提出了一种基于改进的图像差分算法与特征不变量匹配的目标识别方法.通过三帧差值法获得了更完整清晰的目标轮廓,并基于该轮廓信息构造了一个具有平移、大小和旋转不变性的特征不变量;然后提出动态极值匹配法,利用特征曲线的极值信息点进行识别匹配,并动态替换原特征模版.实验结果表明,该方法能够准确识别目标,显著地提高识别跟踪效率,并且适用于检测运动姿态发生变化的目标.对于分辨率为288×352像素,每像素8位量化的序列图像,处理每帧图像平均用时0.011 74 s,其中特征提取与匹配过程平均用时0.005 476 s,能够实现对运动目标的实时分析,可同时满足运动目标识别跟踪中实时性和准确率的要求.

为了精确地描述激光外差干涉在高加速度超精密测量中加速度对位移测量精度的影响机理与规律,建立了高加速度超精密激光外差干涉位移测量模型.通过分析测量棱镜三维运动对多普勒频移的影响,推导出高加速度激光外差干涉位移测量模型.理论分析和仿真实验表明,当测量加速度为9m/s2,匀加速运行的位移为500mm时,由于加速度变化引起的相对论性效应对测量精度的影响为5nm.高加速度超精密激光外差干涉位移测量模型的建立,可提高激光外差干涉在高加速度超精密测量中的测量精度,为激光外差干涉在高速和超高速测量领域的应用提供了理论依据.