【红外成像探测技术的应用及发展趋势研究的文献综述3000字】

红外成像探测技术的应用及发展趋势研究的文献综述红外探测技术历经最近六十多年的发展和历史，当下红外呈现探测已经步入了四十年的发展，其后历经冷战军备竞赛、越南战争、新军事革命等各不相同的历史要素的推动，且历经实战的检验和考验，红外成像探测体系的理论、体制、技术、办法、应用均获得了较大的发展。出于对红外成像而言，其技术获得了较快的发展，在诸多的不同使用领域内其性能获得了较快的发展和提升。1.1红外成像系统发展及成像体制介绍伴随近段时间，伴随无人机技术的迅猛发展和制导武器的更好发展，我国更加的关注防空安全层面的问题和发展。对提升空域自身的安全性，需要在无人机反制、防空预警体系层面提高脱欧入，提升探测技能并且更好的对抗。建立在红外成像探测的无人机反制系统和防空预警制度，提高投入提升探测技能，且更好的进行对抗。建立在红外成像探测体系的无人机反制和预警体系，出于其拥有全天候工作、被动隐蔽的属性，让其演变为在防空领域内特别主要的力量。红外预警体系内的探测体系和处理图像体系的重要关键内容。红外成像探测体系的构成是红外探测器、光学探测器、跟粽子体系、视轴瞄准、提取子体系和信息处置等构成，针对分布类型的红外成像网络探测体系涵盖了通信子体系。在红外成像探测体系的中级、初级发展的前半时期，技术创新和发展主要是在处理信息、红外探测器、提取技术的层面，但红外成像图像体系的最后性能决策综合继承组件技术，由此在中阶和后半时期开端，更注重融合当下拥有的探测器技术、全新的探测技术，运用全新的计算成像、光学技术等理念体系满足全新的需求。对红外成像体系而言，红外探测器为特别重要的部件，在诸多时间其历经了红外探测（单元扫描）、红外探测器（多元扫描）、红外探测（线扫）、红外探测器（凝视型）的发展经历。目前市场内的红外探测器结合其温度可被划分为两个类别：非制冷、制冷类型的红外探测器。制冷类型的探测器在低温中工作，运用温度降低的方式降低成像环节产生的噪音干扰。由此，对比非制冷类型的探测器而言，其拥有很高的精准度、灵敏度、较低的误差、较大的探测范围、分辨率较高的优势等。但出于协同制冷器共同工作，制冷类型的红外探测器有更短的应用寿命、较大的功耗、高昂的价格、较大的体积等缺陷。对军事层面而言，其在精准度、灵敏度方面有更高的要求，重点使用制冷类型的探测器，非制冷类型的探测器重点首先考量功耗、成本、较低体积的民用层面和使用。(a)4元以及2元红外探测器(b)红外探测器（焦平面）图红外成像探测器成像探测技术是在点源探测层面形成的，最开始使用这一技术重点是制导导弹，例如美国制定的响尾蛇导弹等，且获得了优良的成绩和战绩，但伴随科技的迅猛发展，诱饵干扰技术的使用，有更加恶劣的战场环境，点源探测技术开始获得更多的挑战，为契合探测战场需求的技术，开始演变为成像探测或多元技术。在上个世纪的四十年代产生的首代红外探测系统开始计算，发展大上个世纪的六十-八十年代产生的建立在单元制冷锑化铟探测器、圆锥扫描调制盘等的红外探测系统，并且建立在多元或单元探测器的初步红外成像跟踪器，可将其当作红外探测体系初步发展的时期。中阶段的前半时期（上个世纪的八十年代到该世纪初，共二十年）到上个世纪的八十年代，建立在首代前视红外探测体系的产生，还会建立在TDI型号的二维探测器焦平面阵列的红外线第2代探测体系装备为普通设施和装备，和建立在非制冷类型的焦平面（二维）阵列的非制冷的较低成本的红外探测设施，可被当作该系统发展的中级发展时期的前半阶段。1.2红外成像探测的优势及应用领域红外图像内的无人机成像有显著的优势，一般而言，对比图像背景无人机有更高的亮度，并且不会受制于纹理、肤色、阴影等产生的影响，并且不会受制于周边环境产生的限制，有更大的应用，重点被应用在如下领域内：安全领域：使用在驾驶辅助、交通监控、安全监控、搜索追捕、救灾消防、防爆等，在较差的条件、夜间和雨雪可正常的进行监控，降低产生诸多的危险事情，实现搜索效率的提升等。军事层面：例如扫描有生力量、瞄准武器等。倘若在其中添加了红外目标识别，也就是在光线不佳或夜间的基础中，还可以迅速的锁定目标，提升战胜的几率，实现时间的节约，降低消耗的代价。视觉层面：针对场景内的目标的手势或姿态的改变和目标跟踪具备显著的含义。尽管在诸多的层面内大量的使用红外人体识别技术，但一般具备很差的自适应性。