0.14 THz高分辨力成像雷达信号处理

为适应0.14 THz超高分辨雷达实时成像的需求,开发了基于CPU+GPU+FPGA的硬件架构和成像处理算法,算法以距离-多普勒为原型,引入L类维格纳分布变换提高横向分辨力,用Keystone变换方法对越距离单元徙动进行校正,并开发了系统非线性补偿算法。在载频0.14 THz、带宽5 GHz雷达样机上进行了逆合成孔径雷达成像试验,获得了3 cm3 cm的成像分辨力和实时成像能力,验证了信号处理方法的有效性。     

机载护目镜型头盔显示器畸变校正

根据机载飞行头盔特点及人机工程要求,设计了护目镜型头盔显示器光学系统.分析了该光学系统的光学性能和畸变特点,研究了该光学系统畸变的算法软件校正方法,设计了预畸变校正算法软件,并对护目镜型头盔显示器光学系统进行了畸变校正.结果显示:校正后光学系统具有很高的成像质量,空间频率为50lp/mm时,全视场调制传递函数接近0.2;同时畸变小于0.5%,系统满足机载护目镜型头盔显示器性能指标要求.     

大视场针孔物镜设计及成像畸变校正

设计了一个相对口径为1/5、焦距为5mm、视场角为125°的大视场针孔物镜系统。该结构在50lp/mm时的所有视场的调制传递函数均大于0.5,成像达到衍射极限,但全视场畸变率达到-46%。根据光学成像理论和图像处理技术,利用点阵样板计算光学中心和畸变系数,建立畸变校正模型,设计畸变校正算法。将线性成像模型与畸变校正模型相结合,建立畸变校正率标定方程,利用该算法求得的畸变校正率达到96.17%。将该校正方法与其他方法进行了对比分析,结果表明,该方法简单易行,基本满足工业上的需求,能够广泛适用于大视场镜头的成像畸变校正。     

基于GPU的液晶自适应光学波前重构计算

利用GPU进行液晶自适应光学波前重构的加速计算.介绍了液晶自适应光学的Zernike模式波前重构算法,详细论述了GPU的通用架构和GPU实现波前重构的方法,给出了GPU与CPU的实验对比结果.结果表明,GPU计算波前重构不但可以准确无误地计算出液晶波前校正器的灰度级分布,计算速度更是传统CPU波前计算的几十倍.     

畸变校正与帧差法相结合的运动目标检测

提出了一种图像畸变校正与帧差法相结合的运动目标检测方法。首先利用实验测量和曲线拟合的方法对光学成像系统的畸变进行测量校正,以满足运动目标检测的精度要求;然后将畸变校正方法应用在实时获取的视频图像帧中,利用帧差法实现光学成像系统旋转运动时的运动目标检测。实验表明,该算法可行、抗噪性好,能够满足实时性需求。     

激波与火焰面相互作用数值模拟的GPU加速

为考察计算机图形处理器（GPU）在计算流体力学中的计算能力,采用基于CPU/GPU异构并行模式的方法对激波与火焰界面相互作用的典型可压缩反应流进行数值模拟,优化并行方案,考察不同网格精度对计算结果和计算加速性能的影响.结果表明,和传统的基于信息传递的MPI 8线程并行计算相比,GPU并行模拟结果与MPI并行模拟结果相同;两种计算方法的计算时间均随网格数量的增加呈线性增长趋势,但GPU的计算时间比MPI明显降低.当网格数量较小时（1.6×10⁴）,GPU计算得到的单个时间步长平均时间的加速比为8.6;随着网格数量的增加,GPU的加速比有所下降,但对较大规模的网格数量（4.2×10⁶）,GPU的加速比仍可达到5.9.基于GPU的异构并行加速算法为可压缩反应流的高分辨率大规模计算提供了较好的解决途径.     

基于DCT并行加速算法图像渲染平台系统设计

此次主要研究了基于GPU的集群渲染系统平台设计;为了提高平台的工作效率、增强集群渲染系统平台的数据传输能力,提出了一种采用DCT变换的方法来加速图像渲染速度;该方法利用DCT变换算法加速图像的实时压缩,加入CPU监控器和任务分配器模块,让GPU和CPU共同承担了绘图和渲染的目的,这样有效地降低处理流程对CPU的占用,实现了三维绘图和特效渲染的加速;为了验证平台的有效性以及图像压缩处理的效果,做了相应的功能验证;对640×480的RCB图像使用上述压缩方法和JPEG标准库在不同压缩设置下进行实验;仿真实验结果表明所提方案具有更高的压缩效率。     

复眼式光学成像系统畸变测量与校正技术研究

复眼式光学成像系统在大视场侦查、图像识别、目标探测等领域较传统单孔径光学系统优势突出,但随着视场的增加,子孔径本身的成像畸变及多个子孔径的安装位置误差引起的畸变会直接影响拼接图像的质量。针对该问题,采用光电测量技术对复眼系统进行畸变测量与校正,生成多模动态电子畸变测量靶标,构建畸变测量校正模型,建立多项式拟合算法,采用最小二乘法获得畸变系数,通过双线性插值法模型对图像进行重建。实验结果表明,校正后的平均相对畸变优于0.1%,满足大视场复眼式光学成像系统的畸变校正和图像拼接的精度要求。     

