基于迭代导向滤波与多视觉权重信息的红外与 可见光图像融合

为了充分利用源图像重要特征,提出了一种基于迭代导向滤波与多视觉权重信息的红外与可见光图像融合算法.首先,通过一种迭代导向滤波器将输入图像分解为基础层与细节层;其次,利用边角信息、清晰度与对比度来综合确定二进制权重系数,再选择导向滤波对其优化,进一步去除噪声并抑制伪影的产生;最后,应用重构准则对基础层与细节层进行组合,得到融合图像.实验结果表明,与其它多尺度分解相比,该方法具有尺度感知特性,可以更好地分离空间重叠的特征,不仅可以使夜视融合图像的细节信息更突出,还能够有效地抑制伪影.     

圆光栅测角系统误差分析与修正

为了提高测角系统的测量精度，基于误差的特性和表现形式，从谐波角度对测角系统中的刻划误差、光电信号误差、偏心误差、倾斜误差和变形导致的误差建立相应的数学模型，并对偏心误差和倾斜误差进行仿真分析。搭建了金属圆光栅测角系统，对系统中的误差进行了分析和修正。实验结果表明:测角系统测角误差为134.2″，修正后误差为32.23″，圆光栅测角系统误差分析为后续的误差补偿提供了理论基础。     

基于多头读数布局的圆光栅自校准方法研究

针对测角系统在线校准问题,提出了一种基于多读数头布局的自校准方法。通过多组传感器的测量数据,利用圆封闭原则和傅里叶级数的性质,建立测量值与误差之间的函数关系,并基于多读数头布局原理,对自校准读数头布局进行优化,以提高校准方法对误差的抑制能力,实现单读数头测角传感器的自校准。设计了单轴转台,搭建了自校准测角系统,并进行了实验验证。实验结果表明:测角系统采用自校准方法后,单读数头测角传感器的测角误差为6.10″,在相同的测量环境下,其校准精度接近借助外部参考标准的传统谐波标定方法。自校准方法可有效抑制测角误差,显著提高测量精度。