带野值修正的滤波算法及试验研究

对 INS/双星跑车试验数据进行了分析和处理,在跑车试验数据的基础上,使用野值修正 Kalman 滤波算法和常规 Kalman 滤波技术对 INS/双星的位置组合方案进行了仿真。仿真结果表明,存在较大范围野值的情况下,采用改进后的 Kalman 滤波技术比常规 Kalman 滤波算法具有更高的估计精度,它能有效地降低INS 的位置误差。     

基于信息滤波的分布式多传感器状态估计算法

在信息滤波理论和分布式状态估计算法基础上．研究了基于信息滤波的分布式多传感器状态估计算法。证明了基于信息滤波和Kalman滤波的分布式状态估计解的等价关系。最后．给出了算法的仿真分析。     

基于收敛方差跟踪的水下目标运动分析

水下目标的被动跟踪由于隐蔽性好, 有着很强的需求背景。本文提出了基于收敛方差跟踪的水下目标运动分析算法, 由于采用方位频率Kalman滤波, 可以得到速度渐近无偏估计, 利用速度估计值对目标位置初值进行线性估计, 进而估计目标运动状态, 采用该方法可以有效消除直接应用伪线性Kalman滤波算法引起的初值偏差, 仿真结果表明, 该方法对目标运动要素具有良好的估计性能。     

超声C扫描绝热层粘接图像的分割识别

基于超声C扫描对固体火箭发动机内壁绝热层与壳体粘接状态检测的原理分析。提出了对检测所得的粘接状态图像的分割算法。实现了绝热层脱粘的自动化识别。实验和应用表明,该算法完全可行。     

低阶线性Kalman滤波实时定姿算法的设计与实现

从Kalman滤波定姿算法的实时实现出发,设计一种降维Kalman滤波器。推导了加速度计、磁强计组合全方位姿态角的解算公式。基于四元数微分方程,采用四阶龙格-库塔法对陀螺仪输出的角速率数据进行处理,建立了递推关系式,并以姿态四元数作为系统的状态矢量,构成四维Kalman滤波器。在DM3730 Cortex-A8处理器平台上对算法进行实现和实验验证。实验结果表明,经过降维处理后的算法,显著降低算法的实现复杂度和计算量,滤波效果及实时性能均达到预期的目标,具有较强的实用性。     

百分位形态变换在红外图像边缘检测中的应用

针对红外图像对比度低、边缘模糊、噪声大、空间相关性强的特点,提出了一种基于图像形态学的红外图像边缘检测方法。采用并行复合顺序形态滤波算法对图像边缘进行增强和锐化并抑制高频噪声;根据百分位形态滤波相关概念及性质构造的边缘检测算子,进一步滤除红外图像中的噪声,提取图像边缘。实验结果表明,本文提出的算法可以有效地克服红外图像的缺陷,保持图像边缘细节,优于传统边缘检测器。     

基于贝叶斯估计的加权最小二乘分布式融合

针对不同观测矩阵加权最小二乘算法没有考虑到模型参数本身信息的共同缺点,提出基于贝叶斯估计的带不同观测矩阵的加权最小二乘分布式(Bayes Estimation Weighted Least Square,BEWLS)融合Kalman滤波算法。该方法首先采用推广的离散卡尔曼滤波对非线性系统线性化,然后在考虑模型参数本身的先验信息条件下,采用基于贝叶斯(Bayes)估计方法对Kalman滤波算法的观测方程进行加权最小二乘融合。BEWLS融合算法减少了计算负担,提高了融合精度,便于实时应用。理论和仿真证明:BEWLS融合具有优越性。     

用于实时弹道滤波的Sage-Husa改进算法

为了解决实时弹道测量数据滤波过程中量测噪声统计特性未知且时变的实际问题,对Sage-Husa算法进行了多种改进,提出了改进的Sage-Husa自适应卡尔曼滤波(improved Sage-Husa adaptive Kalman filter,ISHAKF)算法。该算法将量测噪声协方差估计矩阵变换为半正定矩阵和正定矩阵之和的形式,保证了量测噪声协方差估计矩阵的正定性,消除了量测噪声协方差估计矩阵非正定导致滤波异常的缺陷。设计了一种自适应遗忘因子,提升了滤波收敛速度,解决了量测噪声统计特性突变时Sage-Husa算法收敛较慢的问题。对卡尔曼增益矩阵进行了抗差改进,增强了算法的鲁棒性,削弱了野值对滤波效果的影响。分别对正定性改进、遗忘因子改进和抗差改进进行了对比仿真实验,对比结果验证了Sage-Husa算法改进的正确性和有效性。通过ISHAKF算法的实例应用,证明了该算法在实时弹道滤波上,具有更高的实时性、自适应性和抗差性,滤波效果提升明显。     