光学透射式AR-HUD系统的标定方法研究

针对增强现实系统中的标定问题,提出了一种光学透射式平视显示系统标定方法.分析系统中各组成部分之间的关系,定义不同的坐标系.由于在标定时相机与光学显示系统会带来一定程度上的虚拟图像畸变,因此在建立模型时,将相机与光学显示部分的畸变考虑进去,并进行校正.利用非线性回归估计方法对模型求解,计算系统标定参数.这种结合光学显示图像畸变与相机成像畸变校正的标定方式,提高了光学透射式平视显示系统的标定精度.实验结果表明,本文标定算法的平均相对误差小于0.42%,基本满足系统对标定精度的要求.     

基于2m级大口径望远镜的幸运成像算法的实验研究

幸运成像技术是一种相对简单的事后图像处理技术,主要是对短曝光图像进行像质评价,之后选取出高质量图像进行配准、叠加来复原出高分辨率目标图像。根据幸运成像技术的理论算法,提出了一种适用于地基2.4m大口径望远镜的幸运成像技术方案和GPU局部加速算法流程。使用该方案拍摄的短曝光图像进行幸运成像,获得了间距为0.3″的双星高分辨率图像。在选图过程中利用GPU设备进行并行计算,探讨了加速幸运成像算法的可行性以及计算瓶颈的问题。实验结果表明,在近红外条件下,2m级大口径望远镜所拍摄的图像,可以使用幸运成像算法重建出高分辨率的图像,其FWHM约0.2″;GPU设备能够实现幸运成像算法的加速,并提高整个算法的效率。     

紧束缚近似含时密度泛函理论的高效OpenMP并行化和GPU加速实现

紧束缚近似的含时密度泛函理论在多核和GPU系统下的高效加速实现,并应用于拥有成百上千原子体系的激发态电子结构计算．程序中采用了稀疏矩阵和OpenMP并行化来加速哈密顿矩阵的构建,而最为耗时的基态对角化部分通过双精度的GPU加速来实现．基态的GPU加速能够在保持计算精度的基础上达到8.73倍的加速比．激发态计算采用了基于Krylov子空间迭代算法,OpenMP并行化和GPU加速等方法对激发态计算的大规模TDDFT矩阵进行求解,从而得到本征值和本征矢,大大减少了迭代的次数和最终的求解时间．采用GPU对矩阵矢量相乘进行加速后的Krylov算法能够很快地达到收敛,使得相比于采用常规算法和CPU并行化的程序能够加速206倍．程序在一系列的小分子体系和大分子体系上的计算表明,相比基于第一性原理的CIS方法和含时密度泛函方法,程序能够花费很少的计算量取得合理而精确结果．     

基于格子Boltzmann方法的多孔介质流动模拟GPU加速

利用NVIDIA CUDA平台,在GPU上结合稀疏存贮算法实现基于格子Boltzmann方法的孔隙尺度多孔介质流动模拟加速,测试该算法相对基本算法的性能.比较该算法在不同GPU上使用LBGK和MRT两种碰撞模型及单、双精度计算时的性能差异.测试结果表明在GPU环境下采用稀疏存贮算法相对基本算法能大幅提高计算速度并节省显存,相对于串行CPU程序加速比达到两个量级.使用较新构架的GPU时,MRT和LBGK碰撞模型在单、双浮点数精度下计算速度相同.而在较上一代的GPU上,计算精度对MRT碰撞模型计算速度影响较大.     

提高广角成像系统几何畸变数字校正精度的方法

光学成像系统非线性几何畸变的高精度数字校正仍然是一个未能很好解决的问题。其中 ,衡量畸变程度的参数难以精确测量是最重要的原因之一。在以径向几何畸变为主的非线性几何畸变模型中 ,通过对影响畸变参数测量精度的各种因素的分析 ,提出了提高畸变参数测量精度的方法。详细介绍了通过计算机自动测量畸变参数的算法 ,并给出了实现数字校正的算法。实验表明 ,能够比较精确地测出实现畸变校正所需的各参数。应用到不规则平面物体面积的测量中 ,获得了很好的效果     

基于背景纹影波前传感技术的气动光学波前重构与校正

背景纹影波前传感(backgroud oriented schlieren based wavefront sensing, BOS-WS) 是利用背景纹影技术测量光学波前二维分布的新型实验手段, 可定量测量光线通过干扰场后产生的光学畸变并给出光程差. 为了利用BOS-WS技术获得光线因气动光学效应产生的畸变信息, 并通过已知畸变信息还原原始图像, 进而探索一种新型的超声速成像制导方法, 本文通过理论分析, 验证了利用背景纹影技术测量光学波前的方法, 探索了利用已知波前信息预测畸变位移场以及利用已知位移场进行波前重构的计算方法. 通过数值模拟比较了一阶梯形积分算法和Southwell方法在波前重构上的误差大小和结果合理性, 并通过误差分析证明了Southwell方法更加精确合理. 通过蜡烛火焰上方流场畸变实验和透镜对波前的扰动实验, 创造性地探索了利用已知光学光程差还原畸变位移场及用其校正畸变图像的方法, 并通过验证性实验证明了校正方法的有效性.     

