基于FPGA的高速图像实时信息合成处理器的设计

提出了一种由硬件进行实时化信息合成的解决方案,设计了基于FPGA的实时信息合成处理器.在相机输出图像的过程中,实时合成同步信息,最多可接收并合成16路RS-422串行数据和8路RS-232串行数据,并可自动适应输入图像的分辨率和帧频.实验数据验证了信息合成的正确性.具有实时性好、稳定性高、集成度高的优点.     

基于千兆网接口的星敏感器图像显示与存储

为了提高星敏感器地检设备中图像采集的便携型,设计了基于千兆网接口的星敏感器图像显示与存储系统。系统硬件平台包括输入图像解码与输出图像编码两部分,以AX88180和M88E1111为关键器件,在FPGA的控制下完成CameraLink图像到千兆网图像的协议转换,上位机软件通过Socket和多线程技术采集实时原始图像。通过实际应用证明,该系统满足图像数据的传输速度要求,能够方便地实现星敏感器图像的显示与存储。     

CMOS图像传感器非均匀性实时校正算法研究

讨论了两点校正法的原理和算法,并针对高速CMOS图像传感器LUPA300,以FPGA作为系统硬件载体设计了非均匀性校正系统,进行实时非均匀性校正.实验结果表明,该系统能够有效地实时校正图像传感器的非均匀性,输出图像质量较高.     

光电经纬仪单杆数据采集系统设计与实现

为满足对光电经纬仪进行人工控制的需求,结合现场可编程门阵列(FPGA)器件XC3S200型芯片与一款高速的模数转换(A/D)芯片AD7864-2提出了一套光电经纬仪单杆数据采集系统的设计方法.在介绍AD7864-2工作方式的基础上给出了系统硬件和软件的设计方案,通过对单杆的实验采样证明其采样效果良好,能够满足主控计算机对数据采集系统的要求.     

采用多形状特征融合的多视点目标识别

研究了多视点下三维目标的识别问题。针对传统的采用单一特征的方法在目标描述方面的不足,提出了一种融合多种特征的识别算法。首先,利用各向异性高斯方向导数相关矩阵提取目标角点,采用骨架约束提取特征角点,将各特征角点到目标质心的归一化距离作为角点描述子。接着,分别提取目标的几何矩不变量、仿射矩不变量、目标边界的傅里叶描述子;计算4种特征的类内和类间散布矩阵;以样本散布矩阵的迹作为权重,加权融合4种特征。然后,对融合后的特征向量进行独立成分分析(ICA),得到相互独立的特征分量。最后,采用支持向量机的分类方法进行分类。实验结果表明,本文提出的方法比采用单一特征的方法的正确识别率平均提高10%以上,且在小训练样本(10%总体样本)情况下仍能获得80%以上的识别率,可满足经纬仪实时目标识别系统的要求。     

基于星图识别的空间目标快速天文定位

本文提出了一种基于星图识别的快速定位算法用于加快空间目标的定位速度和提高定位精度。首先,采集当前图像的拍摄时刻和编码器角度值,运用天文定位三角形建立的地平坐标系与地惯坐标系的转换关系,计算设备视轴在地惯坐标系中的指向;然后,由视轴指向所在的天区,提取出该天区所有的导航星与特征库;结合有初始指向的局部星图识别建立图像中背景恒星星像与导航星的对应关系。最后,根据小孔成像原理,通过已识别的背景参考恒星以角距离匹配的方式对空间目标进行相对定位。对4°×4°视场、分辨率为1 024×1 024的实际图像的试验结果表明,因定位过程中引入了天文定位三角形模型和星图识别,大大加快了空间目标的定位速度,初始定位速度平均约为400ms;又因采用相对定位的方式排除了影响定位精度的因素,空间目标的定位精度优于2″。     

弱对偶基下比特并行RS编码器的设计

讨论了高速RS码编码器的设计问题。研究了有限域元素在弱对偶基（WDB）下的表示,基于弱对偶基下的最优弱对偶基的计算方法,给出了有限域比特并行乘法器的设计过程,并且利用这样的乘法器构成了广泛应用的RS（255,223）码的编码器。RS（255,223）码的编码器的复杂度定量的分析结果表明：弱对偶基下的比特并行乘法器设计复杂度降低,便于VLSI实现。编码器的数据吞吐率可达较高值,有利于高速应用场合。     

采用降维技术的红外目标检测与识别

提出了一种用于扫描型红外预警系统的目标检测与识别算法来实现对空中威胁的预警,该算法在对目标进行检测和识别的过程中分别运用了降维技术.首先对拉普拉斯-高斯(Laplacian of Gaussian,LOG)算子降维,改变经典LOG算子各向同性的特点,从而减少了信息的丢失;然后通过设置相关参数设计8邻域方位滤波器对图像不同方向进行尺度优化的滤波以完成目标增强与背景抑制;最后对滤波结果进行目标提取,通过支持向量机算法对目标进行识别.为使识别过程更加简捷而不失准确性,在识别前采用基于协方差算子的充分降维方法对样本特征和目标特征进行降维,从而在简化经典滤波算法与目标识别算法的同时提升了算法效率.实验结果表明,与经典高维算法相比,本文提出的算法在对红外目标进行检测识别时能够获得更好的效果,应用于工程时能实现低于7％的虚警率和低于5％的漏警率,且算法能够满足系统实时性要求.     

生成式对抗神经网络的多帧红外图像超分辨率重建

生成式对抗神经网络在约束图像生成表现出了巨大潜力,使得其适合运用于图像超分辨率重建。但是使用生成式对抗神经网络重建后的超分辨率图像存在过度平滑,缺少高频细节信息的缺点。针对单帧图像超分辨率重建方法不能有效利用图像序列间的时间-空间相关性的问题,提出了一种基于生成式对抗神经网络的多帧红外图像超分辨率重建方法（M-GANs）。首先,对低分辨率图像序列进行运动补偿;其次,使用权值表示卷积层对运动补偿后的图像序列进行权值转换计算;最后,将其输入生成式对抗重建网络,输出重建后的高分辨率图像。实验结果表明:文中方法在主观及客观评价中均优于当前代表性的超分辨率重建方法。     

TDICCD相机的实验与研究

目前,CCD已被广泛地应用于各个领域。这里,我们介绍一种特殊的线阵CCD相机,它应用时间延迟积分(TDI)技术,可在低光照情况下,获得高灵敏度、高输出速率、高空间分辨率和大的动态范围。为了应用TDI方式及验证它的效果,我们使用加拿大DALSA公司生产的CT-E12048×96TDI线阵CCD相机,设计制作了一套完整的系统,并做了捕获运动图像的实验。该系统包括:相机、相机控制器、图像捕获器、微机和转台。实验结果表明:当CCD相机的行转移速率和物体的运动速率不同步时,不能够获得清晰的图像。而当我们使用相移补偿技术,使两个速率相匹配后,得到了非常清晰的图像。