超快激光仿生复眼加工研究进展

作为一种典型的微纳光学元件,仿生复眼微视觉系统有机结合了光子学与微纳米技术的前沿科学成果,在机器人视觉导航、无人驾驶、微型飞行器系统等前沿领域具有广阔的应用前景。超快激光加工作为一种先进的制造技术,具有真三维加工、适用多种材料、微纳加工精度等优异特征,已成为制造多级结构仿生复眼视觉系统的理想工具。本文介绍了自然界昆虫复眼的结构特点,阐述和分析了各类型仿生复眼的超快激光加工研究进展,包括平面微透镜阵列、超疏水复眼透镜和大视场复眼透镜,最后分析了超快激光加工技术制备复眼透镜存在的问题和发展趋势,为仿生复眼视觉系统的进一步研究与开发提供有效参考。     

大视场曲面仿生复眼光学系统设计

为了解决传统成像系统存在的大视场与高分辨率不可兼得的问题,设计了大视场曲面仿生复眼光学系统。首先,针对所采用的间隔型圆周分层微透镜阵列排布方式,建立了一种曲面仿生复眼光学系统成像原理数学模型;再使用微透镜阵列与转像系统相结合的成像方案解决了微透镜阵列所成的曲面像与平面探测器不匹配的问题;并使用光学设计软件对该系统进行仿真分析及公差分析。设计得到的曲面仿生复眼光学系统总视场为152°,组合系统的焦距为61.14 mm,角分辨率为2.304″,系统总长为16.39 mm。相对传统的大视场成像系统而言,此曲面仿生复眼成像系统的畸变更小、分辨率更高。     

应用光学自由曲面的曲面结构大视场仿生复眼系统

受限于制造技术,大多数仿生复眼的传感器为平 面结构,与生物复眼的曲面结构存在差异,限制了其成像质量和视场 扩展。本文设计制造了一个模拟生物复眼结构的大视场仿生复眼,将16mm CCD传感器组成2×8的曲面阵列,并 设计制造了配套的单层结构的曲面2×8透镜阵列,各透镜与传感器成 一一垂直对应关系,贴合了生物复眼的结构特征,消除 了传统复眼的离轴像差。通过引入光学自由曲面和非球面,保证了单层结构透镜阵列的成像 质量,单层透镜阵列降低了系统 的制造及装配难度。系统实现了180°×75°视场范围内无盲区的图 像采集。实验结果表明,与传统鱼眼镜头相比,本文系统畸变更小,分辨率更高。     

用于目标识别的紧凑型仿生复眼光学系统设计

大孔径仿生复眼光学系统兼顾了凝视大视场的同时,克服了生物复眼孔径小、视距短的缺陷。通过对仿生复眼视场拼接方法的分析,研究了实际阵列周期与理论计算周期数的关系,并提出了降低子眼系统密度的填补子眼法。通过研究球面固定本体设计中的几何关系,建立了本体径向半径d与曲率半径R的数学关系,提出了球面固定本体的设计方法,完善了之前提出的仿生复眼视场拼接理论。通过实际的装调实验,验证了设计方法的正确性。利用该方法可提高仿生复眼系统的集成性,减小系统尺寸,推动了仿生复眼光学系统的实际应用。     

大视场仿生复眼光电成像探测技术的研究发展

大视场、小型、多模、轻量化、低成本光电探测器是下一代精确制导武器的发展关键,基于仿生复眼的新型大视场光电探测系统作为其中的一个重要方向得到了美国军方的高度重视。通过多个创新研究项目,美军期望发展出多型大视场多通道仿生复眼光电探测器,进而用于自主式制导弹药,强化下一代精确制导弹药的环境感知能力、突防对抗能力和作战效能等。简要分析了精确制导武器的未来发展需求,昆虫复眼的结构和特点;介绍了仿生复眼光电探测器在美军精确制导武器中的应用期望和发展设想;简要讨论了仿生复眼在复杂地形、城市环境作战武器装备中的应用优势,重点介绍了美国空军针对城市作战制导弹药正在研究和开发的系列大视场仿生复眼红外成像探测器项目以及研究过程;另外,阐述了多通道大视场仿生复眼半主动激光探测器的研究进展情况;最后,总结了仿生复眼技术在精确制导武器装备中的研究进展,提出了我国在该技术领域的发展建议。     

