分时间及衰减片信息；计算像元辐照度理论值；回归神经网络的搭建和训练；将训练得到的网络回归参数部署到像元辐照度计算网络中，以归一化的灰度响应和积分时间作为输入，计算像元辐照度预测值；目标辐亮度反演：根据像元辐照度预测值和成像关系，计算得到目标辐亮度；调整衰减片和积分时间。本发明提高了红外系统对大动态范围目标的辐射测量能力。

公开(公告)号：CN114022733A

公开(公告)日：2022-02-08

申请号：CN202111317931.0

申请日：2021-11-09

Applicant: 中国科学院光电技术研究所

Inventor： 赖雪峰 ,  夏昱成 ,  吕世博 ,  黄涛 ,  周金梅 ,  王宇 ,  仁栖峰 ,  廖胜

IPC: G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种用于云背景下红外目标智能训练和检测方法，其技术方案主要包括：对红外目标和云背景进行参数化建模，按照特征参数随机生成小尺寸图像的初始化训练数据集；搭建基于小尺寸图像和改进锚框的深度卷积神经网络；在初始化数据集的基础上对神经网络进行增量式自学习训练；对训练得到的神经网络进行图像尺寸变换和去归一化层结构改造，得到可用于实际图像尺寸的神经网络。本方法相比传统方法，降低了对实际红外数据库的依赖，大幅减小数据集的规模，增加训练过程的智能性，提高神经网络的训练效率，解决了移动目标锚框交接不连续的问题，有效提高红外目标的检测概率、降低虚警率，实现了对云背景下红外目标的智能检测。

公开(公告)号：CN119618388A

公开(公告)日：2025-03-14

申请号：CN202411726864.1

申请日：2024-11-28

Applicant: 中国科学院光电技术研究所

Inventor： 赖雪峰 ,  廖胜 ,  赵旭龙 ,  李素钧 ,  夏昱成 ,  周金梅

IPC: G01J5/80 ,  G01J5/53 ,  G06F18/23 ,  G06F18/27 ,  G06N3/0499 ,  G06N3/084 ,  G06N3/088 ,  G06F17/11 ,  G06F17/18

Abstract: 本发明一种基于无监督机器学习的非均匀性校正方法，包括：在不同黑体温度下系统工作点定标；建立统一的定标数据库；搭建基于聚类的无监督学习网络并进行回归训练；部署训练好的网络参数，对实际场景图像进行能量域非均匀性校正。本发明在推导出的红外物理模型基础上，建立了包括黑体灰度值、积分时间以及衰减片的统一数据库，在没有黑体理论辐射量标签的情况下，利用基于聚类的无监督学习方法，以相同黑体温度的平均预测能量域值作为学习目标，通过网络训练充分挖掘不同工作点定标数据之间的相关性，从而得到校正模型的各项系数。本发明在调节积分时间和衰减片后仍然保持均匀稳定的输出。

公开(公告)号：CN115615560A

公开(公告)日：2023-01-17

申请号：CN202211318846.0

申请日：2022-10-26

Applicant: 中国科学院光电技术研究所

Inventor： 赖雪峰 ,  夏昱成 ,  李素钧 ,  赵旭龙 ,  周金梅 ,  廖胜 ,  任栖锋 ,  王宇 ,  吕世博 ,  谷牧

IPC: G01J5/80 ,  G01J5/90 ,  G01J5/48 ,  G01J5/20 ,  G06F17/12 ,  G06N3/08

Abstract: 本发明提供了一种宽动态范围高精度红外辐射测量方法，该方法包括：系统工作点定标；原始数据预处理；计算理论像元辐射量；搭建并训练回归网络；用训练好的网络预测像元辐射量；根据像元辐射量反演目标辐射信息。本发明将不同衰减片、不同积分时间、不同温度的定标数据整合为一个整体数据库，借助神经网络损失函数和误差反向传递机制，对模型中的各项参数进行学习，充分挖掘不同工作点定标数据之间的相关性，对定标过程中系统随机误差具有更强的抵御能力，训练得到的网络在系统工作范围内具有良好的泛化性和回归能力，在红外辐射测量过程中衰减片、积分时间可以在工作范围内动态调节，从而拓宽红外系统辐射测量动态范围。