大视场紧凑型仿生复眼成像系统研究

针对视觉导航系统对小型化、超分辨成像和近程立体视觉的需求,研究了一种基于微端面光纤面板的大视场紧凑型仿生复眼成像系统。利用视轴发散的微小型透镜组进行大视场成像,并以切削斜端面的光纤面板进行图像传输,将大面阵(5120×5120像素)CMOS相机与光纤面板后端面直接耦合实现图像输出,可实现9个视场部分重叠子孔径图像同步实时输出和采集。在实时化拼接处理中,利用CUDA并行加速方法进行图像拼接,单帧的拼接耗时小于30ms。视场部分重叠复眼成像模式还可配置偏振片或滤光片构成全偏振或多光谱成像,在天空偏振光导航、无人机紧急避障、弹载侦察、近程引信以及水下无人潜航器导航等领域具有广泛的应用前景。     

基于改进ORB-GMS-SPHP算法的快速图像拼接方法

针对传统图像拼接算法存在拼接速度慢、图像拼接有色差等问题,提出了一种基于ORB-GMS-SPHP算法的大视场多图像拼接方法。该方法首先利用高斯函数构建尺度空间,将高斯尺度空间划分为多个网格,在每个网格内借助FAST算法提取尺度空间特征点,使用BRIEF算法提取描述符并匹配,得到更加均匀分布的特征点;然后使用运动网格统计算法筛选匹配点;最后采用SPHP算法融合图像重叠区域,从而得到完整的拼接图像。将改进的ORB-GMS-SPHP算法与现有的传统特征点匹配算法在特征点匹配精度和特征点匹配速度进行对比与评价,验证了该方法特征点匹配速度快、精度高,并且可以保留更多的正确匹配点的特点。将该拼接方法与传统拼接方法在拼接速度、图像配准均方误差RMSE以及视觉主观判断拼接色差进行对比与评价,验证了该拼接方法具有较快的拼接速度、更高的拼接精度和无明显色差。该方法在2 736像素×3 648像素图像中,特征点匹配时间降低至6.463 s,图像配准精度RMSE降低至3.87。实验证明该方法特征点匹配速度快、精度高,且拼接精度高、无明显色差。     

利用高速采集系统实现角速度波动的测量

利用自行研制的高速采集系统,通过测量和数据处理软件来实现角速度波动信号的采集和处理,利用定时测角原理实现瞬时角速度的测量,并通过实验验证了该方法的可行性.     

基于飞行器图像的目标跟踪方法研究

提出了一种利用飞行器图像进行目标跟踪的方法，建立了飞行器图像跟踪系统。该系统利用一种云台控制算法搜索飞行器的图像，通过对飞行器图像的边缘检测、图像中心点提取等处理，实现了飞行器图像定位。理论计算和实际应用表明，该系统可以对低马赫数和高马赫数飞行器进行图像跟踪。     

轮廓拼接在光学非球面超精密坐标测量中的应用

针对光学非球面的高精度检测问题,研究了轮廓拼接技术在超精密导轨直线度误差的分离与补偿,大型非球面镜测量过程中传感器量程的扩展,以及高陡度保形光学非球面面形检测三个方面的应用.试验表明:利用轮廓拼接方法能够高精度的重构出面形轮廓,扩展系统的测量能力,方法简单,实用.     

一种高陡度光学镜面高精度机械式测量方法

本文建立了高陡度光学镜面的多段拼接测量方法,将高陡度光学镜面轮廓的测量分割为具有一定重叠区域的数段较短面形轮廓的测量.通过测量系统与被测工件之间的相对旋转与平移运动调整被测工件的姿态实现分段轮廓的测量.之后通过拼接算法将各段面形轮廓拼接起来,重构出被测工件的面形误差.在建立了测量数学模型的基础上,介绍了设计的测量实验系统.并进行了相关实验.仿真与测量实验表明:上述方法能够高精度的重构出被测轮廓.     

基于图像域分块的条带SAR 自聚焦算法

文章针对条带合成孔径雷达,提出一种基于图像域分块的自聚焦算法。该算法在图像域进行方位向分子 块,采用图像偏移(MD)算法减小相位误差梯度的拼接误差,实现条带SAR图像的自聚焦处理。给出了算法流程, 讨论了算法的主要步骤及原理,并利用实测数据对算法进行了验证。实测数据处理结果表明该算法能有效改善条 带SAR图像质量。     

基于CCD的叶片气膜孔快速检测技术研究

研制了一套基于CCD的叶片气膜孔快速检测系统,采用机器视觉的方法,配合四轴测量机构,实现在叶片围绕轴线旋转的同时采集气膜孔的图像,然后利用Halcon图像处理算法库实现图像处理,并计算出气膜孔的尺寸参数。通过对某厂的叶片进行了测量实验,实现了对气膜孔轴线方向和直径的测量,弥补了气膜孔无法定性检测的技术空白,具有推广应用价值。     

视频图像判读处理系统应用研究

本文描述了一种基于视频图像的分析处理系统,结合靶场应用工程实践,提出利用微机终端显示器作为像框坐标测量器,实现对靶场测量视频图像的判读处理。不仅具有丰富的数字图像处理功能,还可对原始图像进行像增强、亚像素等处理。     

基于背景纹影技术的随机介质折射率场测量

针对光线通过复杂流场时产生的光传输效应问题,提出了基于背景纹影技术的复杂折射率场测量方法,给出了根据粒子图像偏移量求解折射率场分布的计算方法和推导过程,并对该方法的分辨率与灵敏度进行了理论分析。在此基础上,对火焰上方折射率场的分布进行了实验测量,利用粒子图像测量(PIV)技术对实验图像进行处理。结果表明:实验测量得到的空气折射率最大值为100029,最小值为100009,测量有效值小于00001。表明该方法具有较高的测量精度,能够有效实现复杂折射率场的实时精确测量。      

