大型预警机图像采集偏振矫正算法研究

针对大型预警机在飞行过程中,不可避免地发生突变性方向,造成机身震动偏转,这种突变会造成采集设备在采集过程中,发生图像区域偏振,造成采集信息失真,有效信息丢失等问题;为了解决这一问题,提出一种大型预警机图像采集偏振矫正算法,通过建立新的图像坐标区域,在新坐标系下对偏振区域的数据进行有效补偿矫正;应用偏振补偿算法可以避免大型预警飞机振动偏振对光电设备获取信息准确度的影响;实践证明,利用偏振补偿算法对获取光电图像信息进行矫正后,提高了获取信息的准确率。     

一种基于测量误差补偿矫正的无人机远程测距算法

研究无人机的远程距离测量问题,提高测量的准确性;针对无人飞机在进行远程空间距离自动检测的过程中,极易受到天气因素影响,出现机身的晃动,造成采集的数据发生偏差,导致结果不准确的问题;为了解决这一问题,提出一种基于测量误差补偿矫正的测距方法,通过建立新的采集图像坐标系,在新坐标系下对远程采集的数据进行偏移矫正补偿计算,消除无人机在机身晃动、突然变向过程中造成的图像特征失准的影响,提高距离测量的准确度;仿真实验表明,该方法能大幅提高机身在抖动情况下的距离测量准确度,取得了令人满意的效果.     

机载高速视觉图像目标识别优化仿真研究

机载视觉采集器采集图像去噪的性能优劣,影响着目标识别的准确性.在机载高速视觉采集图像过程中,由于距离目标远,飞机速度快,图像采集的结果会包含大量的乘性噪声点,影响采集图像中目标像素可识别特征的质量.传统的图目标识别方法都是通过把这种乘性噪声模糊化,转换成加性噪声进行去噪处理然后加以识别,但是,在这种转换的过程中,会造成关键目标特征丢失,识别效果不好.提出基于改进多小波变换的机载高速视觉采集图像去噪识别方法.获取合适的基小波及小波分解层数目,对含有噪声的信号进行多小波变换操作,根据估计小波系数对信号进行重构操作,获取去噪后的机载高速视觉采集图像,优化识别过程.实验结果表明,利用改进算法进行机载高速视觉采集图像去噪,能够提高机载高速视觉采集图像的信噪比和图像质量.     

基于HVS模型的误差扩散方法

针对传统误差扩散算法处理过程中图像边缘信息不完整,中色调区域有纹理结构存在的问题,提出一种基于人类视觉系统(HVS)模型的误差扩散半色调方法。该方法先对原图像进行了图像分割,在非边缘区域采用传统误差扩散算法处理,边缘区域采用基于HVS模型的误差扩散系数进行误差扩散处理,最后再在HVS模型的基础上对像素进行矫正。实验结果表明该算法能够有效减少图像细节损失,保留原图像信息。     

基于有效维度特征的手背静脉识别算法

针对手背静脉识别过程中采集的图像出现干扰信息的问题,提出了一种基于有效维度特征的识别算法。首先,该算法对采集的图像进行自适应中值滤波去噪;其次,对图像进行分块处理,并基于混合高斯模型与梯度信息对子图像提取特征;然后,依据子图像间特征相似性,提出了判断子图像是否为干扰信息的方法;最后,融合所有真实静脉区域的特征,形成特征向量,并采用基于稀疏表示的算法对多种有效维度下的特征向量进行匹配。实验表明,该算法具有较高的准确识别率,即使采集的手背静脉图像存在部分遮挡,算法依然能够获得较好的识别效果。     

基于位置补偿技术的模具监视系统

针对模具制品射出成型过程中因制品滞留在模腔中造成的夹模问题,提出集数字图像采集与处理以及模式识别等技术的解决方案,实现在注塑行业成型模具的监视系统。运用自适应阈值分割算法进行图像处理,运用图像差影检测算法进行模式匹配比较分析,并利用基于搜索空间与相似度测量技术的位置补偿算法,通过自动位置补偿将采集到的图像进行矫正。结果表明,生产制品的品质合格品率由90%提高到99%,注塑成型机的使用率由75%提高到96%。     

基于位置补偿技术的模具监视系统

针对模具制品射出成型过程中因制品滞留在模腔中造成的夹模问题,提出集数字图像采集与处理以及模式识别等技术的解决方案,实现在注塑行业成型模具的监视系统。运用自适应阈值分割算法进行图像处理,运用图像差影检测算法进行模式匹配比较分析,并利用基于搜索空间与相似度测量技术的位置补偿算法,通过自动位置补偿将采集到的图像进行矫正。结果表明,生产制品的品质合格品率由90%提高到99%,注塑成型机的使用率由75%提高到96%。     

基于传输补偿算法的光纤通信设计研究与仿真

研究光纤通信问题,提高通信的效率。针对光信号在传输过程中,不同的频率成分或模式成分因传播速度不同而相互散开,使传输的信号脉冲发生畸变,从而限制了光纤的传输效率,很难保证信息传播的高效性的问题。提出基于激光通信设备的光纤通信优化方案。通过激光能量补偿和偏振模色散补偿算法,校正了光纤通信过程中由于能量损耗和偏振模色散导致的通讯误差,从而能够快速、准确的使用激光通信设备在光纤通信中高效传输数据。实验证明,该算法能够补偿光纤通信中,色散导致的传递误差,取得了较好的效果,为光纤通信优化设计提供了依据。     

跨区域机载移动网络优化方法研究与仿真

研究跨区域机载移动网络通信优化问题,对保证飞行器的安全有一定的实际意义.传统的跨区域机载移动网络通信在飞机高空快速、跨区域移动的过程中,面临越来越多的跨区域临界节点通信的问题,造成机载移动网络在跨区域边界节点选择中频繁切换,通信过程不稳定.提出自适应蚁群算法的跨区域机载移动网络优化方法.构建跨区域机载移动网络优化的数学模型,建立计算成功率公式,依据自适应蚁群算法理论,将待求解区域划分为若干小区域,对小区域进行分别求解获取最优值,形成较优解集合,结合自适应调整相关系数、信息素数量等,获取全局最优解,实现跨区域机载移动网络优化设计.实验结果表明,利用改进算法进行跨区域机载移动网络优化设计,能够保证机载在跨区域中移动网络的稳定性,提高跨区域机载移动网络数据传输速度,为跨区域机载移动网络的实现提供了技术支持.     

光电载荷下的红外和可见光图像融合综述

随着机载光电平台在军事、民用等领域的应用，红外与可见光图像的增强和融合技术逐渐成为研究的热点方向。红外设备主要依靠物体本身的热辐射进行成像，适用于恶劣自然环境和隐秘场所等特殊场景，但存在成像质量不佳、图像对比度较低、纹理细节不丰富等缺点；可见光图像的纹理细节和对比度更适合人类的视觉感知，但可见光图像在烟雾、夜间等条件下的成像效果差，不适用于隐秘的场所。因此，研究人员提出了既有可见光图像边缘、细节信息又有红外热辐射目标信息的互补图像融合方法。结合红外与可见光图像特点，对目前适用于机载平台的传统红外与可见光图像融合方法进行整理和综述，给出了现有红外与可见光融合算法中弱小目标、纹理信息缺失和计算效率问题的改进思路，并对光电载荷背景下传统红外与可见光图像融合技术未来的发展进行了展望。