静态傅里叶干涉具在目标识别中的应用研究

设计了基于静态光谱分析的目标识别遥测方法。针对机械扫描式干涉方法结构复杂、稳定性差、主动监测隐蔽性差等问题,采用静态遥测技术取代机械扫描光程,应用光谱分析方法,对大范围视场内进行光谱探测,从而在恶劣的环境中实现了目标识别。经仿真计算,得到温度、波长及空气透射率与光谱辐亮度之间的函数关系。采用AViiVA-M2型CCD相机、静态傅里叶干涉具、1 m×1 m的铁板作为待测目标等做相关实验,分别在一天中不同时间、不同探测距离、不同背景的条件下,得到了各种情况下整个系统的探测极限位置。通过实验数据及计算结果表明,静态干涉方法应用于目标识别是可行的,由差谱特征反演得到的目标识别平均概率达到92.8%。     

基于BP神经网络提高伪装目标识别概率的研究

采用静态迈克尔逊干涉仪对待测目标进行光谱识别,在空间干涉长度不变的条件下,应用BP神经网络算法对混合光谱分离过程进行优化,从而达到提高伪装目标识别概率的目的。由干涉仪及线阵CCD记录视场内所有位置上的光谱信息,构成混合光谱数据集合,以已知材料的标准吸收光谱作为隐含层的规则依据,将BP神经网络应用于混合光谱的分离。实验采用不同距离、不同背景组合的混合光谱作为初始数据,以1.5 m×1.5 m钢板做成四种待测目标,由静态迈克尔逊干涉仪得到混合光谱,BP神经网络算法与传统光谱吸收算法对无伪装目标的识别率都在90%以上,对具有伪装效果的待测目标识别概率分别为75.5%和31.7%,所以采用BP神经网络可有效地提高伪装目标的识别概率。     

基于多光谱辐射特性的高速目标识别定位系统

为了实现高速目标的快速识别及定位,采用多光谱辐射与声定位技术联用,在被动探测的状态下快速获取被测目标爆炸波的光谱特性及声特性,从而分析判断其种类、位置等重要参数信息。推导了多光谱辐射目标识别检出公式,计算了采用激波声定位方法获取光程距离的精度及合理的积分时间。实验分别采用5.56 mm北约弹、7.62 mm 56式步枪弹、12.7 mm 54式机枪弹作为被识别目标弹丸,通过丹麦B&K公司的2209脉冲声压计完成声压峰值采集,获得了三种目标弹丸的速度、距离信息。由静态傅里叶变换干涉系统与ICX387AL型CCD完成干涉条纹的采集,再将获得的光程信息代入多光谱目标识别算法中,从而通过目标的光谱特性识别弹丸的类型。实验结果显示,5.56 mm北约弹的三个特征波长位置幅值接近,966 nm位置处幅值最大;7.62 mm步枪弹在935 nm位置上幅值最大,其他两个位置上幅值相近;12.7 mm机枪弹的三个波长呈阶梯状分布。在多次测试过程中,经光谱标定、特征波长提取等方法对采集得到的三组光谱数据均可成功识别弹丸的种类并给出目标位置,满足设计要求。     

基于光谱信息的空间目标模式识别算法研究

在观测空间目标时,往往会受到地基观测仪器等因素的制约,导致无法利用目标图像信息从外形上进行识别。根据不同空间目标表面组成材料不同,其产生的反射光谱会存在差异这一特性,可利用空间目标特有的光谱信息进行识别分类。基于此,从光谱学角度对空间目标识别算法进行研究,在K最近邻算法(KNN)的基础上,采用了一种自适应权重局部超平面方法(AWKH),算法主要在计算预测样本与超平面距离时加入对特征权重的考虑,构建了以样本特征组间差与组内差的比值作为特征权重值的超平面模型,从而提高了分类效果和分类效率。为验证算法的分类效果,本文进行了四组验证实验,第一组实验将美国地质勘探局数据库中提取出的九种常用材料光谱随机选出三种混合成多类进行识别;第二、三组实验将四种常用空间目标材料的光谱作为纯物质光谱,分别从可见光和近红外波段对其混合物质进行分类;第四组实验通过实测四个方形模型样本六个面的光谱对其进行识别分类。实验过程中将实验结果与目前常用的支持向量机(SVM)进行对比,对比结果表明改进后的AWKH算法在识别精度和样本适用范围上具有更高的优越性。     