仿生导航技术综述

仿生导航技术是一种模仿动物导航机理的新型导航技术,涉及认知科学、机器学习、计算机视觉和信息融合等多个学科。仿生导航因具有自主性好、自适应性强等特点,近年来成为了导航领域的研究热点之一。首先阐述了仿生导航的内涵,然后从仿生导航传感器技术和仿生导航方法两个方面简要介绍了国内外研究现状和发展趋势。其中,仿生导航传感器技术包括了仿生光罗盘、仿生磁罗盘、仿生复眼等内容;仿生导航方法主要涉及导航经验知识的表达与机器学习、仿生多源异质导航信息融合、面向任务的仿生路径规划与导航等。最后,对仿生导航技术进行了总结,并对未来发展进行了展望。     

一种基于改进太阳子午线拟合方法的仿生偏振光定向系统

为设计一种自主性强、精度高、抗电磁干扰能力强的定向系统,以昆虫获取大气偏振模式的感知机理为基础,设计了一种新型的成像式仿生偏振光定向系统.该系统使用具有微偏振阵列结构的CMOS相机作为主要的偏振信息采集设备,使用DSP/ARM架构的NVIDIA JETSON TX2嵌入式处理器进行信息解算,具有体积小、运算能力强等优点...     

基于某机载视频部件智能检测系统的设计与实现

检测系统是检测产品功能、性能以及产品是否能满足用户需求的重要测试工具,机载计算机技术指标的测试从准确度、覆盖率以及稳定性、可靠性方面对其检测系统提出了更高要求。原始的视频信号检测需使用视频图像和测量工具相结合的方法进行,不易于故障定位及维修。主要阐述了基于某机载视频部件的智能检测系统的设计和实现,突破了原始的视频信号检测方法,检测系统通过对5种不同格式的视频信号进行自动检测,显示出详细全面的测试信息,实现了检测系统对被测件的智能检测,使得检测系统的故障覆盖率、准确度得到保证。该检测系统已成功运用于某机载视频部件,且性能稳定可靠,同样适用于其它机载设备中同类产品的检测。     

视频条件下SAR仿真

分析了合成孔径雷达信号处理过程,在视频条件下使用VC 6.0与SimuLink结合构建了机载合成孔径雷达仿真系统软件,采用RD算法实现了点目标成像仿真,与在中频条件下相比速度上具有显著的优势。     

SDRAM在机载显示系统中的研究应用

飞机座舱显示系统是航电电子系统的重要组成部分,在机载显示器实时视频图像处理中,通常都要对视频图像进行缓存,因此需要大容量的存储器。传统的SRAM由于成本高、速率慢,已经无法满足视频处理对存储器的要求,SDRAM速率快、容量大、体积小,是比较理想的器件。提出一种基于SDRAM的设计,在DVI视频处理电路中可以实现对1600×1200的视频做图像缓存处理,可以在航电显示系统中用于视频缩放、视频压缩、视频增强等。     

无人机地面站图像压缩传输系统设计与应用

针对无人机地面指挥控制系统要实现互连、互通、互操作的网络化要求,设计了视频信号实时网络传输和显示系统。系统由基于DSP的服务器端和通用客户端播放器组成,服务器端通过设置并行任务完成视频信号的实时采集、编码和发送,客户端完成视频信号的实时接收、解码和播放,从而使系统实现了图像信息在地面站所有显示终端上的实时显示。实验结果表明,系统完全满足无人机地面站系统功能及指标要求,并且通过网络化技术节省了地面站宝贵空间资源,系统设计方法对同类型系统具有一定借鉴意义。     

第一视角飞行模式设计与无人机着陆试验研究

设计了一种第一视角飞行模式,同时观察图像与导航数据来控制无人机飞行并实现着陆.第一视角飞行是一种基于无人机上加装无线图像传输设备,在地面看屏幕操控无人机的操作模式.无人机操纵员通过观察前视探测器拍摄的图像和导航数据控制遥控器,地面控制站捕捉遥控器的输出信号并把该信号通过数据链传至机载飞控系统,从而实现对无人机的控制.该飞行模式的实现,提高了无人机飞行的机动性,突破了小型无人机只能在本场着陆的限制,使无人机可以在远离本场情况下安全着陆.     

视频序列中的人脸检测算法

根据视频序列的特性,首先采用背景差分法提取视频中的运动区域,之后对检测的运动区域采用对数扩展的方式调整光照的影响。采用基于YCbCr颜色空间的肤色模型进行检测得到人脸候选区域,并采用一定的阈值去除小的非人脸的区域,再通过在人脸候选区域检测眼睛位置,利用人脸几何特征精确定位人脸。实验表明,该方法提高了检测速度,降低了误检率,可以应用在视频监控等实时系统中。     

AFIT neural network research

A brief summary of research done at the Air Force Institute of Technology (AFIT) in the area of neural networks is provided. It has been shown that backpropagation, used for feedforward artificial neural networks, is just a degenerate version of an extended Kalman filter, and that networks can do about as well as the optimum statistical classification technique. A method of finding the importance of features for use by a neural network classifier has been determined. Techniques for using neural networks for image segmentation have been developed. In optical pattern recognition, techniques that allow the processing of real FLIR (forward-looking infrared) images with existing binary spatial light modulators have been devised. An optical direction of arrival detector applicable to laser illumination direction determination has been designed and tested; the design is similar to a fly's eye. Coated mirrors for the optical confocal Fabry-Perot interferometer have been designed, specified, fabricated, and installed. Significant progress has been made in the use of neural networks for processing multiple-feature sets for speech recognition