曲面复眼玻璃透镜模压过程仿真研究

为了揭示曲面复眼玻璃透镜光学精密模压过程中各个子眼应力分布变化状况,通过建立有限元模型,应用MSC.Marc有限元软件对不同工艺参数下的玻璃透镜模压、保压阶段进行了仿真研究,得到了温度、模压速率、模压力对各子眼应力的影响规律和模压力、位移曲线。然后,对不同模压方式下应力变化过程进行研究,发现在球形预形体变形量较大的场合,恒速率模压工况会出现随下压量增加导致外力过大、阻碍应力松弛的现象。最后,对保压阶段进行研究,得到了不同保压力对填充效果和子眼应力分布的影响规律。     

复眼透镜在激光二极管阵列光束整形中的应用

在回顾复眼透镜对单光束光源的均匀化机制基础上,分析了复眼透镜对激光二极管(LD)阵列光源的光束均匀化机制。即对子光束分割叠加破坏相似性,对所有分割叠加后的子光斑进行叠加获得均匀性。在此基础上,以抽运薄片或者板条激光器需要高功率密度的均匀抽运光为需求,设计了基于复眼透镜的LD阵列光束整形系统,并给出了其中复眼透镜和积分透镜这两个关键部件的结构形式和相关参数。最后根据所设计的复眼透镜LD光束整形系统搭建了相应的实验光路并测试了整形后光斑不均匀性,测试表明不均匀性为9.8%,验证了对复眼透镜LD阵列光束整形的分析。     

球面-锥面声透镜换能器的研究

通过数值计算和实际测量，研究了球面－锥面声透镜聚焦换能器产生的声场，证实其能产生较细长的聚焦声束，并且透镜的形状参数对聚焦声场分布有明显影响。     

球面补偿法测量透镜焦距研究

基于球面补偿原理和自参考单板剪切干涉技术,提出了一种测量焦距的新方法。该方法装置简单,测量方便,精度高,信息丰富,不仅可用于焦距测量,而且还可给出光学球面的曲率半径等参数。文中详细分析了测量原理,并给出了不同透镜的测量结果。     

一种掩埋式复眼微透镜阵列

模仿生物复眼,采用光刻离子交换法,在球面玻璃基片中制作了折射率呈三维梯度变化、排列紧密和光学性能良好的微透镜阵列。单元微透镜孔径呈正六角形,光斑大小为4．92μm,相邻透镜元中心距为0．5mm,掩埋透镜高为0．194mm。微透镜阵列具有对称均匀的光学特性,截距自中心至边缘逐渐变小,数值孔径（N．A．）自中心向边缘逐渐变...     

一种融合预测过采样的运动目标检测算法

为了改善运动目标检测的精度,提出了一种融合了预测过采样的运动目标检测新方法.首先,基于二维傅里叶变换预测当前帧的目标形状并计算形状相似度;然后,从历史检测结果中选择一定数量的参考帧,使用光流法跟踪目标像素点在参考帧与当前帧之间的运动轨迹,并以像素点轨迹为参考在采样区间执行稠密过采样;最后,基于过采样样本构造前景模型,并在图分割框架内联合使用前景背景模型实现目标检测.在公共数据与自采数据集上对所提方法进行了实验验证,结果表明,相对于经典的运动目标检测算法,所提方法能够有效提高检测精度.     

运动视频对象的时空联合检测技术

提出了一种具有全局运动的视频运动对象时空联合检测算法。针对传统时间分割使用主观固定阈值的缺点,采用了对差分图像进行噪声参数自适应学习的算法获取自动阈值,并利用形态学运算获取修正的时间分割模板;考虑传统分水岭空间分割的不足,提出了基于人眼视觉特征的改进分水岭算法,包括基于形态重建滤波的图像降噪、形态梯度变换以及基于韦伯感知原理的视同灰度非线性变换,有效地解决了过分割问题;对时、空间分割结果进行信息融合处理,从而得到完整的运动对象。仿真实验结果表明,本文算法可以快速准确地分割视频运动对象。     

针对运动摄像机的快速低存储开销运动目标检测算法

摄像机的运动会导致整幅图像的运动,使得此情形下的目标检测极具挑战性。针对该问题提出一种快速低存储开销检测算法。首先,利用一种快速低存储开销配准方法计算相邻两帧的单应变换矩阵。而后,使用单应变换矩阵进行相邻两帧之间的配准,并由帧间差分获取帧间运动信息。最后,采用积累运动信息的方式构造不断更新的运动图像,通过对此运动图像进行阈值分割分离出最终的运动目标。在多个不同视频序列下的实验表明该算法能够有效地从嘈杂的场景中检测出运动目标。此外,与先前算法相比,该算法检测性能更好,且显著地降低了存储开销与计算时间开销。对于480360的序列而言,该算法需要的存储开销仅为825 kByte,且运算速度达到16帧/m。     

