舰船尾迹和海面红外仿真成像

舰船在军事领域有着极其重要的地位,其尾迹对海面的温度和高度都会造成相较明显的变化,且具有持续时间长、不易消除等特点,所以模拟舰船尾迹和海面红外辐射图像可以更为直观地识别舰船目标,具有强烈的军事需求。以MODTRAN软件模拟的不同背景环境下大气对8μm～14μm波段的透过率为数据基础,结合Cox-Munk坡度概率分布模型并考虑海浪遮挡因素建立了一种舰船尾迹红外辐射模型,模拟了不同背景环境、不同探测距离的红外尾迹图像。仿真结果表明：相同探测条件下,随着探测距离增大,舰船尾迹辐射亮度减小,但粗糙海面对红外辐射的遮挡作用显著减弱,海面舰船尾迹更易被识别;大气传输模型对红外成像结果影响较大,夏季背景辐射能量大且海面平均遮挡作用小,舰船尾迹红外成像更为清晰。     

基于数学形态学的CR图像实时快速分割算法

为实现CR图像实时快速分割,提出一种针对直方图的包络特征进行处理的新方法。首先计算出图像的直方图,然后对直方图进行形态学滤波,提取出直方图的包络,在此基础上对直方图的包络采用改进的基于标记的分水岭算法自动提取出最佳阈值。最后根据从直方图中提取出的、代表图像特征的阈值对CR图像进行实时快速分割,在采集完图像的同时就可以得出分割结果。通过实验和时间复杂度与空间复杂度分析表明,采用提出的算法通过减少运算量,可以快速分割出CR图像并提取出感兴趣区。     

共焦元件测量系统数据处理中的高斯滤波算法

为进一步提高共焦元件参数测量系统的定焦精度,提出了运用高斯滤波算法对由共焦系统采集的光斑图像和共焦轴向强度响应信号进行滤波处理,以降低系统光学噪声对测量光斑图像的影响,削弱外界环境扰动等因素对共焦轴向强度响应信号的干扰。经理论分析和实验验证,在对测量光斑图像和共焦轴向强度响应信号进行高斯滤波算法处理后,可有效地抑制图像噪声,降低高次谐波干扰,进而提高系统的定焦精度。     

一种新的基于纹理和空间分布特征的图像检索

提出一种新的基于纹理和空间分布特征的图像检索方法.将检索图像分块,采用平移和尺度不变小波对各图像子块进行分解,在改进的快速小波直方图算法基础上提取图像子块的小波直方图,并提取每个图像子块的小波信息熵和三阶中心距作为纹理特征.对小波信息熵和中心矩特征进行高斯归一化,并利用特征向量的欧氏距离计算图像的纹理和空间特征的相似度.基于纹理图像库和自然图像库的检索试验表明,该方法比基于快速小波直方图算法和对数极坐标变换检索算法具有较高的检索准确度.     

基于光流分层方法的平面3D运动估测

无人机自主着舰末端视觉导引中舰机间相对位姿的估测,可以看作机载摄像机对甲板平面3D运动的估测。提出了一种光流分层方法:首先利用已知焦距的机载摄像机拍摄着舰靶标区域的图像序列,并采用Lucas方法计算相邻两帧图像的光流场;而后通过分层模型,将由光流场进行3D运动检测的非线性问题转化为了两个线性问题。该方法无需图像间的特征匹配,可线性解算出着舰靶标区域相对于无人机的三维运动参数,进而得到舰机间的相对位姿信息。计算机合成图和摄像机实拍图像的实验结果验证了该算法的正确性和有效性。     

基于激光三角法的脉搏波测量系统研究

“切脉”是中医常用的诊疗手段,依赖于医生的定性感知和经验分析。基于激光三角法的脉博波测量系统,可以辅助中医定量记录分析脉搏波信号。系统中线性激光投射至手腕脉搏检测位置,CMOS图像传感器记录过程,HALCON和MATLAB软件分析处理图像,通过光学质心和快速傅里叶变换来计算拍摄图像的质心变化,拟合脉冲波动波形。该测量系统结合了光学测量和计算机自动化的优点,具有非接触式、易操作、快速检测等优点。实验验证了方法的可行性。     

基于多变量鉴别分析的光学畸变不变性图像识别

提出一种基于鉴别分析的光学畸变不变性图像识别方法：对包含各种畸变的训练图像集采用主成分分析得到若干本征图像,作为参考模式与测试图像做光学相关,利用本民输入图像的相关结果作为识别特征,采用最佳鉴别分析做了训练和识别,即可实现对输入图像的畸变为性快速识别。采用非相干光相关器为光学实现硬件,给出了实验结果。     

