低对比度环境下运动目标光学相关检测技术

在用光电混合联合变换相关器对运动目标进行检测的过程中,为了在提高运算速度的前提下解决运动目标在低对比度环境中所导致的低识别率问题,提出一种基于提升小波的边缘检测算法,该算法能在将目标边缘准确地从低对比度环境中提取的同时,将传统小波变换的计算量减少一倍,显著提高运算速度,满足运动目标检测在处理速度上的需求。将该算法应用于光学相关检测,并结合瞬态模板方法可改善目标的识别率,提高在低对比度环境下运动目标检测的效率。对大量具有低对比度特点的运动序列进行光学相关实验,验证了算法对低对比度环境下运动目标检测的可行性。

低对比度目标自动识别技术研究

提出了在实时光电混合联合变换相关器中应用拉普拉斯锐化技术.通过对联合变换功率谱面的锐化处理,提高了联合变换功率谱的杨氏条纹对比度,使得相关峰的对比度明显增强,从而提高了目标识别率.实验证明:利用该技术所能探测的目标对比度最低限度约为0 .5 %.作为实例,给出复杂背景下低对比度(0 .8 %)地面目标汽车的实验结果.

畸变不变联合变换相关器目标识别技术研究

针对传统目标识别方法对目标图像的尺寸、方位敏感问题,采取最大平均相关高度功率谱滤波的方法,对联合变换功率谱面进行滤波,成功地实现并改进了原算法。通过大量计算机模拟和光学实验,证实了在光电混合实时联合变换相关器中应用改进的最大平均相关高度法可以解决存在旋转和大小变化的目标识别问题,使得相关峰的对比度明显增强,从而也提高了目标识别率。作为实例,给出复杂背景下地面目标汽车大小变化的实验结果,验证了该算法的可行性。

遮拦目标自动识别技术研究

应用光电混合联合变换相关器对遮拦目标进行探测和识别时,由于复杂背景、低对比度、照明不足及目标不完整等因素,引起相关信息量缺失,获得的相关峰图像中相关点微弱,甚至根本得不到相关点.针对此现象,对遮拦目标的联合目标图像进行了自适应阈值处理,并对其经光电混合联合变换相关器所获得的功率谱进行了墨西哥帽小波变换处理.有效地抑制了遮拦目标在光电混合联合变换相关器中的噪声干扰,增强了遮拦目标和模板相关信息衍射光的能量,使在相关峰面上相关点的能量和对比度得到明显的增强,从而提高了应用光电混合联合变换相关器对遮拦目标进行探测和识别的能力.实验表明:自适应阈值处理和墨西哥帽小波变换处理相结合,能够很好地提高相关峰的能量和对比度,可实现遮拦目标的自动识别和探测.

光学相关红外目标识别算法研究

为了解决联合变换相关器对红外目标难以识别的问题,研究了一种基于二进小波边缘检测和迭代阈值相结合的红外目标识别算法,设计了一种新型滤波器,对输入物面滤波。经过滤波处理后的物面能够更大程度上体现图像的特征信息,抑制噪声。实验结果证实该方法能有效提高光学相关红外目标识别的能力。

光学相关复杂背景低对比度目标的识别研究

复杂背景的低对比度目标识别一直是目标探测跟踪的关键技术之一。针对光电混合联合变换相关器,以多小波变换为基础,应用GHM多小波对目标联合图像处理,并采用多尺度非线性方法,通过非线性函数有效地改变各尺度上的细节分量,从而改变图像对比度,达到增强目标图像的目的。对复杂背景的低对比度目标图像进行了大量计算机模拟实验和光学相关实验,结果表明,这种基于多小波图像增强算法,对复杂背景的低对比度目标能够获得明亮的相关点,提高低对比度目标的识别率。作为实例,文中给出航行中低对比度船的图像识别。

光学相关多目标识别技术

光电混合实时联合变换相关器能够实现目标的自动识别和定位(方位角和俯仰角),在复杂背景中,多目标动态测量一直是待解决的关键技术之一,由于背景复杂、目标多、噪声大,因而目标识别效果不佳。针对这一问题,提出了在光电混合联合变换相关器中应用高斯滤波和拉普拉斯算子相结合的新方法,并把其应用在目标图像的频谱面。即基于高斯滤波先对目标图像的频谱进行平滑、积分以滤掉噪声,再利用拉普拉斯算子进行边缘检测,使目标图像轮廓清晰,降低了噪声的影响,消除了双边缘现象,最大限度地保留了频谱图像的细节信息。该方法解决了多目标的识别问题,提高了光电联合变换相关器的目标识别率。给出了飞机多目标识别的实验结果。

