一种具有自适应非均匀校正功能的非制冷焦平面探测器组件

基于场景的非均匀校正算法(scene based nonuniformity correction,SBNUC)是非均匀校正技术今后的重点发展方向,介绍了近年来基于恒定统计约束的SBNUC、神经网络的SBNUC和运动估计的SBNUC算法的研究进展。研究了SBNUC算法在实际焦平面探测器组件上的实现方法,该方法仅依赖拍摄序列的信息对焦平面探测器的增益和偏置参数进行组间更新或帧间更新,可有效补偿温漂。研制了一种具有自适应非均匀校正功能的非制冷焦平面探测器组件,红外视频经该组件处理后,图像质量有所提高。该组件可明显提高热成像系统的成像性能,并能动态地保证热成像系统随场景变化的稳定性。     

基于深度特征正射匹配的无人机视觉定位方法

在卫星拒止条件下无人机安全、可靠地完成各类作业的基础是获取高精度的定位信息,传统图像匹配方法保障困难、定位精度差且匹配约束多。因此,提出一种基于深度特征正射匹配的视觉定位方法,通过深度学习网络提取正射校正后的无人机航拍图像和商业地图的深度特征,获得匹配关系,进而计算无人机高精度位置信息。根据视觉测量机理模型分析不同因素对视觉定位精度的影响,使用中空航拍图像数据集进行离线实验,实验结果表明：相比传统基于方向梯度直方图（HOG）特征的模板匹配方法,所提方法的定位精度提高了25%,位置均方根误差（RMSE）优于15 m+0.5%H(5000 m以下),具有一定的工程应用价值。     

Infrared image detail enhancement based on local adaptive gamma correction

An infrared image detail enhancement method based on local adaptive gamma correction (LAGC) is proposed. The local adaptive gamma values are designed based on the Weber curve to enhance effectively the image details. Subsequently, the active grayscale range of the image processed by LAGC is further extended by using our proposed histogram statistical stretching. The experimental results show that the proposed algorithm could considerably increase the image details and improve the contrast of the entire image. Thus, it has significant potential for practical applications.