排序方式: 共有12条查询结果,搜索用时 0 毫秒
1.
2.
3.
4.
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。 相似文献
5.
6.
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。 相似文献
7.
8.
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。 相似文献
9.
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。 相似文献
10.