为了满足高动态范围高灵敏度的全局曝光模式下成像系统的需求, 基于CIS-2521科学级CMOS图像传感器设计了一个相机系统, 通过分析CIS-2521芯片像素读出结构特点, 通过芯片内部模拟相关双采样与FPGA片内数字域相关双采样完成相关四采样算法, 列向噪声去除效果明显。通过设计曲线拟合双增益通道图像数据合成输出, 保证了系统成像有较高输出动态范围。相机常温下输出图像峰值信噪比达62.9 dB,采用半导体制冷后输出图像峰值信噪比74.3 dB。根据EMVA1288标准实测相机动态范围达到78.2 dB, 设计的相机系统实现了每秒50帧2 560×2 160像素,16 bit深度高清晰度高动态范围图像的实时全局曝光成像输出, 能够满足低照度条件下的高帧频高动态范围成像的需求。

为了解决基于颜色直方图的多目标跟踪方法对复杂场景适应能力差, 容易丢失目标的问题, 文中提出一种将颜色直方图与边缘方向直方图相结合的多目标跟踪方法。该方法首先采用一种分块连通域标记方法进行多目标提取, 并获得目标的颜色、边缘特征; 然后融合目标颜色与边缘两种特征来描述目标的外观模型; 最后对跟踪过程中的目标模板进行更新。实验结果表明, 该方法对于目标在尺度、光照、姿态发生变化以及目标发生旋转情况下能够实现目标的稳定跟踪,具有很强的鲁棒性。实验中对3组挑战性的视频序列进行了测试,目标数目选定为2个,目标窗口大小为64 pixels×64 pixels的情况下,本文方法跟踪速度最高可达20 fps,基本上可以满足实时性的跟踪需求。

为了提高大靶面交汇测量系统的测量准确度，分析了交汇测量原理，推导出脱靶量坐标公式.根据脱靶量公式分析其各项参量，利用几何关系建立像元坐标与偏移角度之间的映射模型.根据映射模型，利用光栅尺设计了一种针对线阵相机的标定方法，该方法不考虑相机参量，将整个光学系统看作一个整体，基于整体参量直接对像元坐标和它所对应的偏移角进行标定.实验结果表明，标定后的交汇测量系统在1.4 m处的平均测量误差为0.4 mm，最大测量误差优于0.6 mm.该方法简单高效，可提高系统标定的速度，且标定误差满足系统交汇测量准确度的要求.

由于现存的大多数基于检测的跟踪器都没有解决尺度变化问题, 本文在传统的基于检测的目标跟踪框架下设计了一种尺度估计策略, 并给出了基于核相关滤波器的自适应尺度目标跟踪算法。该算法利用核函数对正则化最小二乘分类器求解获得核相关滤波器, 通过对核相关滤波器的在线学习完成目标位置和尺度的检测, 并在线更新核相关滤波器。为了验证本文算法的有效性, 选取了10组场景复杂的视频序列进行测试,并与其它5种优秀跟踪方法进行了对比。结果表明,本文提出的方法比上述5种优秀跟踪方法中的最优者的平均距离精度提高了6.9%, 且在目标发生尺度变化、光照变化、部分遮挡、姿态变化、旋转、快速运动等复杂场景下有较强的鲁棒性。

为了满足全局曝光模式下对高动态范围CMOS相机需求，基于CIS-2521 sCMOS器件设计出一个相机系统，通过研究CIS-2521芯片像素读出结构特点和全局曝光模式下驱动时序特点，选用FPGA搭载DDR3作为处理架构，在FPGA内部完成了成像参数控制，sCMOS驱动时序，图像数据采集，图像预处理等SOPC片上一体化设计，并对各个模块功能进行了介绍。设计的相机系统进行成像测试，实现了连续输出50帧/s,2 560×2 160像素,14 bit有效深度的高清晰度高动态范围图像，基本满足科学级成像条件的需求。

