基于视频图像处理技术的汽车防撞系统的研究现状

视频图像处理技术应用于汽车防撞系统,可以极大提高车辆的安全驾驶性能。重点介绍基于视频图像处理技术的汽车防撞系统的工作流程,以及该类系统进行目标距离测量采用的模型。并针对该类系统核心的目标车辆检测的方法就国内外的研究现状及研究成果进行了总结,指出基于视频图像处理技术的汽车防撞系统的目标检测朝着多种特征融合、多维模型的方向发展。     

凝视视频卫星目标检测算法

为了实现对高分辨率光学遥感视频卫星成像视场范围内的飞机目标进行快速高效检测,提出一种遥感影像快速目标检测方案。文章借鉴深度卷积神经网络模型YOLO系列算法高速检测目标优点,引入端对端式全卷积神经网络构建检目标测算法,通过实验统计和探索光学卫星成像视场范围大小对目标检测准确率和检测速度的影响,结合目标尺度进行网络调优、改进检测模型,得到基于凝视成像视频卫星目标检测的高效算法。运用算法对来自"吉林一号"光学A星及视频3星的影像数据集进行目标检测实验统计,在413张800像素×800像素的静态遥感影像测试集中实现76.2%的平均检测准确率,在同等尺度的遥感视频序列中实现31帧/s的检测速度。该算法成功将深度卷积神经网络技术引入到凝视视频卫星遥感应用领域,有效证明了深度学习技术在遥感视频识别领域的可行性。     

遥控武器站中导弹制导信息获取技术研究

遥控武器站是基于视频图像和电驱动实现遥控操作的武器系统,其导弹的制导信息是由电视测角仪获取的.文章在分析电视测角仪功能的基础上,提出在遥控武器站中运用图像处理技术获取导弹制导信息的设计思想.由遥控武器站观瞄系统获取目标和导弹"弹标"光源的视频信息,采用Mean-Shift算法,实时解算显示器上显示的导弹坐标和目标坐标信息.根据弹、目坐标自动求解导弹在飞行过程中偏离瞄准轴线的角偏差,获取导弹的制导信息,从而简化了制导设备,提高了武器站的集成度,方便射手使用.实验结果证明,遥控武器站中采用功能融合思想,运用图像处理技术获取导弹制导信息是可行的.     

多载频MIMO汽车雷达ESPRIT-MUSIC快速联合算法

为提高汽车防撞雷达测角反应速度,结合ESPRIT和MUSIC算法的优点,提出一种多载频MIMO汽车雷达ESPRIT-MUSIC快速联合算法。方法通过采用MIMO雷达产生虚拟阵列来减小系统体积。首先利用ESPRIT算法粗估目标角度,然后通过MUSIC算法在粗估角度附近进行谱峰搜索,精确估计目标位置。仿真结果验证了所提方法的可行性和有效性。     

复杂背景中红外弱小目标检测技术研究

对复杂背景中红外弱小目标检测识别的一种图像处理技术进行了研究。用最大中值滤波进行预处理以抑制孤立噪声影响,采用时域方差滤波抑制背景信息,对滤波后的图像根据直方图信息进行自适应二值化处理,由多帧轨迹确定目标。用实验与基于形态学算子滤波的目标检测算法进行了比较,结果表明该算法能获得较满意的目标检测结果,两种滤波方法的组合可有效提高信噪比。     

基于注意力机制特征重建网络的舰船目标检测

深度学习为遥感领域诸多应用提供了重要的技术支撑,光学遥感图像的舰船目标检测对国防侦察和预警具有重要意义。真实场景中的舰船往往呈不同方向任意排列,且小目标的占比大,经典的深度学习目标检测算法在这种复杂条件下精度低、易漏检。为此,本文设计了基于注意力机制特征重建网络的舰船目标检测算法。首先,通过引入注意力机制对多尺度特征融合网络模型进行训练,以高召回率产生水平锚框;然后,旋转锚框以缓解密集排列目标引起的噪声问题,并利用特征重建模块来缓解特征不对齐的问题,实现模型精炼。在HRSC2016和DOTA数据集上的测试结果表明:舰船目标检测平均精度分别达到90.20和87.52,相比经典的深度学习目标检测算法得到了有效提升,并在模拟星载嵌入式智能图像处理平台上验证了算法在轨应用的可行性。     

