激光与红外

关键词：

激光与红外（精选七篇）

激光与红外 篇1

红外搜索系统作为被动式搜索系统,一般只能获得目标所处位置的方位角和俯仰角信息,缺乏距离信息,在无测距装置的条件下,只能依靠角度信息进行数据融合.激光是一种主动式传感器,它利用激光器发射的激光照射目标与目标回波之间的时间差取得目标的距离信息.

近年来,多传感器的数据融合技术得到迅猛的发展[1].将激光测距和红外测角结合起来可以提高数据跟踪的精度,发挥各自的优势.文献[2,3]对融合后的数据进行了Kalman滤波,但是Kalman滤波存在容易引发滤波发散问题,且实时问题比较难解决.采用α-β滤波可以简化增益,解决这个问题.

1 α-β滤波用于目标跟踪

α-β滤波器是针对匀速运动目标模型的一种常增益滤波器,此时目标状态中只包含位置和速度2项,亦即是针对直角坐标系中某一坐标轴的解耦滤波.α-β滤波器与卡尔曼滤波器最大的不同点就在于增益的计算不同,此时增益具有如下形式

$\mathit{{\rm K}}(k+1)=\left[\frac{\alpha }{\beta /{\rm T}}\right](1)$

系数α和β是无量纲的量,分别为目标的位置和速度分量的常滤波增益,α和β唯一地确定增益值.这两个系数一旦确定,增益K(k+1)就唯一地被确定.所以这时的协方差和目标状态估计的计算不再通过增益使它们交织在一起,它们是2个独立的分支,在单目标情况下不再需要计算协方差的一步预测、新息协方差和更新协方差.但是在多目标情况下由于波门大小与新息协方差有关,而新息协方差又与一步预测协方差和更新协方差有关,所以此时协方差的计算不能忽略.因此,在单目标情况下α-β滤波器主要是由以下公式[4]组成的

状态的一步预测:

$\widehat{\mathit{X}}(k+1|k)=\mathit{F}(k)\widehat{\mathit{X}}(k|k)(2)$

状态更新方程:

$\begin{array}{l}\widehat{\mathit{X}}(k+1|k+1)=\widehat{\mathit{X}}(k+1|k)+\mathit{{\rm K}}(k+\\ 1)\mathit{v}(k+1)(3)\end{array}$

其中新息:

$\mathit{v}(k+1)=z(k+1)-\mathit{{\rm H}}(k+1)\widehat{\mathit{X}}(k+1|k)(4)$

α-β滤波器的关键是系数α和β的确定.由于采样间隔对于目标跟踪的时间一般很小,因此在每一个采样周期内过程噪声v(k)可近似看成是常数,如果再假设过程噪声在各采样周期之间是独立的,则该模型就是分段常数白色过程噪声模型.下面给出分段常数白色过程噪声模型下的α和β的值.为了描述问题的方便,定义机动指标λ为

$\lambda =\frac{{\rm T}{}^2\sigma {}_v}{\sigma {}_w}(5)$

其中,T为采样间隔;σv和σw分别为过程噪声和量测噪声协方差的标准差.

位置和速度分量的常滤波增益[5,6]分别为

$\begin{array}{l}\alpha =-\frac{\lambda {}^2+8\lambda -(\lambda +4)\sqrt{\lambda {}^2+8\lambda }}{8}(6)\\ \beta =\frac{\lambda {}^2+4\lambda -\lambda \sqrt{\lambda {}^2+8\lambda }}{4}(7)\end{array}$

由式(6)、式(7)可以看出,α和β是指标λ的函数,若λ已知,则α和β为常值.否则λ与T、σv、σw有关,通常情况下σw是已知的,而σv则较难获得,而且当σv误差比较大时,α-β滤波器就不能使用,工程上常采用如下与采样时刻k有关的α-β确定方法

$\begin{array}{l}\alpha =\frac{2(2k-1)}{k(k+1)}(8)\\ \beta =\frac{6}{k(k+1)}(9)\end{array}$

α是从k=1开始计算的,β是从k=2开始计算的,但滤波器从k=3开始工作.可以证明,随着k的增加,α和β都是减小的.对于某些特殊应用,可以事先规定α、β减小到某一值时保持不变.实际上,这时α-β滤波已退化成修正的最小二乘滤波[6].

2 一种新的基于α-β滤波的激光与红外联合跟踪模型

假设红外探测与跟踪传感器和激光传感器处于同一平台(若处于不同平台则需要考虑布站优化问题),这样就不需考虑目标的空间位置融合.同时认为目标作任意机动,并且红外传感器和激光传感器的采样周期不同,需要做时间配准,为保证时间精度,红外传感器和激光传感器的系统时间均由GPS授时系统统一授时.

由传感器获得的数据经过融合后,就可以用α-β滤波器进行滤波,并由此得到目标的跟踪轨迹.图1给出了基于α-β滤波的激光与红外联合跟踪模型.

2.1 传感器测量的运动学模型

假设目标A在空间中k时刻的坐标为[x(k),y(k),z(k)],如图2所示.红外传感器所测得的参数是目标的方位角和高低角,假设目标亮度中心和质心重合,可知红外传感器测得的目标运动学模型为

$\{\begin{array}{l}\theta {}_{{\rm I}}(k)=\theta (k)+w{}_{\theta {}_{{\rm I}}}(k)\\ \phi {}_{{\rm I}}(k)=\phi (k)+w{}_{\phi {}_{{\rm I}}}(k)\end{array}(10)$

其中,θI(k)、φI(k)为红外的测量值;θ(k)、φ(k)为真值;wθI(k)、wφI(k)均为零均值高斯白噪声,方差分别为σ${}_{\theta {}_{{\rm I}}}^2$、σ${}_{\theta {}_L}^2$.

由图2可以计算出红外探测的目标方位角和高低角.