半捷联图像寻的制导系统导引信息构造方法

半捷联导引头的动力学数学模型非线性比较严重,EKF(Extended Kalman Filter)滤波不能满足高精度制导要求。本文采用UKF(Uncented Kalman Filter)滤波方法对框架角速率进行估计,同时结合弹上IMU测量得到的弹体角速率信息以及图像探测器处理得到的目标在像平面上的位置信息,构造导弹的准比例导引信息。通过仿真对比了基于EKF和UKF的框架角速度滤波估计精度,进行了基于UKF的导弹三维飞行仿真。结果表明,基于UKF滤波方法所构造的制导信息精度较高,能够满足导弹精确打击需求。     

改进的卡尔曼滤波与均值漂移目标跟踪算法

为了实现更加理想的运动目标跟踪,提出了改进的卡尔曼滤波与均值漂移目标跟踪算法。该算法采用粒子滤波与Kalman滤波相结合实现非线性滤波,首先利用粒子滤波对运动目标的状态变量进行估计,然后对目标估计状态进行卡尔曼滤波,解决观测方程为非线性的问题。最后利用Mean-shift算法进一步聚类粒子,使抽样的粒子集更符合实际的目标概率模型,从而增加有效粒子数目,减少粒子退化。经过预测迭代,从而达到对运动目标运行轨迹的修正,并采用仿真实验进行算法性能测试。结果表明,相对于其他算法或者是传统算法,在相同的条件下该算法不仅提高了目标跟踪的精度,并且降低了计算复杂度,实时性较好。     

A Sub-pixel Image Processing Algorithm of a Detector Based on Staring Focal Plane Array

Optical micro-scanning technology can be used to increase spatial resolution of many optical imaging systems, especially thermal imaging system. One of its key issues is relevant image processing algorithm. A fast reconstruction algorithm is proposed for two dimensional 2 × 2 micro-scanning based on the sub-pixel imaging and reconstruction principle of two-dimensional staring focal plane arrays （FPA）. Specifically, three initialization methods are presented and implemented with the simulated data, their performances are compared according to image quality index . Experiment results show that, by the first initialization approach, timely over-sampled image can be accurately recovered, although special field diaphragm is needed. In the second initialization, the extrapolation approximation in obtaining reconstruction results is better than either bilinear interpolation or over-sampling reconstruction, without requiring any special process on system. The proposed algorithm has simple structure, low computational cost and can be realized in real-time. A high-resolution image can be obtained by low-resolution detectors. So, the algorithm has potential applications in visible light and infrared imaging area.     

交会末段制导引信一体化系统射频成像目标轮廓重构方法

目标实时精确识别与定位是实现制导引信一体化(GIF)技术的关键,对提高弹药末制导及起爆控制精度具有决定性的意义。以射频成像GIF体制为对象,基于射频成像原理及目标特性,结合计算几何和统计学原理,针对交会末段提出了一种目标轮廓重构方法。该方法通过灰度映射变换,提取仅包含目标信息的灰度值,显著降低了数据量,同时增强了图像对比度;在阈值分割、角点提取的基础上,应用统计学剔除异常值的方法滤除背景噪声并抑制目标边界干扰;利用凸壳技术实现目标轮廓重构,得到可以完全覆盖目标区域的最优凸多边形作为目标轮廓。理论分析和仿真结果表明,该方法时间复杂度低,实时性好,可实现目标的精确识别与定位。     

Super-resolution Restoration of Remote-sensing Images

A novel image restoration scheme, which is super-resolution image restoration algorithm Poisson-maximum-afterword-probability based on Markvo constraint （MPMAP） combined with evaluating image detail parameter D, has been proposed. The advantage of super-resolution algorithm MPMAP incorporated with parameter D lies in the fact that superresolution algorithm MPMAP model is discrete, which is in accordance with remote-sensing imaging model, and the algorithm MPMAP is proved applicable to linear and non-linear imaging models with a unique solution when noise is not severe. According to simulation experiments for practical images, super-resolution algorithm MPMAP can retain image details better than most of traditional restoration methods; at the same time, the proposed parameter D can help to identify real point spread function （PSF） value of degradation process. Processing result of practical remote-sensing images by MPMAP combined with parameter D are given, it illustrates that MPMAP restoration scheme combined PSF estimation has a better restoration result than that of Photoshop processing, based on the same original images. It is proved that the proposed scheme is helpful to offset the lack of resolution of the original remote-sensing images and has its extensive application foreground.     

