面向对空目标的红外图像生成式对抗网络技术

　　任何自然界中的物体都在不停地向外辐射红外光，都属于红外光辐射源。红外成像技术就是一种利用物体发出的红外热辐射进行光电成像的技术，它可以将热信号转换为人类视觉可以分辨的图形和图像。自然界中不同物体的材质和温度是不一样的，即使是同一物体，不同部位的成分和温度也不尽相同，由于红外线对温度的敏感度高，物体之间微小的温度差异可以通过热红外图像展现出来[1]。相比于可见光、雷达、激光等成像方式， 红外成像技术的优点在于其无需借助外部环境光源，可依靠物体自身发出的热辐射进行成像，因此在微弱光线下仍具有较好的成像能力，能够24小时全天候工作。由于红外线的波长较大，而散射强度与入射光的波长成反比[2]，因此红外成像 不受雨雪、风霜等恶劣环境影响，探测能力强，成像清楚，准确度高。此外，它能识别伪装、抗干扰、目标明确以及具有很强的隐蔽性，这一点在军事应用中尤为重要。
　　尽管红外成像有很多优势且广泛应用于军事和民用方面，但由于红外线长波长、目标物自身的辐射较弱、红外探测器的性能较差等因素的影响，红外图像通常存在一些缺陷：
　　1）信噪比低
　　红外图像中信噪比是指目标对象自身的热辐射生成的信号与图像中各种干扰信号即噪声的比例。信噪比越大，红外图像的质量越好，更有利于视觉观察和进一步处理分析。外界环境的随机干扰和红外成像系统的不完善，给红外图像带来多种多样的噪声，如散粒噪声、热噪声、电流引起的噪声等。这些分布复杂的噪声使得红外图像的信噪比低而不利于后续环节如图像融合、目标检测识别的处理。
　　2）对比度低
　　对比度对视觉效果的影响非常关键，一般来说对比度越大，图像越清晰醒目，色彩也越鲜明艳丽；而对比度小，图像也越模糊，人眼不易辨别。高对比度对于图像的清晰度、细节表现、灰度层次表现都有很大帮助。红外图像本身是灰度图像，没有色彩或者阴影，因此，红外图像的对比度只能依靠目标物体和背景之间的温差来得到。物体和其周围环境的热量变换通常是不断变化的，成像热平衡不稳定，使得红外图像对比度较低。
　　3）分辨率低
　　图像分辨率指图像中存储的信息量，是每英寸图像内有多少个像素点，图像分辨率通常体现图像的清晰度。在红外成像系统中，红外图像中的像素点数目通常受红外探测器的面积和其像元的数量的影响。由于红外焦平面探测器硬件受技术条件和制作水平的限制，红外图像的分辨率通常比较低。尽管可以使用改进的硬件光学系统生成高分辨率红外图像，但是硬件的高昂成本和物理限制使其难以广泛应用。因此，在不改变硬件成像设备的情况下，通过输入低分辨率红外图像，重建高分辨率图像，提高红外图像的质量，符合应用要求。此外，根据傅里叶光学，光学系统由于衍射效应存在着截止频率。红外线是波长介乎微波与可见光之间的电磁波，其波长通常是760nm~1mm，是波长比红光长的非可见光，对应频率约是在430 THz到300 GHz的范围内。根据瑞利准则，理想光学系统的分辨率的下限为，其中是探测器工作波长，是光学系统参数。由于红外波长的衍射极限通常比探测仪像元要大，而工作波长越长，探测器的最小分辨率越大，成像的分辨率则越低[3]，因此，红外图像通常分辨率较低。
　　空间分辨率是衡量红外成像结果的一个重要指标，高空间分辨率的红外图像能提供目标物体更多的纹理信息，空间分辨率越高，其精准定位、目标检测识别的能力越好。因此，高分辨的红外图像 在军事、监控、医疗诊断、遥感等领域有着广泛的应用需求。直接改善成像系统的硬件设施即提高探测器的制造，使红外焦平面上单位像元密度提升，从而增加整体像元数量，提高成像分辨率。但由于硬件物理的限制，这样的成像仪制作困难、成本昂贵。因此，在现有的硬件水平的基础上，对红外图像超分辨率重建是提高红外图像质量的一种有效方法。该方法通过利用计算机对获取的低分辨率红外图像进行处理，得到相应的高质量的红外图像，能在很大程度上减少硬件设施成本。
　　随着深度学习的发展，研究人员尝试通过设计深度神经网络来解决超分辨率重建问题。Dong C等人[4]提出的SRCNN首次使用深度学习来完成超分辨率重建任务，模型能够自主学习低分辨率图像和高分辨率图像间的非线性映射关系，不需要人工设计特征。2017年，Ledig C 等人[5]提出了SRGAN，首次将生成对抗网络（Generative Adversarial Network，GAN）应用于图像超分辨领域，考虑了人类的视觉满意度，提高了重建图像的视觉效果和真实感。本项目拟结合生成对抗网络技术，输入低分辨率红外图像，在无需昂贵的硬件设施投入成本的前提下，获得对应的高分辨率的图像，以满足其进一步在军事、医疗等领域的研究和应用要求。
　　潜在的应用领域有：
　　1） 军事领域
　　在运用卫星进行军事侦察和目标定位，所成的图像质量受到卫星自身硬件水平、成像条件、传输状况等因素的影响，获得的图像质量往往较差，红外图像生成对抗网络技术能重建高空间分辨率的图像，有利于侦察和观测。此外，在导弹的制导和飞机进行导航等各种军事设备中， 红外图像生成和对抗网络技术能够协助完成军事成像、侦察和探测等任务，具有较高的隐蔽性和抗干扰性。它在海、陆、空等各大领域得到了很大的发展和应用，能极大地提高多种军事装备的作战能力。
　　2）监控领域
　　很多红外监控系统由于受到监控内容储存、成本的限制以及恶劣天气的影像，得到的监控画质较差，红外图像生成对抗网络技术可以在雾霾、雨雪以及沙尘暴等恶劣环境下获得高空间分辨率的图像。因此，可以为公共安全区域、办公区域等提供高质量的监控服务，同时也可为识别罪犯和通缉提供重要线索。
　　3）医疗领域
　　在疾病诊断和治疗过程中，利用红外图像生成式对抗网络技术获得的影像能够给医生提供更丰富的信息，从而能对病原的位置、性状等做出更准确的诊断和更精准的治疗。
　　4）工业检测领域
　　由于红外成像技术是利用目标物的热辐射成像，且其对温度很敏感，因此它能够检测工业设备的过热点、不良点等故障部分，进而可以及时进行设备维修，能很好地预防短路、火灾等危险事故的发生。
　　5）生态领域
　　红外成像技术因其波长特点可以快速准确地检测森林植被失火地点以及辅助推测火势的蔓延趋势。高质量的红外图像能为防护人员和救援人员提供更多的细节信息，使得他们能及时地发现火灾并制定更合理的灭火方案。