基于正交子空间投影的污染气体自适应探测

超光谱成像遥测污染气体的主要目的是对其进行识别分类,进而获得其空间分布信息,确定污染源位置。实际应用中,目标光谱叠加在强背景辐射之上,此外开放路径中的实测光谱还包含大气等干扰物光谱,这些因素制约了对目标光谱的识别分类。在线性模型基础上,利用正交子空间投影方法有效压缩背景及干扰物信息,并基于广义似然比检验原理构建子空间检测器,对所有像元逐个分类识别。以氨气为目标气体进行了野外实验,数据立方体来自扫描成像傅里叶变换红外(FTIR)光谱仪,子空间向量由奇异值分解(SVD)算法得到。结果表明,子空间检测器对所有像元的识别结果优于光谱角度填图(SAM)算法。     

基于参数化盲反卷积的三维非扫描激光雷达距离估计

三维(3D)非扫描激光雷达具有多表面目标距离分辨能力,可以用于对隐藏和伪装目标的识别。为了快速、准确地估计3D非扫描激光雷达多表面目标距离信息,提出了基于期望值最大化(EM)的单像素多表面目标的距离估计算法,通过对系统点扩展函数的参数化,该算法可以同时估计出成像系统点扩展函数和目标的距离信息。仿真实验结果表明,相比于传统的混合高斯匹配算法和维纳空间滤波算法,该算法在系统点扩展函数未知的条件下,可以将目标的距离估计精度分别提升大约70%和40%。     

塑料激光诱导击穿光谱技术快速分类应用研究

在大气环境中,采用激光诱导击穿光谱技术与支持向量机算法相结合,对来自不同厂家不同颜色的20种工业塑料进行分类研究。首先对分类结果有影响的实验参数进行优化,在最佳的实验参数条件下进行光谱采集,采用6条非金属元素特征谱线,有效缩短了训练支持向量机分类模型所需时间,从而提高了塑料的分类效率。实验结果表明,利用碳、氢、氧、氮等主量非金属元素对这些工业塑料样品进行分类,测试集1 000个光谱数据中有996个识别正确,算术平均识别精度达到99.6%。在选取较少的主量非金属特征谱线的情况下,结合采用支持向量机算法,可以实现激光诱导击穿光谱技术对更多类型的塑料制品快速、高精度分类,为激光诱导击穿光谱技术在实现塑料分类方面提供了数据参考。     

一种新型静态成像光谱系统的研究

静态干涉系统具有稳定性好、抗干扰能力强的优势,但其缺点是光谱分辨率低并且光谱测试范围不易调整。针对静态干涉型成像光谱系统光谱分辨率低且不可调等问题,设计了一种新型静态成像光谱系统。系统由光束整形模块、新型静态干涉调制模块以及成像模块构成。光束整形模块将入射光缩束并整形为平行光,进而保证入射干涉具后可以获得较好的干涉效果;新型静态干涉调制模块对入射光进行相干处理。在双折射干涉结构的基础上进行了改进,在不改变原有静态干涉具尺寸的基础上提高了系统的光谱分辨率,并实现了光谱分辨率的静态调制;成像模块完成对目标区域二维可见光图像的采集。系统核心部件由两组光轴相互正交的Wollaston棱镜作为分光器件,在两棱镜间放置电光调制模块,实现光程的静态扫描。分析了新型静态成像光谱系统的工作原理,给出了入射角、折射角等主要参数的函数表达式,并构建了系统的数据模型。通过绘制系统光线追迹图的方式,得到了该系统横向剪切量的函数方程,并对影响横向剪切量的各个参数进行了分析与讨论。通过仿真计算了改变结构角、晶体厚度以及调制度等参数对横向剪切量的影响程度,并定量计算了两个参数对系统光谱分辨率的影响程度。由仿真分析结果可知,增大结构角与加宽调制晶体厚度都可以为系统提供更大的光程差。故通过电光调制的方式实现横向剪切量的静态扫描是可行的,可以实现静态光谱图像的获取。在实验中对660 nm激光进行了测试。新型静态干涉模块采用孔径20 mm×20 mm,厚度10 mm的两块光轴相反的Wollaston棱镜与厚度10 mm的电光调制晶体构成。当调制度分别是0.000 2和0.000 6时,成像模块采集得到干涉条纹具有明显差异。当调制度增大时,其干涉条纹密度增大,说明采用越大的调制度,系统对应的光谱静态扫描能力越强,对光谱分辨率的控制越好。由此可见,本静态成像光谱系统在控制电光晶体调制度的条件下具有光谱分辨率可调的特性,验证了系统的可行性。     

