一种空对地可见光图像制导跟踪算法

为解决复杂背景下空对地可见光图像制导跟踪问题,提出一种基于特征匹配的跟踪算法。首先,通过等间隔采样与改进Kirsch边缘检测相结合的方法进行特征点采样;然后,采用金字塔模板光流法提取目标特征;最终,采用模板匹配法识别目标特征完成对地面目标的制导跟踪。实验结果表明：算法速度可以满足最大129Hz帧率的相机进行实时跟踪,稳定跟踪速率优于7.75ms/F,具有跟踪速度快和抗干扰能力强的特点。该算法完全满足空对地复杂背景下跟踪的需求。     

一种基于模板匹配的远场畸变校正方法

在激光照射性能监测系统跟踪移动目标采集远场图像过程中,由于受主光轴入射角度、相对位移等因素影响,导致所摄图像会产生一定程度的畸变。为了校正图像畸变,提出一种基于模板匹配的远场畸变校正方法。首先制作四个靶板角点模板,利用模板匹配算法跟踪识别畸变图像的靶板角点;依据相机成像模型计算出理想靶板角点的像素坐标;根据四对靶板角点,利用透视投影模型求解畸变校正系数,从而实现对图像的畸变校正。实验表明,该方法可以对远场畸变图像进行有效校正,具有实验条件要求低、校正精确、处理速度快等优点,为激光照射性能监测系统提供了准确的图像信息,在实际工程中具有重要意义。     

激光束廓形高斯拟合的稳健估计

在对激光束廓形进行高斯拟合时一般采用最小二乘法,但是采集数据的噪声会严重影响拟合优度。将稳健估计中的M估计应用到最小二乘算法中,经过算法的迭代,赋予每个观测点不同的权值,正常点的权值为1,异常点的权值为0,其他观测点的权值根据异常程度在0到1之间取值。提高最小二乘算法的稳健能力,从而克服异常点对高斯拟合的拟合优度的影响。实验结果表明：采用稳健估计的方法,可以克服噪声对高斯拟合的拟合优度的影响,与一般高斯拟合相比拟合优度提高了0.1107。稳健估计可有效地提高高斯拟合的拟合优度,在激光束的分析方面有着重要的应用价值。     

利用标记分水岭法实现夏克-哈特曼波前传感器质心探测

由于光斑质心探测精度直接影响夏克-哈特曼波前传感器的波前探测精度,本文提出基于标记分水岭法来确定阵列光斑质心探测窗口。首先,对采集到的夏克-哈特曼阵列光斑图像进行平滑并求出其梯度图像;然后,利用大津（OTSU）阈值法在求出的梯度图像上进行目标标记,最后在标记过的梯度图像上进行分水岭分割,确定出每个光斑的探测窗口。由于该方法确定的质心探测窗口是对光斑实际大小进行匹配,故有效地抑制了噪声对质心探测的影响。实验结果表明：利用该方法确定光斑探测窗口所计算的质心精确度和稳定性均比传统的在子透镜窗口中计算光斑质心的方法要高。统计多幅图像计算得到的窗口质心标准差的平均值为0.010 9,比传统法计算出的平均值0.073 4提高了6倍,满足哈特曼波前传感器对光斑质心计算稳定性和精确度的要求。     

海空目标多尺度波峰最佳阈值自动搜索策略

针对海上低对比度低信噪比的条件下,能够精确快速搜索空域目标,提出了一种快速精确的海空目标多尺度波峰最佳阈值自动搜索策略:采用金字塔波门搜索和多尺度波峰阈值法,逐级减小搜索区域并对搜索域内图像进行分割,然后根据目标特征进行概率统计分析,确定最优目标,实现海空目标的自动搜索。实验结果表明,该算法在序列图像中的搜索定位平均误差为0.413像素并全部识别成功,较OTSU算法的2.61像素和最大熵阈值算法的3.1像素的误差,精确度大大提升。整幅图像搜索时间优于21.34 ms,满足海空目标自动搜索的精度和实时性的要求。     

空中背景混合高斯快速建模算法

由于空中目标存在信噪比小,对比度低的特点,传统混合高斯背景建模较难地把目标从背景中分离出来,且受光照影响较大。针对此问题,提出一种改进算法,对模型建立、初始化和更新,生成新高斯分量,以及删除无效高斯分量等方面进行优化,减少中间的冗余环节;同时通过改变标准差阈值减小光线突变的影响。最终算法单帧运算所需要的平均时间接近单高斯模型算法的1.3倍,达到混合高斯模型算法的0.5倍以下。算法有效提高了地对空、空对空目标的实时跟踪的速度与稳定性。     

夏克-哈特曼波前传感器光斑自动精确定位

为了在提高夏克-哈特曼波前探测精度的同时扩大波前测量的动态范围,提出一种基于高斯模板匹配选取光斑质心探测窗口的方法。根据传感器的参数确定模板尺寸,利用N维空间正态分布方程生成高斯模板,进行模板与图像匹配,根据模板与匹配子图的相似度确定光斑质心探测窗口。通过对仿真和实际采样阵列光斑图像的实验,验证了该方法的可行性,相对于投影法探测质心的标准差降低65.6%,波前重构误差减小48.5%,能够实现夏克-哈特曼波前传感器光斑的自动精确定位,提高其波前探测精度的同时扩大波前测量的动态范围。     

激光照射器立靶测试中靶板识别方法

在激光照射器立靶测试系统中,针对外场环境背景复杂、对比度低等情况,导致动态靶板难以精确识别,提出一种基于小波变换的多尺度模板匹配识别动态靶板方法,采用小波变换和多尺度理论相结合的多层次搜索匹配策略,首先在图像分辨率最低层次进行粗匹配,剔除大量非匹配点,保留对应准匹配点;然后沿图像分辨率增大方向在准匹配点进行逐层局部匹配,直到匹配结束,精确识别出靶板的四个角特征目标区域,精确定位靶板角特征目标点.实验表明,该方法对动态靶板中心的测量精度达到0.4pixel,对激光照射器照射精度测试的研究有重要意义.     

基于GPU的快速夏克-哈特曼波前重构方法研究

在夏克-哈特曼波前重构方法中,为了提高波前重构的速度,解决实时性差的问题,提出了一种基于GPU的快速夏克-哈特曼波前重构方法：将Zernike模式波前重构算法中Zernike多项式系数和波前数据的矩阵求解部分按照棋盘式和带状式分解并行化,根据不同的分解并行模式调度线程块及线程块中的线程数,转存数据到共享内存提高数据访问效率,优化数据存储结构提高全局存储器访问带宽,多个线程并发执行,快速重构波前。实验表明：基于GPU的快速算法相比传统CPU方式具有明显加速效果,当波前插值分辨率为2048*2048时,速度甚至提高了206倍;在加速的同时仍可保持原有算法的高准确度,为高精度、高分辨率的波前重构提供了快速、实时的计算方法。     

异源共光学系统多分辨率图像的融合

在激光照射性能监测系统中,考虑到对成像激光光谱特性、命中率测量精度的要求,为保证图像的探测动态范围,提高光斑命中精度的测量准确度,使用可见光传感器和红外传感器获得图像。采用加权平均法、PCA变换法、金字塔小波变换法,对共光路光学成像系统的多分辨率图像进行融合,通过融合性能评价指标对以上融合方法进行比较。实验结果表明：基于金字塔小波变换的图像融合方法具有更为理想的图像融合效果,可以提供更多、更有效的信息,提高了图像的分辨效果,能更好的识别光斑。