数码相机CMOS图像传感器的特性参数与选择

介绍了数码相机的核心器件———CMOS图像传感器的特性参数和在数码相机设计过程中CMOS图像传感器的选择。选择CMOS图像传感器,不仅需要考虑包括传感器的尺寸、像素总数和有效像素数、最小照度、动态范围、灵敏度、分辨力、光电响应不均匀性以及光谱响应等在内的特性参数,而且还要考虑电源管理和功耗、模数转换位数、开发的简便性以及成本等因素。     

数码相机原理与系统设计研究

介绍了数码相机的工作原理 ,分析了数码相机的系统结构 ,提出了设计数码相机的处理流程。典型的数码相机系统有镜头、闪光灯、光学取景器、LCD显示屏、图像数据存储扩展设备接口、图像数据传输接口、供电系统以及核心处理器等八个主要模块。数码相机的数据流向从图像传感器开始 ,止于图像数据的存储和传输。数据流的处理主要包括模数转换、光学黑电平钳位、针对镜头的边缘畸变的运算修正、坏像素处理、白平衡处理、伽马校正、色彩合成处理、边缘检测 (锐度检测 )和伪彩色检测 (伪彩色抑制 )、JPEG压缩和图像存储器等模块     

基于单目视觉的机械臂目标定位系统设计

在筒子纱染色的工业生产中,获取机械臂及纱杆锁扣的相对位置实现机械臂的精确定位和抓取目标是染色过程的关键技术。设计了基于单目视觉的机械臂目标定位及光学测量系统,通过单目光学成像的方式实时获取锁扣目标的图像,结合图像分析算法解算出目标空间位置以及目标与机械臂的相对位置。利用OPC通讯技术,将目标的空间位置信息传输给机械臂控制模块并控制机械臂的运动实现目标的抓取。通过现场实验,机械臂定位系统的定位误差在2mm范围内。     

基于紫外拉曼光谱的转基因大豆油快速识别方法研究

转基因技术对实现作物增产增质,降低农药使用量,降低生产成本等具有重要作用,但对生态环境也存在一定的潜在威胁。为了防止转基因大豆在食品化中的滥用,对转基因产品快速鉴别技术的研究尤为迫切。紫外拉曼光谱检测技术具备外场远距离无损遥测检测,简单高效,快速准确等优点,可有效用于物质遥测鉴别领域。基于紫外拉曼光谱的转基因/非转基因大豆油以及与其他类别食用油鉴别方法,采集了五种不同食用油(两种品牌转基因/非转基因大豆油各500组样本和一种稻米油100组样本,共2 100组样本)在3 500~400 cm-1(268~293 nm)范围内的日盲紫外拉曼光谱信息,为提高光谱数据的信噪比并保证分类识别的准确性,对上述光谱数据采用Savitzky-Golay滤波降噪、基于自适应迭代加权惩罚最小二乘法(airPLS)的基线校正以及多元散射校正(MSC)的光谱数据修正等预处理。根据大豆油的紫外拉曼指纹图谱,分析出主要化学成分包含脂肪类、蛋白质类、酰胺类。将每种大豆油样本按1∶1划分为训练集和测试集,输入训练集数据至支持向量机(SVM)进行训练,采用10折交叉验证建立最佳模型,识别准确率达99.81%,对转基因大豆油的判别效果显著;采用主成分分析法(PCA)进行数据降维处理,提取出8个主成分,累计贡献率为74.84%,可代表大部分原始数据特征。在此基础上,将预处理后的光谱数据按4∶1划分为训练集和测试集,采用偏最小二乘回归判别分析方法(PLS-DA),结合10折交叉验证法建立全谱的最佳PLS-DA模型(判别阈值设置为0.5),判别准确率达到70.95%。研究表明,紫外拉曼光谱分析方法可较为准确地鉴别非转基因/转基因大豆油,同时可鉴别大豆油与稻米油,实现对转基因大豆食品的快速无损鉴别,可望成为转基因大豆油及其食品的现场检测新的技术途径,对推动转基因产品遥测鉴别技术的发展具有进步意义。     

基于地面与低空无人机联合观测场地BRDF建模方法

双向反射分布函数（BRDF）是星载遥感器进行场地替代定标中的重要参量,随着技术的进步,低空自旋翼无人机已经成为了获取场地BRDF的便捷高效手段,通过现场测量准不变定标场的无人机多角度观测光谱数据,建立更加准确的BRDF模型还能进一步挖掘潜力。提出一种基于地-空双光谱仪联合观测加漫射板观测并消除漫射光影响的BRDF建模方法。使用无人机搭载光谱仪进行场地光谱的低空测量,获取半球空间内多角度下的场地光谱数据,同时开展地基光谱仪联合同步测量漫射参考板,连续记录照明光场的变化以及漫射光照明下的场地光谱数据。联合空地双光谱仪对目标和参考板实测的辐亮度数据,结合太阳及观察角度之间的几何观测,计算场地的多角度反射率。基于Ross-Li核驱动半经验模型对多角度反射率数据进行拟合,采用最小二乘法对模型系数进行拟合,以得到最优的场地BRDF模型,并对模型进行漫射光校正。实验证明,经漫射光校正后的BRDF模型各波段的相对偏差均值都在5%以内,相对偏差标准差在3%以内,有效消除了场地BRDF建模在漫射光照射下的干扰,提高了BRDF建模的准确性。     