$\begin{array}{l}\left[\begin{array}{l}\theta {}_{{\rm I}}(k)\\ \phi {}_{{\rm I}}(k)\end{array}\right]=\left[\begin{array}{l}\arctan \frac{y(k)}{x(k)}\\ \arctan \frac{z(k)}{\sqrt{x{}^2(k)+y{}^2(k)}}\end{array}\right]+\\ \left[\begin{array}{l}w{}_{\theta {}_{{\rm I}}}(k)\\ w{}_{\phi {}_{{\rm I}}}(k)\end{array}\right](11)\end{array}$

激光传感器可以同时测量目标的距离、方位角和高低角[7].激光传感器测得的目标运动学模型为

$\{\begin{array}{l}r{}_L(k)=r(k)+w{}_{r{}_L}(k)\\ \theta {}_L(k)=\theta (k)+w{}_{\theta {}_L}(k)\\ \phi {}_L(k)=\phi (k)+w{}_{\phi {}_L}(k)\end{array}(12)$

由图2可以计算出激光传感器探测的目标距离、方位角和高低角

$\begin{array}{l}\left[\begin{array}{l}r{}_L(k)\\ \theta {}_L(k)\\ \phi {}_L(k)\end{array}\right]=\left[\begin{array}{l}\sqrt{x{}^2(k)+y{}^2(k)+z{}^2(k)}\\ \arctan \frac{y(k)}{x(k)}\\ \arctan \frac{z(k)}{\sqrt{x{}^2(k)+y{}^2(k)}}\end{array}\right]+\\ \left[\begin{array}{l}w{}_{r{}_L}(k)\\ w{}_{\theta {}_L}(k)\\ w{}_{\phi {}_L}(k)\end{array}\right](13)\end{array}$

当目标作非机动运动时,Kalman 滤波是理想的估算方法,但目标机动时,会造成目标状态值严重偏离真实状态,用α-β滤波可以较好地解决这个问题.假设系统的状态矩阵为

X(k+1)=F(k)X(k)+Γ(k)w(k) (14)

并且

E[w(k)wT(j)]=σ${}_w^2$δkj (15)

其中

$\begin{array}{l}\mathit{X}(k)=[x(k)\dot{x}(k)]{}^{\text{Τ}}(16)\\ \mathit{F}(k)=\left[\begin{array}{l}1{\rm T}\\ 01\end{array}\right](17)\\ \mathit{\Gamma }(k)=\left[\begin{array}{l}{\rm T}{}^2/2\\ {\rm T}\end{array}\right](18)\end{array}$

2.2 时间配准

在对激光传感器和红外传感器的测量信息进行数据融合之前,由于它们的采样周期不一样,所以必须统一它们的时间和空间参考点,以形成融合所需的统一时间和空间参考点,即进行时间和空间配准.如前假设,红外传感器和激光传感器在同一物理平台上,所以不存在空间布站融合问题.如图3所示,假设t0时刻目标的状态为X(k),t0+T时刻目标的状态为X(k+1),t0-T时刻目标的状态为X(k-1).由于间隔周期T很小,X(k)可以通过外延或内插的数值计算方法获得,以内插为例,得到

$\mathit{X}(k)=\frac{\mathit{X}(k+1)-\mathit{X}(k-1)}{2{\rm T}}[t-(t0+{\rm T})]+\mathit{X}(k+1)(19)$

2.3 数据融合

红外数据和激光数据经过时间配准后,就可以进行数据融合.采用加权平均的方法,根据融合后得到的测量信息均方根误差最小原则,得到融合后的测量值

$\{\begin{array}{l}r{}_{{\rm I}L}(k)=r{}_L(k)\\ \theta {}_{{\rm I}L}(k)=\sigma {}_{\theta {}_{{\rm I}L}}^2(\frac{\theta {}_{{\rm I}}(k)}{\sigma {}_{\theta {}_{{\rm I}}}^2}+\frac{\theta {}_L(k)}{\sigma {}_{\theta {}_L}^2}\\ \phi {}_{{\rm I}L}(k)=\sigma {}_{\theta {}_{{\rm I}L}}^2(\frac{\phi {}_{{\rm I}}(k)}{\phi {}_{\phi {}_{{\rm I}}}^2}+\frac{\phi {}_L(k)}{\phi {}_{\phi {}_L}^2}\end{array}(20)$

其中

$\{\begin{array}{l}\sigma {}_{r{}_{{\rm I}L}}^2=\sigma {}_{r{}_L}^2\\ \sigma {}_{\theta {}_{{\rm I}L}}^2=\frac{\sigma {}_{\theta {}_{{\rm I}}}^2\sigma {}_{\theta {}_L}^2}{\sigma {}_{\theta {}_{{\rm I}}}^2+\sigma {}_{\theta {}_L}^2}\\ \sigma {}_{\phi {}_{{\rm I}L}}^2=\frac{\sigma {}_{\phi {}_{{\rm I}}}^2\sigma {}_{\phi {}_L}^2}{\sigma {}_{\phi {}_{{\rm I}}}^2+\sigma {}_{\phi {}_L}^2}\end{array}(21)$

3 仿真实验及结果分析

假设目标在x轴上做匀速直线运动,初始状态的坐标为(10,88),采样周期T=1 s,过程噪声v(k)是零均值白噪声,方差分别取为9,量测噪声w(k)也是零均值白噪声,方差为10 000,2个噪声序列是相互独立的,且与$\widehat{\mathit{X}}(0|0)$也是独立的.取蒙特卡罗仿真次数为50次.

根据仿真条件所设,可以得到图4～图7的仿真结果.

由仿真结果可以看出:α-β滤波在机动指标已知时的位置的估计效果明显好于机动指标未知时,但速度的估计效果相当,机动指标未知时的滤波已发散.同样地,在失配滤波情况下,可以预测α-β滤波在机动指标已知时的位置的估计效果明显好于机动指标未知时,速度的估计效果相当,机动指标未知时的滤波发散.

4 结 束 语

红外单站传感器属于被动接收式传感器,只能测角,故不能对目标进行准确定位.将红外与激光传感器结合起来进行时间配准和数据融合,可以得到目标准确空间位置.传统的Kalman滤波存在不能实时处理、容易发散等缺点,用α-β滤波,能得到较好的滤波结果,特别是在机动指标已知更是能对目标的位置和速度进行准确跟踪.

摘要：红外传感器有着良好的测角性能,激光传感器则有良好的测距、测角性能.将两者联合起来跟踪目标可以发挥各自的优势.提出一种红外传感器和激光传感器联合探测的模型.将各自测得的信息进行时间配准和数据融合后,用α-β滤波器对目标进行滤波跟踪,仿真结果表明可以得到较好效果.

关键词：α-β滤波,激光与红外,数据融合,联合跟踪

参考文献

[1]何友,王国宏,陆大等.多传感器信息融合及应用.[M].2版.北京:电子工业出版社,2007.

[2]辛云宏,杨万海.基于红外辐射信息的IRST系统机动目标跟踪算法[J].红外技术,2004,26(3):37-40.

[3]冯国强,李伟仁,李战武.机载红外搜索跟踪系统被动定位滤波算法研究[J].红外与激光工程,2005,34(5):606-611.

[4]何友,修建娟,张晶炜,等.雷达数据处理及应用[M].北京:电子工业出版社,2006.

[5]Y Bar-shalom,T E Fortmann.Tracking and Data Associ-ation[M].Academic press,1988.

