基于嵌入式平台的猫眼效应目标实时探测系统研究

在安保工作中,为快速发现狙击手,构建了利用狙击镜的猫眼效应原理来发现目标的系统。该系统不同于传统的采用连续激光扫描视场,而采用可调制半导体激光器为探测光源,在调制信号的控制下照射视场,CCD接收相应的主被动回波图像。并根据目标距离不同所成图像特征不同的特点,提出了分别针对远近目标的识别算法,最终在嵌入式DSP高速处理平台上进行图像处理实现。外场实验结果表明,主被动图像相结合,且利用远近目标不同的识别算法,有效提高了探测率,降低了虚警率,系统准确探测到了300 m近目标和800 m远目标,并达到10 frames/s的实时处理速度。     

基于“猫眼效应”的目标识别

阐述了“猫眼效应”的基本原理,并在此基础上对“猫眼效应”进行了实验验证。实验结果表明,光电探测器的确存在“猫眼效应”。利用“猫眼效应”进行远距离的目标探测与识别能够简化系统并有效提高目标探测识别的概率,对今后选取合适的方案进行空间目标捕获、跟踪和瞄准有一定的参考意义。     

基于“猫眼效应”的目标识别

 阐述了“猫眼效应”的基本原理，并在此基础上对“猫眼效应”进行了实验验证。实验结果表明，光电探测器的确存在“猫眼效应”。利用“猫眼效应”进行远距离的目标探测与识别能够简化系统并有效提高目标探测识别的概率，对今后选取合适的方案进行空间目标捕获、跟踪和瞄准有一定的参考意义。     

基于纹理特征的“猫眼”效应目标识别方法

为解决目前方法在动态复杂环境下不能有效区分车灯和瞄准镜及"猫眼"效应目标识别率低的难题,提出了一种基于纹理特征的"猫眼"效应目标识别方法.首先采用列均值相减、指数高通滤波和中值滤波对差分图像进行滤波去除车灯;然后依据"猫眼"效应目标的形状特性进行判别;最后根据"猫眼"效应目标的纹理特征,构造隶属度向量,按照最大隶属度原则,采用模糊综合评判对"猫眼"效应目标进行识别.试验结果表明,与基于形状和频率双重判据的"猫眼"效应目标识别方法相比,该方法有更高的识别率和较低的虚警率.     

基于轮廓匹配的夜晚环境下猫眼目标识别方法

为了解决“猫眼”目标在夜晚环境下难识别的问题,提出了一种基于归一化中心矩的轮廓匹配“猫眼”目标识别方法。首先利用中值滤波对图像进行去噪,采用固定阈值分割完成了对图像的分割,使得“猫眼”目标与部分背景分离,使用Roberts边缘检测提取出了所有物体的边缘,最后采取了基于归一化中心矩的轮廓匹配算法,该算法不受平移和放缩的影响,提取出了图像中的所有圆形目标,并利用面积判别识别了真实目标,对识别出的目标绘制最小外接圆,利用圆心坐标对其定位。通过对不同光照强度下的“猫眼”图像进行实验与对比,验证了该方法的可行性,并通过目标识别评价指标验证了该方法的有效性。实验结果表明,该方法的全局准确率可达92.1%,可以在夜晚环境不同光照强度下成功地对“猫眼”目标进行识别。     

基于嵌入式的遥感目标实时检测方法

当前基于深度学习的遥感图像目标检测方法因模型复杂、计算量大,难以部署在计算资源受限的卫星上进行实时在轨检测.针对该问题,提出一种基于嵌入式的轻量化遥感目标实时检测方法.该方法以YOLOv3-tiny为基础网络,首先通过精简网络与改进多尺度预测对网络结构进行优化,其次引入空间注意力模块以增强遥感目标的特征.实验结果表明,...     

面向嵌入式系统的复杂场景红外目标实时检测算法

为了解决复杂背景条件下,红外目标检测存在的准确率低、召回率低、以及网络模型在嵌入式计算平台上推理速度慢的问题,以轻量化网络YOLOv4-Tiny作为算法的基本架构,结合视觉注意力机制和空间金字塔池化思想,提出两种面向嵌入式系统的红外目标检测网络,利用迁移学习策略进行训练,在以昇腾310 AI芯片为核心的Atlas 20...     

