基于ISA总线的微型电机驱控电路设计

本文介绍了一种基于ISA总线的微型电机控制驱动电路的设计方法.工控计算机通过ISA总线与CPLD器件通信,控制以电机驱动芯片TA7279P为核心的电机驱动电路,使微型电机进行相应的运动.该设计具有简单可靠、电路简洁、占用空间少等优点,是一种合理可行的设计方案.     

采用降维技术的红外目标检测与识别

提出了一种用于扫描型红外预警系统的目标检测与识别算法来实现对空中威胁的预警,该算法在对目标进行检测和识别的过程中分别运用了降维技术.首先对拉普拉斯-高斯(Laplacian of Gaussian,LOG)算子降维,改变经典LOG算子各向同性的特点,从而减少了信息的丢失;然后通过设置相关参数设计8邻域方位滤波器对图像不同方向进行尺度优化的滤波以完成目标增强与背景抑制;最后对滤波结果进行目标提取,通过支持向量机算法对目标进行识别.为使识别过程更加简捷而不失准确性,在识别前采用基于协方差算子的充分降维方法对样本特征和目标特征进行降维,从而在简化经典滤波算法与目标识别算法的同时提升了算法效率.实验结果表明,与经典高维算法相比,本文提出的算法在对红外目标进行检测识别时能够获得更好的效果,应用于工程时能实现低于7％的虚警率和低于5％的漏警率,且算法能够满足系统实时性要求.     

CMOS图像传感器非均匀性实时校正算法研究

讨论了两点校正法的原理和算法,并针对高速CMOS图像传感器LUPA300,以FPGA作为系统硬件载体设计了非均匀性校正系统,进行实时非均匀性校正.实验结果表明,该系统能够有效地实时校正图像传感器的非均匀性,输出图像质量较高.     

生成式对抗神经网络的多帧红外图像超分辨率重建

生成式对抗神经网络在约束图像生成表现出了巨大潜力,使得其适合运用于图像超分辨率重建。但是使用生成式对抗神经网络重建后的超分辨率图像存在过度平滑,缺少高频细节信息的缺点。针对单帧图像超分辨率重建方法不能有效利用图像序列间的时间-空间相关性的问题,提出了一种基于生成式对抗神经网络的多帧红外图像超分辨率重建方法（M-GANs）。首先,对低分辨率图像序列进行运动补偿;其次,使用权值表示卷积层对运动补偿后的图像序列进行权值转换计算;最后,将其输入生成式对抗重建网络,输出重建后的高分辨率图像。实验结果表明：文中方法在主观及客观评价中均优于当前代表性的超分辨率重建方法。     

基于高精度星敏感器的船载雷达海上精度鉴定

航天测量船海上航行时主要通过精度校飞进行雷达精度鉴定,针对其周期长、耗费大和组织协调困难的缺点,提出了一种采用高精度星敏感器与雷达捷联跟踪测量空间目标进行海上精度鉴定的方法。雷达在跟踪空间目标的同时,星敏感器实时拍摄天线指向附近星图。首先,星敏感器利用雷达输出的编码器角度计算视轴的初始指向,通过快速星图识别和目标定位获取天线地心坐标系精确指向;然后,经坐标变换到地平系,根据蒙气差模型修正地平系俯仰角,再经过船摇修正转换到甲板坐标系;最后,进行轴系误差及脱靶量修正,实现雷达指向精度鉴定。试验结果表明:利用该方法测量的船载雷达相对于星敏感器方位、俯仰随机残差优于50″,满足雷达精度鉴定要求,证明该方法的可行性。     

红外高炮弹点目标序列图像自动提取

针对光电经纬仪跟踪测量过程的红外高炮序列图像的弹点目标,进行了相关研究.结合目标弹道轨迹规律,动态预测下一弹点位置,以预测点为中心的小范围图像区域内,使用最大类间差OSTU阈值法分割图像,对分割后的二值化图像进行连通性分析,提取出目标的脱靶量.以分辨率640×512的1000帧红外序列图像为实验数据,能够在2 min内自动处理完成,且目标提取准确度99%以上.     

基于杂波抑制的海平线红外弱小目标检测

针对红外图像中海天交接处目标能量较弱,难以获得精确检测的问题,本文提出一种基于杂波抑制的海平线弱小目标检测方法。该方法通过对红外图像特征分析,检测海平线像素特征,去除障碍物干扰,确定海平线区域;对海平线区域采用改进的均值差滤波与背景建模,去除海平线杂波;杂波滤除后,计算两个区间自适应阈值作为滞后阈值,从而检测出海平线弱小目标像素。实验结果表明,本文提出的算法能够有效去除海平线杂波,确定海平线区域,有效提取海平线像素,从而准确检测出海平线弱小目标,具有较高的检测率与较低的虚警率,验证了该算法的有效性。     

基于星图识别的空间目标快速天文定位

本文提出了一种基于星图识别的快速定位算法用于加快空间目标的定位速度和提高定位精度。首先,采集当前图像的拍摄时刻和编码器角度值,运用天文定位三角形建立的地平坐标系与地惯坐标系的转换关系,计算设备视轴在地惯坐标系中的指向;然后,由视轴指向所在的天区,提取出该天区所有的导航星与特征库;结合有初始指向的局部星图识别建立图像中背景恒星星像与导航星的对应关系。最后,根据小孔成像原理,通过已识别的背景参考恒星以角距离匹配的方式对空间目标进行相对定位。对4°×4°视场、分辨率为1024×1024的实际图像的试验结果表明,因定位过程中引入了天文定位三角形模型和星图识别,大大加快了空间目标的定位速度,初始定位速度平均约为400ms;又因采用相对定位的方式排除了影响定位精度的因素,空间目标的定位精度优于2\"。     

采用多形状特征融合的多视点目标识别

研究了多视点下三维目标的识别问题.针对传统的采用单一特征的方法在目标描述方面的不足,提出了一种融合多种特征的识别算法.首先,利用各向异性高斯方向导数相关矩阵提取目标角点,采用骨架约束提取特征角点,将各特征角点到目标质心的归一化距离作为角点描述子.接着,分别提取目标的几何矩不变量、仿射矩不变量、目标边界的傅里叶描述子;计算4种特征的类内和类间散布矩阵;以样本散布矩阵的迹作为权重,加权融合4种特征.然后,对融合后的特征向量进行独立成分分析(ICA),得到相互独立的特征分量.最后,采用支持向量机的分类方法进行分类.实验结果表明,本文提出的方法比采用单一特征的方法的正确识别率平均提高10%以上,且在小训练样本(10%总体样本)情况下仍能获得80%以上的识别率,可满足经纬仪实时目标识别系统的要求.