智能电梯控制系统

为解决智能电梯扩展性较差,更新升级复杂,效率较低等问题,设计了一种新型的智能电梯控制系统.该系统具有与通用的电梯控制系统不同的体系结构,采用接口扩展方式,将智能电梯控制系统的通用控制器与特殊功能控制器分开,提高了智能电梯的系统扩展性和通用性.经过仿真验证,其结果表明:该系统能够实现减少无效开门、满载检测、自动节能、低速...     

基于神经网络的红外焦平面非均匀性自适应校正算法

由于材料、工艺等原因,红外焦平面阵列(IRFPA)各单元普遍存在响应不一致的现象,从而导致IRFPA都存在非均匀性.非均匀性校正(NUC)是红外图像处理系统中的重要环节.本文在研究了传统的基于神经网络的NUC算法的基础上,提出了一种改进的基于神经网络的非均匀性自适应校正算法,并对比了传统的基于神经网络的算法和本文算法的校正效果和收敛速度,实验表明本文提出的算法校正效果好,收敛速度快.     

红外焦平面器件脉冲驱动电路的小型化设计

代表着红外器件发展的主流方向的红外焦平面器件，其正常工作时需要驱动脉冲信号多达十几路，为了使红外焦平面阵列处于最佳工作状态，就必须设计出相应的驱动电路。提出了一种红外焦平面器件驱动电路的设计方法。该电路具有体积小、功率低及灵活性好等特点，为驱动电路以及成像系统的小型化提供了良好的技术基础。     

一种基于双阈值红外图像增强新算法

针对红外图像的特点,提出了一种基于双阈值的红外图像增强算法.首先利用第一类灰度阈值,将图像分割成感兴趣的目标区及背景区两部分;然后根据各区域的特点,提取两部分局部直方图,并根据第二类阈值对各部分使用不同的算法进行修正,最后基于各自修正的局部直方图,在两部分灰度空间范围内进行直方图均衡化.实验表明,该算法克服了直方图均衡化对背景和噪声增强过度的问题以及基于直方图单一阈值的增强算法不具有普适性等缺点.实验证明,该算法对红外图像增强后,图像对比度和信噪比都大幅提高,具有较强的实用价值.     

一种新的自适应红外图像增强算法

传统的直方图均衡和灰度变换增强算法,不能针对红外图像的目标进行有效地增强.鉴于此,在研究红外图像特点的基础上,提出了一种基于直方图的自适应红外图像增强算法.该算法通过对原始图像的直方图进行自适应双阈值映射和欠采样投影处理,实现了对图像灰度级的重新分配;在减少冗余灰度级的基础上,有效拓宽了目标部分占据的动态范围,既提高了目标与背景间对比度又突出了目标细节层次.     

基于广义模糊集合的红外微弱目标图像自适应增强算法

在广义模糊集合及局部自适应增强算法研究的基础上,提出一种针对红外微弱目标图像的实时模糊域自适应增强算法,利用反正切函数作为映射,将空间域的灰度图像变换为对应的广义隶属函数.实验结果证明,该算法不仅能有效地提高图像灰度动态范围,使各区域之间层次更加清楚,而且同时能自适应地增强图像局部区域不同灰度层次的边缘和细节,使边缘和细节明显地突出.     

无参考图像质量评价的视觉测量照明

为提高视觉测量系统的图像质量,通过分析成像器件和照明光源的光谱匹配特性及照明光源的光谱-色差特性,研究了照明系统的光谱对图像质量的影响;引入对比度信噪比(constrast signal noise ratio,CSNR)和灰度清晰度Tenengrad函数的无参考图像质量的评价方法对不同照明光谱下的图像对比度和清晰度分别进行评价,通过评价函数获得视觉测量照明系统的光谱优化选择原则;最后对相同照度下的单色光和白光(复色光)照明获取的图像的对比度和清晰度成像指标进行对比实验,用所提出的评价函数对不同光谱条件下获取的数字图像进行质量评价.结果表明,使用接近于CCD光谱响应函数峰值波长附近的光谱照明,其图像对比度和清晰度指标都优于用复色光照明所获得图像的指标,为从事视觉测量系统设计者选择照明光源光谱提供了一个参考.     

视觉显著性指导的红外与可见光图像融合算法

为了获取适合人眼观测的高质量红外与可见光融合图像,提出了一种基于视觉显著性指导的红外与可见光图像融合算法。首先,利用改进的流形排序法分别检测红外与可见光图像的视觉显著性区域;然后,采用非下采样轮廓波变换对红外和可见光图像进行多尺度、多方向分解,从而获取各自低频子带和高频子带,并将视觉显著性的检测结果用于指导分配低频子带的融合权重,即依据显著度大小赋予不同的权值,而高频子带的融合则依据局部标准差准则赋值;最后,通过非下采样轮廓波逆变换获得融合图像。实验结果表明:这种算法不仅可以保全可见光图像中的细节信息,而且能够精确地突显出红外目标信息,具有较好的视觉效果, 增强了红外与可见光复合前视系统的识别性能。     

基于FPGA的IRFPA非均匀性自适应校正算法实时实现

红外焦平面阵列(IRFPA)的非均匀性校正(NUC)是红外图像处理系统中的重要环节.在研究了基于神经网络的NUC算法的基础上,提出了一种采用FPGA基于神经网络的非均匀性自适应校正算法实时实现硬件方法,该方法利用流水线技术和并行处理结构,大大提高了系统的运算速度,特别适用于大面阵、高帧频红外焦平面成像系统;而且系统仅利用了一片FPGA,体积小,功耗低,便于系统的小型化.     

一种新的红外焦平面阵列疵点补偿算法

提出了一种基于运动图像分析的红外焦平面阵列疵点补偿算法,它利用序列图像帧间的相关性,通过对相邻两帧图像进行运动分析,获取图像中目标的运动参数,再通过运动参数,将当前图像中的疵点对应到前一帧图像相应的位置,并用前一帧相应位置像素的灰度对疵点进行补偿．该算法克服了邻域疵点补偿算法无法保持目标边缘的缺点,其补偿效果优于邻域补偿算法的效果．