基于激光主动探测的“猫眼效应”研究

 针对基于“猫眼效应”的激光主动探测技术在光电对抗中的广泛应用,建立了迎面观瞄光电装置光学系统反光指数数学模型,并结合探测组件建立了探测距离数学模型,模拟了反光指数与内部特性参数间的数值关系及探测距离与迎面观瞄光电装置主要参数间的数值关系。为了验证建立的数学模型的正确性,利用研制的激光主动探测装置,分别以2.5 mm、5.5 mm孔径角镜和25 mm、35 mm、56 mm孔径光电观瞄装置为目标,进行了最大探测距离模拟和验证实验,模拟值分别为1 290 m、1 656 m、866 m、1 919 m、1 226 m,实验值分别达到1 100 m、1 500 m、800 m、1 800 m、1 200 m。结果表明：最大探测距离模拟值和实验值有很好的一致性。     

基于“猫眼效应”的狙击手光电探测仪

为从技术层面上提高反狙击能力,通过分析狙击步枪瞄准镜的反射特性,利用线阵CCD捕捉瞄准镜回波信号研制出主动式狙击手光电探测仪。介绍了探测仪的主要指标参数,并模拟实际使用环境验证了其探测效果。试验结果表明:在城市作战中狙击手通常伏击的距离为20 m~200 m,探测仪可准确探测微光瞄准镜及口径为32 mm、40 mm、42 mm和50 mm的白光瞄准镜,且不受镜子和手电筒凹面镜等反射体干扰,但对加装蜂窝板的瞄准镜,当距离大于80 m后无法可靠探测。     

应用于嵌入式图形处理器的实时目标检测方法

提出了一种应用于嵌入式图形处理器(GPU)的实时目标检测算法。针对嵌入式平台计算单元较少、处理速度较慢的现状,提出了一种基于YOLO-V3(You Only Look Once-Version 3)架构的改进的轻量目标检测模型,对汽车目标进行了离线训练,在嵌入式平台上部署训练好的模型,实现了在线检测。实验结果表明,在嵌入式平台上,所提方法对分辨率为640 pixel×480 pixel的视频图像的检测速度大于23 frame/s。     

分划板失调时猫眼系统的反射特性

为降低光电装备猫眼效应,减小光学窗口被激光主动侦察系统探测到的概率,对分划板失调情况下猫眼系统的反射特性进行了研究。基于几何光学与2维平面波角谱衍射理论,推导并仿真了平面波通过分划板失调猫眼系统在出射面上的衍射光场分布特性,实验验证了猫眼目标的反射特性。研究结果表明:分划板失调会导致猫眼系统出射面的回波光斑发生椭圆形变,而斜入射探测激光会使这一现象更加明显。利用这一特性对猫眼系统进行改进,会大大增加激光主动侦察系统区分形变猫眼目标和漫反射背景干扰的难度。     

利用激光主动探测技术实现光电窥视设备检测

针对激光主动探测时光电设备表现出的猫眼效应,搭建了基于CCD的激光主动探测系统,提出了一套有效的光电窥视设备检测算法。该算法在激光脉冲的间隔,同时采集激光主被动图像,根据窥视目标与普通漫反射物体的回波强度差异,利用背景差法检测窥视目标。实验结果表明,在半径为5 m的作用范围内,该激光主动探测系统可有效、快速地将光电窥视目标从背景中检测出来,并且不受场景和光照的限制。通过对光学口径为2 mm的光电窥视设备在20个不同场景环境下进行实验,正确检测率达到95%,且每帧的检测时间在0.015~0.021 s内,满足了实时性需求,验证了本文系统搭建方案的正确性与软件处理算法的有效性。     

基于FPGA的运动目标实时检测跟踪算法及其实现技术

运动目标检测跟踪有关的算法及其基于PC平台的实现已经比较成熟,但实时性较差。将采集的彩色视频流分成灰度和彩色两个数据流,灰度视频用于目标检测,彩色视频流用于跟踪显示。以经典的帧间差分法和背景差分法为基础,根据现场可编程门阵列(FPGA)的特点及片外同步动态存储器的存取控制要求,对这两个算法用FPGA逻辑单元进行了设计和实现。对原始彩色视频流和转换后的灰度视频流的存取使用乒乓操作,在滤波和形态学处理时使用了并行的流水线操作,极大地提高了算法的实时处理能力。在FPGA开发板上构建了一个彩色视频图像中运动目标检测跟踪系统,对系统性能进行了测试。实验结果表明,系统可在多种分辨率和帧率下进行运动目标进行实时检测跟踪;固定背景差分法对目标运动速度无限制,但当使用帧差法对快速运动目标进行有效的检测时,应使目标的帧差间距大于3.2像素。     

