光学图像与雷达图像的数据融合研究

利用可提取更多图像信息和细节的像素级数据融合方法实现光学图像和雷达图像的融合。试验表明，基于像素级的数据融合方法有效可行，生成的图像具有更好的图像质量和最小的均方误差。     

单光子探测三维点云与可见光图像融合处理算法研究

为了提升光电系统对于目标的探测识别能力,实现单光子探测三维点云数据和二维可见光图像的融合处理,提出了单光子探测成像系统的融合处理算法,采用直接线性变换方法并利用同名特征点的选取和间接平差算法解决了融合处理过程中的参数标定问题。通过实验数据进行融合处理算法验证,实现了分辨率1024×768像素单光子探测三维点云和二维可见光图像的像素级融合处理。实验结果表明,提出的融合处理算法能够有效实现三维、二维图像的融合。     

基于自适应阈值的阵列激光三维点云配准

阵列激光三维成像作为一种新型的非合作目标三维图像获取技术,高效的回波信号处理和三维重构方法是提高其探测能力和成像精度的前提,其中配准过程是阵列激光三维成像点云数据处理中必不可少的步骤.本文根据阵列激光三维成像系统的成像特点,对迭代最近点(ICP)配准算法中阈值设定依据进行分析,结合阵列激光三维成像系统中的重要参数测距精度和成像横向分辨率,对配准迭代过程中对应点距离阈值和迭代停止阈值进行有针对的设置,提出了基于自适应阈值的ICP点云配准方法.对阵列激光成像点云和扫描激光深度成像数据的实验表明该算法有效可行,能够提高配准精度和配准速度,同时由于该算法充分考虑了成像系统本身,在实际应用中对系统的合理设计具有一定的指导意义.     

多传感器大视场成像系统设计及关键技术研究

为完成大幅面静态图像的采集,设计了基于多传感器阵列的大视场成像系统。提出了一种改进的基于SIFT算子的图像匹配方法对采集的图像进行匹配,有效地降低了误匹配率。推导了目标视场角与图像间重叠区域的关系以及成像平台参数和图像间重叠区域的关系,用于计算图像间的重叠比例,并只在重叠区域内进行特征点的定位、图像的匹配及拼接,有效地缩短了图像拼接时间。提出了一种改进的重叠区域渐入渐出融合算法对图像进行融合,得到了理想的融合效果。     

基于多尺度特征增强的合成孔径光学图像复原

受物理孔径大小和光线散射等影响,合成孔径光学系统成像因通光面积不足和相位失真而出现降质模糊.传统合成孔径光学系统成像复原算法对噪声敏感,过于依赖退化模型,自适应性差.对此提出一种基于生成对抗网络的光学图像复原方法,采用U-Net结构获取图像多级尺度特征,利用基于自注意力的混合域注意力提高网络在空间、通道上的特征提取能力,构造多尺度特征融合模块和特征增强模块,融合不同尺度特征间的信息,优化了编解码层的信息交互方式,增强了整体网络对原始图像真实结构的关注力,避免在复原过程中被振铃现象产生的伪影干扰.实验结果表明,与其他现有方法相比,该方法在峰值信噪比、结构相似性和感知相似度评估指标上分别提高了1.51%, 4.42%和5.22%,有效解决合成孔径光学系统成像结果模糊退化的问题.     

基于投影的灰度图像特征提取

采用自顶向下基于知识特征的提取方法 ,在飞机目标红外特性分析的基础上 ,用三维灰度图像投影分解成两个二维平面图像 ,分别提取它们的边缘特征、不变性角特征和区域特征 ,并对特征进行了融合 ,得到飞机目标的灰度图像特征。结果证明 ,该方法大大简化了特征提取系统的复杂性 ,便于硬件的实现     

基于改进光线投影算法的混凝土CT三维重建研究

混凝土计算机断层成像试验图像细观研究多集中在二维横切面上,而混凝土计算机断层成像三维重建研究非常少,使混凝土计算机断层成像试验图像细观研究受到了局限,不利于全面分析在各个应力情况下混凝土的受力情况.本文提出一种可视化平台下基于改进光线投射法的混凝土计算机断层成像图像三维重构新技术,并进行可视化系统的实现.结果表明：本文提出的混凝土计算机断层成像图像三维重构方法快速、真实,为建立准确的混凝土材料数值细观模型提供了一种有效辅助方法,具有重要的应用意义.     