基于物联网的人工智能图像检测系统设计与实现

物联网络的建立促使人工智能领域取得飞跃性进展。传统图像检测方法利用小波能算法进行背景与边缘噪声划分方式进行图像检测,存在低分辨率图像检测精度低、检测速度慢、缺乏图像深度分析等一系列问题。物联网人工智能发展迅速的环境下,提出基于物联网的人工智能图像检测系统设计。采用智能人工像素点特征采集技术(IAPCCT),对图像进行逐点特征提取,运用物联网丰富数据量资源与处理运算能力对采集图像像素点进行特征分析回馈,回馈信号经人工智能信号图像合成模块(AISIS),对信号做图像转换处理并输出分析结果完成图像检测。通过仿真实验测试证明,基于物联网的人工智能图像检测系统设计具有图像检测率高、识别准确度高、运行稳定、处理高效等优点。     

基于荧光成像技术的土壤芳香烃总量快速检测方法

针对土壤芳香烃总量快速检测难题，研究了基于荧光成像技术的土壤芳香烃荧光信号获取、特征提取方法和质量分数总量反演的方法。基于发光二极管(LED)紫外激发光源、面阵CCD相机、透镜等器件搭建了实验系统，获得了最佳光源激发能量、激发角度等参数，并对实验系统检测能力进行了分析。利用这一实验系统获取了质量分数范围为0～25000×10^-6的标准土壤中机油的系列荧光图像，基于高斯降噪处理和最大类间方差法研究了图像噪声抑制与荧光信号提取方法，建立了标准土壤中机油芳香烃总量的反演模型，并利用反演模型对待测样本的机油芳香烃总量进行了预测。结果表明：总量反演模型的决定系数(R2)达到了0.9889，检测限为82.18，对20个样品测试的误差基本在12%以内。     

基于经验模态分解的虹膜识别

虹膜识别是一种有效的生物特征识别方法。经验模态分解(EMD)是一种可自适应的对非线性、非平稳信号进行多分辨率分解的信号分析算法。将虹膜图像进行EMD分解,找出有利于虹膜识别的敏感频带,使用选择后的固有模态分量对虹膜图像进行特征提取。仿真实验结果表明,该方法正确识别率达到99.44%,并且由于其在特征提取的同时消除了高频噪声和背景光影响,简化了预处理过程,降低了算法的复杂度。     

基于核独立成分分析的舰船光尾流信号提取

舰船尾流的激光探测是一种新的鱼雷制导手段。水体的后向散射光信号是舰船尾流后向散射光信号检测的常见干扰,由于其在频域十分接近且信号强度大于尾流信号,因此难以用传统方法提取有用的尾流信号。针对这一问题,提出了一种基于盲源分离的处理方法,将核独立成分分析技术应用于舰船尾流后向散射光信号的提取。介绍了核独立成分分析的基本原理和具体算法,进行了仿真计算,并与传统独立成分分析算法进行比较。结果表明在盲源信号分离中,基于核空间的独立成分分析与其他独立成分分析算法相比更具有准确性。最后应用该方法对海上实验数据进行处理,提取出了舰船尾流信号,取得了良好的效果,验证了该算法的有效性。     

基于多重散射强度和偏振特征的舰船尾流气泡激光探测方法

研究多重散射效应对舰船尾流气泡群光散射强度和偏振特征的影响是舰船光尾流探测以及新型光自导鱼雷研究的基础. 基于矢量Monte Carlo方法建立了舰船尾流气泡群激光后向探测仿真模型, 重点研究了尾流气泡群的多重散射机理,分析了多重散射效应、尾流气泡群密度对回波信号强度和偏振特征的影响规律. 基于粒子碰撞重要性抽样的基本思想, 在传统能量接收方法的基础上, 提出了回波光子偏振贡献接收方法和回波信号偏振信息统计方法, 解决了小视场系统光子返回概率低无法形成回波能量的难题. 构建了模拟尾流气泡群激光散射强度和偏振探测实验平台, 从实验的角度验证了模拟结果的准确性. 实验和模拟结果的一致性表明, 利用回波强度、偏振信息可表征气泡群距离、密度信息, 从而可对舰船尾流特别是低密度尾流进行高精度的探测和辨识. 关键词： Monte Carlo 偏振 多重散射 气泡     

基于锁相放大的激光尾流场探测技术研究

尾流场是舰船在航行过程中所形成的一个含有大量微气泡而与其他水域所不同的区域,通过对尾流光学特征的研究,提出了一种采用双路锁相放大技术对尾流信号进行检测的方法。该方法利用互相关原理,使输入待测的周期信号与频率相同的参考信号在相关器中实现互相关,从而检测出深埋在噪声中的周期信号携带的信息,为消除激光尾流检测系统中激光器的漂移问题提供了途径,可达到抑制噪声,提高系统检测的灵敏度、可靠性和检测尾流的目的。     

基于互相关的气泡速度的测量方法研究

通过对比互相关技术和多普勒技术的差别，从一个新的角度把互相关技术应用于尾流测速的研究中.实验中利用高速CCD相机拍摄模拟尾流图像.利用快速傅里叶变换实现互相关算法，为提高计算准确度采用高斯曲线拟合互相关函数的峰值并给出拟合公式，得到了亚像素级的运动速度.为标定互相关算法的准确度，文中采用图像平移的方法验证算法的可行性和可靠性.最后把算法应用于模拟尾流的实验中.该方法有望在舰船尾流速度信息的实时获取上起到重要的应用价值.     

