CMOS图像传感器非均匀性实时校正算法研究

讨论了两点校正法的原理和算法,并针对高速CMOS图像传感器LUPA300,以FPGA作为系统硬件载体设计了非均匀性校正系统,进行实时非均匀性校正.实验结果表明,该系统能够有效地实时校正图像传感器的非均匀性,输出图像质量较高.     

基于三角形周长的暗星全天球自主快速识别

随着星敏感器极限探测星等能力的提高,导航星暗星数目及识别特征库急剧增加,造成星图识别耗时长,误匹配率高。通过介绍传统的三角形星图识别算法原理及不足,结合主星识别算法思想,以主星对星角距和周长为识别特征,提出了一种基于三角形周长的暗星全天球自主快速识别算法。由于9.0Mv全天球导航特征库的构建过于繁琐,为了提高运算速度,采用NVIDIA图像处理器(GPU)并行计算架构,通过CUDA计算比CPU获得了20倍以上的加速。对特征库按周长构造了散列函数,分段存储成若干个子块。识别过程中,对观测三角形周长采用哈希查找法实现子块的快速定位,星角距的识别只在相应的子块内进行,提高了识别速度,增加了识别成功率。用实拍星图分别对基于星角距和周长特征的识别算法进行了验证,实验表明,两种算法均能实现9Mv星的识别,平均识别时间分别为37.7123 s和2.0422 s,后者具有明显的优势,能够大大提高星敏感器的数据更新率。     

基于双星敏感器的船体姿态测量系统设计

提出了一种基于双星敏感器的船体姿态测量系统。本系统采用两台大视场高精度CCD星敏感器,一台指向船艉,一台指向左舷,组合定姿达到提高横摇角测量精度的目的。选用TH7888A作为CCD传感器,成像后经实时图像处理器提取星点目标位置、灰度信息传给数据处理计算机,通过星图识别、姿态确定获取地心惯性坐标系下视轴指向,经岁差、章动、极移、船位、蒙气差等修正,获得惯导地平系下姿态矩阵。依据标定的星敏感器与甲板坐标系安装矩阵,解算船体姿态角,将两台星敏感器解算的姿态角进行融合,达到获取三个高精度船体姿态角的目的。实验表明,该系统航向、纵摇及横摇测角精度分别达到8.46″、7.16″及5.11″,测量精度高、自主性强且能不随时间漂移。     

采用剪切波变换的红外弱小目标图像预处理

提出一种采用剪切波变换的红外弱小目标图像预处理新方法.该方法首先采用剪切波变换对图像进行分解,针对高低频子带的不同特点,对低频子带系数采用基于贝叶斯统计的方法进行处理,推导出剪切波系数为拉普拉斯先验分布的最大后验估计表达式和低频子带阈值;而高频子带则对其系数构成分析后,利用图像不同组成元素能量值的不同设定阈值;对处理后的子带系数进行重构以获得预测的背景图像,将其与原图相减,可得到突出目标且背景被抑制的图像;采用经典的自适应阚值分割法对预处理后的图像进行分割,很好地实现了目标检测.实验结果表明,该方法处理的图像信噪比值高,在客观评价指标与主观视觉两方面均表现出良好的效果.     

船用星敏感器姿态测量误差建模与仿真分析

为提高船用星敏感器姿态测量精度,对星敏感器船体姿态测量误差模型进行了理论分析。首先针对船用星敏感器的使用环境构建了船用星敏感器观测模型,然后推导了基于角度测量的船用星敏感器误差模型,最后仿真分析了星敏感器地平滚动角测量误差、安装角度对船体姿态测量精度的影响。误差模型与仿真结果表明,星敏感器地平姿态测量误差、安装角度标定误差以及安装布局等是影响船体姿态测量精度的主要因素,其中当星敏感器地平滚动角测量误差为100″时,船体姿态测量误差最大可达112″;安装布局对船体姿态测量精度有一定的影响,其中船体姿态测量误差随安装方位角的变化而呈周期性振荡趋势,纵摇测量误差随安装仰角的增加而增大;当星敏感器沿艏艉线方向安装时,航向测量误差随安装仰角的增加而增大,当沿垂直于艏艉线方向布局时,横摇测量误差随安装仰角的增加而增大。     

模板自适应的Mean Shift红外目标跟踪

为了解决Mean Shift跟踪算法中目标模板只能从单一图像建立且很难更新问题,提出了一种结合改进的Mean Shift与增量式支持向量机的红外目标跟踪算法。首先,根据目标区域的灰度直方图对目标进行描述,然后采用标准Mean Shift搜索目标,结合子图图像矩特征进行二次搜索,再计算下一帧搜索的窗口大小,以解决目标尺寸明显变化时造成目标丢失的问题。同时,针对目标遮挡易导致跟踪失败的问题,引入机器学习理论,采用增量式支持向量机自适应更新模板,则目标跟踪问题转换为目标和背景的分类问题。实验结果表明:提出的改进算法在目标尺寸、姿态发生变化或出现部分遮挡时,能有效跟踪目标。     

基于MLE算法的海上角度交会测量方法及其精度分析

针对我国现有测量船单站REA测量体制精度相对较低的问题,提出了基于光电经纬仪的海上角度交会测量方法。介绍了角度交会测量原理和设备布站原则,构建了AE-AE异面交会测量系统,设计了基于MLE(Maximum Likelihood Estimation)算法的海上角度交会测量算法和船摇修正方法,仿真分析了船体姿态测量误差、设备测角误差以及站址定位误差等的影响。仿真结果表明,站址测量误差是海上角度交会测量的最主要误差源,船体姿态测量误差和设备测角误差对海上角度交会测量精度有一定的影响,当船体水平姿态测量误差优于20″、航向测量误差优于30″、设备测角误差优于20″、站址测量误差优于1 m时,海上角度交会测量精度可达1 m。该法解决了动态条件下的飞行目标高精度测量技术难题,为后续工程设计奠定了基础。     

基于在线支持向量机的Mean Shift彩色图像跟踪

为了解决传统Mean Shift跟踪方法中目标模板只能从单一图像建立,且很难更新问题,提出了一种新的Mean Shift彩色图像跟踪方法。将RGB颜色空间投影到HSV颜色空间,建立了基于HSV颜色空间的统一直方图核函数模型。为了实现模板在线更新,引入在线支持向量机,推理了基于HSV空间的在线支持向量机的Mean Shift跟踪算法,从而适应目标因尺寸、姿态及光照造成的模型变化。为了验证算法的有效性,对两组国际通用的CAVIAR彩色图像序列进行了跟踪测试。实验结果表明,提出的改进算法在目标姿态、光照或背景发生较大变化时,能有效跟踪目标。当图像分辨率为384×288(目标尺寸约为20×80)时,最快处理速度达40f/s,且跟踪精度比传统Mean Shift提高32.1%。     

CCD星图模拟器的设计及验证

为了方便星图识别算法和星敏感器性能的测试,设计了一种CCD星图模拟器,开发了星图模拟软件。采用高分辨率显示设备及平行光管模拟无穷远处平行光,实现了高质量星图的模拟。通过高精度QUEST算法求解姿态,对模拟的星图进行了验证。计算了3颗以上恒星的偏航角、俯仰角和滚动角,对100幅模拟星图进行了统计分析,结果显示其定位精度已达98．1％。目前,该星图模拟器已成功用于实际项目,为后续的测试星图识别算法提供了良好的依据,并缩短了开发周期。