[6]陈晓荣,蔡萍,陈淑芬,等.卡尔曼滤波在激光跟踪测量系统中的应用[J].光学技术,2004,30(1):98-100.

红外激光监控装置的技术 篇2

关键词：清晰;稳定;节能;远距离

1.前言

安全是一个社会和企业赖以生存和发展的基础，尤其是在现代化技术高度发展的今天，犯罪更趋智能化，手段更隐蔽，加强现代化的安防技术就显得更为重要。

视频监控系统是安防领域中的重要组成部分，是安全系统中最关键的子系统。

随着社会的进步和经济的发展，对安全的要求也变为更加苛刻，因此要求视频监控系统能在各种恶劣的环境下进行全天候的实现实时监控[1]。

目前，监控系统广泛应用于农业、工业、国防、公安等领域和部门，监控系统的应用保证了国家和人民的人生安全和财产安全，因而也愈来愈引起人们的高度重视，例如在重要的场所的监控、刑事的侦察、交通管制等，必须24小时监控，尤其是在夜晚的监控，传统的监控系统采用摄像机的红外灯进行夜间“照明”，但该照明为24小时工作，浪费电能，缩短了摄像机的使用寿命。

由于红外监控一体摄像机只经历了几年的发展阶段，如何在原有设备上实现夜视功能以至实现全天候的实时监控，成为企业技术改造的难点。

为了能在夜间更清楚地进行监控，出现了一种安装光传感器的监控系统，通过安装该光传感器来控制红外灯的开启与关闭，从而节约了电能，延长了摄像机的使用寿命，但该监控系统监测距离短，当距离变远时，无法清楚地看到，不利于监控。

2.红外激光监装置的结构及具体实施方式

传统的红外监控系统包括：摄像机、镜头、红外灯、红外灯电源;摄像机要求是低照度摄像机，且红外灯发射的红外波长该摄像机能够接收，镜头则要求是夜视镜头，主要指标是F值(通光量)，F值越小，夜视效果越好。

红外摄像机的好与坏，关系到各部分的选用以及合理配合的问题[2]。

由于普通LED灯在照射距离、亮度、散热、寿命等方面存在诸多局限，已满足不了目前夜视监控领域的需求，虽然现在有的是为了增加监控距离及亮度，增加了LED灯的数量和功率，但是却牺牲了散热和寿命，想要实现远距离的监控，必须采用红外激光夜视技术。

红外激光监控装置如图1所示，包括摄像机1、控制器2、激光红外灯3、传输线缆、电动云台、感光元件4。

摄像机包括设于电动云台上部的摄像机和设于电动云台下部的运动摄像机，摄像机为变焦距摄像机，摄像机的外壳材料为铝合金，且外形小巧;摄像机还包括镜头、镜头还加防护罩，隐蔽性好，防水、防暴、抗腐蚀、抗冲击能力强。

激光红外灯由导体激光器和半导体激光二极管连接构成。

半导体激光二极管波长为810nm感光元件为光敏电阻，其电阻值随着光照的强弱而改变，当入射光强，电阻减小，入射光弱，电阻增大，感光元件也可以是光照传感器，此两种感光元件较为常见，且安装方便。

选用摄像机时，重点在于摄像机的灵敏度及真实色彩。

摄像机灵敏度是红外夜视监控的核心部分，是当摄景物的光亮度低到一定程度而使摄像机输出的视频信号电平低到某一规定值时的景物光亮度值。

灵敏度越好，对红外线的感应能力也就越强，有不少生产厂家，人为地提高信号强度，灵敏度是秀不错了，但是信噪比很差，导致夜间图像“雪花点”很多、很大，像质恶劣。

选用不同类型尺寸CCD也是关系到红外摄像机的晚上图像效果。

红外摄像机尽量避免直射光源，因为红外灯电源控制部分是根据安装在红外灯板边的光敏电阻来感受，由此来控制红外灯的工作电压。

红外摄像机照射的地方，尽量避免跟全黑色物体、空旷处、有水等等吸收红外光线的物体直对射，红外灯是靠发射的红外光在物体上发射到摄像机CCD上成图像的，如果红外线被吸收或减弱，大大削弱红外灯的有效照射距离。

摄像机设于电动云台上，根据其摄像机安装的位置进行任意调节，可以通过云台让摄像头转动，以便全方位的进行监控。

由于控制器与摄像机相连，在夜间，通过激光红外灯为摄像机提供照明;控制器与感兴元件相连，该控制器也与激光红外灯相连，通过感光元件感知外界光照的强弱，并将信息传给控制器，控制器接受到信息后，从而控制激光红外灯的开启与关闭，摄像机为变焦距摄像机，其焦距可从10mm到500mm之间进行连续可变调焦，实现自动变焦、同步变焦、透雾光源整形匀化等功能，保证了在变焦过程中画面的清析、稳定。

激光红外灯由半导体激光二极管连接构成，且该半导体激光二极管波长为807nm，功率为1到10w之间，该结构高效、节能、且夜视效果更好，即使在没有任何光亮的情况下也可以使用，同时可实现1500到米内的夜视摄像监控，监控距离更长。

3.结语

综上所述，此红外激光监控装置，隐蔽性好，照明器只有一个发光点，极大的减少了红曝，在结构设计上，还能使产品防尘、防雨、防震，并采用双温控技术，低功率，产品更加节能。

红光激光监控系统通过感光元件来感知外界光照的强弱，通过控制器，控制激光红外灯的开启与关闭，实现自动变焦、同步焦焦、透雾光源整形匀化等功能，保证了变焦过程中画面的清晰、稳定，同时还节省了电能，延长了摄像机的使用寿命。

随着社会的发展，社会安全隐患逐步显现，从而推进各个安防领域的发展，尤其是安防产品在特殊环境的应用日趋成熟，针对性强，这对于安防事业的发展以及红外线的应用发展有着积级的意义[3]。

参考文献：

[1] 杨振宇.浅谈监控摄像头加装红外灯的技术[J].《计算机光盘软件与应用》，(15).

[2] 陈平、李元武， 红外线报警监控系统在项目管理中的应用[J].《浙江建筑》，(2).