特征增强SSD算法及其在遥感目标检测中的应用

为了提高对复杂场景下多尺度遥感目标的检测精度,提出了基于多尺度单发射击检测(SSD)的特征增强目标检测算法.首先对SSD的金字塔特征层中的浅层网络设计浅层特征增强模块,以提高浅层网络对小目标物体的特征提取能力;然后设计深层特征融合模块,替换SSD金字塔特征层中的深层网络,提高深层网络的特征提取能力;最后将提取的图像特征与不同纵横比的候选框进行匹配以执行不同尺度遥感图像目标检测与定位.在光学遥感图像数据集上的实验结果表明,该算法能够适应不同背景下的遥感目标检测,有效地提高了复杂场景下的遥感目标的检测精度.此外,在拓展实验中,文中算法对图像中的模糊目标的检测效果也优于SSD.     

舰船目标红外图像特性研究

针对成像型反舰导弹所获红外图像的特点,分析了舰船目标和海天背景的红外辐射特性,得知舰船目标红外图像有一重要特征-海天线,它可以确定目标的所在区域。为了舰船目标的跟踪定位,对舰船目标红外图像中的海天线特征进行研究,提出一种基于预处理和直线拟合法提取海天线特征的算法,首先对图像进行边缘检测得到梯度图像,进而二值化并细化,最后利用Hough变换提取海天线。结果表明,在低对比度和有云团干扰的情况下,该算法与改进的直线拟合法相比,能够有效地、准确地提取舰船目标红外图像中海天线特征。     

一种基于图像处理技术获取尾流特性的新方法

提出了一种利用图像处理手段获取舰船尾流中气泡大小和密度的新方法.该方法对利用高速数字摄影设备拍摄的尾流图像进行处理;具有直观、实时、高效等特点,可以方便地应用在实际的工程项目中.     

舰船尾流气泡后向光学检测方法研究

为探索舰船尾流后向光学检测方法,研究了尾流气泡对水中激光脉冲后向散射特性的影响。首先基于Fournier Forand 体积散射函数,利用蒙特卡罗(Monte-Carlo)方法理论分析了近距离尾流气泡对激光脉冲后向散射特性的影响。然后,采用蓝绿激光脉冲作为光源,实验研究了模拟尾流气泡对激光脉冲后向散射信号的影响。研究表明,尾流气泡的存在会使得激光脉冲后向散射信号前沿位置在时域左移,后沿位置在时域右移,信号时域宽度增加,能量增强,峰值增大且位置在时域左移。最后根据研究结果提出了一种基于激光脉冲后向散射信号特征变化的舰船尾流气泡后向检测方法。     

像增强器视场缺陷检测方法研究

在数字式像增强器性能综合检测系统的基础上，研究了像增强器视场缺陷的检测方法。通过数字视频摄像机采集缺陷图像，利用数字图像处理方法确定缺陷性质，缺陷处理算法基于图像灰度特征而不是边缘特征提取。该方法适用于对检测对象有具体量化和定位要求，而不是简单的只有数量和形状特征要求的场合。实验表明，该检测方法能够较准确地检测像增强器的缺陷。     

遗传算法优化变分模态分解提取舰船辐射噪声特征线谱方法

特征线谱提取是舰船目标识别的一个重要研究环节,常采用传统的DEMON谱分析方法,处理过程中,一般对舰船噪声时域信号未予抑噪,低信噪比情况下,传统DEMON谱分析性能差。对此,提出一种采用遗传算法优化变分模态分解方法,用于分解舰船噪声原时域信号,获得抑制噪声后的舰船噪声重构信号,进而有效提取了舰船目标噪声幅度调制特征线谱。该方法首先采用遗传算法优化变分模态分解的两个关键输入参数(分解所取模态个数和惩罚因子),对变分模态分解得到的各阶固有模态分量加以判别,去除噪声主导分量,保留信号主导分量,使重构舰船噪声信号显著抑制了干扰噪声,然后对降噪后的重构信号进行频谱分析,获得目标噪声调制特征线谱。理论分析、仿真和实验数据处理结果表明,相比传统DEMON谱分析法,基于遗传算法优化变分模态分解的舰船噪声特征线谱提取方法具有更好的噪声抑制能力,所获取的舰船噪声幅度调制特征线谱信噪比明显高于传统DEMON方法,具有一定优势,前景良好。