基于LIBS与化学计量学的植物叶片分类研究

激光诱导击穿光谱（LIBS）是一种高效快速的光谱采集手段,可应用于各类物质的元素分析工作中。线性判别分析（LDA）与支持向量机（SVM）是化学计量学中两种常用的有监督算法,均通过对已知不同种类的样本数据进行学习建模,进而实现对未知类别数据的归类。为了实现LIBS技术对有机物的高准确率识别,将这两种算法应用到LIBS光谱数据的分类中。实验利用波长为1 064 nm的纳秒激光烧蚀女贞、珊瑚树、竹子三种植物的叶片,并采集每种树叶220～432 nm波段的100组光谱数据。通过对300组样本的原始光谱数据进行主成分提取,由第一主成分（PC1）和第二主成分（PC2）的得分图得出三种植物光谱的相似度非常高。然后,利用每种叶片70组样本的光谱数据作为训练集建模,其余30组光谱数据作为测试集来进行树叶种类的预测识别。将PCA对原始光谱数据提取得到的前20个主成分作为LDA与SVM建模的属性值。对于LDA算法,将属性值分析后得到前两个判别函数值,通过聚类分析发现不同种类的植物叶片光谱数据在空间上的分离效果较好,同一种类基本聚集在一起。再借助马氏距离可得到测试集的平均分类正确率为96.67%。与此类似,使用SVM方法对训练集样本的数据进行学习得到分类超平面,对测试集的平均分类正确率达到98.9%。研究结果表明,经过PCA对数据的预处理,再结合LDA,SVM这两种方法可实现LIBS技术应用于复杂有机物的快速准确分类,并且PCA与SVM结合的分类正确率更高。该方法可在食品快速溯源、生物组织原位鉴别、有机爆炸物远程分析等领域应用。     

基于人工神经网络的傅里叶变换中红外光谱法对食用油油烟种类识别研究

随着餐饮业的发展,餐饮烟气已经成为某些城市三大空气污染源之一。由于餐饮烟气对人体健康威胁很大,近年来对餐饮烟气的研究愈来愈热。餐饮烟气中包含有大量食用油加热过程中裂解而产生的不饱和烃类,危害着人类健康。不同食用油裂解出来的成分以及含量有所不同,通过构建一定的分类识别数学模型,从而实现对食用油分类识别。采用自主研发的傅里叶变换红外光谱仪,采集了不同食用油油烟烟气红外光谱数据。同时构建了主成分分析(PCA)分别结合概率神经网络(PNN)以及误差反向传播人工神经网络(BPANN)的分类识别算法。将两种分类识别算法对不同食用油油烟烟气的傅里叶变换红外光谱数据进行分析。通过样本数据对数学模型进行训练,将训练好的数学模型对未知光谱数据进行分析,来确定产生油烟烟气的食用油种类。实验结果表明,两种算法都能对不同的油烟种类进行较好地分类识别。在全波段识别时,识别率分别达到90.25%和97.0%。通过对烟气光谱数据的吸收波段进行分析,提取大气窗口并且具有较强可挥发性有机物(VOCs)吸收特征的波段(1 300～700 cm-1以及3 000～2 600 cm-1);将吸光度数据分成两个分离的吸收波段,两种算法在3 000～2 600 cm-1波段都有较好的识别效果,PCA-PNN算法识别率为90.25%,PCA-BPANN算法识别率为92.25%。可见,两种人工神经网络算法都能有效对食用油烟种类进行识别。     

远距离多源图像融合系统实时配准设计

为了实现全天候多波段远距离实时图像监控,设计了具有微光、红外和可见光融合的光学前端,对多源图像进行实时配准研究。在平行光轴的基础上,通过计算不同视场图像的成像视差,计算仿射变换需要的参数,采用双线性内插算法弥补红外在成像方面与可见光图像的差别,将红外图像的变换制作成查找表存储在图像处理器DM642中,系统通过硬件查找表可以快速实现不同图像的配准变换,实现同步视频的实时配准与融合。实验表明:该设计能够准确地实现多源图像的实时配准,系统经过图像配准、图像融合和伪彩变换处理后的时间约为24.3 ms,系统探测距离大于3 km。     

基于LCVR调谐的全偏振多谱段成像系统

提出一种新型全偏振多谱段成像系统,将液晶相位可变延迟器LCVR应用于全偏振成像技术,在可见-近红外波段上可快速实现光的全偏振态的精确调制.系统由光学镜头、LCVR、偏振片、滤波片和CCD探测器组成.文章首先介绍了系统结构、工作原理和光学设计,并提出了适合本系统的偏振定标方法,建立了偏振定标系统,实现了利用较小面积的偏振...     

