红外焦平面条带状非均匀性校正硬件实现方法

红外焦平面阵列条带状非均匀性严重影响了其成像质量,大大限制了它的应用。实现了一种基于FPGA的红外焦平面阵列条带状非均匀性实时校正系统,该系统以中值红外均衡算法为核心,针对算法以及FPGA的特性进行了优化,单帧内可进行条带状非均匀性的校正,硬件仿真结果表明:处理效果显著。系统处理速度快、资源占用量小,可以作为一个独立模块嵌入到红外焦平面成像与处理系统中,实现条带状非均匀性的实时校正,有很高的实用性与可扩展性。     

基于FPGA的实时红外图像线性增强算法

利用直方图统计信息对图像的对比度进行增强,运算量大,资源消耗多,不利于硬件实现.红外图像线性增强效果关键在于灰度增强范围的选择,目前的方法要么计算复杂,要么硬件实现困难.本文提出的多级均值算法省去了繁琐而耗费资源的直方图统计计算,能够根据需要直接得到直方图中某一概率区间两端灰度值.实验表明该方法易于硬件实现,自适应能力强,增强效果好.     

基于注意机制的实时红外舰船检测

为了提高红外舰船图象检测的实时性 ,提出了一种基于多分辨率注意机制的红外舰船图象检测方法 ,该方法是利用注意机制来降低待处理数据量 ,并将注意过程分为“预注意”和“注意”两个阶段 ,同时采用非线性采样模型 ,在降低预注意分辨率的同时 ,使该方法能适应目标大小变化 ;检测时 ,将红外舰船图象中舰船发动机或烟囱所在的热区域作为“预注意”的特征 ,先将注意引导到感兴趣区域上 ,再在感兴趣区域内检测吃水线特征 .实验证明 ,该方法能有效地提高红外舰船检测的效率 ,并对目标大小变化有一定的适应能力 .     

融合检测技术的孪生网络跟踪算法综述

近年来,基于孪生网络的方法在视觉目标跟踪中取得了巨大的进步,但是这类方法在处理跟踪中的目标状态估计以及复杂场景干扰中仍存在较大的提升空间。随着深度学习在目标检测领域取得的成功,越来越多的研究将其成果用于指导目标跟踪技术的发展。对融合检测技术的孪生目标跟踪算法进行了综述。首先介绍检测和跟踪的联系与区别,同时分析检测技术对改进基于孪生网络的跟踪算法的可行性;然后阐述在不同检测框架指导下的孪生目标跟踪算法,以及使用OTB100、VOT2018、GOT-10k和LaSOT公开数据集对各类算法进行对比和分析;最后对全文进行总结,并对目标跟踪的未来发展方向进行展望。     

基于运动分组的空间密集群目标跟踪

针对空间目标检测跟踪中可能存在大量伴飞干扰的问题,提出了一种基于密集多目标运动分组的空间目标快速检测跟踪方法。首先,在传感器分辨率允许的范围内,通过稀疏光流提取目标群体内个体的运动信息,然后利用母函数正则化来整合运动路径之间的相似性,以“集体合并”的思路,从密集随机运动中检测有序群集运动,在空间上将群目标划分为若干个具有相似运动模式的稀疏群组,并以稀疏群组间的拓扑关系构建图模型,筛选出目标群中的疑似目标,最后利用帧间相关性抑制虚警。仿真实验结果表明:对于空间中不同群目标分布场景,该方法具有良好的鲁棒性和实时性。     

微位移定位系统在磁盘光刻伺服图形中的应用

本文叙述了应用微位移定位系统实现磁盘光刻伺服图形的精确定位，有效地提高磁盘存储器的道密度，这种方法将成为开发新一代大容量磁盘存储技术，有着良好的发展前景     

红外小目标检测的快速并行算法

利用平均灰度绝对差最大测度（ＡＧＡＤＭ）估计目标背景的不相似性,提出了一种红外小目标检测算法,分析了预处理前后图像信噪比增益与目标大小的关系,进而建立了检测概率和信噪比增益的关系,理论上证明了该算法具有优越的性能。接着,在分析了ＭＰＰ并行计算机体系结构的基础上,提出了两种基于ＭＰＰ的小目标检测并行快速实现算法。理论分析表明,基于ＭＰＰ的ＡＧＡＤＭ小目标检测并行快速实现算法运算时间复杂性为Ｏ（Ｌ２ｉ／Ｎ）。     

光刻磁盘伺服码形技术

利用半导体精微集成技术,将现有多相伺服码转化为磁盘光刻伺服图形,这种伺服编码形式能够反映磁头位置编码磁化翻转,供磁头快速定位、跟踪、找道、读出伺服信息,进一步提高了磁盘的道密度。     

基于多级滤波的复杂背景下多尺度小目标检测

针对精确制导系统中目标尺度的不确定性带来的检测问题,在分析原始多级滤波器结构与传递函数频率特性的基础上,适当改进了多级滤波的结构,导出多个滤波结果,并提出了基于融合多级输出滤波结果的多尺度小目标检测算法.实验结果表明,该算法可以在没有目标尺度先验信息的情况下自适应地检测出多个小目标.     

实时图像处理系统双总线模块化设计

针对实时图像处理任务的特点,本文提出了一种系统控制总线和高速图像数据总线（视频总线）并存的双总线结构,并详细讨论了其图像数据总线资源的管理与分配,以及结构编程能力和系统扩展能力的实现。