随机并行梯度下降湍流场光束净化的实时校正实验研究

自适应光学技术可用于补偿高能激光系统出射光束的波前畸变以改善光束质量.为研究随机并行梯度下降(SPGD)自适成光学方法用于光束净化的可行性,分别采用高速光电探测器和高速变形镜作为系统性能评价函数的测量器件和波前校正器件,搭建了迭代速率为100 Hz的SPGD自适应光学系统,并且对通电电阻丝产生的湍流所造成的动态波前畸变进行了实时校正.实验结果显示,此套自适应光学系统能够对在4 Hz以下频率范围内缓慢变化的动态波前畸变进行实时校正,针孔中远场光斑的能量提高2.2倍,稳定性提高1.4倍.这表明SPGD自适应光学系统用于光束净化是町行的.     

高超声速流场成像质量特性及校正方法

光学成像制导飞行器在大气层中以高超声速飞行时，其成像窗口附近强压缩流场的气动光学效应会导致成像过程出现抖动、偏移和模糊，影响制导精度.为研究该问题，搭建了基于高超声速（Ma = 6.0）炮风洞的气动光学地面模拟平台.利用高速摄像机获取了多种喷流压比状态下光学头罩成像图片，研究了成像特性.基于背景纹影技术（background oriented schlieren，BOS）直接获取气动光学畸变的点扩散函数信息，结合Wiener滤波方法对地面模拟平台获取的成像畸变结果进行了校正，并结合灰度分布、峰值信噪比（peak signal-to-noise ratio，PSNR）和结构相似度（structural similarity，SSIM）对校正结果进行了定性和定量评价.成像结果表明，头罩无冷却喷流时成像质量最好，在压力匹配附近头罩成像质量相对于欠压喷流和过压喷流成像质量较好.图像校正结果表明，风洞运行过程中采集的时间序列图像在校正之后所对应的灰度分布情况、PSNR和SSIM都得到提高.      

并行化叠层成像算法研究

叠层成像是定量相位恢复技术的重要研究方向,它通过照明探针的交叠式扫描,使用叠层迭代相位恢复算法对待测样品进行恢复,但成像效率与成像质量之间的矛盾等问题己成为其瓶颈之一本文从叠层成像迭代恢复算法的基本原理入手,提出了基于CPU和GPU的两种分块复振幅重建并行算法,并通过模拟实验研究了不同待测样品尺寸、不同分块、不同孔径数目对并行加速效果的影响模拟实验结果表明:两种并行算法可正确地恢复出样品的复振幅信息,并且显著提升了重建速度,使得重建耗时比传统叠层成像算法有了数量级的下降,在一定程度上解决了成像效率与成像质量之间的矛盾,有望实现准实时成像,为叠层成像在相关领域更广泛的应用提供了一定的技术指导,实验结果同时表明:在最优分块时,并行重建加速比与样品的大小有关,样品越大,加速效果越明显;同一个样品在不同分块下重建会得到不同的加速比,这与硬件设备密切相关,而成像中孔径的数目不会对并行加速比产生明显的影响.     

随机并行梯度下降光束净化实验研究

利用自适应光学技术进行光束净化是高能激光系统中一项重要的研究内容.为实现光束净化系统的小型化和低成本,基于系统性能评价函数无模型最优化的波前畸变校正方法是适合的技术方案.就随机并行梯度下降(SPGD)最优化算法在光束净化系统中的应用展开研究.针对高能激光束常见的像差分布进行了SPGD波前校正的数值模拟,在此基础上构建了37单元自适应光学光束净化实验平台,讨论了双边扰动梯度估计和迭代增益系数自适应变化对算法收敛特性的影响.数值模拟与实验结果验证了SPGD算法对不同程度波前畸变的校正能力,表明了SPGD光束净化方案的可行性.     

一种光学成像垂轴几何畸变校正方法

光学成像系统非线性几何畸变的校正仍是一个未能很好解决的课题，一些方法还不能很好地实用。本文对成像系统主要因镜头的失常导致的非线性几何畸变，分析了成像过程。提出一种以径向几何畸变为主的非线性几何畸变模型。依据此模型，提出一种通用的校正方法，应用计算机处理，可对实际的非线性几何畸变图像进行校正。文中用所提出的方法对实际成像的畸变进行了校正，给出了校正实验结果，校正效果良好，有一定的实验价值。     

全景系统中大视场摄像机径向畸变校正算法研究

针对全景系统中的大视场红外摄像机和可见光摄像机带来的图像畸变问题,在分析了畸变原理和数学模型的基础上,首先采用模板法标定摄像机的畸变参数,然后对畸变图像中像素点位置进行几何变换,再对像素点上的灰度值进行双线性插值法灰度校正,最后通过优化算法提高了图像运算速度。试验结果表明,设计的畸变校正算法能实时的校正全景系统中的畸变图像,有效提高了全景图像的观察效果。