激光与红外 篇3

关键词：光子晶体,中红外,激光,伪装

在现代高科技战争中,光电技术的应用使得交战两方的政治、经济、军事目标和武器装备时刻有可能暴露在对方的侦察系统和精确制导系统下。 随着激光技术的发展,激光在探测和制导领域有了越来越多的应用。比较常用的波段有0.93 μm, 1.06 μm和10.6 μm,激光探测装备向目标发射波束,然后接收目标的回波信号,与发射信号对比,从而获得目标参数[1]。

中红外波段3~5 μm[2]是红外探测器常用的一个窗口,也是多数发动机尾气热辐射峰值的探测波段。军事目标在实现伪装时,伪装材料降低目标表面的热红外辐射特性[3]。光子晶体作为一种新型结构的功能材料,可以抑制或增强在特定波长的辐射,在红外伪装中有潜在的应用价值[4,5,6]。

当前,红外伪装材料往往在较宽波段具有低发射率(高反射率),而激光伪装要求材料具有低反射率,这本身就是矛盾的,从而不具备激光隐身效果。而光子晶体可以在带隙中实现低发射率,从而不会影响其他波段,因此,通过合理的设计可以实现在中红外的隐身同时兼容0.93 μm,1.06 μm和10.6 μm波段的激光隐身[7,8],具有重要的意义。

1中红外与激光波段兼容伪装的机理

光子晶体是一种折射率在空间内周期性变化的介电结构,可以实现在可见光和红外波段产生带隙,对于完全带隙,任何方向的入射光都将被反射, 从而实现红外伪装上需要的低发射率。理想的中红外与激光隐身伪装材料发射率如图1所示。在中红外波段实现低发射,在激光波段和其他波段实现高发射,即低反射。这样光子晶体相比于其他的红外伪装材料,最为明显的优势是可以通过设计合适的光子晶体在不同的波段产生带隙,从而实现需要波段宽度和位置,在激光波段减小反射,在其他热辐射波段实现散热,这是光子晶体与激光波段兼容伪装的机理。

2传输矩阵法推导

一维光子晶体由多层膜构成,波长为λ的光以角度θ0入射到薄膜上,在薄膜上方为折射率为n0的空气层,假设第l层的电场和磁场切向分量分别为E和H,则第l+1层的电场和磁场切向分量可表示为

这里的M为第l层媒质的特征矩阵,它可表示为

式中,为第l层媒质的折射率

和厚度;为第l层媒质中的折射角,它满足Snell折射定律,即nlsinθl=nl-1sinθl-1=Λ=n0sinθ0,λ为入射光在真空中的波长。当薄膜由k层组成时,其总的特征矩阵为

如果将特征矩阵记为

则入射光的反射率R为

透射率T为

吸收率A为

3设计实例及分析

对于光子晶体而言,带隙宽度和峰值与折射率比值成正相关,利用缩放定理将带隙中心调整到需要的位置。较大的折射率比值可以获得较高的带隙率,为了使带隙较宽,选取的两种材料折射率高低相差应较大,在选取薄膜材料时,还要选取在中红外透明的材料。选取膜料A和B进行设计,A的折射率为4.0,B的折射率为2.2。其中可以调节的参量有:光子晶体的周期数N,介质层的厚度dA,dB。

图2是周期数对光子晶体的带隙的影响。图中分别是2周期、5周期和8周期的光谱反射率曲线。 可以看出,对于2周期的光子晶体,其在中红外波段出现了一个高反射带,反射率有70%左右。随着周期数的增加,反射率趋于1的入射波的波长逐渐集中在以中心波长( λ = 4 μm)为中心的一个波长带(3~5 μm)中。而且光子晶体的反射带宽度随着周期数的增多而增宽,但是当周期数达到某一值后(文中周期数为8时),周期数再增加时,反射带宽度几乎没有变化,只是其两侧的振荡数逐渐增加。

在折射率为ng的基底上镀制光学厚度为 λ 4的高折射率的膜层后,会提高材料的整体反射率。采用每层厚度均为 λ 4的高、低交替的光子晶体结构, 由于每层反射光束产生了相长干涉,所以能够得到更高的反射率。光子晶体的带隙特性,则可以在整个带隙波段内实现较高的反射率。相关参数为厚度为nada= nbdb= 5/4 μm,周期数N = 10 。

通过计算得到光子晶体的带隙图,如图3所示。横坐标为波长,纵坐标为入射角,图像灰度为反射率高低,白色反射率为1,黑色反射率为0,红线以内为完全光子带隙。可以看出,入射角度对带隙宽度和位置影响较小,其完全光子带隙为3~5 μm, 覆盖了中红外波段,带隙率为50%。

4光谱实验测试

使用傅里叶红外光谱仪和紫外-红外-近红外分光光度计对制备的材料进行测试,测得的反射谱如图4、图5所示。图4和图5显示了波长的光谱发射率测量,一维光子晶体在3~5 μm具有很高的反射率,即低发射率,在10.6 μm处仅有4%的反射率,在0.93 μm处发射率为2%,在1.06 μm处反射率为7%。测试的结果表明,所制备的一维光子晶体在中红外波段具有较低的发射率,在激光波段具有较低的反射率,基本上符合设计要求。

5结论

激光与红外 篇4

血管瘤是一种先天性发育异常, 多数出生后即可发现, 到青春期逐渐增大引起症状, 影响面容美观及躯体功能, 女性多于男性[1]。笔者采用红外CO2激光治疗血管瘤患者167例, 获得较好疗效。现报道如下。

1资料与方法

1.1 临床资料

本组患者167例, 男66例, 女101例。年龄23d～6个月109例, 7～12个月22例, 13个月～5岁17例, 6～10岁10例, 11～14岁9例, 病程10d～14年。病种为杨霉状血管瘤128例, 海绵状血管瘤19例, 混合型血管瘤10例, 鲜红斑痣9例, 蜘蛛痣1例。病损部位位于头面部110例, 颈部6例, 躯干26例, 四肢22例, 外阴3例。其中累及眼睑22例, 鼻部10例, 唇部6例。损害范围0.2cm×0.2cm～9.0cm×10.0cm。

1.2 治疗仪器

采用CO2激光综合治疗机, 波长10.6μm, 为红外激光, 输出功率25W, 连续可调。

1.3 治疗方法

术前2h禁水、禁食, 常规用0.5%洗必泰溶液局部消毒。将CO2激光能量密度调至约2J/cm2, 采用连续工作方式, 将CO2激光扩束头离瘤体表面1～2cm来回快速均匀地移动, 直至瘤体表面发白, 之后出现均匀渗血为止。术后创面外涂2%龙胆紫液, 清洁包扎, 3d内创面勿接触水, 以防感染。

1.4 疗效评价标准

术后0.5～1年, 观察血管瘤颜色的消退及病变面积的减少判断疗效。痊愈:血管瘤颜色或面积消退>90%, 局部生理功能正常, 随访半年无复发;好转:血管瘤颜色变淡或面积消退30%～ 90%;无效:血管瘤颜色无变化或面积消退<30%。