数码迷彩立体动态成像算法研究

现有数码迷彩图案的平面性和固定不变性使之难以对抗未来高技术的侦察监测,针对这个问题,提出了一种基于柱透镜光栅的数码迷彩立体动态成像算法。该算法充分考虑人双目立体成像的生理特征和柱透镜光栅分光分像的光学特性,阐述数码迷彩立体动态化的可行性。在此基础上,推导出迷彩立体动态成像的视差设计原理并根据背景深度信息将数码迷彩图像分为多幅迷彩深度序列图。利用梳状函数对迷彩深度序列图进行采样合成,最终生成一幅光栅图像,用来裱贴于光栅板后即可实现立体动态数码迷彩。对该算法有效性进行了仿真实验并加以分析。     

巡视探测器立体图像匹配技术研究及应用

提出了一种联合使用自适应权值选择匹配窗和邻域差值特征模板的立体匹配算法,针对复杂的非结构化场景,使用该方法进行了立体匹配实验,获得了浓密的视差图,进而进行了三维重建和基于视差估计与补偿的立体图像压缩应用研究。结果表明,该算法结构简单,能够处理复杂的非结构化场景,适合巡视探测器的自主导航和立体图像压缩等任务使用。     

紧凑折反式仿生复眼及图像快速拼接识别算法

针对多相机阵列复眼质量大与图像数据生成量高的问题,开展多通道-单探测器构型的大视场仿生复眼成像系统及其图像快速拼接识别算法的研究。通过光路折反与光程归一的方式,实现多视角子眼共像面与分区成像。根据折反式复眼成像特征,提出特征图级下基于区域结构相似性的图像快速拼接算法。配合目标识别卷积神经网络,实现紧凑空间下大视场全局图像的快速重建与目标识别。所提出的复眼系统有效光学视场角为138°×75°、光学尺寸为29.78 mm×19.74 mm× 6.86 mm、全局图像拼接速度为0.011 s。紧凑型折反式仿生复眼具有体积小、视场大、计算开销少的特点,能够为载荷与算力受限的小型无人设备与低速弹箭提供广域视觉成像与快速图像拼接识别能力。     

基于二维本征模态函数的 SAR 图像目标检测

合成孔径雷达（SAR）成像具有其独特的优势,能全天时全天候获取目标区域遥感数据,但是其成像机理复杂,获得的 SAR 图像解译困难。从 SAR 成像回波特点出发,结合二维经验模态分解（BEMD）理论,提出了一种基于二维本征模态函数（BIMF）的 SAR 图像目标检测算法。采用仿真和实际的 SAR 图像数据进行了验证实验,实验结果表明,利用融合的 BIMF 特征分量检测目标,其效果优于直接用原始 SAR 图像进行目标检测,并且对不同信噪比的 SAR图像,具有较强适应能力。     

基于局部异常因子算法的三维声纳单帧重建研究

海洋环境的复杂性会使三维声纳获取到的点云中存在异常点,从而影响点云的后期处理和可视化。将获取到的声纳数据依次进行三维波束成像、最大值滤波和坐标系转换,进而得到原始点云。提出将局部异常因子(LOF)算法应用到点云去噪、剔除干扰的异常点,并用一种改进三角网生长方法进行单帧重建。改进三角网生长法简化了三角网生成中关键的“第三点”搜寻过程,通过实际数据处理分析得知：相比于传统阈值去噪方式,基于LOF算法的去噪方式能够在保持目标真实轮廓的前提下有效剔除非目标点;经过所提去噪方式的声纳数据能够得到更贴合实际目标轮廓的三维重建结果。     

一种基于条件生成对抗网络的单幅图像去雾算法

针对雾(霾)会显著降低基于图像制导武器的可见光侦测设备成像质量,从而干扰对目标精确识别的问题,提出一种基于条件生成对抗网络的单幅图像去雾算法。在生成器下采样中使用软池化运算,以提高细粒度特征的提取能力;加入全局平均池化层,旨在消除图像边缘的震荡效应,提高去雾图像清晰度;简化判别器结构,优化损失函数权重值确定方法,提升网络模型训练效率。实验结果表明:去雾后的图像清晰锐利,色彩自然,在结构相似性、峰值信噪比和图像信息熵等客观定量指标上优于经典去雾算法,对去雾后图像进行目标检测的平均精度均值提升了4.13%。     

Infrared Image Small Target Detection Based on Bi-orthogonal Wavelet and Morphology

An image multi-scale edge detection method based on anti-symmetrical bi-orthogonal wavelet is given in theory. Convolution operation property and function as a differential operator are analyzed,which anti-symmetrical bi-orthogonal wavelet transform have. An algorithm for wavelet reconstruction in which multi-scale edge can be detected is put forward. Based on it, a detection method for small target in infrared image with sea or sky background based on the anti-symmetrical bi-orthogonal wavelet and morphology is proposed. The small target detection is considered as a process in which structural background is removed, correlative background is suppressed, and noise is restrained. In this approach, the multi-scale edge is extracted by means of the anti-symmetrical bi-orthogonal wavelet decomposition. Then, module maximum chains formed by complicated background of clouds, sea wave and sea-sky-line are removed, and the image background becomes smoother. Finally, the morphology based edge detection method is used to get small target and restrain undulate background and noise. Experiment results show that the approach can suppress clutter background and detect the small target effectively.