基于高斯拟合的条纹管成像激光雷达目标重构

为得到更为精细的三维重构,提出一种基于信赖域法高斯拟合的峰值探测法,对每帧图像单时间通道的回波进行高斯建模,建模结果可有效减小噪声干扰,具有唯一峰值,该结果作为新的回波波形,再对其进行峰值探测,并基于空中目标实验数据对本文方法进行验证.实验结果表明,基于高斯拟合的峰值探测法可将特征数据的提取误差降至10%以内;利用该方法提取特征数据进行目标三维重构,可实现探测深度方向上最小30cm的空间分辨力,提高了条纹管激光雷达的三维成像精度.     

点云投影结合轻量化卷积神经网络实现三维成像声呐快速目标分类*

三维成像声呐的成像结果是三维点云，基于点云的三维成像声呐目标分类方法具有网络结构复杂，计算量大的特点，针对这一问题本文提出了一种将三维成像声呐成像结果从三维点云投影至二维图像的方法，并且使用轻量化卷积神经网络实现了三维成像声呐快速目标分类。该方法首先对三维成像声呐波束形成后的波束域数据进行最大值滤波和阈值滤波，降低点云数据维度；接着，依据三维成像声呐的波束方向，将点云投影为深度图和强度图，分别保存点云的位置信息和强度信息；然后，利用深度图和强度图分别作为第一个通道和第二个通道构建混合通道图，将混合通道图作为目标分类网络的输入，从而将三维点云的目标分类问题转换为二维图像的目标分类问题；最后使用MobileNetV2网络实现了三维成像声呐快速目标分类。实验结果表明，通过本文提出的投影方法可以用二维图像分类网络完成三维成像声呐点云的目标分类任务；而且混合通道图比单独的强度图和深度图收敛速度更快，结合目标识别网络可以25fps实时的进行目标分类，在真实数据集上分类精度达到了91.13%。     

融合Kinect与γ相机图像的放射性区域重建与定位

针对核设施退役、核应急处置过程中放射性分布信息的可视化需求，提出了一种基于Kinect与γ相机图像信息融合的放射性区域重建与定位方法。首先，基于γ相机的特殊成像方式，构建了Kinect与γ相机组合成像模型，并完成相机组合联合标定；其次，基于视觉地图构建方法，建立了核辐射环境稠密点云地图并得到Kinect位姿；然后，提取γ相机图像中的放射性分布信息，根据相机组合模型计算地图中的放射性区域点云；最后，基于最小包围盒对γ相机成像的中心区域进行三维定位。在实验中，通过将Kinect和γ相机数据同步与空间对齐，在少量γ相机图像的情况下，实现了单个点源的三维分布重建模型与辐射场景地图的融合。在8×12 m2的实验室环境中点源定位的均方根误差为0.11 m，证明了本文方法的有效性。     

基于多视角融合的夜间无人车三维目标检测

为了提高无人车在夜间情况下对周围环境的物体识别能力，提出一种基于多视角通道融合网络的无人车夜间三维目标检测方法。引入多传感器融合的思想，在红外图像的基础上加入激光雷达点云进行目标检测。通过对激光雷达点云进行编码变换成鸟瞰图形式和前视图形式，与红外图像组成多视角通道，各通道信息之间融合互补，从而提高夜间无人车对周围物体的识别能力。该网络将红外图像与激光雷达点云作为网络的输入，网络通过特征提取层、候选区域层和通道融合层准确地回归检测出目标的位置以及所属的类别。实验结果表明，该方法能够提高无人车在夜间的物体识别能力，在实验室的测试数据中准确率达到90%，速度0.43 s/帧，达到了实际应用要求。     

Feature tracking for projection registration in laboratory-scale reflective tomography laser radar imaging

In range-resolved reflective tomography laser radar imaging system, for accurate image reconstruction, all projections must be aligned to the center of target rotation. Due to the unknown location of the axis of rotation and random target translation, the center of target rotation in each projection cannot be measured accurately and images reconstructed based on range-resolved projections without registration would be dislocated. Here, we apply a feature tracking method to align projections data for tomographic reconstruction in laboratory-scale laser radar imaging. The target was placed on a spin table with an unknown and fixed axis, and the oscillatory motion of the target translation was simulated by a second order inertia filter to accord with the real satellites vibrations. The experimental simulation results demonstrate the effectiveness of this method to improve images reconstruction equality. The application of this method to actual radar imaging in remote distance was discussed and the differences were compared with the lab setups.     

