反射式平行光管的红外瞄具零位走动量测量方法研究

介绍了一种同时用于红外瞄具零位走动量和装表量测量的光学测量方法,采用抛物面反射镜作为主镜的反射式平行光管模拟无限远目标,实现了平面反射镜和精密二维转台进行光线转向及自动读数。阐述了方法测量原理,并分析了瞄具零位走动量测量误差。验证实验结果表明,该方法可实现±10°的大视场范围测量和0.05mil的测角精度,保证高精度测量的同时,很好的解决了反射式平行光管由于视场小而导致测量范围受限的问题。     

高精度白光与微光瞄具零位走动量检测技术研究

针对白光瞄具前加设微光镜组而成的组合式瞄具零位高精度检测需求,研究了一种可检测组合式瞄具纯零位变化及微光镜组光轴走动量的光电检测方法。该方法采用CCD相机测量组合式瞄具总的零位变化量,双自准直仪对组合式瞄具装卡产生的误差和微光镜组装卡产生的调整架姿态变化进行定量检测,并从CCD测量值中予以剔除,最终得到组合瞄具的纯零位变化以及微光镜组的光轴走动量。阐述了检测理论模型,并设计了测量实验。研究结果表明：白光瞄具的纯零位走动量测量精度σ值不大于2.16″（0.01 mil）;微光镜组的光轴走动量测量精度σ值不大于21.6″（0.1 mil）.     

一种对称三角线性调频连续波雷达的校正算法

FFT变换的分辨率和栅栏效应会对系统测速、测距精度造成影响,实际应用中需要对线性调频连续波(LFMCW)雷达回波处理结果进行频域校正。分析了对称三角线性调频连续波雷达二维FFT测距、测速以及去耦合原理,提出了一种频域校正方法,该方法对雷达回波信号进行二维信号处理并对信号处理结果分别进行校正,消除了多普勒频移不敏感目标的距离速度耦合现象和FFT变换栅栏效应对系统测量精度的影响,从而提高测距、测速精度。仿真和试验结果证明了算法的有效性。     

无人机光轴稳定平台复合稳定控制方法研究

针对无人机恶劣的光机载荷工作条件与高分辨成像要求之间的矛盾,光轴稳定平台的稳定性能显得尤为重要。设计了一个二级视轴复合稳定回路,利用惯性稳定方法和光学稳定方法在扰动源、反馈测量源、执行方式、作用范围上存在的差别,充分应用两种稳定方式的优点,将跟踪指令作为前馈量引入到光学稳像的测量通路。将惯性稳像和光学稳像整合,在提升光轴稳定精度的同时,兼具良好的目标跟踪特性,仿真试验表明,所述方法具有良好的控制品质与性能。     

一种基于分层多尺度卷积特征提取的坦克装甲目标图像检测方法

针对坦克装甲目标的图像检测任务,提出一种基于分层多尺度卷积特征提取的目标检测方法。采用迁移学习的设计思路,在VGG-16网络的基础上针对目标检测任务对网络的结构和参数进行修改和微调,结合建议区域提取网络和目标检测子网络来实现对目标的精确检测。对于建议区域提取网络,在多个不同分辨率的卷积特征图上分层提取多种尺度的建议区域,增强对弱小目标的检测能力;对于目标检测子网络,选用分辨率更高的卷积特征图来提取目标,并额外增加了一个上采样层来提升特征图的分辨率。通过结合多尺度训练、困难负样本挖掘等多种设计和训练方法,所提出的方法在构建的坦克装甲目标数据集上取得了优异的检测效果,目标检测的精度和速度均优于目前主流的检测方法。     

基于全站仪的火箭炮操瞄精度检测装置研发

为了在火箭炮装调中快捷测量操瞄精度、管间平行度等特性,设计了一种基于全站仪的火箭炮自动操瞄精度检测装置.利用全站仪测量原理建立了火箭炮精度测量的空间解算模型,在预先标定火箭炮管上两十字贴标记点的前提下,给出了精度检测、管间平行度检测方法及流程,并设计了相应的软件.试用结果表明,装置检测精度控制在1 mil内,操作快捷,提高了检测速度.此设计为火箭炮操瞄精度检测提供了一种简明实用的解决方案,满足了精度快速检测的要求.     

火箭炮和大炮晃动量光电测量系统研究

提出了以激光光束模拟定向管轴线，应用光电轴角编码器测量晃动量的方案，阐述了火箭炮和火炮晃动量光电测量系统的测量原理，设计了包括自动施力装置、测角装置、光电探测幕靶在内的一套光电测量系统并分析了系统精度，其测量精度≤17.3″(0.08 mil)．     

一种太赫兹高分辨鉴相测速的方法

传统雷达通过测量回波多普勒频率实现速度检测,测速分辨率受限于测量周期及积累时间,无法兼顾高分辨和快速性的要求;另一方面,太赫兹雷达系统的非线性误差影响回波相位,进而降低了雷达测量精度。文章介绍了一种太赫兹高分辨鉴相测速的方法,避开了复杂的幅相补偿问题,并可以快速实现对目标速度的高分辨测量。通过测量摆钟运动目标进行了算法验证,并给出了测量结果。     

指示表智能读数系统的研究与实现

介绍了一种新的模拟式指示表智能读数系统。系统采用数字图像处理技术并结合相应硬件设备,实现了测试装备中模拟式指示表的自动读数功能。在该系统中,运用并提出了一些新颖的图像处理算法,如穿线检测图像分割算法、亚像素细分技术等,使系统具有很好的实时性和较高的精度。实验证明采用这一系统可以进一步提高某型导弹测试的智能化程度。     

