1 中国科学院光电技术研究所, 四川 成都 610209
2 中国科学院大学, 北京 100049
3 中国人民解放军63610部队, 新疆 库尔勒 841001
积分时间是决定红外焦平面阵列(IRFPA) 成像质量的关键因素。针对红外测量系统难以实时自动确定积分时间的问题,提出基于 人眼视觉特性和事前辐射标定的积分时间自适应预测方法。假定目标和背景在连续两帧内不突变, 结合事前辐射标定结果、目标和背景信息反演计算各积分时间的目标和背景灰度,以人眼视觉特性和 跟踪判据为调节依据,自动预测合适的积分时间。实验结果表明, 该方法能自适应快速预测满足要求的积分时间,使获取的图像处于线性区中段,保证了成像质量, 有利于目标的初始捕获和平稳跟踪。
图像与信息处理 自适应预测 辐射标定 人眼视觉特性 image and information processing adaptive prediction radiation calibration human visual characteristics
1 光纤通信技术和网络国家重点实验室，湖北 武汉 430074
2 武汉邮电科学研究院，湖北 武汉 430074
3 北京北方烽火科技有限公司，北京 100085
针对锁相环中晶体振荡器受温度影响的时变和不稳定等特点，在递推辨识算法的基础上提出一种自校正控制和前馈补偿相结合的方案，即隐式自校正控制方案。该方案根据辨识得到的系统参数设计控制器调节系统，使输出信号方差变化最小。将此算法应用到锁相环的自适应预测模块中，并用MATLAB软件仿真验证此算法，仿真结果表明，使用隐式自校正控制算法后，不仅能优化系统的辨识参数，而且输出信号的变化也趋于稳定，可以满足锁相环中输出信号跟踪输入信号的要求。
锁相环 隐式自校正控制 自适应预测模块 phase lock loop implicit self-tuning control adaptive prediction module
1 北京理工大学自动化学院，北京 100081
2 北京控制与电子技术研究所，北京 100038
在分析星图中的星点目标和背景特性的基础上，提出了一种基于背景自适应预测的星点提取算法。为准确预测背景并兼顾算法的速度，只在背景边缘处使用区域最大值背景预测法，其余部分直接使用固定权值进行预测。分割残差星图，提取各星点的目标区域，阈值采用自适应的取值方式。利用质心算法求取各星点目标的精确位置。实验结果表明，基于背景自适应预测的星点提取算法性能优于现有的星点提取算法，是一种有效的星点提取算法，可以降低大量由于强边缘而引起的虚警，能够更准确地预测背景。
星敏感器 星点提取 背景自适应预测 star sensor star extraction self-adaptive background prediction
上海交通大学,模式识别与图像处理研究所,上海,200030
提出一种基于小波系数分类的超光谱图像压缩方法.算法首先将各波段小波分解并将所得子带划分成子块,而后根据子块活动性将其分类.在分类基础上,使用预测差分技术去除谱间冗余,此过程中分别求取各子类的预测系数以反映子带的局部相关性.而后利用均匀网格编码量化方法来量化残差系数序列,最后使用自适应算术编码对量化码字进行熵编码.为使编码器能在所有系数序列中最优地分配比特,本文提出一个基于序列统计特性和网格编码量化器率-失真特性的比特分配算法.实验证明该方法能高效地压缩超光谱图像,表现出优异的压缩性能.
超光谱图像 自适应预测 网格编码量化 分类 比特分配 hyper-spectral images adaptive prediction trellis coded quantization classification bit allocation