使用红外成像探测器针对“慢地小”目标的识别具备自身的优势：较快的响应能力：在获得指令之后，可迅速的让无人机抵达地区，快速的成像和飞行，在很短的时间中构建高精度装备可获得拍摄的结果；高精度的定位和高分辨率的获得能力：体系的高分辨率图像可被使用在检测、搜索、识别的层面；无人机有较低的应用成本；无人机可担当高科技、高风险的任务：针对船、车、人不能抵达的区域的监测环境、检测有毒区域的污染、救援指挥和检测灾情等，都拥有很大的优势。本文章结合容易被繁杂的噪音环境淹没弱小无人机目标的情况和问题，分析建立在红外成像探测体系对蜂群“慢低小”无人机的识别目标技术，运用研究空中的“慢低小”无人机（蜂群）目标产生的图像属性和特质，构建了契合“慢低小”目标的分割图像和目标特性的基本算法。这一课题针对蜂群“慢低小”无人机目标的识别红外图像问题，论述了契合“慢低小”的无人机蜂群目标的目标识别办法，进而推动有关的分析发展和演变。参考文献[1]刘立章,张骞,赵梓涵.无人机蜂群拦截系统作战构想与关键技术[J].指挥控制与仿真,2021,43(01):48-54.[2]兰顺正.美初创公司推出应对“蜂群”无人机导弹[N].中国国防报,2020-11-17(004).[3]徐明兴,林冰轩,陈志刚,王文正,沈雁鸣.中小型无人机防御激光武器的技术途径分析[J].现代防御技术,2020,48(05):10-15.[4]王伟.基于遥感图像的船舶目标检测方法综述[J].电讯技术,2020,60(09):1126-1132.[5]陈花卫,谭文斌.基于人眼视觉特性的无人机红外图像增强研究[J].激光杂志,2020,41(09):137-141.[6]李丰雨,曹文涛.反无人机“蜂群”作战难题如何破[N].解放军报,2020-09-15(007).[7]柳兴国.基于压缩感知的红外图像超分辨率重建[D].电子科技大学,2020.[8]杨丽娜,曹泽阳,李勇祥.无人机蜂群作战构成及作战概念研究[J].现代防御技术,2020,48(04):44-51.[9]姬龙鑫,冯辅周,闵庆旭.基于小波变换的超声红外热图像处理[J].长春理工大学学报(自然科学版),2020,43(04):112-116+128.[10]张小孟,胡永江,李文广,庞强伟,袁国刚.基于改进人工蜂群算法的多无人机灭火任务规划[J].中国惯性技术学报,2020,28(04):528-536.[11]马晓楠,洪普,宫文峰.场景自适应的红外图像动态范围压缩算法[J].光学与光电技术,2020,18(04):25-31.[12]李佳.低慢小无人机目标红外成像探测关键技术研究[D].西安电子科技大学,2020.[13]聂丰英,吴丽华.车载红外热成像图像处理系统的构建[J].激光杂志,2020,41(07):123-127.[14]李辉,方丹,高伟伟,陶贵明.巡飞弹蜂群关键技术与战术构想研究[J].战术导弹技术,2020(04):58-63.[15]高鹏.无线紫外光蜂群无人机避让预警方法研究[D].西安理工大学,2020.[16]杨峻巍,王向伟,贾建生,袁浩波,曾操.基于球谐变换的无人机蜂群RCS快速分析算法[J].电讯技术,2020,60(06):651-656.[17]张双雄,李晶晶,尹帅,王思力,王苏.无人机蜂群作战分析[J].现代信息科技,2020,4(12):22-24.[18]陈严波,黄金龙,汪志军,姜斌,程月华,杨浩.基于有向图的蜂群无人机故障影响[J].航空学报,2020,41(S2):115-121.[19].Robotics-RoboticSystems;NewRoboticSystemsFindingsfromHohaiUniversityDescribed(InfraredImageSegmentationBasedOnMulti-informationFusedFuzzyClusteringMethodforElectricalEquipment)[J].JournalofRobotics&MachineLearning,2020.[20]卞栋栋,芦明珠,陈佳路,刘帅,郑泽东.基于红外图像的空气预热器运行状态监控与分析系统[A].浙江省电力学会.浙江省电力学会2019年度优秀论文集[C].:浙江省电力学会,2020:5.[21]刘振卿,任杰.红外运动图像序列中微弱点目标动态检测系统[J].激光杂志,2020,41(03):113-116.[22]ShaohuiChen,ZengzhaoChen,X