紧凑折反式仿生复眼及图像快速拼接识别算法

针对多相机阵列复眼质量大与图像数据生成量高的问题,开展多通道-单探测器构型的大视场仿生复眼成像系统及其图像快速拼接识别算法的研究。通过光路折反与光程归一的方式,实现多视角子眼共像面与分区成像。根据折反式复眼成像特征,提出特征图级下基于区域结构相似性的图像快速拼接算法。配合目标识别卷积神经网络,实现紧凑空间下大视场全局图像的快速重建与目标识别。所提出的复眼系统有效光学视场角为138°×75°、光学尺寸为29.78 mm×19.74 mm×6.86 mm、全局图像拼接速度为0.011 s。紧凑型折反式仿生复眼具有体积小、视场大、计算开销少的特点,能够为载荷与算力受限的小型无人设备与低速弹箭提供广域视觉成像与快速图像拼接识别能力。     

基于图像拼接的全景目标检测技术

针对战场指挥车等战地车辆内作战人员需要在车内实时了解外部战场动向的问题,提出一种基于图像拼接的全景目标检测技术研究。利用监控转台摄像头获得全景图像并检测运动物体,以此模拟战场实际情况。首先使转台进行水平360?旋转,同时使用安装在转台上的摄像头采集实时图像,利用转台转速与扫描场时间等参数对图像进行预处理,从而削弱前后两场信号叠加造成的边缘模糊。最后对前后两帧图像进行灰度值相关匹配,并检测出全景图像上的运动物体。实验结果表明,该技术可以实现全景图像拼接并在全景图中标出视场内运动物体的位置。     

一种基于SIFT特征的序列图像拼接算法

针对序列图像拼接问题,提出一种基于尺度不变特征（SIFT）的自动拼接方法。该方法首先计算图像SIFT特征向量,作为匹配的依据,其次利用SIFT特征进行图像配准,进一步配准的基础上利用图像交叠处距离差来线性融合边缘,取得较好的平滑的镶嵌效果,最后通过对真实场景序列图像进行拼接,实验验证了该方法的有效性．     

基于单矢量水听器多途宽带信号的三维定位算法

针对多途环境下波形未知的近场宽带信号,提出了一种使用单矢量水听器进行三维定位的新算法。对声压与振速互相关函数的推导结果表明:当信号带宽大于直达波和海面一次反射波之间时延的倒数时,互相关函数的两副峰可与主峰分离;两副峰的峰值分别包含两路径的波达方向信息,而其位置对应两路径之间的时延差。仿真结果表明:当直达波和反射波在时域上重叠时,利用两副峰峰值仍然能够有效估计出直达波波达方向;通过构造"互相关峰锐化函数"锐化两幅峰,在低信噪比情况下可提高多途时延估计精度。最后,以多途时延与直达波波达方向为变量建立方程组,估计目标的距离和深度。该算法的定位精度通过Monte-Carlo仿真进行了分析,并深入讨论了其适用性,湖试结果进一步验证了该算法的可行性。     

基于区域一致性的多聚焦图像融合算法

针对同一场景两幅严格配准的多聚焦图像融合问题,设计一种基于区域一致性的多聚集图像融合算法。该算法利用比率金字塔变换得到图像的多分辨序列,采用基于区域一致性的融合方法,在图像的相应层次序列的各级金字塔图像上进行融合以获取最终的融合图像。从目视效果来看,采用文中算法进行图像融合,基本上能够将两幅左右聚焦的图像融合成一幅清晰的单一聚焦图像。实验结果表明:该算法与同类其他算法相比较,相关系数提高了0.08%,偏差度降低了30.67%～31.05%,互信息提高了7.92%～7.97%。     

基于约束多目标优化算法的夹具定位方案稳健性优化设计

设计人员通常根据自身经验或某些特定的优化方法获得稳健的夹具定位方案.由于设计人员的经验水平及使用条件等方面的限制,导致该类方法缺乏通用性,为此提出了一种约束多目标优化算法确定夹具定位方案.该算法由稳态演化的可行解搜索阶段和双种群优化阶段构成,将网格约束分解的方法和基于可行性准则的方法结合,以合作的方式求解约束多目标优化...     

基于通道参数估计的多输入多输出雷达定位

针对统计MIMO雷达定位精度和目标分辨力不高的现状,提出基于收发通道参数估计的高精度MI-MO雷达定位方法。与传统做法不同,该方法采用共轭信号延迟发射模式,处理回波数据时首先估计MIMO雷达虚拟通道的系数,再利用估计结果修正目标参数估计模型,对目标实施定位。理论分析和仿真结果均表明:该方法极大地提高了统计MIMO雷达的定位精度和目标分辨能力,充分开发了大间距配置MIMO雷达参数估计的潜能。     

基于周期延拓的目标抽取像拼接算法

针对步进频率雷达目标一维距离像中存在像分裂现象的问题，研究了抑制像分裂现象的方法，分析了目标抽取算法和周期延拓法的优缺点，提出了基于周期延拓的目标抽取像拼接算法。该算法在大尺寸目标和目标运动时都得到目标完整、正确的一维距离像。理论分析和仿真结果表明，提出的新算法具有适用面广，实时计算量小，易于实现等优点。     

基于目标定位与跟踪的簇眼结构和图像采集系统设计

簇眼作为复眼的一种简单形式,对研究复眼特性有着重要的作用.针对簇眼对目标的大视场成像和目标定位与跟踪特点,设计了一种能够多通道同时捕获同一目标的簇眼结构,并使用基于Verilog语言的FPGA嵌入式系统对选取的大面元CMOS图像传感器的驱动时序进行了硬件描述和高速采集设计,实现了PC机对簇眼成像系统的实时数据获取.仿真...     