可见光光学目标模拟器的研制

介绍一种能够建立逼真的可见光目标———背景环境的可见光光学目标模拟器。整个装置由计算机图像生成系统、胶片图像源系统、光学耦合系统、主控计算机、控制系统及二轴转台等部分组成。该装置实现了图像源系统与导引头光学系统的完善耦合 ,成像质量高 ,且结构紧凑 ,重量轻 ,是一种理想的可见光目标———背景图像仿真设备     

空间目标可见光散射特性建模方法研究

针对空间目标的可见光散射特性提出一种建模方法.在分析空间目标所处的背景辐射环境基础上建立了空间目标背景辐射物理模型.对目标表面进行面元划分后,基于辐射理论引入双向反射分布函数模型来描述目标表面面元的光散射特性,将目标各个表面所有面元散射分量叠加建立了目标可见光散射特性的数学模型.建立目标本体坐标系,通过坐标变换确定目标、背景辐射源与探测器的相对位置关系,利用矢量坐标法确定目标对观测系统的“可视表面”.根据给定的目标几何结构尺寸和物性参量仿真获得了目标在轨光学特性.计算结果验证了建模的有效性.     

近红外与可见光双通道传感器信息融合的去雾技术

为了对雾霾天气下的图像进行去雾处理,多幅图像去雾算法是常用的方法之一。多幅图像去雾算法也有多种形式,部分算法面临硬件实现困难、获取途径受限或者可实施性弱等问题,而且多幅图像比对处理时常常涉及图像配准,造成算法的实时性差、计算复杂度高等问题。针对以上问题,提出的算法为多幅图像去雾提供了新的思路,基于双目传感器硬件架构能够同时捕获近红外和可见光图像,将近红外传感器图像作为新的数据源,近红外传感器能够在一定程度上穿透雾霾,在雾天捕获可见光传感器无法捕获的图像细节,而且硬件实现简单。可见光图像的颜色信息较丰富,近红外传感器图像对近处场景细节的描述能力较好,捕获的图像稍加校正就能实现完全配准,将近红外图像与可见光图像进行融合,在去雾的同时,可以将近红外传感器图像中的原始细节提取融合到彩色可见光传感器图像中,得到边缘、轮廓等细节信息更加丰富的去雾图像。基于上述思路,借助近红外传感器对边缘细节的描述能力和可见光传感器对颜色信息的反映能力,提出了一种基于近红外与可见光双通道传感器图像融合的去雾算法。首先,将彩色可见光图像转换到HIS彩色空间,分别得到亮度通道图像、色调通道图像和饱和度通道图像。先将其亮度通道图与近红外图像进行融合去雾处理。采用非下采样Shearlet变换（NSST）进行分解,对得到的高频系数进行双指数边缘平滑滤波器保边滤波处理,对低频系数进行反锐化掩蔽处理,通过融合规则和反向变换得到新的亮度通道图像。然后,在对可见光图像的色彩处理中,建立饱和度图的退化模型,采用暗原色原理对参数进行估计,得到估计的饱和度图。最后,将新的亮度通道图像,估计的饱和度图像和原色调图像反映射到RGB空间得到去雾图像。为了验证新算法的有效性,特选取四组雾天拍摄的真实近红外图像与可见光图像进行融合去雾处理,将融合结果与其他两种去雾方法对于彩色可见光图像的去雾效果进行比较。实验结果表明,该算法在提高图像的边缘对比度和视觉清晰度上有较好的效果。并提出将近红外传感器图像作为新的数据源,采用双通道图像融合方法进行去雾处理,为图像去雾提供的新的技术思路是可行的。该算法的优势在于：首先提出将图像融合方法与去雾算法相结合,得到了新的去雾算法的思路。将彩色可见光图像转换到HSI色彩空间,将其亮度通道图与近红外图像采用非下采样Shearlet变换方法进行融合处理,在去雾的同时,可以将近红外传感器图像中的原始细节提取融合到彩色可见光传感器图像中,使得去雾图像中的边缘、轮廓等细节信息更加丰富。其次,提出了在图像去雾算法中采用新的数据源--近红外传感器图像,从图像处理的角度,近红外传感器能够在一定程度上穿透雾霾,对于近处场景细节的描述能力较好,而且硬件实现简单,捕获的图像稍加校正就能实现完全配准,为后续的融合去雾算法带来了便利,为图像去雾提供了新的技术途径和路线。再次,采用的是多幅图像去雾算法,该算法基于双目传感器获取图像,可见光图像的颜色信息较丰富,近红外图像对于近处场景细节的描述能力较好,相对于单幅图像去雾算法,有更好的效果。最后,将可见光传感器图像映射到其他色彩空间,对于每个通道的图像根据其特征有针对性地进行处理。可见光图像的亮度通道图和近红外图像的处理采用了图像融合和增强处理,对于可见光图像饱和度通道的处理采用了图像复原算法,可以从整体上提升去雾效果,对细节特征有了进一步增强。该算法为图像去雾提供了新的技术途径和路线。     