一种改进的块匹配运动目标识别算法

鉴于传统的块匹配法在图像特征提取、匹配以及搜索等方面有诸多不足,复杂的边缘提取处理与基于灰度的匹配准则都使得系统的处理速度与精度降低,为了使识别处理更加快速精确,提出了一种改进的块匹配识别算法。通过拉普拉斯算子对图像特征进行增强,提高图像的特征信息;实验表明,针对320像素240像素大小的图像,改进算法的特征增强计算时间在Matlab中平均约为0005 4 s。     

大角度斜入射情况下的猫眼效应激光反射特性

基于角谱衍射理论,采用2维离散傅里叶变换和将双衍射孔径进行投影合并的方法,推导了斜入射情况下猫眼效应反射光的衍射传输过程,通过数值计算分析了入射角和衍射距离对衍射光场分布的影响规律,并实验验证了入射角的影响规律。结果表明,这种方法能够准确描述大角度入射时的反射光衍射光场分布,入射角对其衍射光场分布模式的影响相当于增大了衍射距离。依据入射角与衍射光场分布模式之间的对应关系,可对猫眼目标进行参数识别研究。     

基于猫眼腔镜损耗调节的激光横模演示系统

提出一种基于猫眼腔镜损耗调节的新型激光横模演示系统。采用半外腔He-Ne激光器,利用由分立的可进行五维微调的凸透镜和凹面镜组成的猫眼逆向器构成损耗可调激光谐振腔,通过调节猫眼逆向器改变激光谐振腔的损耗比，实现改变激光横模状态的作用。利用CCD进行图像采集，计算机实现图像存储，从而得到20多种结构清晰的高阶横模花样图片。     

载机平台光电转塔目标定位的仿真算法

目标定位是光电转塔典型功能和任务之一,对其定位精度的考量也是转塔作战技术指标之一,针对该问题,从理论和仿真角度进行了分析。分析目标定位中用到的坐标系及其相互转换关系,给出光电转塔视轴反演、有源目标定位、无源目标定位的算法流程,通过仿真实验加以验证,考虑了定位过程中可能的随机误差来源,并分析是否采用均值滤波及其对定位结果的影响,最后通过Monte-Carlo分析计算了定位精度。分析结果表明:1）有源定位比无源定位的精度高,在仿真假设条件下,精度约提高1倍;2）均值滤波后,定位精度有较大提升（约提高15倍）;3）18 km距离时典型无源定位精度在80%置信度条件下约为39.4 m;4）统计直方图反映出80%置信度CEP半径及最大误差距离随载机位置、姿态、转塔视轴等（体现在目标载机距离上）不同参数的变化结果。     

基于DSP的实时数字图像处理平台

以TI公司TMS320C6711DSP为核心处理单元,设计了一套实时图像处理系统。该系统可以满足远程监控、电视电话等诸多实时视频/图像处理的需求。从视频采集模块、图像处理模块和视频输出模块对整个系统的构成和设计进行了描述,分析了系统设计时的各个关键技术环节。使用了许多图像算法对系统的性能进行了实验,证明该系统完全可以完成常用算法的实时处理。     

基于图像挖掘技术的车辆目标识别方法

在目前的图像处理技术发展现状中,图像挖掘技术是其中一项较为突出和新颖的技术分支。而随着日益庞大的图像数据信息处理量的要求增加,却没有一个有效的分析和处理技术,为此,如何解决大量数据的解析和处理问题是目前图像挖掘技术的主要方向。本文将着重研究图像挖掘技术的原理和其在目前社会中的应用情况。利用简析图像挖掘技术的基本原理分析其数据模型,探讨其所具备的基本功能以及在车辆目标识别上的应用和方法。总结出图像挖掘技术对图像中所存在信息的完全解读,挖掘图像中存在的隐形关联,而且随着图像挖掘技术的不断改进,其目标识别的功能可以应用到车辆管理模式当中。通过实验表明,此方法可以对目标图像中车辆数量和种类的辨识度达到80%以上。