光学瞄具出瞳直径、出瞳距离与放大率现代测试技术研究

针对光学瞄具出瞳直径、出瞳距离与放大率的现代测试要求,在分析原有传统的各种检测原理与方法的基础上,本系统采用了一种基于CCD摄像技术、精密机械技术、光学技术和计算机控制与图像处理技术的现代光学测试原理与方法。测试过程中采用CCD细分技术,提高了图像的分辨率和目标图像的定位精度。出瞳直径与出瞳距离测试精度达到0.01 mm,测试范围为1～100mm,放大率测试精度小于1%,而且大大减轻了疲劳强度。     

基于视觉序列图像分析的药室参数测量

针对药室参数的高精度测量问题,提出了基于视觉序列图像分析的交叉直径读数靶方法。设计了一种能够在同一场景中读取交叉方向直径的靶标测量头装置。测量时先由驱动机构推动该装置进入标定环,通过靶标图像读取该直径并记录。继续推动靶标机构进入药室,按照一定的步距沿药室轴线方向移动,记录移动过程中相邻帧的图像序列,通过前后两帧图像的靶标刻线的变化得到每一步交叉测爪的径向相对位移,参照标定环的尺寸得到药室的当前直径,再结合驱动机构的进深获取药室的容积、锥度、拐点等参数。该方法解决了药室直径测量高精度和大动态范围的矛盾。实测发现用该方法可使药室直径的测量误差小于10μm,最终保证了容积误差小于2‰的要求。     

被动毫米波图像恢复的偏微分方程方法

针对被动毫米波图像模糊和分辨率较低,提出采用偏微分方程方法进行图像的高分辨率恢复,并给出了偏微分方程模型和相应的图像恢复算法.该方法首先把得到的带噪降晰图像进行两个不同尺度的 Gauss 去噪,获得两幅更模糊的再降晰图像,再以这两幅图像为基础,通过迭代计算得到高分辨率图像.偏微分方程方法原理简单并且计算方便,通过对实际金属目标的被动毫米波图像的恢复,显示该方法具有较好的恢复效果.     

一种基于边缘匹配的前视红外目标识别算法

红外目标识别是影响精确制导武器命中精度的重要因素。针对因基准图与实时图存在差异导致模板匹配性能下降的问题,提出了一种基于边缘匹配的前视红外（FLIR）目标识别算法。在模板匹配的基础上,利用目标的邻域信息排除虚警,计算基于匹配代价矩阵的匹配置信度对候选匹配点进行排序,利用前面连续多帧图像的识别结果为当前帧识别提供信息,从而提高目标识别的准确性和鲁棒性。在2组不同目标类型的红外视频序列上所做的实验表明,该算法具有较好的识别性能。     

基于改进最大类间方差法的靶板重孔检测

传统的自动报靶系统对于连发射击到靶板上的重叠弹孔检测率低,通常基于图像处理的自动报靶系统对重叠弹孔会识别成一个弹孔,漏检率高,为此提出一种基于改进最大类间方差法(Otsu法)的靶板重孔检测方法.采用改进Otsu法的弹孔识别方法将重叠弹孔与背景分割,再用两遍扫描法对分割后的图像进行处理,得到重叠弹孔区域,最后采用最小外接...     

基于特征组合的舰船目标粗识别方法研究

针对单一特征量无法准确识别目标的缺点,文中利用特征组合方式进行目标粗识别.首先,利用基于图相似性分割方法提取目标的二值图像;然后,计算目标仿射不变矩并利用分类器进行聚类分析;最后,通过最小外接矩形法提取目标几何参数,并依据图像分辨率计算出实际目标参数,且与舰船目标配属库进行比对,实现目标粗识别.实验结果表明,该方法鲁棒性强,易于实现,通过实测数据可以识别出舰船目标类别.     

基于加权特征融合的 SAR 图像目标分类方法

针对现有分类器对 SAR 图像分类正确率不高的问题,考虑到单一的特征很难完全描述 SAR 目标,并且单一的分类器识别率有限,提出了一种基于加权特征融合的图像分类方法,采用多种特征来描述目标,并且用多个分类器同时对目标识别。实验结果显示,提出的方法能够达到较高的分类正确率,证明了该方法的有效性。     

基于多帧图像同名点的无人机对地定位新方法

基于单张图像的传统无人机对地定位方法的精度较低,不能满足精确打击作战需求,提出一种新的无人机对地定位方法。该方法通过线性化共线条件方程建立摄像机姿态角和焦距迭代计算模型,根据非共线位置拍摄的多帧图像及其至少3个可识别同名像点坐标迭代计算摄像机姿态角和焦距的精确值,然后利用多摄站前方交会法求取地面目标的三维坐标。该方法不依赖于数字高程模型(DEM)及像片内外方位元素的测量值,消除了传统无人机对地定位方法3个定位误差源中的两个,因此具有较高的定位精度。仿真与真实图像实验计算表明,摄站奉身坐标误差的大小是决定对地定位精度的主要因素,当摄站坐标精度为5m时,对地定位误差约为10 m,远远小于传统方法的定位误差。     

基于颜色聚类的光学伪装效果评估背景选取方法

在基于可见光图像的单个目标伪装效果评估中,当目标处于反差较大的两种背景交界区域附近时,直接采用8邻域背景选取方法,将会导致评估结果出现较大偏差.针对这一问题,提出一种基于颜色聚类的背景选取方法.通过该方法对8邻域图像进行颜色聚类后,将目标近邻区域中不包含的颜色类从8邻域图像中剔除,再减去目标区域后即为选择的背景.实验结...