2结果

杨霉状血管瘤痊愈118例占92.2%, 好转10例占7.8%;海绵状血管瘤痊愈2例占10.5%, 好转2例占10.5%, 无效15例占78.9%;混合型血管瘤痊愈1例占10.0%, 好转4例占40.0%, 无效5例占50.0%;鲜红斑痣痊愈1例占11.0%, 好转1例占11.0%, 无效7例占77.8%;蜘蛛痣患者痊愈, 痊愈率100.0%。

3讨论

红外CO2激光治疗杨霉状血管瘤的良好疗效已为国内外许多学者所公认[2]。杨霉状血管瘤瘤体色泽鲜红、柔软易出血者大多只要照射1次即愈, 而色泽暗红、质地较韧者, 一次激光照射往往只能使瘤体有所缩小, 需反复照射或增加红外激光治疗次数才能治愈。红外激光对海绵状血管瘤的疗效各家意见不尽一致。笔者在实践中体会到部分范围较小、位置较浅的海绵状血管瘤亦可获一定疗效, 如表面为红色柔软隆起、基底不深者。而表面呈皮色并有蚯蚓状起伏者, 由于曲张静脉丛位置较深、血管内径较粗, 红外激光治疗效果差, 宜选用其他合适治疗方法或予综合治疗。混合型血管瘤红外激光治疗后继发感染者, 愈合后虽留下了瘢痕, 但由于感染使深部病损受到破坏, 其效果反较未感染者为佳。提示对该种血管瘤应加大红外激光治疗剂量。但在颌面部则应考虑到美容的因素。红外激光对鲜红斑痣疗效最差, 但对年龄较小、病损面积亦较小 (直径≤2cm) 者, 亦可一试。

红外CO2激光疗法比较安全, 但也可有一些不良反应: (1) 疼痛:激光照射之初, 患者略感刺痛, 术后因血管反射性扩张而产生灼痛, 可持续数小时, 一般都能忍受, 不必处理。 (2) 出血:经远红外激光局部照射形成水疱并逐渐干燥结痂, 若强行撕脱则可引起出血, 因此应让痂皮自行脱落。如有出血, 予以压迫即可止血。 (3) 神经受累:在手、足、颌面及胫前等皮下组织少的部位激光照射后, 个别人会因周围神经受损而出现神经功能障碍现象, 但神经节细胞不致出现永久性损伤, 一般1～3个月均可恢复, 然亦偶有长达半年以上者。因此操作时应防止下方的组织受损。 (4) 瘢痕:一般表浅的皮肤病损, 由于成纤维细胞对远红外激光有特殊的耐受性, 加之上皮新生很快, 红外激光照射后3d痂皮下方就已有上皮生长, 痂皮一脱落, 新生上皮几乎全部生成, 红外激光照射后不致形成瘢痕。但病损较大、位置较深、红外激光照射时间较长、组织破坏较深或继发感染等情况下, 则可形成瘢痕[3]。因此, 术中应掌握合适红外激光照射时间, 术后局部护理得当, 可防止继发感染和避免瘢痕形成[4,5]。 (5) 色素脱失:多数患者治愈后在皮肤上留下色素脱失斑, 其上的毛发有时亦变白, 这可能是色素细胞对红外激光特别敏感之故, 但经过一定时问后大多是能恢复的。 (6) 粟丘疹样反应:本组有3例鼻和鼻周血管瘤患儿, 红外激光照射后出现粟粒大密集之白色丘疹, 质硬, 类似粟丘疹。何以在皮脂腺丰富的部位出现此种反应, 是否由于红外激光刺激导致皮脂腺囊管闭塞之故, 有待今后进一步观察。

参考文献

[1]洪莉, 吴哗明, 王燕, 等.婴幼儿血管瘤自然消退过程中的细胞凋亡观察[J].中华小儿外科杂志, 2002, 23 (3) :199-201.

[2]需水生, 陕声国, 张端莲, 等.皮肤血管瘤内皮细胞增殖和凋亡指数比较[J].武汉大学学报 (医学版) , 2003, 24 (4) :316-320.

[3]胡琼华, 林晓曦, 王炜.VEGF及其受体与增殖性血管瘤[J].中华整形外科杂志, 2002, 18 (4) :237.

[4]徐晓玲, 胡琼华, 黄和平, 等.增殖性血管瘤治疗方法的选择[J].实用癌症杂志, 2003, 18 (6) :649-650.

基于激光二极管的近红外水分仪研制 篇5

关键词：水分检测,近红外,激光二极管,积分球

引言

水分对绝大多数的食品及农产品的品质影响极大。例如:产品的保质期、产品的流动性、黏度、浓度或纯度、复合产品的质量特性、产品的营养成分等等。在药品、食品加工、造纸、烟草、化工等许多行业都需要在生产的各个环节在线监控产品水分含量,水分的测量和控制都是生产中的一个重要环节。水分含量的控制,关键在于快速而准确的测量。测量水分含量的传统方法很多,如烘干法、电容法、电磁波法、Karl—Fisher滴定法、中子测量法等,这些方法存在着诸如测量精度不高、测量时间长、操作不方便、无法实现非接触式连续测量、不能用于生产过程控制等缺点和不足[1][2]。

与上述方法相比,近红外光谱分析技术具有对物质的穿透能力较强,无需化学试剂,无需对样品作任何预处理,易实现无损快速检测,对样品或环境不会造成污染;因近红外光的能量比可见光低,不会对人体造成伤害;适合现场检测和实时在线分析等优点[3]。本研究开发一个基于近红外激光二极管结合积分球的近红外水分仪,可以快速测量茶叶、奶粉等农产品的水分含量。

1 系统总体设计

设计采用波长固定、使用寿命较长的LD作为单色光源、积分球作为载样器件,从而构成整台检测仪无任何移动部件的近红外水分仪,系统方案框图(见图1)。

仪器的设计思路是LD经过驱动后发出稳定的单色光,直接照射到样品上,经过物料的漫反射光信号由积分球收集并照射到InGaAs光电探测器转换成电信号(见图2),由后继放大电路检测出信号并放大,使用USB接口的A/D采集卡将此放大信号送往上层测控软件进行分析并显示。仪器设计主要包括:(1)仪器整体光路设计;(2)微弱信号探测电路设计;(3)近红外水分仪的测控软件开发。

