排序方式: 共有53条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
全向激光探测系统中光斑精确定位方法研究 总被引:1,自引:0,他引:1
介绍了全向激光探测系统的成像特点,引入了两种亚像素激光光斑中心定位算法——灰度重心法和椭圆拟合法,并对两种算法进行了理论分析和实验验证,得到了不同光斑大小下光斑定位坐标均值和标准差数据,数据显示:灰度重心法和椭圆拟合法分别在光斑较小和较大时具有较高的定位精度。鉴于此,为提高系统定位精度,提出针对不同大小光斑分别使用灰度重心法和椭圆拟合法的综合定位方法,由实验数据可知,综合方法可以保证定位精度在0.15个像素以下,这有助于后续对激光源精确定向工作的开展。 相似文献
5.
6.
为了得到忠于人眼视觉特性的真彩色夜视图像,根据典型目标夜间光谱特性以及微光夜视系统的成像模型,基于最小欧氏距离原理,提出了一种三波段真彩色夜视光谱划分方法。设置了实验室场景和室外场景,对本文中提出的光谱划分方法与传统光谱划分方法进行了对比实验,并对得到的真彩色夜视图像细节(空间频率)做了分析。结果表明,相对于原始微光图像,空间频率分别提高了61.2%,52.0%;本文中的方法对于典型目标(绿色草木)具有更好的彩色还原效果; 基于最小欧氏距离的光谱划分方法可将夜间可见光分离为三波段,并可有效利用其光谱信息,得到对于典型目标的具有自然感彩色且较原始微光图像信息量更为丰富的真彩色夜视图像。 相似文献
7.
针对低秩稀疏矩阵分解的高光谱异常目标检测算法忽略了图像的空间信息,导致检测精度低的问题,提出了一种联合空间信息的改进低秩稀疏矩阵分解的高光谱异常目标检测算法。算法综合利用了高光谱图像的光谱信号与空间信号,并与图像自身的稀疏性相结合,对经典的基于低秩稀疏矩阵分解的目标检测算法进行改进,该算法以待测像元为中心构建一定大小的空间窗,计算中心像元与邻域内其他像元的空间相似度权值和光谱相似度权值,通过计算邻域内其他像元对中心像元的比例权值得到了中心像元的重构光谱值并作差得到两者的残差矩阵;最后基于低秩稀疏矩阵分解的高光谱异常目标检测算法得到图像的稀疏矩阵,将代表异常目标信息的稀疏矩阵和残差矩阵相加并求解矩阵行向量之间的欧式距离得到像元的异常度,设置阈值,得到检测结果。为验证所提算法的检测性能,采用了真实的高光谱数据进行仿真实验,并与现有算法进行对比,结果表明该算法能够得到更高的检测精度。 相似文献
8.
9.
"激光制导"课程在激发学生主动思维、课堂互动环节较难取得突破.为激发学生在未来战场对抗中通过关键技术提升改进武器系统性能取得战场胜利的求知欲,结合未来岗位任职的工作需求,把光电对抗理念引入到"激光制导"课程教学中.将学生分为相互敌我对抗的两组,进攻方发挥其技术优势,防守方找出对抗手段,既能激发学生的学习兴趣,又能深刻理解所学知识在未来作战中的重大意义. 相似文献
10.