基于色彩衰减补偿和Retinex的水下图像增强

针对水下图像存在的色偏、雾状模糊、低曝光和非均匀光照问题, 提出一种基于色彩衰减补偿和Retinex的水下图像增强算法. 首先, 为校正水下图像的色偏, 利用水体对不同波长光线衰减不一致的特性自适应地补偿其R、G、B通道. 然后, 使用基于多尺度导向滤波的Retinex去除雾状模糊, 增强对比度. 最后, 根据水下图像和自然图像的直方图分布特征对其进行归一化处理, 从而在保存图像主要信息的前提下增强其纹理和曝光. 实验结果表明, 该算法不但具有较优的视觉感知效果, 而且具有较高的图像质量评价分数. 该算法具有较强的适应性, 有助于计算机视觉算法在水下的应用.     

基于粒子滤波的运动目标光电定位仿真研究

运动目标的光电定位不能像静止目标那样简单做均值滤波,鉴于此,引入粒子滤波算法,它不仅可以应用于线性系统,而且还适用于非线性系统。结合光电定位需求,详细推导了计算公式及初值和参数选取公式,对只含测量噪声以及含有测量和运动噪声等的海面运动目标光电无源定位算法进行了仿真计算,验证了算法的有效性,讨论了噪声强度对滤波效果的影响,滤波参数选择对滤波效果的影响,目标运动方式对滤波跟随性的影响,重采样算法对滤波效果的影响等。所得结论为:粒子滤波可用于运动目标光电定位过程,可有效降低定位误差;粒子滤波算法具有较强鲁棒性,适用于噪声较大、目标运动形态变化大等情况。     

基于多通道盲识别的自适应光学图像事后处理

为实时恢复天文或空间目标的湍流退化成像,提出一种适应大气湍流动态变化的多通道自适应光学图像恢复方法.以自适应光学校正后不同时刻的目标成像作为多个通道,建立求解系统点扩散函数的线性方程,根据解出的点扩散函数利用超拉普拉斯算法,求解待观测目标的估计值.结果表明:不同时刻的点扩散函数之间存在互质关系,满足多通道盲识别的理论要求.利用建立的线性方程求解出的点扩散函数与原点扩散函数的均方误差在10^-30~10^-27量级,采用超拉普拉斯算法恢复出的目标成像与原始目标之间的均方误差在10^-5~10^-4量级.本文研究为湍流退化图像的实时恢复提供了理论基础.     

基于粒子滤波和人工势场法的放射源搜寻方法

针对放射源搜寻过程中难度大、定位精度低等问题,提出了一种适用于移动机器人的自主寻源方法。该方法利用移动机器人搭载辐射探测器采集的剂量计数值,根据γ射线的衰减规律建立辐射衰减模型;在机器人前进的过程中利用粒子滤波算法对放射源的参数进行实时估计;采用高斯分布函数对重采样后的粒子进行自适应更新,保证重采样后的粒子具有多样性;根据辐射环境创建机器人路径规划模型,采用人工势场法规划机器人的自主寻源路径。实验在Matlab下进行了仿真验证,结果表明,该方法在有遮挡环境下能够搜寻到未知的单点源,同时自适应更新能够提高算法的稳定性,缩小寻源误差。     

高速双边缘光纤光栅波长解调技术

提出一种双边缘结构对光纤光栅传感进行波长解调的方案,利用被测光谱通过不同光谱特性的滤波器时输出不同光强的比值确定被测光的波长.该系统在解调时不存在任何机械移动部分,比扫描式的解调方法测量速度更快,运行时更稳定、更精确.     