穿透毛玻璃的可见光成像系统

透过复杂介质获取目标物体图像精细信息的能力是光电图像采集处理的一大难点, 选用CMOS光电图像传感器, 设计了CMOS成像系统以及后端读取和处理电路, 透过毛玻璃对目标物体成像, 将采集的图像信息传送到计算机中进行处理。该系统按照相机光学成像系统原理制作, 采用通用CMOS图像传感器芯片完成电路设计, 加之红外激光辅助照明拍摄采集图像, 由远及近不同距离分别对同一目标物成像, 对成像图像进行迭代图像增强算法优化, 可以解决毛玻璃非匀质问题, 使光源重建精度大大提高, 得到的可见光图像轮廓清晰, 与一般CCD成像系统相比, 识别率超过95%, 远大于一般成像系统, 且成像性能良好。     

基于光谱探测与图像识别的反伪装目标系统研究

为了在野外环境中快速有效地识别敌方伪装的机动目标,设计了基于光谱探测与视频图像目标识别方法联用的目标识别系统。采用视频图像识别技术获取被测区域的二维影像,再通过光谱探测技术识别目标,最终将目标重建在图像相应位置上从而实现目标识别的可视化。理论推导得到了系统可识别目标的函数关系式,根据该函数关系进行了目标识别的量化实验。实验采用汽车模拟被测机动目标,在不同距离上分别以平坦荒地、灌木丛和废弃建筑物为背景,对明显目标、涂覆迷彩色的目标以及遮挡伪装物的目标分别进行光谱探测。实验结果显示,测试背景对光谱探测效果有一定影响,背景的连续性有利于目标识别;伪装方式以伪装物遮挡最难识别,且随着目标与系统的距离增大而信噪比随之降低。综上所述,采用光谱探测技术克服了传统图像目标识别无法识别伪装目标的缺点,可以实现对伪装目标的有效识别。     

基于属性约简的应用服务器优化算法改进

优化参数配置是优化应用服务器性能的重要方面;基于传统参数调节的优化策略耗时耗力缺乏系统性和规律性;利用模块化思想针对目标决策函数对应用服务器参数进行分类,可构建条件属性约简模型;基于属性约简的应用服务器优化算法,可去除对于目标决策函数相对不重要的参数,并获得相对重要的参数,从而达到锁定目标重点调节,快速提高系统性能的目的;现有的约简模型优化算法多基于经典粗糙集理论,在等价关系的基础上构造分类,容易造成大量的信息破坏和流失;文章通过拓展等价关系到一般二元关系,利用广义粗糙集理论改良了基于模块化思想和属性约简模型的应用服务器优化算法,通过定义辨识函数对条件属性进行约简,再结合依赖度计算,得到最终目标参数。     

基于液晶光阀的视频光学加解密技术研究

高清监控视频的加密传输是一个重要的研究领域,但是随着监控图像清晰程度不断提高,现行视频加密算法的运行开支面临着严峻的考验。因此对视频传输过程中使用光学加解密的可行性进行了探索,提出了基于液晶光阀和双随机相位编码的单通道视频光学加解密技术。该技术的加解密耗时几乎为零,极大提高了视频的传输性能;同时由于光学加解密技术只用在现有视频传输链路的最前端以及末端,不涉及视频编码和传输,增强了系统可用性和通用性。利用Matlab对该方法进行了仿真计算。结果表明,加密后的各通道图像接近白噪声,通过破解的方法恢复原图像的可能性几乎为零;同时可以看到,经过该系统解密之后的图像基本能完全复原。因此该方法在高清化视频日益普及的未来有着广阔的推广价值和应用价值。     

外场紫外与可见光双波段可调焦装置校准设计

设计了一种用来校准紫外与可见光光轴平行性的可调焦光学系统,调焦范围为70 m~。针对目前大多数校准系统无法进行调焦的问题,提出一种既能校准紫外与可见光光轴平行性又能对紫外部分进行调焦的方法。采用离轴卡塞格林系统作为初始结构进行设计,通过在传统的卡塞格林系统中加入调焦组和补偿组来实现调焦以及像差补偿,所设计的系统可以有效地解决紫外与可见光双光轴平行性失调的校准问题,提高紫外与可见光双光轴平行性校准效率,并且在不同视距下光学传递函数值及点列斑均接近衍射极限,能量集中度达到90%,整个视场的像质均匀,像面清晰,有利于后续的图像处理工作。