聚焦形貌恢复方法模型设计

采用基于拉普拉斯算符聚焦形貌恢复方法,提出了模拟目标深度测量的数值模型。数值模拟的核心是基于通过几何光学预测的理想图像的卷积与透镜广义孔径函数的多色点扩散函数,即用聚焦误差替代抛物线圆柱形貌或高斯函数。该模型可以使用基于聚焦形貌恢复方法的传感器真实组件参数、光源光谱、光学系统离差、相机的光谱灵敏度。提出了光学系统离差（消球差、消色差、色差）对确定目标表面形貌的精确度和可靠性的影响。结果表明,该模型可以有效提高实验效率,缩短时滞,降低成本。     

基于偏振特性对石英玻璃和绿漆涂层的反演

物质的偏振特性与其复折射率、表面粗糙度以及观测几何条件有关,为了应用偏振探测技术实现对目标的定量反演,本文首先对两种典型目标(绿漆涂层和石英玻璃)的偏振特性进行了实验测定,并对偏振度与探测天顶角的关系进行了分析。利用实验数据并基于描述目标偏振特性的PG模型首次在考虑了粗糙度的影响下,对目标的折射率、消光系数进行了定量反演,最后将反演结果与参考结果进行比较。结果表明,石英玻璃的折射率相对误差为4.944 9%,绿漆涂层的折射率与消光系数的相对误差分别为11%和21.558 9%。该方法在考虑表面粗糙度的条件下能够更精确地测定物质的复折射率,同时也为偏振技术应用于目标定量反演提供了依据。     

基于6S模型的遥感影像逐像元大气纠正算法

大气纠正的目的是从遥感影像中去除大气影响,并反演获取地物真实反射率。介绍了一种逐像元对遥感影像进行大气纠正的算法,该算法基于6S(Second Simulation of the Satellite Signal in the Solar Spectrum)大气辐射传输模型计算建立的查找表(look-up table),并利用地面暗目标(dark object)进行陆地气溶胶光学厚度的自动反演,由于气溶胶的分布具有空间连续性,在获取地面暗目标气溶胶光学厚度值后,通过空间插值的方法计算影像中非暗目标像元的气溶胶光学厚度值,经过查找表二次插值计算,逐像元进行大气纠正并获取像元地表反射率值。以Landsat5遥感影像为例,介绍了算法流程,展示了大气纠正的结果。结果显示,利用查找表逐像元大气纠正的算法,能够在一定程度上去除云雾对影像的影响,更加精确的对遥感影像进行大气纠正并获取地物的真实反射率。     

货车枕簧丢失故障动态图像识别方法

针对货车运行故障动态图像检测,提出无故障目标识别工作模式,解决货车枕簧丢失故障的自动识别问题。利用Haar特征提取枕簧特征信息,基于AdaBoost算法选取特征并构建层叠分类器,等比缩放搜索窗口检测货车图像,最终分选出无故障的枕簧图像,从而大大地减少了待识别图像的数量,显著地提高了人工识别效率。实验表明,该算法使用的特征简单,搜索策略高效,不受枕簧位置、缩放和旋转的影响,抗噪能力强,对分辨率低、局部遮挡、光照不足或过度曝光等质量较差的图像仍具有很强的适应性,所提出的方案能够满足全天候条件下的货车枕簧目标识别,为货车故障动态图像检测的工程化应用奠定了基础。     

光锥与TDI-CCD耦合监控中测试目标的一种实现方法

为了给光锥与时间延迟积分电荷耦合器件耦合监控装置提供有效的被测运动条纹,分析了传统推扫成像实验装置的不足之处,设计了电子显示目标滚屏运动装置.采用光学相机对印刷条纹静止成像,并用TDI-CCD数字相机对监视器屏幕上的运动条纹动态成像.实验结果表明,该方案解决了高分辨率的鉴别率图样无法在监视器或投影仪上精确显示的困难.与传统的实验室模拟装置相比,该方案提高了鉴别率条纹的运动稳定性,减小了条纹运动速率与TDI-CCD扫描行频间的失配误差,不仅能够对耦合过程实施监控,而且还能用于耦合系统的像质评价.     