基于最小可分辨对比度的CCD成像系统最佳角放大率研究

光电成像系统存在一个最佳角放大率,使人眼与成像系统达到最佳匹配状态,系统获得最佳性能.基于MRC物理意义,提出MRC信道宽度CCD成像系统综合性能评价方法,通过实际CCD成像系统的观察实验确定了评价模型的表达式,分析了各种系统参数变化对该方法的影响.结果表明,利用MRC信道宽度评价方法描述的最佳角放大率变化与实际情况一致.在最佳角放大率情况下,系统与人眼视觉得到最佳匹配.     

联合微光辅助红外遥感数据的夜间微小火点识别算法

基于美国国家极地操作环境（NPP）卫星可见光红外成像辐射仪（VIIRS）的红外和微光遥感数据开展夜间火点检测识别研究,并提出一种联合微光辅助红外遥感数据的夜间微小火点识别（FRJLI）算法。首先,采用VIIRS多天数据融合获得研究区的城市灯光背景图,为火点检测消除城市灯光影响;然后,在传统红外通道火点识别算法的基础上,联合微光通道的火点阈值调试,通过多通道阈值判别、绝对火点识别和上下文判别得到最终的识别结果。以韩国2022年3月4—13日森林火灾和蒙古国2022年4月18—19日草原火灾案例进行实验,根据夜间假彩图和植被指数验证了FRJLI算法识别火点的正确性,分析每天识别火点的亮温和辐射值关系,得出红外与微光数据的相关性及敏感性差异,FRJLI算法较NASA官方火点产品或其他火点算法结果具有更高的识别质量,特别是提高了微小火点的识别率,为更高效准确地识别火点提供了技术支持。针对森林和草原火点的识别效果表明,该算法适用性更广。     

面向嵌入式平台的轻量化神经网络手势识别方法

针对传统基于图像分割和特征提取的手势识别算法在复杂背景下识别准确率低、灵活性差的问题,基于目标检测神经网络的手势识别算法可以有效提高复杂环境下手势识别的准确性。受嵌入式处理器体积和功耗的限制,常用的目标检测神经网络在嵌入式上的识别速度较低,不能满足实时手势识别的要求。在SSD目标检测的基础上对其进行优化,使用MobileNetv3网络实现特征提取,目标检测方面则是使用SSD-lite结构,其使用深度可分离卷积替代普通卷积,实现了轻量化MobileNetv3-SSDLite手势识别算法的设计。针对手势识别的要求,制作了包含不同手势的数据集,利用它在服务器上完成了模型的训练。为了满足嵌入式的算力限制,通过模型的量化压缩将float64的网络参数量化为int8,并压缩网络结构,提高网络在嵌入式上的推理速度,实现基于嵌入式的手势识别。实验结果表明,基于嵌入式的MobileNetv3-SSDLite手势识别算法可以达到平均准确率99.61%,且识别速度达到每秒50帧以上,满足实时手势识别的要求。     

一种基于工业级CCD器件的高性能制冷CCD成像组件

随着CCD器件的发展,采用工业级CCD器件研制高性能制冷CCD成像系统成为一个重要的发展方向。从高性能CCD成像和高性能微光ICCD成像应用需求出发,研制了一种基于工业级CCD器件的高性能制冷型数字视频CCD成像组件;介绍了成像组件在高性能大面阵CCD器件、低噪声驱动电路、小型化低功耗制冷技术以及特殊的制冷腔结构等方面的设计特点,指出成像组件对进一步发展高性能CCD成像系统具有积极的促进作用,在军事、工业、生物医学和科学研究领域具有广泛的应用前景。     

大气紫外传输特性的计算机模拟分析

军事上的紫外告警技术和紫外保密通信技术的需要已成为紫外传感技术发展的重要动力。本文通过采用国际上公认的大气传输特性模拟软件包 L OWTRAN,对由于地理位置、海拔高度、能见度、路径方向以及传输距离等几种因素变化的大气紫外传输特性进行了模拟分析。模拟结果不仅能够基本说明目前在国外紫外传感器技术应用中的一些结论 ,而且对于今后深入开展紫外传感技术的研究具有指导作用