1 北京航空航天大学 电子信息工程学院, 北京 100191
2 北京信息技术研究所, 北京 100013
为解决目前方法在动态复杂环境下不能有效区分车灯和瞄准镜及“猫眼”效应目标识别率低的难题, 提出了一种基于纹理特征的“猫眼”效应目标识别方法.首先采用列均值相减、指数高通滤波和中值滤波对差分图像进行滤波去除车灯；然后依据“猫眼”效应目标的形状特性进行判别；最后根据“猫眼”效应目标的纹理特征, 构造隶属度向量, 按照最大隶属度原则, 采用模糊综合评判对“猫眼”效应目标进行识别.试验结果表明, 与基于形状和频率双重判据的“猫眼”效应目标识别方法相比, 该方法有更高的识别率和较低的虚警率.
激光成像 目标识别 纹理特征 “猫眼”效应 图像增强 图像配准 图像处理 指数高通滤波 Laser imaging Target recognition Texture character “Cat-eye” effect Image enhancement Image matching Image processing Exponential High-Pass Filter(EHPL)
北京航空航天大学电子信息工程学院, 北京 100191
针对激光光束匀化的目的和特性，对现有的光束匀化性评价方法进行了分析，说明了这些方法的特点和存在的问题。提出了一种基于均匀度和平稳度的光束匀化性评价方法，该方法使用面阵CCD采集激光光强分布图像，通过图像处理分析光斑图像，采用均匀度和平稳度评价方法对光斑的整体能量分布和散斑进行评价。实验结果表明该评价方法可以较好地反映激光光束匀化状况。
激光光学 光束质量 激光光束匀化 衍射 均匀度 平稳度 激光与光电子学进展
2014, 51(1): 011401