基于特征帧构建的运动目标检测方法

非参数密度估计在样本分析建模方面得到了很大的关注,尤其是核密度估计方法。但由于核密度估计方法计算量大,应用到运动目标检测方面很难达到实时效果。提出了一种特征帧构建的核密度估计方法。因为核密度估计不需要假设背景模型的密度分布函数,所有样本值又满足独立同分布的原则,所以可以通过特征帧构建的方法进行背景建模,同时应用此方法进行背景更新。实验结果表明:该方法能够适应环境变化且具有运算速度快、实时性好等特点,可以将其应用到复杂背景下的监控系统中。     

基于置信传播的视频运动目标检测

视频运动目标的检测是目标分类和行为理解等后续处理的基础。本文提出一种复杂背景条件下基于置信传播(BP)的视频运动目标检测算法。该算法依据视频背景的空间和时间相关性,分别定义了视频背景的空间和时间能量函数,完成视频运动目标的优化检测。利用置信传播算法在相邻像素之间的信息交换来实现能量最小化,不同背景条件下的实验结果验证了该算法的有效性和准确性。     

面向多区域视频监控的运动目标检测系统

为了实现视频监控现场多区域运动目标检测,分析了传统运动检测算法的不足,结合帧间差分法和背景差分法,提出背景动态更新的运动检测算法。该算法能自适应背景的变化,减少由背景变化造成的误检测。构建基于FPGA的视频监控系统,在FPGA上用该算法实现了640pixel×480pixel,30帧/s视频信号流的运动目标实时检测。系统提供了分区域运动目标检测的功能。检测区域的大小、位置和个数可通过简单的按键操作进行设定。测试结果表明,系统可以实时地对进入划定区域的运动目标进行检测和闪烁告警,且资源占用较少,适合在小规模的FPGA上进行实现。     

A fast method for moving object detection in video surveillance image

Moving object detection and extraction are widely used in video surveillance and image processing. In this paper, we present a fast method for moving object detection. We use weights of the Gaussian distribution as decision factors, update parameters of the Gaussian mixture model if its values are smaller than that of those not belonging to the background; otherwise, no updates are done. It improves the existing methods by updating the Gaussian mixture model selectively. Experimental results on various scenes of video surveillance show that computation time of the proposed method is reduced.     

低秩稀疏分解下多尺度积的运动目标检测方法

针对基于矩阵分解的运动目标检测方法易受自然场景中背景的小幅抖动和摄像头抖动等因素影响的问题,提出了一种利用多尺度积的低秩稀疏矩阵分解算法。算法假设,静态背景视频序列中,每帧图像背景可近似视为处于同一低秩子空间中,图像前景则可视为偏离低秩空间的残差部分。首先对图像序列进行滤波、仿射变换等预处理得到视频序列观测数据矩阵;然后对数据矩阵进行低秩稀疏分解得到序列图像的低秩背景部分和每帧图像的稀疏前景部分;最后对稀疏前景部分采用小波变换模极大值与多尺度积方法检测目标边缘,并进行形态学处理,得到准确的运动目标。实验结果表明,算法检测到的运动目标清晰、完整,能有效地处理光照变化、摄像头小幅度抖动、图像背景局部小幅度变化等情况下的运动目标检测。      

基于稠密光流算法的运动目标检测的Python实现

在运动目标识别算法中,帧间差分法、背景差分法容易出现"重影""空洞"及"拖尾"现象从而导致识别准确率低.将稠密光流法应用于运动目标检测,基于PyCharm开发环境建立了一个运动目标检测系统,研究采用Gunner Farneback稠密光流法(DOF)计算各像素点位移矢量的光流矩阵,将光流信息转化到HSV空间,并利用So...     

基于一种卷积神经网络的目标快速跟踪技术

特定动态目标的快速检测及跟踪,是计算机视觉领域重要的课题。改变特征图在YOLOv3卷积神经网络中的选取位置,通过收集相关网络数据(类似模式分析、统计建模和计算学习视觉对象类别数据集合,即PASCAL Visual Object Classes数据集)构建自定义数据集合进行训练,使用面积的交并比完成辅助类别的联合,构建了能够实时检测特定目标在相关可视对象类检测数据集合上mAP@75达到47.41的检测器。联合卡尔曼滤波和匈牙利算法,通过将面积信息加入到匈牙利算法的代价矩阵中,改善了使用原方法产生大量ID切换(ID switch)的问题。该方法满足快速识别与跟踪的要求,在使用一张NVIDIA GeForce GTX 1060 6GB GPU条件下,平均速度能达到0.109 7 s/帧。