赝热光的相干时间对鬼成像影响的理论与实验研究

激光照射旋转毛玻璃产生的赝热光是鬼成像中最常用的光源.文章从理论和实验上研究了赝热光的相干时间对鬼成像的质量和成像效率的影响.理论上，首先指出赝热光场的相干性是由毛玻璃的转动引起的，并基于旋转毛玻璃的时空随机特性，推导了赝热光鬼成像的二阶关联函数，得到了关联重构图像的解析表示.结果表明，在满足探测器的曝光时间远小于赝热光相干时间的条件下，鬼图像的表达式中不包含转速，毛玻璃转速对关联重构图像没有影响.其次，分析了鬼成像中涉及的几个时间尺度，探讨了提高成像质量和效率的途径.经分析，探测器的曝光时间要远小于赝热光源的相干时间，采样间隔要尽可能大于相干时间，这保障了在鬼成像中能探测到有效的光场强度涨落，从而能保证成像质量，又提高成像效率.实验上，分别进行了不同毛玻璃转速和不同采样帧率下的鬼成像的对比，结果表明，毛玻璃转速对关联重构图像没有明显的影响，同一相干时间内的多次采样对鬼成像的质量没有明显提升，从而验证了理论的正确性.该研究为鬼成像质量和成像效率的提高提供了新的思路.     

轴向运动目标鬼成像点扩散函数质量评价方法

研究了鬼成像系统的点扩散函数(PSF),以轴向运动目标的鬼成像系统为例理论推导出其点扩散函数,并进行了数值模拟和计算机仿真实验.结果表明:目标在信号光路轴向的运动会导致成像质量的下降,速度越大成像质量越差,应用点扩散函数方法分析鬼成像系统的成像质量可以在不成像的情况下预先判断成像效果,相对于传统的质量评价方式有很大优势.     

基于特征帧构建的运动目标检测方法

非参数密度估计在样本分析建模方面得到了很大的关注,尤其是核密度估计方法。但由于核密度估计方法计算量大,应用到运动目标检测方面很难达到实时效果。提出了一种特征帧构建的核密度估计方法。因为核密度估计不需要假设背景模型的密度分布函数,所有样本值又满足独立同分布的原则,所以可以通过特征帧构建的方法进行背景建模,同时应用此方法进行背景更新。实验结果表明:该方法能够适应环境变化且具有运算速度快、实时性好等特点,可以将其应用到复杂背景下的监控系统中。     

无人机视频图像运动目标检测算法综述

运动目标检测是实现目标跟踪、交通监控、行为分析等任务的基础。但在无人机获取的视频图像中,无人机运动、旋翼震动或外界风力等客观因素使图像出现较为明显的背景、光照等变化,会对运动目标的检测产生影响。因此,如何降低干扰、提高检测精度,让无人机在运动目标检测领域发挥作用在信息时代具有相当重要的意义。无人机视频图像的运动目标检测相比传统运动目标检测,检测思路基本一致,但干扰因素众多。本文以此为切入点,分类综述了适用于无人机视频图像运动目标检测的算法及其改进,主要包括运动估计算法、帧间差法、背景建模法、光流法等传统算法和近年出现的新型算法;通过对无人机运动状态的划分探讨比较了上述方法的优缺点及适用场景。帧间差法更适合处理无人机悬停状态的数据,背景建模法、光流法及新型算法对无人机悬停及巡航状态的数据均可处理;上述算法均不能很好解决光照变化造成误检、漏检现象。所以处理无人机视频数据时,要根据其运动信息及数据特点选择合适的算法,才能获得好的检测结果。     

基于成像序列的弹道目标ISAR图像横向定标

对目标逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)像横向定标是进行目标结构特征提取的基础,重点是进行目标转速的估计。从弹道目标的ISAR像序列出发,得到ISAR像中散射点构成的向量。利用给出的转角估计表达式,考察模值最大的向量在成像序列之间的转角,以此作为目标的转角,完成目标转速的估计。最后对所提方法的性能进行了分析。该方法充分利用ISAR像序列的特点和序列中包含的目标特征信息,避免了繁琐的图像配准过程和复杂的回波多普勒调频率估计。仿真实验表明,该方法能有效完成目标转速估计,定标误差较小。