基于分段线性模型的卡尔曼滤波非均匀校正算法

为了降低探测器响应的漂移以及非线性对非均匀性校正的影响,提出了一种基于分段线性模型的卡尔曼滤波红外焦平面阵列非均匀性校正算法。该算法引入探测器响应曲线的分段线性模型,对基于卡尔曼滤波器的红外焦平面非均匀性校正算法进行了扩展和改进,不仅能减小探测器的偏置和增益随时间漂移对校正的影响,而且还能消除探测器响应非线性对非均匀性校正性能的影响。一组利用真实红外图像序列进行的实验验证了该算法可获得较好的校正性能。     

基于场景运动分析的红外图像非均匀性校正

提出了一种基于场景运动分析的红外焦平面阵列成像的非均匀性校正算法,通过利用各探测器单元的输出在时间轴上形成的特征进行图像序列的块匹配,以获得各探测器元的相对响应关系,完成红外图像的非均匀性校正.该算法不仅能适应非均匀性随时间和环境的变化而发生缓慢变化的情况,而且对普通基于场景分析校正算法中形成的校正虚像也有很好的抑制作用.     

激光致盲干扰效果定量评价及其仿真技术

系统地分析了激光致盲干扰的机理及其影响因素,导出了定量评价激光致盲干扰效果的数学模型,并讨论了模型的简化方法和随机因素的考虑方法,根据数学模型编制程序进行了计算机仿真研究,得到了一系列仿真曲线和结果。     

利用变分的平面网格图像自适应分割算法

针对管道弯曲度测量系统中照度不均匀的平面网格图像,提出了一种利用变分的自适应阈值分割方法。综合考虑图像的灰度分布和梯度信息,以图像的边缘点作为插值点,构造一个自适应的阈值曲面。在极小化阈值曲面能量函数时,使用变分方法化简Poisson方程,并利用逐次超松弛迭代法求方程的收敛解,从而产生稳定、光滑的阈值曲面,实现对照度不均匀的平面网格图像进行有效分割。为了验证该方法的有效性,进行了图像分割实验,选择超松弛参数为1.5,变分参数为26。并且与常用的最大类间方差法、迭代法和一维最大熵法进行了比较。实验结果表明,对于照度不均匀的平面网格图像,该分割算法的分割效果明显优于其他三种算法,它能准确地分割出平面网格图案。     

红外热像仪综合性能的客观评价及实现技术

为了改进红外热像仪综合性能指标的适用性并减小视觉感知引入的检测不一致性,研究了TOD检测方法及其机器视觉实现技术.针对MRTD方法在评价凝视阵列热像仪综合性能时的局限性,分析了TOD检测方法对凝视阵列热像仪动态场景检测、动态非均匀性校正等技术的适用性,通过在成像观测环节用人类视觉传递函数及心理认知模型取代人类视觉观测过程,用模糊函数抽取模拟热像仪信道模糊过程,用几何模板匹配取代视觉认知过程,实现了TOD指标检测过程的客观化.采用TOD检测方法可将热像仪综合性能指标的测量不确定度由±20%改善到8%,采用几何模板匹配过程实现机器判读时可进一步减小约1/2.采用TOD指标及机器视觉实现方法可有效提高凝视阵列热像仪综合性能指标的适用性和一致性.     

激光靶标图像识别和测量方法研究

结合光电成像技术和数字图像处理方法,针对传统的准直测量中存在的低效率、低精度的问题,提出了一种基于数字图像处理方法的动态高精度测量方案;同时结合测量中的关键问题提出了基于灰度平均值的自适应阈值分割法、基于重心法的光斑中心检测法、基于圆拟合的定标圆检测法等一套高效、高精度的图像处理和测量算法,并且在实际的测量系统中获得了良好的应用效果.     

一种改进的神经网络红外焦平面阵列非均匀性校正算法

传统的神经网络非均匀性校正算法对噪声具有较好的自适应性,但当空间低频噪声较大时,校正效果明显下降.为此,提出了一种传统神经网络同场景的一阶统计相结合的改进算法.将对偏置的估计转化成对场景的统计和对辐射均值的估计,新算法较原算法具有了更强的校正能力,特别适合于非均匀性主要由偏置产生的焦平面器件.理论分析和比较实验结果显示了其优越性.     

基于FPGA的红外焦平面阵列实时非均匀性校正

提出了一种以FPGA为核心的焦平面器件实时非均匀性校正方法,能够实时地完成非均匀性校正系数的在线计算、红外图像的非均匀性校正.采用浮点乘法器、浮点除法器进行运算,提高了计算精度.采用并行处理结构和流水线技术,使系统的处理速度达到20 M×12 bit/s,特别适用于大面阵、高帧频红外焦平面成像系统.系统仅使用一片FPGA,有利于系统的小型化.     

海面舰船红外成像目标识别算法研究

海面舰船红外成像目标识别算法研究张锋，杨树谦（航天工业总公司三院三部北京１０００７４）裴继红，向健勇，刘上乾（西安电子科技大学西安７１００７１）本文对前视海面舰船红外成像目标的实时识别与跟踪技术进行了研究，重点在目标的分割与识别。提出了三类识别特征（...     

高速高机动目标多速率交互多模快速跟踪算法

高速高机动目标的被动定位跟踪在理论上和实践上均有较高的技术难度,传统的定位算法难以同时满足定位精度和实时性的要求.本文以交互式多模型算法(IMM)为框架,根据多速率跟踪(MRT)的思想,实现了模式空间与测量空间的多速率混合滤波,并给出了多速率常高通(CH)和常高高通(CH2)模型的统一表示形式.同时,引入自适应"当前"统计模型对高度机动的运动模型进行刻画,在此基础上,根据各模型假定的机动性,多模型综合选配了粒子滤波算法和卡尔曼滤波算法,从而建立了高速高机动目标的多速率交互式多模型跟踪算法.实验结果表明,与传统的跟踪算法相比,本文算法定位精度高,误差小于4%斜距;运算复杂度低,具有高于25 Hz的速率更新目标状态的能力.