轻型汽车加速性能测试仿真实验平台研究

随着计算机技术的快速发展,汽车工业领域逐渐引入了计算机仿真技术。虚拟实验技术越来越广泛的应用到车辆的性能检测中。论文采用了3Dsmax软件平台建立了车辆和滚筒试验台模型,将模型导入到VR-platform平台,建立了汽车虚拟试验场景。该测试仿真实验平台可以模拟汽车在不同工况下的运动状态,使得在没有实验设备和场地的前提下也可以完成汽车的加速性能测试。相比传统的测试方法来说,具有测试成本低、开发周期短、风险系数下降等优点。     

基于图像处理的目标活动分析方法

提出了基于图像处理技术的目标活动航路分析和区域分析方法,对于稀疏航迹点通过侦察数据图像化、二值化以及图像滤波实现了目标活动航路提取,对于密集航迹点通过侦察数据热度图生成、图像去噪、图像增强实现了目标活动区域提取。使用仿真数据验证了将图像处理技术引入目标活动分析的有效性和优点。     

结合形态学理论与Hough变换的SAR图像线目标检测方法

针对典型线状军事目标,提出一种SAR图像的目标检测方法。该方法首先将分块阈值分割的思想应用于未经斑点噪声抑制的原始SAR图像,得到ROI(Region of Interest)图像;然后,利用区域的几何特征有效地剔除大量虚警,并采用形态学梯度算子提取目标的边缘信息,与传统的Canny边缘检测相比,边缘轮廓更加连贯;最后,利用Hough变换对梯度图像进行直线检测,得到机场跑道的边缘。该方法对原始SAR图像采用传统的图像处理技术进行目标检测,因此,比基于SAR图像统计特性的目标检测方法简单易行。对真实SAR图像的实验结果验证了该方法的有效性。     

固体火箭发动机地面试验故障图像的目标检测

把数字图像处理技术引入到固体火箭发动机地面试验中,为固体火箭发动机地面试验的故障分析提供一种新方法。文中基于开展数字图像处理工程研究的基本思路主线,即图像预处理-图像分割-图像分析及目标检测,进行了固体火箭发动机地面试验图像预处理、固体火箭发动机地面试验故障图像分割和固体火箭发动机地面试验故障图像的喷出物检测的研究。结果表明,数字图像处理技术对固体火箭发动机地面试验图像处理很有效。     

CBERS-1卫星IRMSS数据及融合技术在鸭绿江口示范应用评价

文章通过丹东鸭绿江口与大连地区典型研究中采用的 CBERS-1卫星IRMSS数据,对数据图像的质量、图像信息的处理方法和专业应用潜力进行评价。通过评价IRMSS不同波段数据的应用效果,加速IRMSS数据的推广应用。     

大型降落伞抽打现象的录像分析方法

文章提出一种利用单台无姿态信息摄像机拍摄的空投录像来分析大型降落伞抽打现象的方法,利用图像处理方法得到拉直结束后降落伞中轴线,并将之近似为相互连接的直线段,并以降落伞结构参数作为先验信息求解拉直结束后伞衣位形,同时采用静态测量及单摆试验测量方法验证了分析方法的有效性,最后对有无抽打现象产生两段大型伞空投试验录像进行分析。分析表明,抽打发生时,伞衣顶部摆动剧烈,持续时间长,两帧间平均速度较大,分析结果可为抽打现象的理论研究提供数据验证。     

运载火箭飞行测量数据奇异点检测和降噪处理的小波方法

以提高火箭飞行测量数据处理精度为主要目的,结合弹道处理的实际,将小波理论运用于火箭弹道测量数据的分析。首先,在对信号奇异性、小波方法检测信号奇异点原理探讨的基础上,通过对火箭飞行外弹道测量数据奇异性的分析,确定了用于火箭飞行数据奇异点检测的小波函数的选取原则,提出了对跟踪测量数据奇异性点准确定位和分析其奇异性类型的方法;其次,为提高处理火箭飞行弹道的光滑度,深入探讨了弹道测量数据的小波消噪方法,结合雷达跟踪测量数据的实际分析和处理情况,就数据是否处于火箭在级间分离段提出了不同的处理方法。该算法原理简捷,计算复杂度较低,易实现。最后,通过对某试测的两个测量站雷达弹道测量数据的分析处理,论证了上述方法的正确性,取得了明显的效果。     

CBERS-1卫星IRMSS数据在冀中地区应用评价研究

通过冀中保定—廊坊地区典型研究中采用的CBERS_1卫星IRMSS数据 ,对数据图像的质量、图像信息的处理方法和专业应用潜力进行评价。通过快速评价 ,以评估IRMSS不同波段数据的应用效果 ,加速IRMSS数据的推广应用。     