2 硬件设计

水分仪硬件部分设计分为光学系统和电路系统,其中电路部分主要包括探测器后继电路和信号采集系统。

2.1 光学系统

光学系统的关键部件积分球设计要满足以下2个条件:在积分球内表面的覆膜必须要能很好地散射并有高反射率;积分球出入口面积不超过内表面面积的5%[4]。本设计的积分球内表面镀金,保证对近红外光有99%以上的反射率。积分球共4个开口,分别用于光源2只、探测和物料口各1只,光源口与探测口直径相同为Φ5,物料口为Φ10,积分球直径设计为Φ50。

仪器采用单个的探测器,样品表面贴近积分球内表面,LD所产生的光直接照射到样品,保证样品能第一次对光足够吸收;探测器的斜角与LD的斜角错开,防止样品一次反射光直接进入探测器。

光源选取1310nm、1490nm波长的LD,其中1490nm是水的吸收峰,1310nm作为参比波长。为防止使用时间长引起温度升高,光源采用轮工作方法(根据需要,这里选择两路光源驱动电路)。利用单片机内部的定时中断使得LD轮流点亮,点亮时间可手动或软件设定,使用锁存器对输出进行锁存,以此避免脉冲干扰及数据丢失。

2.2 检测电路

探测器检测电路主要由光电二极管、前置放大电路和滤波电路组成。前置放大电路(见图3)将光电二极管得到的微弱电流信号进行放大,然后通过滤波电路后输出。

3 软件设计

软件系统采用LabVIEW虚拟仪器程序开发语言,数据的处理和显示更加方便。软件系统设计分为2个模块:人机界面和数据处理。数据处理分为:数据采集、数据存储、结果显示和数据处理(见图4)。前台是人机界面,检测并判断用户输入的相关信息,形成测试流程并调用相应子程序。后台数据处理部分,将仪器传回的测量数据进行处理、分析及判断,形成报表存档。软件系统控制仪器对被测样品进行光谱扫描,软件系统在光谱扫描过程中,底层进行着数据的处理和分析,判断是否符合指标要求,并进行整理汇总,以报表的形式记录分析结果。

3.1 仪器主界面

软件的主界面(见图5)显示水分仪的功能,包括LD光功率显示、谱图扫描、数据显示、水分含量和报警处理等功能。主界面中会显示当前操作者的身份,根据操作者的权限可以对仪器和数据库进行不同的控制。当仪器开启的时候,主界面上会显示当前LD的光功率,谱图扫描包括背景和样品,扫描的图形可以显示在下方的图表中。测试过程中主界面实时显示测试进度,对于部分监测项目按照要求在界面上显示测得的数据;并同时对数据进行分析判别,形成不同形式的报表结果,以方便操作者使用;对不满足要求的样品有报警功能。主界面设计时,将A/D采集、数据处理、结果显示等各个功能独立编写形成子VI以便调用。

3.2 数据采集卡

系统采用的是优采公司的UA303A/D采集卡,随卡提供专用动态连接库UA300.DLL。在此动态连接库中提供许多简洁高效的采集和控制函数,支持UA303采集器的各种功能。系统对采集卡的控制采用的是通过调用动态链接库(DLL)实现的。

4 水分测试试验

使用研制的水分仪分别对奶粉及茶叶样品的水分进行标定测量,在所选的波长下,建立光谱数据与实际物料水分之间的校正模型,以验证仪器测量水分的准确性和实用性。

4.1 奶粉水分测试试验

奶粉水分测试试验,将从市面上购买的学生奶粉,配置成不同水分的样品11个,水分含量从2%～7%,分别进行漫反射光强度和实际含水率的检测,水分按GB/T 8304-2002中规定的方法测量。数据的处理在本课题组研制的软件NIRSA2.2系统中完成。根据试验的实际情况,选用多元线性回归以及多项式回归2种算法建立相对漫反射光强度与含水率之间的定标模型。

多元线性回归模型方程为

Y=0.2050-0.04 1X1-0.1383X2

多项式回归模型方程为

Y=0.2609-0.0381X1-0.283 1X2+0.0875X2[2]

其中,Y为预测奶粉水分含量,X1为1310nm波长下系统输出,X2为1490nm波长下系统输出。两组模型下实测值与定标值相关图(见图6、7)。

4.2 茶叶水分测试试验

茶叶水分测量试验共配置茶叶样品12个,水分含量从18%到1%。按照GB/T 8303-2002的规定将样品粉碎,过40目筛,粒径大小基本一致。茶叶水分的试验方法和数据处理与奶粉样品相同。

多元线性回归建模模型方程

Y=0.3851+0.0402X1-0.4619X2

多项式回归模型方程为

Y=0.8369+0.0821X1-1.8343X2+0.915X2[2]

其中,Y为预测茶叶水分含量,X1为1310nm波长下系统输出,X2为1490nm波长下系统输出。两组模型下实测值与定标值相关图(见图8、9)。

茶叶模型没有奶粉模型结果好(见表1),分析原因是由于茶叶样品颗粒比较大,而本试验光源光斑只有Φ2,因此照射到样品的位置对试验结果有影响。

5 结论

水分测量和控制对于工业、农业都有十分关键的作用,近红外水分测定仪凭借其连续、非接触、速度快等优点已经得到越来越广泛的应用。但是目前的近红外水分仪多为国外产品,价格昂贵。本研究自行研制体积小、价格便宜的以激光二极管作为光源的近红外水分测量仪,该仪器主要应用于食品与农产品物料的水分含量快速检测。

本仪器还有需要改进的地方,采用LD阵列以及光纤导入来增加波长数,可放大光斑来提高物料漫反射信号稳定,可将数据处理、数据显示、打印功能等部分集成到嵌入式单片机内进行,实现真正意义上的便携式仪器。

参考文献

[1] 徐枫.近红外水分仪的研制与开发,天津:天津大学出版 社,2005

[2] 刘兵辉.高精度近红外水分仪的设计与应用,长春:吉林大学出版社,2006

[3] 陈斌,黄星奕.食品与农产品品质无损检测新技术[M],北 京:化工工业出版社,2004

激光与红外 篇6

1 激光照明器的特点和应用

红外激光照明器是专门为摄像监控系统设计的夜间辅助照明设备, 利用近红外半导体光源输出的红外激光, 配合可以控制光斑大小的扩束镜对一定范围内的目标进行照射, 通过摄像机感应红外成像, 从而实现夜视监控。

目前红外激光照明器主要是与红外摄像机配合使用, 其功能主要是夜间监视目标, 特点是隐蔽性好、发光效率高、功耗低、照射距离远。可应用到公安、司法、银行、监狱、油田、工程建设、森林、海事、海关、铁路、机场边防、国防工程、夜视作战侦察、重点军事设施、军事机关、军队驻地、夜视作战指挥等各个领域。