折反式坦克目标跟踪识别红外光学系统设计

基于光学相关探测,根据坦克目标跟踪识别系统的需求,设计了一种新型的卡塞格林红外光学系统,其非球面的主镜和次镜都取代为球面镜,不存在卡塞格林系统大口径非球面主镜、次镜的高加工精度和装调困难的问题;为满足大视场、大孔径的像差要求,用三个校正透镜,在保护罩中用一个偶次非球面。其系统结构紧凑,口径大,焦距长,分辨率高,并且各视场均能获得接近衍射极限的成像质量,满足坦克目标跟踪识别系统的总体要求和像质的要求。

小波变换在光学相关目标识别中的应用

光电混合实时联合变换相关器能够实现目标的自动探测、识别和定位,但由于实际中从图像传感器采集到的目标图像对比度较低且存在大量背景噪音,因而目标识别率低且识别效果不佳。基于小波变换的多分辨率分析特点能够更大程度上体现图像的特征信息,将其应用于光学相关目标的自动探测与识别中。将小波变换与联合变换相关器结合起来,通过研究物面的小波图像增强来获取更加尖锐的相关峰,解决复杂背景、低对比度目标的识别问题,取得良好的实验结果,证实小波变换在光学相关领域中具有一定的优越性和良好的应用前景。

新型联合变换相关器光学系统设计

以往联合变换相关器的光学系统结构是一支光路反馈,实时性差且体积大。针对其缺点,设计了一种具有双光路的联合变换相关器。其中,最主要的特点是傅里叶透镜组与准直扩束系统共用同一片正透镜。改进后的装置可以清晰地探测到相关点,并具有体积小的特点。

基于多小波增强的雾天运动目标跟踪技术

在雾天等能见度极低的天气环境下应用联合变换相关器对运动目标进行跟踪识别,针对目标由于灰度对比度极低、能见度差及环境中背景噪声干扰所引起的低识别率问题,提出了一种基于多小波增强的预处理方法,该方法在多小波变换优点的基础上,根据分解后系数的不同特点,采用不同方法分别增强高、低频系数,使处理后的图像在不失真的同时,对比度和目标边缘同时增强,且背景噪声得以抑制。对模拟雾天环境下拍摄的大量运动目标进行光学相关实验,结果表明:该方法能有效提高在雾天天气环境下运动目标的跟踪效率,验证了算法的可行性。

复杂背景下混合畸变目标识别技术

结合高斯函数和最大平均相关高度算法设计了高斯-最大平均相关高度滤波器,解决了光学相关识别系统对混合畸变目标(同时存在比例畸变和旋转畸变的目标)的识别问题.在设计滤波器时,通过优化平衡高斯-最大平均相关高度滤波器的标准差σ、输出噪声方差系数α、平均相关能量系数β及平均相似测量系数γ来提高高斯-最大平均相关高度滤波器对混合畸变目标的响应能力.最后通过仿真实验可知,在畸变容差范围(比例畸变0.92～1.16倍,旋转畸变-8度～24度)内,Vander Lugt相关器利用单个高斯-最大平均相关高度滤波器可以实现任意状态混合畸变目标的识别.作为实例,用高斯-最大平均相关高度滤波器对复杂背景下的飞机目标进行了识别实验,验证了该方法的可行性.

透射式光学相关器小型化设计

针对光学相关器的技术指标,对其光学系统进行小型化设计。傅里叶透镜组与准直扩束系统均采用摄远型式结构,在满足其长焦距的前提下缩短了系统的光学筒长;采用直角反射棱镜折叠空间光路充分利用空间,使系统布局更紧凑;利用计算机辅助设计软件ZEMAX对光学系统结构进行优化,最后研制出的小型化透射式光学相关器总长在150mm以内,总宽在130mm以内,实现了小型化目的。改进后的光学系统结构为双光路处理结构,具有实时性强的优点。经实验验证,该装置具有较好的相关探测性能,并且噪声小、探测精度高。

小波变换在实时联合变换相关器中应用的研究

通过目标图像的小波变换获得图像的多分辨率小波梯度信息,再利用线性或非线性的变换来处理图像的小波梯度信息,这样便得到了一幅梯度信息增强后的小波系数,利用图像复原技术便能得到对比度增强后的目标图像,从而使实时联合变换相关器能较好地识别复杂背景低对比度的目标图像。

