收录于话题
一、概述
可持续发展科学卫星1号（SDGSAT-1）运行于高度505km、倾角97.4°的太阳同步轨道，搭载了宽幅gf辨热红外（TIS）、微光及多谱段成像仪三种载荷，重访周期约11天，可实现全天时、多载荷协同探测。TIS采用多模块拼接长线性探测器、高精度一维扫描镜及195K全光路低温光机实现了30m分辨率、300km幅宽对地表0.2°C温度变化的高灵敏探测。三谱段（8~10.5μm、10.3~11.3μm、11.5~12.5μm）全天时协同观测数据不仅为“人类活动痕迹”精细刻画提供了数据支撑，同时为敏感目标智能化探测、识别提供了新的手段。
图1 可持续发展科学卫星1号（SDGSAT-1）搭载的三种载荷
二、研究背景和意义
基于天基gf辨率热红外数据的舰船目标特性分析及探测、识别技术研究属于热红外军事侦察领域范畴，其研究尚处于起步阶段。相比可见光及SAR成像，红外的烟雾透过能力强，可全天时工作，且隐蔽性好，安全性强。因此，热红外成像及目标探测在复杂海况下有着优良的适用性。受限于工程实现的约束边界，目前热红外遥感图像空间分辨率相对较低，幅宽相对较小。较低分辨热红外载荷可实现大型地面目标的昼夜观测，但对尺寸集中在100m量级的舰船类目标难以有效识别。同时，相应的探测识别方法及舰船目标热红外辐射特性的研究甚少，天基热红外舰船数据极度匮乏。
针对上述实际应用需求，瞄准国际热红外成像技术前沿，中科院上海技术物理研究所陈凡胜团队提出了通过多模块拼接的长线列探测器、高精度一维扫描镜技术及195K全口径低温光机技术在保证300km大幅宽前提下，研制出30mgf辨率的TIS，同时噪声等校温差等指标优于国际先进的Landsat-9 TIRS-2。同时，根据TIS在轨数据,提出了基于改进YOLO-Based网络模型的全天时船舶检测方法，为实现广域搜索发现和精确检测识别海上敏感目标，提供了有力的数据和技术基础。
三、研究应用前景
舰船红外辐射主要包括较强的内生辐射如烟囱管壁，排气烟羽，和相对较弱外生辐射如船的表面对外部环境辐射吸收和反射，常见的有太阳、海面、大气等（影响船体、甲板及上层建筑的表面热辐射）。运动状态下，排气烟羽的温度远高于舰船表面温度。静止状态下，则主要体现在表面热辐射。排气烟羽及烟囱管壁的辐射在中波、长波波段均响应明显，偏重于中波。而舰船表面在8~12μm波段辐射明显。并且在8~12μm波段，太阳辐照度小，背景辐亮度主要来源于海面自身热辐射和天空辐射的反射。因此，利用热红外波段影像的船舶检测显示出巨大的应用潜力。
资料显示，全球海洋内部水温平均为3.8℃，全球大洋的表层海水温度平均为17.4℃。由于日与日之间的温差夜晚变化很大，船舶和背景的灰度强度在白天和晚上是相反的。船舶目标明暗会随着目标运动状态及环境发生改变，在一定程度上增加了检测难度。传统的船舶检测方法是基于手动提取船舶特征进行识别，普遍存在识别准确率低、人为干预等问题。因此，传统的船舶检测方法难以达到理想的检测效果。随着深度网络的发展，基于纹理特征提取的卷积神经网络（CNN）方法已成为船舶检测领域的主要思想。深度网络通常采用卷积核进行多次下采样，因此具有多级提取目标特征的优点。基于改进的YOLOv5s的检测器训练了全天时船舶目标检测模型。实验表明，我们提出的全天时舰船检测方法在海浪、岛屿、不同光照条件下等复杂场景中表现良好。在实践中，该方法有望推动全天时天基船舶检测的研究和应用。
四、技术突破
技术创新点一：研制出我国第一台长波红外全口径低温相机
