基于CCD亚像元细分原理的点目标自动采样算法

该文首先从短焦距镜头和给定CCD成像阵列的成像特性出发，分析了实现亚像元成像与定位的必要性。在对比提高像素分辨率和提高测量分辨率这两种亚像元动态成像技术之后，研究了如何在保持现有硬件系统不变的情况下，通过软件插值细分实现亚像元定位的方法。针对点目标图像可能存在的“方块效应”与“细节退化”现象，结合点目标灰度特性处理技术，改进并完善了邻域线性插值细分方法。从而，提出该基于CCD亚像元细分原理的点目标自动采样算法。实验结果证明：该算法简单、可靠、稳定、快速，并具有一定适用性，为相关领域内的应用提供了宝贵的参考价值。     

复杂背景下运动小目标亚像元识别定位算法

文章从复杂背景下运动小目标成像特性与目标、背景关系出发，深入分析了此类目标识别定位的难点。综合目标区中值滤波和自适应二值化处理，将目标与背景和噪声分离。通过模板匹配，确定目标亚像元定位的计算区域。然后，基于优化的邻域像素插值方法计算运动小目标在图像中的精确坐标。针对目标实测图像序列，通过与形心算法和质心算法识别定位精度的比较实验，证明该复杂背景下运动小目标亚像元识别定位算法具有稳定、有效、高精度等优点，并为相关领域内目标识别定位算法提供了宝贵的借鉴价值。     

电视经纬仪复杂多目标交会测量点匹配算法

针对复杂多目标交会测量时所存在的多目标类型、伪点、遮挡和粘连等问题,提出了一种新型的点匹配算法:对于“离散单落点”和“弹道”类型目标,以同一目标点的帧时间差作为匹配条件;对于“同时多落点”和“遮挡目标”,基于空间距离最近的两条视线可以正确匹配出一个空间点目标的原理,有效的解决了“伪点交会”和“遮挡交会”问题;对于严重粘连的目标,用弹道拟合外推得到的多个落点所构成的多面体的形心作为落点坐标的修正值。实测结果证明:该电视经纬仪复杂多目标交会测量点匹配算法具有高效、稳定、适用等优点,其复杂多目标点匹配效率保持在90%以上。     

电视经纬仪复杂多目标交会数据融合研究与实验

基于多站CCD电视经纬仪交会测量原理,针对具有"离散单落点"、"同时多落点"、"连发单弹道"、"同时多弹道"复杂特性的多目标,首先深入分析了测量误差来源.然后,通过"最近邻域法(NNF)",比较多目标视线异面直线空间距离大小,以匹配站点间多目标源数据.从而,采用误差加权平均法,融合处理多站交会数据,进一步提高系统测量精度.实验结果表明经过上述数据融合处理后,系统距离测量偏差和系统熵均得到了显著提高,该电视经纬仪复杂多目标交会数据融合处理算法具有简单、有效、适用等优点.     

高速运动弱小目标的可调模板匹配算法

深入分析了高速运动弱小目标的成像特性,提出了用可调模板实现图像匹配的方法。在归纳目标运动轨迹规律性的基础上,采用目标路径线性预测的策略,收缩模板匹配的范围,减少运算量。并采用帧间差值的统计指标,来衡量模板与目标子图的相似性。对目标实测图像序列的实验证明:该高速运动弱小目标的可调模板匹配算法具有快速、稳定、有效的优点。