二元光学在光学观测轰炸瞄准中的应用研究

光学观测瞄准是大中型轰炸机主要的对地攻击瞄准方式,其光学系统一般采用望远式光学系统,这就要求光学系统能满足可见光和近红外光两个光谱波段。根据国内大中型轰炸机光学观测瞄准系统的主要缺陷,结合光学观测瞄准的实际,探讨了基于二元光学的光学观测系统的组成结构和瞄准原理,分析了可见光波段混合目镜的光学性能、谐衍射物镜的衍射效率以及近红外光波段光学系统的像质,推导了横偏棱镜调平误差引起的瞄准误差的数学表达式,并对设计的合理性进行了验证。     

一种基于HSI颜色模型的目标提取方法

在工业、农业、军事以及医疗等领域中,目标识别是一个关键技术,近年来在图像处理方面已成为一个重要的研究课题。提出了一种用于除草机器人的基于HSI(色调、明度和饱和度)颜色模型的彩色图像目标提取方法。该方法首先将具有某种色彩信息的杂草与农作物从背景土壤中分离出来,然后再根据杂草与农作物形状的不同,采用腐蚀和膨胀的方法进一步将杂草与农作物分离。该方法除了用于除草机器人以外,还可用于水果采摘等。仿真结果验证了该方法的有效性。     

Domain-Specific On-Device Object Detection Method

Object detection is a significant activity in computer vision, and various approaches have been proposed to detect varied objects using deep neural networks (DNNs). However, because DNNs are computation-intensive, it is difficult to apply them to resource-constrained devices. Here, we propose an on-device object detection method using domain-specific models. In the proposed method, we define object of interest (OOI) groups that contain objects with a high frequency of appearance in specific domains. Compared with the existing DNN model, the layers of the domain-specific models are shallower and narrower, reducing the number of trainable parameters; thus, speeding up the object detection. To ensure a lightweight network design, we combine various network structures to obtain the best-performing lightweight detection model. The experimental results reveal that the size of the proposed lightweight model is 21.7 MB, which is 91.35% and 36.98% smaller than those of YOLOv3-SPP and Tiny-YOLO, respectively. The f-measure achieved on the MS COCO 2017 dataset were 18.3%, 11.9% and 20.3% higher than those of YOLOv3-SPP, Tiny-YOLO and YOLO-Nano, respectively. The results demonstrated that the lightweight model achieved higher efficiency and better performance on non-GPU devices, such as mobile devices and embedded boards, than conventional models.     

水稻糙米粗蛋白近红外光谱定量分析模型的优化研究

筛选有代表性的191份糙米样品为试材,其中42份来自国家稻种资源库、149份来自水旱稻杂交产生的DH系,蛋白质含量变幅5.90％～14.50％,采用偏最小二乘法(PLS)建立模型,并构造模型的评价参数——目标函数[R/(1+RMSECV)], 同时借助校正集和验证集两个载荷向量得分二维空间投影图,对近红外定量模型进行评价和优化。结果表明: 在5 000～9 000 cm-1范围内,预处理方法为一阶导数,校正模型和外部检验的目标函数值分别为0.701和0.687;两载荷向量得分直观分布图显示样品的聚类结果与目标函数筛选结果一致,也进一步验证了目标函数是模型评价和优化的有效指标。     

光栅投影轮廓测量的系统标定技术

针对在光栅投影轮廓测量术中系统标定可操作性不强、精度不高的问题进行了全面的分析 ,在此基础上提出一种新的系统结构 ,并推导了物相关系。由于去掉了传统结构的平行和垂直两个约束条件 ,测量系统中摄像机和投影装置可以采取任意相对位置 ,操作十分灵活。对新系统提出了方便实用的标定方法 ,在其中引入了摄像机定标技术。应用该测量系统和标定技术进行实例检测 ,测量结果证明 :与传统方法相比 ,可操作性和检测精度得到了提高