1 中国科学院光电技术研究所,四川,成都,610209
2 中国科学院研究生院,北京,100039
3 中国船舶重工集团公司七五○试验场,云南,昆明,650051
红外焦平面阵列固有的非均匀性导致叠加在图像上的固定图形噪声严重影响了红外系统的成像质量.传统的神经网络非均匀校正算法存在待处理像素的期望值求解固有缺陷、收敛速度慢和学习速度过大,容易造成算法不收敛.提出了基于图像梯度的神经网络非均匀校正算法,通过对处理像素的期望值求解、改进和调整学习速度、改善图像校正效果,提高了算法收敛速度.通过对真实的红外图像序列实验表明,新算法相对传统的神经网络算法收敛速度提高了50%以上,红外图像校正效果也得到了提高.
红外焦平面 非均匀性校正 神经网络算法
1 中国科学院光电技术研究所,四川,成都,610209
2 中国科学院研究生院,北京,100039
提出一种基于MAS小波变换多尺度相关的红外小目标检测方法.该方法通过二进MAS小波对图像进行多尺度分析;利用边缘和噪声具有不同的Lipschitz指数造成它们的小波变换模在不同尺度下的不同传播特性,根据小波变换模尺度相关性区分边缘和噪声;利用小目标与背景和云层边缘具有不同的奇异性,在相同尺度下小波变换模不同的特性加以区分,得到最终的检测结果.实验结果表明,该方法能够有效地进行红外小目标检测.
目标检测 MAS小波 尺度相关 Lipschitz指数
1 中国科学院光电技术研究所,四川,成都,610209
2 中国科学院研究生院,北京,100039
系统误差的存在使得对光电跟踪系统进行引导时会存在引导误差,修正系统误差有利于提高引导精度.最小二乘系统误差修正方法精度较低;球谐函数的系统误差修正方法有较高的修正精度,但不适用于三轴光电跟踪系统;BP神经网络的系统误差修正方法的修正精度比球谐函数法提高约20%,有望用到球谐函数法不适用的三轴光电跟踪系统的系统误差修正中.
光电跟踪 系统误差 引导 神经网络 误差修正
1 中国科学院光电技术研究所,四川,成都,610209
2 中国科学院研究生院,北京,100039
三轴光电跟踪系统是地平式和X-Y式光电跟踪系统的有机组合,可以全方位跟踪空间运动目标,跟踪系统测量值与空间位置的多对一特性决定了跟踪策略的多样性和系统引导的复杂性,跟踪过程中对系统进行实时引导可以提高系统的跟踪精度及其可靠性.各种跟踪策略下三轴光电跟踪系统的引导过程包括:地平式的引导、X-Y式的引导、具视轴偏角的地平式引导、三轴光电跟踪系统的引导等.通过理论分析,给出了各种情况下的引导方法.
三轴光电跟踪系统 引导 跟踪策略 目标跟踪
