实验室简介

团队主要致力于可见光、红外多谱段的信息获取、视觉图像处理和视频技术研究,结合遥感探测、目标识别、环境监测等应用开展相关科学研究。已建立起较为齐全的红外超光谱与红外热成像实验研究平台,视觉识别实验研究平台,形成了以快速电子硬件设计和图像软件算法开发为特色的理论与应用相结合的研发团队。研究团队是平均年龄不到三十五岁的年轻科研团队,在红外成像技术和数字视频技术等方面的研究成果鉴定达到国际先进水平,近五年一次获得湖北省自然科学一等奖、两次获得湖北省科技进步一等奖,一次获得教育部科技发明二等奖,一次获得自动化学会二等奖。在IJCV、IEEE TSP/TIP/TNNLS/TCYB/TGRS/TCSVT/TMM、Optics Express、Pattern Recognition、Infrared Physics & Technology等国际权威期刊上发表SCI收录论文100余篇,其中ESI热点论文&ESI高被引论文14篇,申请国家发明专利40余项。目前研究团队聚焦遥感探测、环境监测等重大社会需求,以多谱视觉信息获取技术和信息处理创新研究为目标,向国际知名国内一流研究团队努力迈进。

主要研究方向

一、红外成像技术及其应用

开发出面阵分辨率为640×512和384×288非制冷型;中、长波640×512和320×240制冷型;线扫分辨率为1280×1024制冷型等系列红外成像系统。针对大面阵、高帧频红外成像造成的海量数据实时处理难;几何级数增加的像元光电转换非均匀性响应造成的图像质量退化问题;高帧频使得单帧图像曝光时间短导致信噪比低,图像噪声大的问题开展了研究。研究成果通过鉴定认为:解决了特殊红外成像要求帧频高所带来的海量数据实时处理难、图像质量差的问题,设计、研制出了高性能的大面阵高帧频实时红外成像处理系统,并实现了产业化。该成果整体达到国际先进水平,其中自适应图像增强核心技术达到国际领先。

             

红外成像系统及成像效果

二、机器视觉与模式识别算法及应用

在国自科基金、863项目支持下,开展了图形图像匹配算法及其应用研究。解决了图像特征匹配复杂组合优化、特征点位置噪声和误匹配扰动、图像几何模型高维复杂性等问题,突破了其中存在的数据多源性、数据退化多样性、误匹配难以自适应剔除、真实匹配丢失等难点,形成通用可行的方法模型。针对以图像匹配为基础的相关应用,诸如三维场景重建、多源图像融合、目标识别、图像拼接、机器人定位导航等,展开了深入研究。研究成果发表到CVPR、IEEE Trans等国际主流会议期刊上,部分入选ESI热点及高被引论文。

                               

计算机视觉匹配及运动场

三、红外超光谱信息获取与处理

在国家自然科学基金等项目支持下,开展了红外超光谱图谱信息融合及目标匹配识别方法及其应用研究。目前超光谱信息获取技术已由传统的色散扫描方式,发展到可实时获取瞬时视场频谱信息的干涉方式,这为实时的环境污染气体检测,目标实时发现与识别等应用成为可能,但新应用对红外超光谱信号处理技术和数据处理技术提出了全新的挑战,新应用引出新的科学问题,亟需新技术的产生。针对以上问题的研究,团队形成以红外超光谱图谱信息获取与处理、以遥感探测为应用的新科学研究方向。

                            

超光谱地物分类原理及阳逻港实验现场