基于引导滤波的分布式多波段图像融合算法

为进一步提高空基光电探测系统对复杂环境与目标的智能感知性能,采用多无人机平台组成分布式空基多波段融合探测系统进行多基线数字多波段测量,系统具备可见光、红外数据协同探测与多波段图像融合能力。为了结合红外与可见光多模态图像的互补信息,文中提出一种基于引导滤波的可见光与红外像素级异构图像融合算法。首先,采用Shearlet变换分别对两幅经过处理的相同视场的可见光和红外图像进行高低频特征分解;接着,通过引导滤波提取图像显著性特征和边缘特征;最后,计算融合的权重再对图像进行像素级融合。本算法在在Ubuntu18.04系统上采用Qt开发框架进行算法实现并在某分布式多机系统下得到验证,算法对于分辨率为640×512的红外与可见光多波段图像源融合时间为32 ms,满足实时图像融合需求,融合后的图像能突出目标的红外辐射特性并较好的保留背景细节信息,为后续目标智能识别提供了保障。

空基分布式协同探测定位精度分析

为提高预警机战场自卫能力,大幅扩展其探测范围以提高预警反应时间,建立预警机与无人机协同的空基分布式探测系统是一种可行途径.针对该分布式协同探测的定位精度问题,以一发两收的典型分布式几何模型和分布式定位方程为基础,推导了多平台融合的定位精度数学表达式.结合仿真实验,着重分析了时间同步误差、俯仰角误差和方位角误差对协同探测系统定位精度的影响,结果表明时间同步误差、方位角和俯仰角误差等对目标的定位精度有较大的影响.通过分布式多平台数据的融合检测和估计提高了目标的定位精度,尤其是改善了基线区的定位精度,为空基分布式协同探测系统的研究提供理论基础.