引入图像复原技术的遥感卫星图像压缩解码算法

针对遥感卫星基于小波变换的光学图像有损压缩算法,提出了一种引入图像复原技术思路的算法,对遥感图像解码处理过程中获得的低频信息进行复原,可以获得更多的用于在频域范围内描述图像结构信息的高频分量增益,从而提升整个解码图像的质量。通过此算法与传统的小波压缩算法进行对比,结果表明:压缩恢复图像的峰值信噪比(PSNR)较传统算法有0.1~0.3dB的改善,压缩恢复图像表现出更为丰富的纹理特性,可降低对遥感卫星图像数据处理和天地链路数据传输的要求。     

运载火箭飞行测量数据误差分析的小波方法

以提高火箭飞行跟踪测量数据处理精度为目的。结合弹道处理的实际，将小波理论运用于火箭弹道测最数据的分析。本文首先针对火箭飞行弹道测量数据的特征，应用小波理论建立了弹道测量数据事后误差分析处理方法的杠架模型，创建了雷达测量数据诸元的多项式和B样条时序分析模型，提出并验证了雷达测量数据的随机分布模型；其次，对受到噪声干扰时间段数据模型出现严重病态的情况，建立了基于多项式拟合和B样条函数选取有限时间段拟合的火箭弹道建模和预测的二次建模方法；最后，利用所提出的分析处理方法对某次任务两个测量站雷达弹道测量数据的分析，处理效果显著，精度理想。实验验证了上述方法是一种理想的弹道测量数据事后误差分析处理方法。     

新一代运载火箭地面设备监控系统研究

介绍采用数字化视频远程图像监控 ,应用于新一代运载火箭地面设备监控系统的设想。论述利用数字视频远程监控技术可在新一代运载火箭地面设备监控系统内建立监控调度中心 ,对远端现场的图像声音及其他敏感数据进行实时监控以便对敏感事件进行快速反应。     

一种新的无人机监控图像实时目标识别算法

提出一种新的无人机监控图像实时目标识别算法。首先将获取的无人机监控图像应用自适应阈值分割将其转换为二值图像。对二值图像进行形态学处理,定位潜在目标出现的位置。最后对潜在目标区域再次应用局部自适应阈值分割获取目标,同时给出每个目标的图像坐标位置。飞行试验表明该算法保证实时性的情况下,有较高的识别正确率。     

Lunar lander's three-dimensional translation and yaw rotation motion estimation during a descent phase using optical navigation

Optical navigation for a lunar lander consists of estimating a lander's 3-dimensional (3-D) relative dynamic motion with respect to a preselected landing site using a passive 2-dimensional (2-D) video image sequence. Lunar landing missions require a lander to perform an autonomous accurate landing with simple mechanical structure, easy operation and low cost. These requirements have motivated the need to develop an advanced navigation system. Existing navigation systems trade-off simplicity, accuracy and cost. High accuracy navigation systems typically imply complexity and high cost. In this paper, we consider a scenario where the descending phase starts from an initial altitude of 10 km with a time-of-descent of 100 s. The navigation camera is an off-the-shelf optical instrument used to take the video image sequence of the landing site during the landing phase. It is fed into the motion estimation algorithm to be processed. The continuous wavelet transform (CWT) is used to analyse each image frame of the input digital video image sequence. The output is a 2-D video image motion trajectory map, which represents the projection motion of the landing site. The 2-D video image motion is projected back to the 3-D lander's relative motion based on a geometric analysis. The outputs of this estimation algorithm are the 3-D attitude motion parameters of the lander at a time corresponding to an image being taken. The attitude determination and control system (ADCS) of the lander uses these data to perform the lander's attitude control task. In this article, we provide the motion modelling for a lunar lander during the descending phase. The projection of a 3-D planar to 2-D image plane is analysed which build the correspondence between the 3-D lander's motion and the 2-D image motion. This link provides the evidence for the geometry analysis. CWT is reviewed and CWT for video image sequence analysis is also introduced. Numerical simulation of the estimated 2-D video image sequence under the lander performing a 3-D translation and yaw rotation during the terminal descent are shown to verify the proposed concepts. The analysis of the results show that the proposed method achieves highly accurate 2-D video image motion estimation of less then 1% error with significant savings of cost, mass and volume. It leads to the accurate estimation of the lander's 3-D relative motion with respect to the landing site.