互相关法实现距离选通远距离目标的三维重建

针对距离选通激光主动成像二维切片图像无法提供远距离目标全面空间位置信息的问题,提出了采用阈值法截断灰度级曲线与互相关法提取距离信息相结合的算法对远距离目标进行高精度三维重建。首先,利用阈值法剔除实测灰度级曲线中零值点,从而消除对后续互相关法计算距离值的影响;然后,将每一像素点实测截断灰度级曲线与理想灰度级曲线进行互相关,利用各像素点相关峰值对应的延迟时间推算各点距离值,并结合成像系统参数计算每一像素点的三维坐标;最后,对距离1.2 km处凉亭切片图像进行处理,得到了凉亭目标的三维图像。     

直方图拟合和亮度判决自适应图像增强算法

激光主动成像能够克服被动成像的缺点在低光照的条件下对目标成像,但是其图像通常受到严重干扰,需要采用增强算法增加图像的对比度和信噪比。不同时间段拍摄的激光图像存在很大差异,文中对夜间和晨昏成像的不同特点进行了探讨,分析归纳了其归类特点和方法,提出了一种基于直方图拟合和亮度判决的自适应激光图像同态增强算法,采用二次函数拟合直方图判定图像拍摄时间,通过亮度函数寻找最佳同态增强阈值,对不同时段拍摄的图像分类处理。实验结果表明,二次函数拟合直方图的判决方式准确率高,自适应同态增强算法能有效提高图像的信噪比,提高图像的对比度。     

激光主动探测空间目标的成像仿真

成像仿真可为地基激光主动成像探测系统的优化设计提供参考,为图像处理和空间目标识别算法开发奠定数据基础.介绍了国外成像仿真系统的功能和应用情况,在具体分析激光主动探测空间目标成像仿真原理的基础上,按照目标三维建模、目标散射特性分析、成像仿真及场景可视化四个方面,提出了自己的激光主动探测空间目标的成像仿真思路和方法.     

运动目标激光图像获取及后向散射抑制算法研究

基于距离选通的激光主动成像在大气条件下对静止目标成像时具有分辨率高、作用远距离等优点,但是对运动目标成像时,为了跟踪运动中的目标,距离选通门宽相应增加,进而引起后向散射。文中分析了基于距离选通的激光主动成像系统,在此基础上引入距离信息实时跟踪运动目标,研究了不同选通门宽引起的后向散射对图像质量的影响,提出采用提升小波变换引入同态滤波,将后向散射引起的噪声作为低频成分,利用高通滤波对小波变换系数进行处理。结果表明,提出的算法取得了良好的后向散射抑制效果,基本消除了后向散射的影响,将后向散射噪声在整幅图像中的比例由66%降低到1%以下。     

激光主动成像图像降噪方法

针对激光主动成像图像的特点,并考虑到实时性的要求,提出了一种基于中值滤波与提升小波变换级联的图像降噪方法。首先在空域中对图像进行快速中值滤波,然后对含噪图像进行提升小波分解,最后在小波域内对高频子带进行阈值降噪处理。采用信噪比（SNR）、运行时间T和图像灰度曲面图作为图像降噪效果的评估,将该算法与传统小波降噪、传统小波与中值滤波结合降噪等进行对比实验。实验结果表明,该算法能有效滤除激光图像中的噪声,提高图像的信噪比,且运算速度更快,同时满足了工程应用中对降噪效果和实时性的要求。     

距离选通技术在运动目标激光主动成像中应用

激光主动成像系统已被广泛应用,但是大多系统都是针对静止目标,在实际应用中对运动目标成像时受到限制。文中首先阐述了针对静止目标的激光主动系统,然后分析了运动目标成像时与静止目标的不同,分析了相对运动和固定焦距的光学系统的离焦效应,构建了3种运动目标激光主动成像体制,最后,在对静止目标成像的基础上,采用红外热像仪在大视场内跟踪目标,测距机实时测量距离信息的方式,建立了基于距离选通的运动目标激光主动成像系统。实验获得了距离500 m,运动速度为5 m/s气球运动目标的图像,突破了合作目标及多点定位的限制,为进一步跟踪快速运动目标提供了借鉴,同时也对运动目标激光三维图像的获取与处理研究提供了基础。     

利用时间切片序列图像的三维成像距离信息计算方法

距离选通激光主动成像技术进行三维成像的方法之一是通过延迟时间步进变化获得不同距离切片序列图像,通过处理序列二维图像获取目标点的三维信息,其关键是数据处理方法。在分析应用延时步进方法进行距离选通三维成像基本理论的基础上,针对系统激光脉宽、ICCD快门时间、延时步进等参数值较大时获得的灰度值序列特征,提出一种改变参与计算的图像帧数的目标距离计算改进方法,实验结果表明:该方法在减小运算量的同时可有效提高三维成像的距离精度。     

距离选通成像在无人机识别分类中的应用北大核心CSCD

针对无人机夜间难以识别的问题,采用YOLOv5算法对无人机激光图像进行识别分类。首先对距离选通成像原理进行了说明,其次介绍了YOLOv5网络结构,然后建立了五种无人机激光图像数据集,最后使用YOLOv5的四种网络模型对数据进行训练。实验结果得出,四种模型的准确率都是99.73%,损失率都在1%以内,同时,在YOLOv5s网络下五种无人机识别分类的平均识别率为96%、94.6%、95.2%、95.7%、95.4%,识别准确率较高。     

一种新的远场激光脉冲波形自动测量方法

对高能脉冲激光远场光束性能作出评价时,需要同时测量远场激光能量、脉冲波形、光束质量和波阵面等参数。基于这种需要,本文提出一种基于以太网口实现计算机对数字存储示波器（DSO）进行远程控制和波形数据采集的远场激光脉冲波形自动测量的方法。该方法已成功应用于远场光束性能评价的实验装置中。