中国科学院长春光学精密机械与物理研究所，吉林 长春130033
为了解决传统光电跟踪设备的跟踪性能测试系统参数调试繁琐、设备安装困难、靶标适用性差等问题，研究了基于机械臂路径规划的内场轨迹实现技术。通过规划六自由度机械臂的末端运动轨迹，设计了更加灵活、高效的跟踪性能测试系统。首先，对传统测试靶标系统进行分析，明确实现跟踪性能测试的数学模型；然后提出基于六自由度机械臂的新型技术方案，并分析了两种方案的差异性；接着通过靶标轨迹的坐标变换，根据传统动态靶标轨迹得到适用于六自由度机械臂的末端位姿参数，从而实现轨迹规划；最后，通过数值仿真验证了本文方法与传统方法的跟踪性能测试效果的一致性。仿真结果表明，两者具有相同的跟踪性能测试效果。相较于传统方法，采用机械臂的测试系统在参数调节、工具安装和靶标适用性上更具优势，完全能够满足光电跟踪设备内场跟踪性能测试的要求。
路径规划 机械臂 光电跟踪设备 跟踪测试 path planning mechanical arm photoelectric tracking equipment tracking test
1 南京信息工程大学, 南京 210000
2 江苏省气象探测与信息处理重点实验室, 南京 210000
针对目前图像去雾方法中存在的输出图像色彩偏暗、场景信息丢失以及去雾不彻底等问题, 提出了一种基于注意力机制的端到端图像去雾方法。首先将通道注意力机制嵌入到Inception网络中, 并由融合后的网络进行浅层特征提取; 然后通过多尺度卷积和残差密集连接块学习深层图像信息, 同时以跳跃连接的方式实现深浅特征融合; 最后经过单一卷积层回归到像素比例系数矩阵, 依据改进后的大气散射模型生成无雾图像; 网络模型在均方差(MSE)的基础上设计了保真度损失函数作为约束。在RESIDE雾天数据集上的实验结果显示, 提出的方法的峰值信噪比(PSNR)、结构相似度(SSIM)、学习感知图像块相似度(LPIPS)和CIEDE2000分别达到32.545,0.970, 0.026和2.711, 表现出良好的效果, 输出图像去雾彻底, 色彩保真度高, 并有效避免了已有方法中的细节信息丢失问题。
图像去雾 保真度损失 大气散射模型 通道注意力机制 跳跃连接 image dehazing fidelity loss atmospheric scattering model channel attention mechanism skip connection
1 南京信息工程大学 电子与信息工程学院, 江苏 南京 210044
2 江苏省气象探测与信息处理重点实验室, 江苏 南京 210044
为解决图像去雾后颜色偏暗以及去雾不彻底等问题, 本文提出了一种基于多尺度融合卷积神经网络的图像去雾算法。以有雾图像为输入, 首先经过预处理模块由单尺度卷积层提取有雾图像浅层信息, 然后设计多尺度映射模块实现深度特征学习以及深、浅层特征融合, 由反卷积模块还原图像尺寸, 通过卷积操作得到有雾图像对应的粗透射率图。采用双边滤波法优化输出细透射率图, 最后依据大气散射模型复原出无雾图像。实验结果表明: 本文方法在合成有雾图像和自然有雾图像上均优于其他算法, 其中合成有雾图像上的峰值信噪比(PSNR)、结构相似性(SSIM)能分别达到29.238、0.950。本文所提算法可以有效地避免去雾图像颜色偏暗、失真等不足, 提高了图像去雾性能并体现出良好的视觉效果。
图像去雾 卷积神经网络 多尺度融合 图像复原 大气散射模型 image dehazing convolutional neural network multi-scale concat image restoration atmosphere scattering model
