曲率限制的红外焦平面告警系统目标搜索算法

为了降低红外焦平面告警系统中较高的虚警率,提出了一种速度限制基础上基于曲率限制的目标搜索算法。以视场角5.34.0凝视型红外告警系统为例,在MATLAB中对红外图像序列进行了目标搜索实验,验证了该算法的可行性。按照蒙特卡罗法思路模拟了包含大量随机噪声的目标场景,研究了该算法相比传统多帧检测算法对随机噪声的抗干扰性。对该算法的搜索帧数进行了扩展,给出了不同搜索帧数的搜索效果和时效性表现。     

低对比度弱小目标检测算法

复杂背景中红外弱小目标的检测识别一直是现代化捕获跟踪系统的重要组成部分。要求捕获跟踪系统具备极快的反应速度，就只有及时地发现目标、跟踪目标、及时地捕获和锁定目标。     

基于远场信息和卷积神经网络的波前重构方法

探测波前相位信息是实现自适应光学波前补偿的关键,使用卷积神经网络（CNN）代替波前传感器进行波前重构,系统简单易于实现,同时重构过程不依赖迭代运算,快速实时。为准确提取远场中的波前特征,CNN需要事先使用大量样本进行训练。研究中根据4～30阶大气湍流泽尼克像差系数与其远场强度的对应关系,仿真制作样本数据集,训练CNN从输入的一帧远场图像中预测出畸变波前的泽尼克像差系数,重构原始波前。验证结果表明,该方法能快速实时地还原出波前相位信息,重构波前较原始波前具有极高的波面吻合度和较小的残差剩余量,有望实现实际自适应光学系统中的闭环校正。     

基于小波变换和数据融合技术的弱小目标检测

 鉴于弱小目标检测所固有的难点及常用的单一分辨率下的检测方法还不能准确稳定地检测出目标，提出了一种弱小目标检测新方法。考虑到实际应用中的复杂背景和大量干扰噪声，运用数据融合技术，先对图像进行小波多分辨率分解，然后将不同分辨率下的子图进行最优加权平均融合来检测弱小目标。用实地拍摄的空中弱小目标红外和可见光图像分别进行实验验证，实验图像取256×256像素点阵大小，其中目标占10×10像素左右。结果表明该方法能够准确稳定地检测弱小目标，为后续的跟踪作了很好的铺垫。     

数字信号处理器红外弱小目标搜索算法

提出了一种基于数字信号处理器（DSP）的红外弱小目标搜索高速实时算法。算法主要针对天空中不规则云团在预处理过程中残留的边缘而设计,是在背景预测算法基础上改进的一种基于陷波滤波器的搜索算法。在DSP实时处理平台上实现并经实际场景试验验证,该算法能有效削弱残留边缘的影响,使最远探测距离指标上升至前向迎头26 km,实时处理速度达到75 Hz,满足系统要求。采用信噪比增益指标对算法进行了评价,结果显示,该算法能够显著提高图像信噪比,利于检测出目标。     

基于变形镜本征模式和远场测量的光束净化

利用波前传感器对光束进行净化的自适应光学系统是目前提高光束质量的常用技术,但在实际应用中,该技术需要波前传感器,系统复杂,体积庞大,同时需要较高性能信标源。为解决上述问题,提出了一种基于变形镜本征模式和远场光斑特征分析的无波前自适应光学系统,用于校正激光器输出的方形光束。将变形镜影响函数进行本征模式分解,并用远场光斑的均方半径作为评价函数,建立了畸变波前的模式系数与评价函数之间的关系,通过测量评价函数获得模式系数用于求解校正电压,实现波前共轭校正。仿真校正和实验验证结果表明,该方法可以有效实现静态像差校正,提高远场光斑的能量集中度。     

基于小波多分辨率分析和数据融合技术的弱小目标检测

复杂背景中弱小目标的检测一直是监视和告警系统的重要组成部分。要求监视和告警系统具备极快的反应速度，就只有及时地发现目标、跟踪目标、及时地捕获和锁定目标。而监视和告警系统为了增大其有效作用距离，要求在远距离发现目标，因此在绝大部分时间内，目标在视场中是以小目标（点和斑点目标）形态出现的，而且目标的对比度一般都很低，要保证可靠、稳定地检测并跟踪目标就有一定的难度。     

液晶投影仪液晶板自动汇聚系统的对焦算法分析

在建立液晶投影仪的液晶板自动聚焦合色系统基础上,对三种不同的自动对焦算法进行了理论模拟和实验分析,并选择了适合于液晶板自动对焦的算法.实验表明该算法满足汇聚系统的应用要求.     

基于灰度形态学和邻域熵值的弱小目标检测

 提出了一种弱小目标检测的新方法。从实际应用出发，考虑到复杂的背景和大量的干扰噪声，对传统熵值检测算法进行了改进，采用邻域熵值变化为检测标准。为了提高此方法的有效性，结合了灰度形态学滤波来对图像进行预处理。该检测算法的全过程为:首先对图像进行形态运算;然后对形态波后的图像进行邻域熵的计算;接着以计算所得的邻域熵的最大值和最小值为依据对图像进行分割,得到目标或目标边缘所处位置;最后用实地拍摄的空中弱小目标真实图像进行了实验验证。结果发现：该新方法可对弱小目标、大目标、多目标进行检测，且检测速度快，抗噪声干扰能力强。