红外焦平面阵列非均匀性校正算法研究

红外焦平面阵列( IRFPA)的非均匀性校正是提升红外系统成像质量的重要环节。非均匀性校正算法主要分为基于参考辐射源的标定类校正算法和基于场景的校正算法。将基于参考辐射源的标定类校正算法按线性模型与非线性模型进行详细分类,基于场景的校正算法按空域和时域进行详细分类。针对不同类特点,分别对上述算法进行了详细的分析及比较,为今后非均匀性校正算法的选择提供理论基础,并根据现有两类算法特点,提出算法未来的研究方向。     

基于FPGA的高速图像实时信息合成处理器的设计

提出了一种由硬件进行实时化信息合成的解决方案,设计了基于FPGA的实时信息合成处理器.在相机输出图像的过程中,实时合成同步信息,最多可接收并合成16路RS-422串行数据和8路RS-232串行数据,并可自动适应输入图像的分辨率和帧频.实验数据验证了信息合成的正确性.具有实时性好、稳定性高、集成度高的优点.     

船载高精度星敏感器安装角的标定

星敏感器测量船体姿态精度与星敏感器与甲板之间的安装角标定精度密切相关。本文介绍了船载星敏感器的相关坐标系及安装角的定义,建立了船载星敏感器蒙气差修正模型,提出了一种船载高精度星敏感器安装角标定方法。船进坞坐墩时,船载经纬仪通过拍摄方位标确定航向,星敏感器通过星图识别获得视场内星点的赤经、赤纬,构成地心惯性系参考矢量,经岁差、章动、极移、船位等修正,得到各恒星在惯导地平系下的参考矢量。然后,根据蒙气差模型对星点逐个修正俯仰角,重构惯导地平系下的参考矢量。最后,依据姿态确定算法原理,解算星敏感器安装矩阵,求解安装角。实验表明,使用该方法可使方位角、俯仰角的标定精度达10"以内。该方法有效发挥了星敏感器指向精度高的优点,改善了程序自动化程度,提高了船体姿态测量精度。     

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1 024×1 024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″。     

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。     

靶场测量中跟踪目标的多尺度多级模糊聚类分类算法

靶场测量中的连发弹目标数量较多,需要对此目标进行分类跟踪,文章提出了一种多尺度多级模糊聚类的分类算法,首先对靶场测量中的多连发目标的特性进行分析,定义了3种不同的类目标群序列,其次针对模糊聚类算法必须先验确定聚类初始点以及聚类中心的缺陷,在此基础上加入尺度因子,并根据目标群的位置信息以及运动方向信息进行多级聚类,最后通过多次聚类实验证明分类结果能够满足靶场测量中的多连发目标的分类要求.     

光电经纬仪单杆数据采集系统设计与实现

为满足对光电经纬仪进行人工控制的需求,结合现场可编程门阵列(FPGA)器件XC3S200型芯片与一款高速的模数转换(A/D)芯片AD7864-2提出了一套光电经纬仪单杆数据采集系统的设计方法.在介绍AD7864-2工作方式的基础上给出了系统硬件和软件的设计方案,通过对单杆的实验采样证明其采样效果良好,能够满足主控计算机对数据采集系统的要求.     

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.     

基于顺序统计滤波的实时语音端点检测算法

针对嵌入式语音识别系统,提出了一种高效的实时语音端点检测算法. 算法以子带频谱熵为语音/噪声的区分特征, 首先将每帧语音的频谱划分成若干个子带, 计算出每个子带的频谱熵, 然后把相继若干帧的子带频谱熵经过一组顺序统计滤波器获得每帧的频谱熵, 根据频谱熵的值对输入的语音进行分类. 实验结果表明, 该算法能够有效地区分语音和噪声, 可以显著地提高语音识别系统的性能. 在不同的噪声环境和信噪比条件下具有鲁棒性. 此外, 本文提出的算法计算代价小, 简单易实现, 适合实时嵌入式语音识别系统的应用.     

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.