0.4~1.7 μm宽波段大相对孔径光学系统设计

短波红外光学成像是目前国际上研究热点之一,通过接收短波红外辐射进行探测和成像,可得到更多目标物体的信息,弥补了可见光成像的不足,从而实现全波段成像。本文从短波红外光学成像的光学特性、成像原理和光学系统结构设计出发,比较了短波红外与可见光和中长波红外成像的优缺点,并简单介绍了短波红外成像系统中铟镓砷探测器的特点和国内外发展现状,以及介绍了短波红外成像在不同领域的应用情况,最后,对短波红外成像未来的发展进行了展望。     

一种基于FPGA的快速视频背景分割方法

背景的有效分割是实现动目标检测和识别的基础.针对目前众多算法在进行分割时面临的算法复杂度高和占用存储空间过大的问题,在对监视视频序列研究的基础上,使用低成本的Spartan3系列的FPGA平台,以小于16Mbit的存储空间,实现了对视频序列静态场景即时重建.     

光电稳定跟踪平台中微机电陀螺滤波方法研究

根据微机电陀螺的实测数据,分析了其噪声特性,建立了微机电陀螺零漂的AR模型.研究了基于Kalman滤波的陀螺去噪算法,给出了去噪结果,分析了Kalman滤波不能够在微机电陀螺信号去噪中获得较好效果的原因.在此基础上,将基于阈值决策的小波去噪方法应用于微机电陀螺的信号处理中,给出了滤波结果.实测结果表明由于后者不依赖于噪声的精确模型,根据噪声在不同频段的统计特性采用阈值决策滤波,具有更好的抑噪效果.最后给出了两种滤波算法的比较结果.     

微光与红外图像融合手持观察镜光学系统设计

针对微光与红外图像融合手持观察镜展开论述。首先对比分离窗口布局与共用窗口布局的优劣,针对本文所设计的手持观察镜,选择共用窗口布局;其次分析折反射系统的特点,选择折反射与透射组合的图像融合光学型式;第三依据相应指标,对图像融合各个子系统开展光学设计;最后分析图像融合系统所成图像,得出此融合系统成像质量好,分辨率高,实现了图像融合的目的。     

基于红外目标提取的夜视图像融合实时系统研究

研究的图像融合技术是以微光图像作为背景,红外图像作为目标,两光路图像经过合光棱镜进行光学投影融合的实时融合技术。为了具备良好的融合效果,红外图像经过预处理后,用改进的Otsu算法进行图像分割来实现目标提取,提取后的红外目标经过改进的伪彩色变换方法进行处理后在OLED上显示。融合后的系统实时性好,既可以得到微光细节丰富、较接近可见光视觉感受的背景,也可得到对比度明显的红外伪彩色目标,对于战场上的士兵观察环境和快速寻找目标有很大的帮助。     

一种基于点特征与Freeman链码的红外与微光图像配准算法研究

由于红外与微光图像成像原理的不同,成像特征的巨大差异,研究提出了一种基于点特征与Freeman链码的红外与微光图像配准算法。目的是解决红外与微光图像配准中特征点提取较复杂、特征匹配难的问题;采用优化的Harris角点检测算法进行特征点提取,结合环形灰度区域、RSTC不变矩和Freeman链码对红外与微光图像进行特征点匹配。实验结果表明该算法能够提取出有效的匹配点,能够有效地解决红外与微光图像配准中遇到的视场不统一、旋转、平移问题。     

基于梯度计算的自动聚焦图像清晰度评价函数仿真分析

基于梯度计算的评价函数在自动聚焦系统中应用广泛,函数形式变化多样,本文基于图像梯度计算的数学原理,通过MATLAB仿真分析,对比了常见梯度类评价函数的性能,总结了梯度类评价函数应用中结合系统成像质量控制算法性能的方法.     

基于熵的自动聚焦图像清晰度评价函数仿真分析

基于图像处理的自动聚焦方法,图像清晰度评价函数的选择很重要。图像熵函数作为清晰度评价函数在不同文献中有一些形式上的变化,且关于聚焦图像评价值对应函数极大值还是极小值的论断不统一。本文详细整理了自动聚焦系统中图像信息熵的不同形式,比较分析它们的物理意义、数学原理,采用灰度图像,重点考虑离焦造成的图像模糊失真,在 Matlab 平台下仿真分析,得出的结论对具体自动聚焦系统设计时熵函数数学公式的选用和修正提供参考。     

一种改进的联合点特征与灰度特征的红外图像配准算法研究

在研究红外图像成像原理与特征、传统红外图像配准方法的基础上,提出了一种改进的联合点特征与灰度特征的红外图像配准算法。首先采用经典的Harris角点检测算法提取一次角点,在一次角点的基础上对其进行下降排序,对排序结果进行不同份数的等分并提取每一部分的中间值,最后根据图像配准需求有效利用中值选择不同的特征点;该算法充分利用环形区域的旋转不变性和特征点区域灰度差异性很小的原则进行特征点匹配。实验结果表明该算法能够提取出更加精确的匹配点,能够有效的完成红外图像配准。     

一种基于参数自适应引导滤波的红外图像细节增强算法

图像分层滤波器中引导滤波器因其滤波保边效果好和计算复杂度低,在红外图像细节增强领域得到了广泛的研究与应用。但传统的引导滤波器固定的正则化参数ε不能在所有场景下都取得较好的滤波分层效果,所以本文提出基于局部方差的参数ε自适应算法,以提高引导滤波器场景适应性。此外本文进一步通过自适应参数ε值,提出了改进的基于噪声掩膜函数的细节层自适应增强算法,从而在有效抑制了图像噪声水平同时提高了算法在不同场景下的细节增强能力。