针对基于数字微镜器件(DMD)的高动态成像系统在光学设计过程中由二次倾斜造成的畸变，建立了一套基于区域的系统畸变自校正模型。首先，根据像素级区域调光高动态系统中光路设计的特点，分析了畸变产生的原因。考虑不同种类畸变模型产生的原因及特点，结合系统自身的优势，建立了一种基于区域的畸变校正函数模型。为了解决在校正过程中某一点存在多次赋值或者未赋值的情况，采用逆推校正的方法逆向求解畸变参数，进行畸变校正。最后,利用数字微镜器件(DMD)自身投影标定模板的方法,实现了系统畸变的自校正设计。实验结果表明: 校正后的系统像元误差为0.87 pixel。与传统的畸变校正模型相比，该模型可以有效解决系统中的倾斜畸变、径向畸变以及偏心畸变，且畸变校正过程不依赖外部环境，校正过程快、可靠性高，满足了DMD高动态系统像素级调光的要求。

为了对高动态范围场景进行实时有效的观测,设计了一种采用数字微镜器件作为空间光调制器的成像系统.通过改进数字微镜器件的驱动时序,提高数字微镜扩展成像系统动态范围能力.针对光学系统存在畸变,采用多项式拟合法获得数字微镜器件到图像传感器的精确映射关系.针对一般调光算法导致调光后图像可视性差的问题,引入色阶映射算子生成调光模板,获得符合人眼视觉特性的调光结果.实验结果表明,在10帧/s的条件下采用数字微镜器件可提高传统成像系统动态范围66 dB,成像系统总的动态范围达到126 dB,图像传感器控制准确度达到0.69个像素级别,调光后场景高亮目标与暗背景可同时观测到,调光后采集图像的信息熵得到提高,系统满足对高动态范围场景实时成像观测的需求.

为满足**、科研及工业中快速变化场景拍摄时,更高帧频、更大分辨率的要求,研发了一款高清高速相机.该文介绍了高分辨率高帧频CMOS图像传感器芯片AM41V4的功能与特点,并基于该芯片设计了一套高分辨率高帧频的相机系统,该系统使用FPGA作为整个系统的时序控制核心,以DDR动态存储器作为成像暂存器,可以依据试验场合的具体拍摄要求实现灵活多变的工作模式.相机系统在图像分辨率为1 920×1 080时帧频可达1 000 fps,并具有实时监视功能.该系统具有拍摄速度快、成像清晰、高性能、灵活性好等优点,适用于高速运动目标的快速捕获与拍摄记录.

由于数字微镜器件(DMD)空间光调制器结合图像传感器能同时探测高动态场景中的亮暗目标, 本文研究了DMD在高动态辐射场景成像探测系统中的应用。首先, 介绍了DMD实现成像探测的原理, 分析了DMD在高动态场景成像探测系统中的驱动控制方法。然后, 根据DMD在高动态辐射场景成像探测系统中的工作特性, 设计了能使光电成像设备提高66 dB的DMD的驱动控制。文中阐述了系统的主要设计模块和工作参数, 并结合实验验证了系统设计的正确性。实验结果表明: 该驱动控制方法能够实现对高动态场景中亮暗目标的同时探测,满足对光电成像设备动态范围提高66 dB的要求。若光电成像设备采用11位高灵敏高动态科学级图像传感器, 则系统动态范围可达130 dB以上。

由于原始多示例学习(MIL)跟踪的分类效果和实时性较差, 提出了一种加权在线多示例学习跟踪算法。首先, 根据所选定目标位置分别采集目标和背景样本集, 通过对所采集样本集特征的在线学习生成弱分类器集; 然后, 用计算样本集对数似然函数的最大值的方法从弱分类器集中选择K个最优的弱分类器, 给每个弱分类器赋不同的权值, 生成一个强分类器; 最后, 在新的一帧中抽取目标和背景样本, 用生成的强分类器对待分类的目标和背景进行分类; 分类结果映射成概率值, 概率最大样本的位置就是所要跟踪目标的位置。对不同视频序列的测试结果表明, 该跟踪算法的跟踪正确率达93%, 目标大小为43 pixel×36 pixel时处理帧率约为25 frame/s。与原始多示例学习跟踪算法相比, 本算法的实时性提高了67%。