1 中国科学院 长春光学精密机械与物理研究所，吉林长春30033
2 中国人民解放军95859部队，甘肃酒泉735000
利用经纬仪进行速度实时求解，一直是测控领域难题，为了提高经纬仪求解速度的实时性及高精度，激光测距光电经纬仪，在反复实验中，提出了一种最佳一致逼近多项式速度求解方法，即保证了速度实时性又保证了速度的精度。首先，利用单站经纬仪加激光测距获得目标空间位置，对激光测距信息采用改进的最小二乘法进行拟合滤波；然后根据求解速度模型，计算速度初值；在采用多项式逼近速度真值时，采用常规的表达形式会产生很大的计算误差，为了减少计算误差，多项式采用三次切比雪夫多项式组合的方式获得最佳一致逼近多项式计算速度函数；最佳一致逼近多项式速度函数使用三次有限差分方法识别速度野值，获得实时、高精度的目标速度值。激光测距经纬仪测速的指标包括实时性（延时<100 ms）和精度（误差<1 m/s）两个指标，把加载在无人机上的较高精度GPS的测速值作为比对值，采用多种算法计算目标速度，实验结果表明：高斯函数方法速度实时性好，但测量速度精度>1.5 m/s；卡尔曼方法求速度精度很好，但是因为用了大量的历史数据，速度值滞后；本文最佳一致逼近多项式法计算得到的速度，实时性好，延时50 ms；速度精度均方差为0.8 m/s，满足设备的指标要求。
最佳一致逼近速度求解 高斯速度求解 卡尔曼滤波速度求解 有限差分法 Optimal Uniform Approximation（OUA) Gaussian velocity solving Kalman filtering speed solution finite difference 光学 精密工程
2023, 31(24): 3549
1 长春理工大学 光电工程学院, 吉林 长春 130022
2 中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
宽动态范围的红外辐射特性测量系统往往预设多个积分时间档位,并对每个积分时间逐一进行非均匀性校正.本文研究了不同积分时间下非均匀性校正系数有的差异问题,基于黑体定标法和积分时间法提出了新的非均匀性校正方法.该方法只需要得到两个积分时间和两个定标温度点即可得到全动态范围所有积分时间下的非线性校正系数,可在保证校正精度的同时减少辐射源温度点,降低校正时间.使用某Φ400 mm口径的地基红外辐射特性测量系统对该方法进行了验证.结果表明,采用本文方法后图像的非均匀性由3.78%减小到0.24%.由4 ms下的校正数据可知,得到的校正结果接近直接用该积分时间进行校正的精度.提出的方法简化了所需设备,降低了校正时间,具有实时性强、精度高等特点,适用于外场测量.
制冷型红外探测器 辐射测量术 动态范围 积分时间 非均匀性校正 cooled infrared detector radiometry dynamic range integration time non-uniformity correction
1 长春理工大学 电子信息工程学院,吉林 长春 130022
2 东北师范大学 计算机科学与信息技术学院,吉林 长春 130117
3 中国科学院 长春光学精密机械与物理研究所，吉林 长春 130033
由于现有目标跟踪算法在复杂环境下易发生目标漂移甚至跟踪丢失，故本文提出了以双重采样粒子滤波为框架，基于增量深度学习的目标跟踪算法。该算法在粒子滤波中引入粒子集规模自适应调整的双重采样来解决粒子衰减及贫化问题，并利用无监督特征学习预训练深度去噪自编码器以克服跟踪中训练样本的不足。将深度去噪自编码器应用到在线跟踪中，使提取的特征集合能够有效表达粒子图像区域。在深度去噪自编码器中添加了增量特征学习方法，得到了更有效的特征集以适应跟踪过程中目标外观变化。该方法还用线性支持向量机对特征集合进行分类，提高对粒子集合的分类精度，以得到更精确的目标位置。在复杂环境下对不同图片序列进行的实验表明: 该算法的跟踪综合评价指标为94%、重叠率为74%，平均帧率为13 frame/s。与现有的跟踪算法相比，本算法有效地解决目标漂移甚至跟踪丢失问题，并且对遮挡、相似背景、光照变化、外观变化具有更好的鲁棒性及精确度。
目标跟踪 粒子滤波 深度去噪自编码器 支持向量机 增量特征 深度学习 target tracking partical filter stacked denoising autoencoder support vector machine incremental feature deep learning
1 长春理工大学 通讯与信息学院，吉林 长春 130031
2 中国科学院 长春光学精密机械与物理研究所，吉林 长春 130033