基于加权聚焦度的多焦点图像融合算法

为保留更多的源图像信息特征,克服基于梯度等融合算法容易产生伪影的缺陷,提出一种基于加权聚焦度的图像融合算法.计算每个源图像的聚焦度量值空间频率、改进的修正拉普拉斯算子和和梯度加权和,得到聚焦状态图 MSF、Mi-SML和 MSoG,根据隶属函数求出相应隶属度值μSF(z)、μi-SML(z)和μSoG(z),得到各源图像的权重,根据线性归一法生成最终的融合图像,并将该算法与当前几种典型图像融合算法进行主客观评价.结果表明:该算法的标准偏差(σ)高出4.699,平均梯度(G)高出0.382,信息熵(H)也是最高的,其他评价参数也在可接受的范围内,融合图像更清晰,没有产生伪影.     

基于小波变换的图像优化镶嵌研究

在图像辅助导航中，针对航空图像数据量巨大的特点，进行多种优化改善算法，提出了图像边缘局部最大模作为匹配特征的理论，通过多分辨分析图像融合技术消除图像间的冗余，并把它们合成为一幅无接缝、无畸变的、大区域图像。     

视觉感知的数字图像拼接痕迹可见度客观评价方法

数字图像拼接时,待拼接图像之间的亮度差异导致拼接图像出现拼接痕迹。为了对数字图像拼接痕迹的明显程度进行客观评价,研究了一种基于人眼视觉感知的数字图像拼接痕迹可见度(MAV)客观评价方法:首先,由待拼接图像获取梯度误差图像;然后,综合考虑人眼视觉频率敏感度、亮度掩模效应及纹理掩模效应对视觉分辨力的影响,导出基准图像的临界可见偏差(JND),并从梯度误差图像的小波系数中减去JND门限值,获得能够被人眼视觉感知的拼接痕迹图像;最后,利用拼接痕迹图像的均值和信息熵,构造了一种数字图像MAV的客观评价指标(MAVA).实验表明,采用MAVA对数字图像拼接痕迹的明显程度进行的客观评价,与人眼主观评价结果基本一致。     

基于光纤式图像位移测试系统的研究

针对复杂结构狭小空间里的位移测量难题,提出一种基于光纤式图像位移非接触式测试系统。分析该测 试系统的测量原理和系统功能,并对总体方案和硬件选型进行设计;为实现图像位移计算,根据光纤内窥镜拍摄图 像的特点采取区域提取、图像校正、增强、二值化等数字化处理流程;软件界面采用C++语言、基于网络平台进行开 发,以对话框方式进行架构,涵盖各项测量数据的显示;最后对测试系统进行比对、离心、振动试验验证。试验结 果表明：该测试系统的测量精度可达10 μm,能够适应多种复杂环境下复杂结构狭小空间里的位移测量。     

基于故障树的目标航天器在轨故障定位

针对目标航天器在轨运行时极易发生故障的问题,采用故障树分析方法对目标航天器实施在轨故障定位研究。介绍故障树的基本概念和故障树分析原理,给出在轨故障定位故障树的构建和实施步骤,以某型号卫星电源系统对星上负载的供电故障为例进行验证。结果表明：该方法是可行的,为后续在轨故障检测活动的开展奠定基础。     

基于时空信息融合的复合引信目标识别方法

针对传统导弹引信不能有效识别目标的问题,提出了基于时空信息融合的复合引信目标识别方法。该方法利用BP(Back Propagation)神经网络获取基本概率赋值,根据时空信息融合算法进行证据组合,最后通过Dempster决策规则得到复合引信目标识别结果。实践表明,利用该方法进行复合引信多传感器信息融合,能够提高引信对空中目标的识别率。     

基于仿生水母机器人的机械臂设计与仿真分析

为满足海洋探索及水下侦察的任务需求,设计一种多自由度仿生水母机器人。在Matlab 分析软件中利用 Robotic Toolbox 建立水母机械臂模型,进行运动仿真,分析其运动学和动力学,得出角速度、角加速度等曲线。依 据反推出的力矩曲线,对导入到Adams 中的3 维模型进行驱动仿真,采用Jtraj 函数对四自由度仿生水母机器人的机 械臂进行5 次多项式轨迹规划,并构建一个简单的BP 神经网络控制算法。仿真结果表明：各运动曲线连续、平缓 无突变,可满足实际需求。     

基于测量时差和方位角的定位方法的误差分析

为实现对静/动目标的有效定位,推导出定位精度的几何稀释（Geometric Dilution of Positioning Accuracy,GDOP）的协方差矩阵计算公式和GDOP的影响因素。利用时差和目标方位角对静/动目标进行定位的基本原理,可得到定位精度的一般表达式及其理论曲线,以及其目标和接收机之间的相对几何关系与测量误差的关系,可有效实现对静/动目标的定位。