基于DFI一体化网络的水下抗干扰目标跟踪方法

由于水下环境的特殊性,水下机器人容易受水流、可见光反射、遮挡等复杂水下环境影响,从而干扰目标检测器的性能,进而使跟踪算法效果下降,影响跟踪效果。针对这一问题,提出了一种基于目标检测特征提取一体化网络（DFINetwork）的水下抗干扰目标跟踪方法。在传统YOLOv3检测网络基础上,设计了特征提取网络,通过卷积和最大池化运算,输出目标特征信息,并将状态向量维度扩充为10维,同时针对扩维状态向量,构造了扩维滤波器,进而通过后续匹配、跟踪控制等步骤,实现了水下机器人在干扰环境下的目标跟踪。使用标注的水下目标跟踪数据集对所提算法进行测试,并与YOLOv3算法进行对比验证。测试结果表明,与原版YOLOv3算法对比,所提出的算法以2FPS的较小帧率损失,将跟踪精度提高了30%以上。     

波长可调的低噪声全固态黄绿光激光器（特邀）

报道了一种808 nm激光二极管端面泵浦Nd:YAG激光晶体/腔内倍频的波长可调、低噪声全固态黄绿激光器。基于L型折叠谐振腔结构的优化设计,不但使谐振腔对热焦距具有动态热不灵敏性,而且补偿了折叠型结构和凹面反射镜引起的光束像散。基于布儒斯特片的布儒斯特角调节,实现对Nd:YAG晶体受激辐射产生的1 112.62 nm、1 116.70 nm和1 123.24 nm三条谱线的选频和单一波长基频光腔内振荡;调节单一波长基频光的p偏振方向与双折射单晶玻璃光轴之间的夹角,通过压缩纵模个数,实现对该波长基频光的滤波。在此基础上,通过Ⅰ类角度相位匹配LBO晶体腔内倍频,分别获得了556.31 nm、558.35 nm和561.62 nm三个波长可调、高稳定性、低噪声的黄绿激光输出,对应最大连续输出功率分别达到了678 mW、653 mW和606 mW,光光转换效率分别为8.47%、8.16%和7.58%。在输出功率均为500 mW时,功率不稳定度分别为±0.42%、±0.38%和±0.49%,对应激光噪声分别为0.69%、0.51%和0.96%。     

基于双通预脉冲清洁及腔内频谱滤波的高对比度飞秒激光再生放大器

为了提高再生放大器输出激光脉冲的对比度,需要同时提高激光脉冲纳秒尺度的对比度和皮秒尺度的对比度。利用普克尔盒对主脉冲和预脉冲时间滤波的方法,设计了普克尔盒的双通预脉冲清洁装置,通过该装置使再生放大器输出激光纳秒尺度的预脉冲对比度提高了5个数量级;利用频谱整形方法,通过在放大器腔内适当位置插入频谱整形滤波片使得主脉冲前400 ps处的放大自发辐射对比度提高了1个数量级。最终,在双通预脉冲清洁与腔内频谱滤波共同作用下,再生放大器输出激光纳秒尺度的预脉冲对比度从4.3×10^-4提高到了6.6×10^-10,放大自发辐射对比度(主脉冲前400 ps)从5.0×10^-8提高到了5.0×10^-9。     

基于小波的恒电量瞬态响应信号的滤波处理

利用小波变换的阈值法对恒电量响应信号进行滤波处理, 同时与传统的时域和频域的滤波方法进行分析比较, 并且讨论了小波变换的分解层数对恒电量响应信号滤波效果的影响. 结果表明, 利用小波变换可以在时域和频域同时对恒电量响应信号取得良好的去噪效果. 这不仅能提高时域曲线拟合的精度, 还大大地提高了恒电量频谱解析的可靠性. 在实际应用中, 小波变换的分解层数取5～7层可以收到满意的效果.     

权值自适应调整Unscented粒子滤波及其在组合导航中的应用

针对粒子滤波存在的重要性密度函数难以选取和粒子退化问题,提出了一种新的权值自适应调整Unscented粒子滤波算法。该算法在Unscented粒子滤波的采样过程中吸收权值自适应调整的优点,考虑最新量测影响,通过欧氏距离和反映量测噪声统计特性的精度因子来自适应的调整粒子对应权值分布,增加有用粒子的权值,降低粒子退化程度,保持粒子多样性。同时Unscented变换提高了滤波精度,使该算法能更好地适用于非线性、非高斯系统模型的计算。将提出的算法应用于GPS/DR组合导航系统进行仿真验证,结果表明,提出的权值自适应调整Unscented粒子滤波算法得到的东向定位误差控制在±5.5 m附近,北向定位误差则在±5.2 m附近,滤波性能明显优于扩展卡尔曼滤波和Unscented粒子滤波,能提高GPS/DR组合导航系统解算精度。