2 光纤耦合红外激光照明器的工作原理

光纤耦合红外激光照明器是红外激光照明器的一种, 特别之处就是把光纤耦合技术应用到红外激光照明器的光源上。

同其他红外激光光源类似, 光纤耦合红外激光光源也是由泵浦原、增益介质和光学谐振腔组成, 所不同的是其增益介质通常是双包层光纤。其结构简图如图1 所示。

双包层光纤的纤芯一般掺有稀土离子 ( 如Yb3 +、Er3 +、Nd3 +等) , 是单模激射光的传输波导。 内包层围绕在纤芯的外围是多模泵浦光的传输波导, 其横向尺寸和数值都比较大, 可以有效地将泵浦光耦合到光纤, 提高泵浦光的入纤效率。泵浦光在内包层传输过程中, 以折射方式反复穿越纤芯, 被纤芯内的稀土粒子吸收, 产生单模激光。这种光纤结构增加了泵浦长度, 大大提高了泵浦效率, 从而使光纤激光器的输出功率提高了几个数量级[1]。

目前, LD虽然具有单向性、方向性、高强度性好、体积小、便于携带等优点, 然而LD的快轴发散角较大, 慢轴的发散角较小, 其横场由于高阶模的存在, 光束成长条形, 光斑也不均匀[2]。其光束特性简图如图2 所示。

因此, 若将LD直接作为照明器光源, 尤其是远距离观测时达不到良好的效果。而光纤耦合技术可以妥善地解决这一问题, 将LD发出的光耦合进光纤中, 可以达到光束整形的目的。

LD与光纤耦合的方式有很多, 采用圆柱形透镜进行间接耦合, 是一个很好的方式, 这种方式工艺、 结构简单, 耦合效率高, 其耦合原理如图3 所示。

LD通过光纤耦合后, 得到圆光斑, 再通过照明器的光学系统可以非常容易进行发散角压缩, 这种方法工艺简单, 系统光学元件少, 适用于制作小体积大功率的照明器光源。

为了使光纤耦合激光照明器在不同距离上都能正常观察目标, 通常采用变焦镜头, 即近距离将光束发散角变大, 这样照明范围大, 光强度变弱, 成像部分不会因为光强度大而饱和, 远距离将光束发散角变小, 这样照明范围小, 光强度变强, 成像部分不会因为远距离衰减, 从而增大观察距离[3]。

3 实验分析

3. 1 光纤耦合效率

LD发出的光在空间是一个细长的椭圆形, 经过圆柱形透镜后压缩成圆形, 再与圆柱形截面的光纤耦合, 耦合的效率会有很大的提高。

下面通过一个实验来验证一下LD光纤耦合效率, 实验采用的光纤的数值孔径为0. 22, 纤芯直径为200 μm的多模光纤, LD输出光波长为808 μm。 使用圆柱形微透镜进行间接耦合, 为了减少光能量损失在光纤端面上镀增透膜, 原理图如图3 所示。

实验所用的圆柱型微透镜的直径为200 μm, 经过光束准直后, 输出光束质量有明显的提高, 快轴的发散角由20°压缩到了5°, 从而使光纤耦合更为便利, 提高了耦合的效率。准直及耦合后的功率见表1, 功率电压测试曲线如图4 所示。

根据表1 及图4 可以计算出准直的效率为92% , 光纤的耦合效率为86. 2% , 耦合的效率较好。

3. 2 光斑的整形

通过激光照明器光斑测试平台 ( 图5) 得到LD输出的光斑呈长条形, 通过圆柱形透镜压缩后, 其形状得到整圆。实验测试图片如图5、图6 所示, 从实验图片中可以看出, 通过圆柱形透镜压缩后, 不仅光斑的形状得到了整圆, 其均匀性和亮度也有改善。

3. 3 光斑的均匀化处理

通过光纤耦合之后, LD红外光源输出的光斑质量有明显的改善。图8 为LD照明器光斑, 图9 为光纤耦合激光照明器的光斑。从图中可以看出未经光纤耦合激光照明器的光斑亮度不够, 光斑均匀性也不好, 有明暗相间的条纹。而光纤耦合激光照明器的光斑亮度高, 均匀性好。

光纤耦合激光照明器的光斑质量与LD的耦合数量有关, 如图10 所示, 采用单个LD光纤耦合, 同样由于模式问题, 会产生不可消除的条形纹[4]。两个LD经过光纤耦合后, 光斑质量得到明显改善, 如图11 所示, 光斑的均匀性显著提高, 几乎不可见明暗相间的条纹, 光斑的亮度也显著增强。

实际工作当中, 还设计了四个LD光纤耦合激光照明器以及六个LD光纤耦合的激光照明器。耦合结构及外形图如图12 ~ 图15 所示。

从理论上分析, 多个激光二极管发出的光耦合到一根光纤中明暗条纹互补叠加后光斑的均匀性和亮度都会有所提高, 而且随着激光器耦合数量的增加, 光斑均匀性及光斑的亮度逐渐增加[5,6]。图16 和图17 分别为四个LD光纤耦合激光照明器和六个LD光纤耦合激光照明器的光斑图。从图中可以看出当耦合的数量增加到一定程度时光斑的均匀性变化不是很明显。

3. 4 光功率实验

输出光功率是激光照明器的一个很重要的指标, 它直接决定照明亮度和照射距离[7]。光纤耦合技术可以把多个激光二极管输出的光耦合进一根光纤, 这样大大提高了输出光功率[8,9]。理论上, 输出的光功率随着耦合的激光二极管数量的增加而增加, 下面通过实验来验证。

实验采用的光纤的数值孔径为0. 22, 纤芯直径为200 μm的多模光纤, LD输出光波长为808 μm, 单个LD额定电功率为3 W。实验器材有: 光功率计、数显直流稳压电源、万用表。

实验数据见表2 ~ 表4, 其中ILD表示LD电流, VLD表示LD电压, PC表示消耗电功率, PO表示输出光功率, η 表示光电转换效率。

从以上实验得出结论, LD电流相同时, 光纤耦合激光照明器输出的光功率和耦合的激光二极管数量是成正比的关系。而光电的转换效率是由激光二极管本身的性质决定的, 与耦合激光二极管的数量无关。然而耦合数量增加时, 通过LD的电流值受到限制, 这是以后工作当中需要解决的问题。