光学识别系统小型化设计

针对光学识别系统的技术指标,对其光学系统进行小型化设计。其中,傅里叶透镜与准直扩束系统均采用摄远型式结构,在满足其长焦距的前提下大大缩短了系统的光学筒长。为了使系统结构更精巧,引入了二元光学元件,利用ZEMAX辅助设计软件对光学系统结构进行优化;通过有效地折叠空间光路使系统布局更紧凑,最后研制出的小型化透射式光学识别系统,其总长为130 mm,总宽为90 mm,实现了小型化。经实验验证,该系统具有较好的相关探测性能,具有噪声小、探测精度高的优点。

复杂背景下低对比度目标的光学相关探测和识别

光电混合联合变换相关器可以实现光学图像的探测、自动识别、实时跟踪和高精度定位。但当实际的目标图像对比度低、背景噪音大时,相关峰对比度降低,甚至没有相关峰。文章将空域直方图均衡化与频域滤波器相结合,提高了目标图像的对比度,减小了背景噪音,获得了尖锐的相关峰,解决了复杂背景低对比度目标图像的识别问题,获得了很好的实验结果。大量的计算机模拟和光学实验表明,相较于其他复杂的算法,该算法简单、实现速度快,效果良好。

联合变换相关器远红外变焦距光学系统设计

根据光学系统的技术指标要求,设计了一种长波红外变焦光学系统。该系统选取红外材料锗和AMTIR1,适用于长波8~12μm的系统成像,具有15倍大变倍比,CCD像素尺寸为45μm×45μm。通过对红外变焦光学系统的优化设计,当截止频率为11lp/mm时,各视场的MTF曲线值〉0.6,各视场点列图均方根半径与艾里斑半径接近,波像差〈1/4波长,像面稳定性良好,满足光学系统的设计要求,进一步提高了联合变换相关器跟踪和识别目标的能力。

复杂背景目标自动识别谱面处理技术研究

应用光电混合联合变换相关器对目标进行探测和识别时,由于实际拍摄的图像背景非常复杂,对比度较低,亮度不足等原因,使得相关峰很弱甚至根本得不到相关峰,不能达到探测和识别的目的。为此提出在光电混合联合变换相关器的功率谱面应用小波变换处理技术,有效地抑制了联合变换功率谱中的噪声干扰,提高了有用信息衍射光的能量,从而增强了应用光电混合联合变换相关器对复杂背景目标进行探测和识别的能力。实验证明利用经过小波变换处理后的联合变换功率谱所获得相关峰的对比度,较处理前由联合变换功率谱所获得相关峰的对比度能够达到百分之百的增强效果。作为实例文中给出了湖中小船处理前后的光学实验结果,从实验结果中可以明显看出此种处理方法的有效性。

基于多小波变换的红外目标探测与识别

针对光电联合变换相关器目标识别的实际应用,对待测红外目标图片进行多小波变换,并利用模极大值法提取其边缘.通过获取更多的轮廓信息,从而提高对目标的识别能力.计算机模拟了常用于红外目标处理的多小波GHM和SA4,实验结果表明:基于GHM多小波提取的边缘能获取大量的图像轮廓信息,其识别结果明显优于SA4多小波.将目标原图的光学相关探测结果与基于GHM多小波提取的边缘图像光学相关探测结果进行比较发现,经多小波预处理后的边缘图像能有效增强相关峰强度.

小波改进最大平均相关高度法实现畸变目标识别

为了解决图像匹配识别中复杂背景下畸变目标无法准确识别的问题,结合墨西哥帽(Mexican Hat)小波母函数重新设计了最大平均相关高度(MACH)滤波器,得到墨西哥帽-最大平均相关高度(Mexican Hat-MACH)匹配滤波器进行复杂背景下畸变目标的识别。为了平衡墨西哥帽-最大平均相关高度匹配滤波器的各项性能,需要对原有的最大平均相关高度滤波器的3个性能控制参数和墨西哥帽小波函数的尺度系数重新进行选择和优化。通过对大量的不同目标进行实验后表明,当3个控制参数为γ=1,β=α=0.15,尺度系数为15时,新设计的墨西哥帽-最大平均相关高度匹配滤波器有较高的通用性,能够对各种类型的复杂背景下的畸变目标响应较高的相关峰,并有更高的畸变容差。作为实例,用墨西哥帽-最大平均相关高度滤波器对复杂背景下的小飞机目标和低对比度坦克目标进行了识别实验,验证了该方法的可行性。