单目弹载图像恢复跟踪目标3D信息的方法研究

提出并实现一种单目弹载图像恢复跟踪目标3D信息的方法,该方法结合导弹的运动航迹和高度信息构建出多目立体视觉三维重建模型来恢复跟踪目标的3D信息,增强了导弹的跟踪和识别能力,提高了精确打击效果。首先,单目成像器获取不同时间和高度的跟踪目标图像,构建多目立体视觉模型;再检测所获目标图像的特征点,对不同图像进行特征点匹配;然后根据匹配的特征点集合估算基础矩阵;接着结合导弹的飞行参数计算成像器的本质矩阵和外参数矩阵;最后,根据多目立体视觉模型恢复跟踪目标的3D信息。实验结果表明,该方法能够准确恢复目标3D信息,提高导弹的精确打击能力。     

旋转失效卫星的运动观测及消旋接触方案设计

以旋转失效卫星的消旋为研究背景,提出一种双重光流约束的特征点运动跟踪识别方法。该方法利用双目视觉,可实现对非合作旋转失效卫星的运动观测,并为机械臂消旋操作提供接触方案。首先,跟踪识别序列图像中稳定存在的特征点并记录其轨迹,采用频域分析的方法检测特征点轨迹的变化频率,从而获取目标旋转角速度,通过地面物理实验,验证所提目标运动观测的有效性;随后,利用特征点轨迹分析目标的运动包络与适宜接触区域,并根据目标运动特性和接触消旋的时间约束,给出完成消旋的接触强度约束,继而得到机械臂的操作性能需求,为接触式消旋的工程实践提供参考。     

基于峰值点的目标对准在MSTAR SAR图像分类中的应用

模板匹配的分类方法是合成孔径雷达目标识别的重要方法。研究了MSTAR SAR图像,指出图像中的目标峰值点本质上对应于实际物体的散射中心,并且在一定方位区间中具有稳定性。假设目标存在位置偏移的基础上,提出先利用目标峰值点对准目标,再生成模板和分类的思想。分析了方位区间中基准图像的选取及对准过程对模板生成和目标分类的影响程度。最后研究了同类变形目标间的分类,提出了峰值点特征增强成像、预分类、目标对准和正式分类的四步算法。结果证明,所提算法具有较高的分类精度和效率。     

基于最大值投影的运动点目标检测算法及其性能

针对低信噪比序列图像中微弱点状运动目标检测,提出了一种基于最大值投影构造组合帧图像与帧序号图像的检测算法,给出了算法的计算步骤。用建立的检测率和虚警率的分析模型,讨论了检测率、虚警率、信噪比、构造组合帧的图像帧数间的关系。仿真结果表明,通过合理选择组合帧数,该算法可有效检测出低信噪比条件下图像序列中的运动点目标和交叉运动的多点目标。     

导弹末制导分析解算

本文提出了将追踪制导与比例导航结合起来的新制导规律。这一制导规律取决于两个参数，它们确定追踪制导和比例导航在导弹末制导中的相对重要作用。对运动非线性方程的数字仿真显示，选用复合制导规律的参数可以降低导弹加速度峰值或缩短缺制导时间。当捕捉住目标的过程在尾追情况下终结时，线性化有效，而线性化运动方程导致一个合流超几何方程。该方程的求解是在近似情况和目标机动时它的前向角为时间的多项函数这样一种普遍情况下     

基于AdaBoost的场景车牌号精确定位研究

场景文本检测与识别对于自然场景的理解、图像中物体信息的获取以及自动驾驶与导航等研究有非常重要的作用。其中场景车牌号识别属于场景文本检测与识别的一个分支,在自然场景中,由于背景复杂、光线暗、模糊等原因,往往造成检测结果的不准确。文本识别的第一步是文本区域的定位,本研究先对图像使用水平滤波器过滤掉大部分背景,然后使用AdaBoost训练haar-like分类器,粗略定位车牌位置,对目标区域进行二值化处理,获得车牌上下边界的点集合,去掉噪点后进行拟合,获得车牌上下边界。对目标区域进行垂直方向投影,根据累加值判断车牌左右边界,从而实现车牌号的精定位。通过实验测试,该算法的准确率和检测效率高。     

基于参数化解调的旋转目标微多普勒频率提取方法

旋转运动是航天领域中最为常见的微运动,如卫星天线转动、弹道导弹自旋运动等。旋转目标的微多普勒特征对雷达目标识别具有重大影响。针对旋转目标不同散射点的微多普勒频率相互重叠、难以提取的问题,提出了基于参数化解调的旋转目标微多普勒频率提取方法。由点散射模型得到旋转目标的微多普勒信号解析形式。考虑到旋转目标微多普勒信号具有正弦频率调制特征,构造了基于正弦模型的参数化解调算子,优化微多普勒频率参数,使解调信号在载波频率处的频谱值达到最大。为了估计多个散射点的微多普勒频率参数,提出了参数迭代估计方法,在每次迭代中只估计当前最强散射点的微多普勒参数,将相应信号分量从原始信号中剔除,消除对后续分量估计结果的影响。仿真和实验结果表明:基于参数化解调的旋转目标微多普勒频率提取方法与传统时频峰值检测方法相比,能更精确地提取相互交叉的旋转目标微多普勒频率,为最终实现雷达空间目标识别提供了理论基础,能应用于卫星天线、弹道导弹等目标的监测、识别。     

单通道SAR对任意运动目标的检测和成像

在合成孔径雷达（SAR）图像中，运动目标会引起散焦和／或移位之类的成像误差，这与目标运动方向有关。为了得到准确而清晰的运动目标的图像，目标位置和速度参数是必须知道的。这里提出了一种对任意方向运动的地面目标进行探测、参数估计和成像的算法。该算法主要是评估由常规单通道SAR雷达数据生成的一系列单视SAR图像。用两个观察模型来估计运动目标的位置和速度，考虑了由于运动导致多普勒频谱的混叠。用这种方法，运动目标可以不受其运动方向的影响而被检测到，估计参数被用来补偿SAR图像中的成像误差。最后，目标在场景中的真实运动情况可以在补偿过的图像序列中显现。     

基于高分辨率二维雷达图像的特征提取与目标识别

分析了雷达目标散射信号特征,在此基础上,根据雷达图像的特点,将二维雷达灰度图转化为一维列向量(即把二维数据排成一维序列);然后,采用AR模型进行图像分析,利用所得到的参数通过线性规划,进行特征的提取、建库与目标识别。最后,分析了不同雷达散射信号与建库、识别的关系。     

一种红外成像引信中的飞机姿态识别方法

红外成像引信可以获得飞机的由完整到局部的一系列动态红外图像，飞机姿态识别对基于导引头信息利用的成像引信确定瞄准点具有非常重要的意义。文中分析了高速交会情况下飞机目标的运动特性，提出了一种飞机姿态识别方法，通过利用遗传算法确定像平面上飞机图像的旋转情况和机头位置，利用测距装置提供的距离信息、飞机图像的长度及红外探测器的系统参数确定飞机的俯仰情况，并利用弹目交会过程中机轴方位角和高低角的不变性重建局部成像跟踪情况下的空间机轴，最后实现了成像引信局部成像跟踪过程中飞机飞行姿态的识别。