4结论

将半导体激光器用于照明时, 可以采用光纤耦合的方式对光斑进行均匀化处理, 通过实验得出结论光纤耦合后的光斑质量明显提高, 而且随着耦合数量的增加光斑均匀性更好, 亮度更大, 照明效果更好。光纤耦合技术也可以提高输出光功率, 实验证明当通过LD电流相同时, 光纤耦合激光照明器输出的光功率是和耦合的数量成正比的。另外, 光纤的可挠性好, 而且可靠、灵活、方便, 因此光纤耦合激光照明器凭借其自身的优势将在军事、国防、安检等各个领域有十分广阔的应用前景。

参考文献

[1] 胡贵军, 白冰, 张亮.高功率光纤激光器研究.吉林大学学报, 2003;21 (4) :339—341

[2] 王锦昌.LD激光照明.光学技术, 1998;7 (4) :15—18

[3] 玉人.半导体辅助照明关键技术研究.长春:长春理工大学, 2011

[4] 刘德明.高功率光纤耦合激光器关键技术研究.红外与激光工程, 2006;35 (增刊) :106—109

[5] 黄辉, 张伯虎.中距离夜视激光照明器的设计.长春理工大学学报, 2009;16 (9) :75—82

[6] 王应顺, 连杰.近红外激光照明器均匀性评价技术研究.光子学报, 2013;4 (3) :1—4

[7] Li Yigang, Liu Yange, et al.High fiver Cladding-Pumped Fiber levers and Their Applicatione//Proceedings of SPIE, 2005;6028:1 —10

[8] Nilsson J, Sahu J K, Joeng Y, et al.High power fiber lasers:new developments//.Proc of SPIE.2003;4974:50—59

激光与红外 篇7

1 激光告警图像预处理

1.1 红外图像的盲元补偿算法

本文采用自动检测方法来确定盲元, 该方法通过参考邻域像元的像素值进行盲元的判断。具体的确定步骤如下所示:

(1) 确定探测器上的可疑亮点。设定亮点判断阈值为α, 通过遍历对比确定可疑亮点; (2) 对可疑亮点进行逐个判断, 通过邻域对比确定是否为盲元。本文采用交叉平均法来确定阈值α。首先, 选取探测器当前采集图像的左右两边各一列数值, 然后对两列数据进行求和平均, 求出平均值设为β, 然后, 在平均值β上增加一个判断值ε, 即为阈值α。具体计算公式如式 (1) 所示。

上式中, 判断值ε的确定将影响到探测器判断亮点和识别盲元的精确度, 在实际工程中采用专家经验法来选取。探测器探测到目标后进行图像的多次采集, 经过统计分析, 将幅值小于等于β的像元作为背景过滤掉, 幅值超过β且大于阈值α的像元作为可疑亮点保存留待后续盲元识别。逐个将可疑亮点与其邻域像元进行对比分析, 幅值突变量超过或低于ε的像元即可判断为盲元。

盲元确定后, 需要采用盲元补偿算法进行修正。为保证红外激光告警系统的时效性, 采用的补偿算法应在保证计算精度的同时, 尽量减少计算的复杂度。因此, 本文采用均值法进行盲元补偿, 即提取确定盲元的上下邻域的像元值求和平均来进行补偿。假设盲元像素点为m (i, j) , 则盲元补偿计算方法如式 (2) 所示。

采用均值法进行盲元补偿, 既能保证探测精度, 也能满足实时性要求, 同时, 还可以避免由于探测器自身的非均匀性等外部因素带来的精度影响。

1.2 图像滤波

对探测图像进行滤波以便于目标的识别, 本文通过对比度增强即采用直方图均衡化算法进行图像滤波。具体计算流程如下所示:

(1) 采用指数平滑递推公式进行平滑处理。其中, Ej为平滑后灰度级的频数, 且E0的初值为E0=n0, a为平滑系数, nj为平滑前灰度级的频数; (2) 灰度间距均衡处理。将平滑处理后的像元灰度范围按等间距映射到数值区间[0, 255]; (3) 中值滤波。计算像元邻域内的灰度值并求和平均, 该平均值为图像中像素点的灰度值。

2 激光目标的识别

2.1 目标识别的算法流程

对探测的激光进行参数识别的计算流程: (1) 在图像预处理的基础上, 获取目标的激光衍射光斑; (2) 对图像进行分割, 分别计算光斑中心, 最后计算获取目标的激光参数等信息。

2.2 基于区域生长法的图像分割

本文基于改进的区域生长法对探测图像进行分割。首先通过图像预处理确定亮点, 提取亮点后对各个亮点进行区域生长判断实现图像的分割。具体实现过程如下所示。

(1) 通过前文确定的阈值, 进行亮点判断, 并将确定的亮点坐标信息保存为亮点数组; (2) 对亮点数组中的所有元素采用区域生长法。将亮点数组中的第一个元素作为种子, 并记录到数组temp中, 并对应的将亮点数组的该元素数值变为0; (3) 完成第 (2) 步后, 判断亮点数组中的非零元素, 并确定其实为数组temp中某一元素的邻近元素, 如果是, 则将该元素保存至数组temp中, 并对应的将亮点数组的该元素数值变为0; (4) 循环计算。当亮点数组中的所有非零元素均不是数组temp中元素的相邻元素时终止计算。循环上述过程, 直至亮点数组中的全部元素都被分配到不同的数组中, 则完成了图像的区域分割。

2.3 来袭激光参数计算

为计算来袭激光的参数, 首先采用灰度重心法计算激光光斑中心。灰度重心法是形心法的改进, 并增加了灰度值作为加权值, 该方法能够有效的反映出来袭激光光斑的特点, 并且计算方法简单快速, 有利于红外激光告警系统的时效性。本文计算图像B[i][j]的灰度如式 (3) 所示。

通过式 (3) 计算出光斑中心点坐标后, 再结合成像特点就能计算出来袭激光的其他参数信息。

3 结语

本文通过盲元补偿算法和滤波算法进行了红外激光的图像预处理, 并采用基于区域生长法的图像分割进行了红外激光的目标识别, 最后采用灰度重心法来获取来袭激光的参数。本文对红外激光告警系统的图像预处理及目标识别算法的研究将有助于提高红外激光告警系统的精度和降低虚警率, 有助于红外激光告警系统的工程实际应用。

摘要：随着红外激光技术在军事领域的应用和发展, 新型的红外激光武器已成为研究热点和武器装备。在目前的国际军事形势中, 红外激光武器的应用已经构成了新的军事安全威胁。面对新的威胁, 有必要针对激光武器开展对抗技术研究, 研制激光告警系统来应对。本文基于此应用背景对红外激光告警系统的图像预处理及目标识别算法进行了研究。

关键词：红外激光,告警系统,图像预处理,目标识别

参考文献

[1]陈健.基于激光侦察告警器的激光告警技术研究[J].光机电信息.2011 (3) :6-12.