提出一种新的多尺度改进加速鲁棒特征(SURF)分块特征匹配算法，定义为Modified-SURF(M-SURF)。此方法在运用图像积分技术的SURF基础上进行分块特征匹配，使计算速度进一步加快；同时使用了基于二阶多尺度模板生成的特征描述子，提高了特征点匹配的鲁棒性。文中首先推导了M-SURF算法二阶多尺度模板公式；然后，介绍了分块匹配的方法，解决了匹配计算速度与精度不能兼得的矛盾，通过实验获得了分块模板的最佳参数；最后，采用欧氏空间最近距离比次近距离的方法衡量匹配的优劣度，利用LMedS方法剔除误匹配点，使匹配精度有较大的提高。对多组图像进行了匹配实验，结果表明：与SURF和尺度不变特征变换(SIFT)算法比较，M-SURF的计算速度提高了28％，匹配精度提高了3％。该算法能够很好地实现特征点的正确匹配，具有很高的使用价值。
立体匹配 欧氏空间 特征描述子 特征匹配 尺度空间 stereo matching Euclid space feature descriptor feature matching scale space 光学 精密工程
2013, 21(12): 3263
1 长春理工大学 通讯与信息学院，吉林 长春130022
2 中国科学院 长春光学精密机械与物理研究所，吉林 长春 130033
提出了基于构建最优函数来提高飞机姿态测量精度的方法。首先，利用模板匹配法获得飞机在两个测站投影的同名特征点，在发射坐标系下采用交会获得飞机同名特征点的坐标值，根据飞机在空间的特征三角形解算飞机姿态的初值。然后，建立飞机体坐标系；利用成像的共线方程，重新计算空间特征点对应的像点坐标；以重投影结果与实际像点之间的偏差最小作为优化目标函数。最后，通过迭代提高目标姿态解的精度。实验结果表明，飞机轴向成像在大于500 pixel时，姿态角测量误差小于0.1°。与中轴线法及飞机角平分线方向向量法测量精度比对，本文提出的方法采用的数学模型正确、算法合理，有效地提高了飞机姿态的测量精度。
光电经纬仪 交会测量 姿态测量 最优函数 optical-electronic theodolite intersecting measurement attitude estimation optimization function
中国科学院 长春光学精密机械与物理研究所，吉林 长春 130033
为了实现飞机姿态的测量，提出用光电经纬仪单站空间余弦姿态测量方法及多站面面交汇测量方法来获得飞机姿态参数。经纬仪单站加距离信息测量飞机姿态时，采用穷举法获得飞机轴线上的特征点，利用空间的位置关系获得空间姿态参数；经纬仪多站交汇方法获得飞机飞行姿态参数时，首先采用Hough变换对二维平面图像拟合获得目标中轴线，然后计算原点到目标的中轴线的垂直距离及原点到目标的中轴线的法线与X轴正向的夹角，获得目标在二维平面的直线方程。目标图像的二维中轴线与摄影系统的光学中心唯一确定了一个空间平面，采用面面交汇的方法，获得空间中轴线，得到飞机轴线的偏航角及俯仰角。实验结果表明，单站测量目标姿态在距离＜6 000 m时，姿态角测量误差＜1°；多站测量目标姿态在交汇角为30～150°时，姿态角测量误差＜0.6°。精度比对结果表明，本文采用的数学模型正确、算法合理，有效提取了飞机的姿态参数。
光电经纬仪 飞机姿态 Hough变换 面面交汇方法 electro-optical theodolite aircraft attitude Hough transform planes to intersection method 光学 精密工程
2009, 17(11): 2786
中国科学院 长春光学精密机械与物理研究所,吉林 长春 130033
对子母弹多目标提取算法进行了研究。首先,采用改进的最大类间方差法(OSTU)对数字图像进行二值处理,分别提取目标的形心位置和目标面积的大小,同时对目标区域进行标记,设定面积阈值,根据目标的面积大小,初步判断目标粘连与遮挡;然后,根据粘连目标区域灰度直方图波峰、波谷的变化情况分离目标,求目标灰度平均值,采用Hough变换拟合算法获得目标中轴线;最后,计算目标的倾角。在匹配过程中,采用卡尔曼滤波预测目标匹配搜索区域;在获得目标形心位置、面积大小、灰度平均值、目标倾角后,利用改进的特征函数来完成序列图像子母弹多目标的数据关联,实现子母弹多子弹目标提取。实验结果表明,目标提取的正确率可达90%,所采用的数学模型正确、算法合理,有效地获得了序列图像子母弹多目标参数。
光电经纬仪 子母弹多目标 最大类间方差法 卡尔曼滤波 photo-electronic theodolite missile bullet multiple targets OSTU method Kalman filtering 光学 精密工程
2008, 16(11): 2140