三维形貌测量激光雷达光学系统设计

利用差频干涉原理设计了基于迈克尔逊干涉仪的激光雷达测距系统,该系统配合轴角编码器,可实现三维形貌测量。介绍了激光雷达发射系统和接收系统的设计,发射系统根据高斯光束准直理论,确定光学系统的相关参数,设计了可用于2 m~18 m范围内的激光测距系统,同时利用Zemax的宏语言编程,绘制出变倍曲线。接收系统根据激光雷达测距方程,确定目标的相关参数,以获取最大的回波能量,并通过光学系统将回波光束耦合进光纤。该系统实现了发射、接收共光路,可用于轨道客车的子弹头面型的非接触测量及其他复杂的三维面型,具有测量速度快、精度高的特点,有着很广阔的发展前景。     

Application of phase retrieval algorithm in reflective tomography laser radar imaging

We apply phase retrieval method to align projection data for tomographic reconstruction in reflective tomography laser radar imaging.In our experiment,the target is placed on a spin table with an unknown,but fixed,axis.The oscillatory motion of the target in the incident direction of the laser pulse is added at each view to simulate the real satellites random motion.The experimental simulation results demonstrate the effectiveness of this method to improve image reconstruction quality.Future research also includes the development of projection registration based on phase retrieval for targets with more complicated structure.     

聚束非相干合成孔径激光成像雷达研究

反射层析激光成像雷达只能获得目标的二维轮廓像,不能对平面目标进行成像。报道了聚束模式下的非相干合成孔径激光成像雷达实验,在这种成像模式下,可以对二维平面目标进行图像重构。采用侧视观察的模式获取目标的角度-距离-强度信息,然后通过滤波反投影实现平面目标的图像重建,并进行了计算机仿真,证明了实验结果的正确性。该系统作为非相干合成孔径激光雷达的一种,实现了区别于目标轮廓的二维成像,具有一定的实际意义和使用价值。     

直升机防撞激光雷达综合信息处理系统

设计了一种新型直升机载防撞激光雷达综合信息处理系统。通过对直升机姿态信息的捕获和修正、目标提取与识别、数据三维空间转换等技术,设计并实现了直升机载激光雷达的改进综合信息处理及显示,并且采用扫描成像激光雷达的探测试验对以上技术进行了实际验证。试验结果表明：该系统有效减小了直升机机动飞行时激光雷达探测画面的畸变,在横滚角30°时仍可有效修正探测图像;另外,在600 m处完成了对电力线等不易观察高危目标的迅速提取;实现了探测画面的三维综合高效显示,综合处理时间〈10 ms。本文提出的新的直升机载激光雷达综合信息处理方式有效改良了人机界面。     

An Image Array System for Uniform Illumination of Laser Fusion Target

ＡｎＩｍａｇｅＡｒａｙＳｙｓｔｅｍｆｏｒＵｎｉｆｏｒｍＩｌｕｍｉｎａｔｉｏｎｏｆＬａｓｅｒＦｕｓｉｏｎＴａｒｇｅｔＱＩＵＹｕｅＦＡＮＤｉａｎｙｕａｎＨＵＡＮＧＨｏｎｇｙｉＪＩＡＮＧＭｉｎｈｕａＧＵＺｈｅｎ（ＳｈａｎｇｈａｉＩｎｓｔｉｔｕｔｅｏｆＯｐ...     

递变能量X射线高动态融合图像的灰度表征算法研究

递变能量X射线成像,通过获取并融合图像序列实现动态范围扩展,完整再现了检测对象的结构信息.但是在融合过程中往往是以质量优化为目的,忽略了与实际高动态成像的灰度映射正确性,从而不能保证图像信息与实际物体信息的物理匹配性.因此,本文提出了递变能量X射线高动态融合图像的灰度表征算法.该算法首先以标钢质准楔形试块为对象,将不同电压下的融合图像作为输入数据,直接采集高动态成像图像作为输出数据,利用神经网络方法构建递变能量成像的灰度表征模型.同时针对不同于训练对象的材料,对灰度表征模型进行修正,实现了不同材质的灰度正确表征,进而实现了低动态图像序列融合图像的正确表征.以12和16 bit成像系统进行实验,结果表明,利用12 bit探测器通过变电压采集图像序列,经图像融合、灰度映射及灰度校正,达到了16 bit探测器的成像效果,且满足灰度对应关系,有效拓展了成像器件的动态范围.