总体方案为：提出采用高精度一维扫描镜、195K大口径深低温光机结构及2000元三线列TDI长波红外探测器实现地表30m分辨率、300km幅宽的热红外三谱段信息获取。同时，195k全光路低温光机系统可降低仪器背景辐射，提升探测灵敏度。
图2 30m分辨率高幅宽热红外三谱段对地遥感影像
技术创新点二：提出了一种基于改进的YOLO-Based网络模型全天时船舶检测方法，建立并公开了三通道热红外船舶数据集（TISD）。
TISD图像均来自SDGSAT-1 TIS三通道在轨遥感影像，涵盖了各种复杂环境中的不同目标尺寸和照明程度的特征。经过批量数据下载，入瞳处亮温反演，通道间配准等预处理，利用交互式框架进行大量标注。数据集包括三个通道，共12774个完整船舶被高精度边界框标注。该数据集覆盖了不同照明程度的船舶，船体与海面的最小可探测入瞳亮温差为322.6mK。
图3 同区域白天和夜晚三谱段伪彩色影像，及目标与背景温度(TOABT/K)分布影像
改进的YOLO-Based回归深度网络模型全天时船舶检测方法流程：首先数据输入端采取了Mosaic数据增强、自适应锚框计算、自适应图片缩放，丰富了数据集使得网络的鲁棒性更好。骨干网（Backbone）中使用了Focus结构、GhostBottleneck结构和CSP结构，以及针对船舶目标的尺度和形状的可变性，设计了Dilated Conv模块和SElayer模块。Focus结构中，首先对640×640×3的输入图片采用切片操作，输出320×320×12的特征图，再经过一次32个卷积核的卷积操作，最终变成320×320×32的特征图。为了降低网络复杂度和提高推理速度，特征融合网络（Neck）中，利用FPN、PAN和改进的上采用结构深度可分离卷积（DWConv）模块在修改后的网络的不同阶段提取多尺度信息。
图4 改进的YOLO-Based回归深度网络模型全天时船舶检测方法流程图
图5 被提出的模型（CYSDM）与先进的YOLOv5s回归深度网络模型平均检测精度比较
五、课题组主要成员介绍
陈凡胜，男，中科院上海技术物理研究所研究员，博士生导师，九三学社上海市委委员，共主持了国家级重大项目共16项。长期从事高时敏天基红外探测技术研究，获中科院杰出成就奖突出贡献者，国家技术发明一等奖、上海市自然科学一等奖等奖项。入选科技部中青年领军人才、青年拔尖人才计划，获卓越青年科学基金项目支持，是国防科技专业等专家组专家。目前担任卫星副总师、某重大工程红外面阵相机等项目负责人。以第一/通讯作者在IEEE TGRS等国际期刊发表SCI文章50余篇，授权专利14项，担任红外与毫米波学报编委、中国激光和量子电子学报青年编委、ISPRS J.Photogramm等国际期刊审稿人。
李丽圆，女，博士。目前在中国科学院上海技术物理研究所攻读物理电子学博士学位。主要研究方向为基于深度学习的红外弱小目标检测。在Remote Sensing，IEEE TGRS，OE，IEEE GRSL等国内外学术期刊和会议上发表学术论文18篇，其中一作SCI论文5篇，已申请专利4篇。
李潇雁，男，博士，博士后。主要研究方向包括天基光学载荷几何定标技术，视觉定位技术，遥感影像智能化处理及应用技术等。主持国家自然科学基金青年基金等项目2项，参与中科院战略先导A工程项目及多项国家重大型号项目。在IEEE TGRS，OE，IEEE GRSL等国内外学术期刊发表SCI论文20余篇，其中第一/通讯SCI论文8篇，授权发明专利2项。
了解津航光电最新动态
声明：本文所用视频、图片、文字如涉及版权问题，请第一时间告知，我们将根据您提供的证明材料确认版权并按国家标准支付稿酬或立即删除。邮箱：qingbaozu8358@sina.com
文章转载自微信公众号：津航光电