中国人民解放军陆军装甲兵学院兵器与控制系, 北京 100000
高光谱图像拥有光谱分辨率高、图谱合一的优点, 已经成为遥感科学的重要研究方向。大多数传统的高光谱图像分类方法是基于浅层人工特征且依赖于专家经验, 已经难以满足当下的技术需求。近年来, 随着卷积神经网络在人工智能领域的广泛应用, 基于卷积神经网络的高光谱图像分类方法已经在分类精度和速度上取得突破性的进展。首先介绍了高光谱图像分类方法, 分析了传统分类方法的局限性; 然后根据卷积神经网络对高光谱图像特征提取方式的不同, 将算法分为基于谱特征、空间特征和空谱特征3大类, 并分析了每类算法的优缺点; 最后对高光谱图像分类的小样本训练、实际应用和分类结果等问题提出建议。
高光谱图像 深度学习 图像分类 卷积神经网络 特征提取 综述 hyperspectral image deep learning image classification convolutional neural network feature extraction survey
CCD摄像法测量激光进场光斑能量分布和能量值, 伪彩色技术处理获取的光斑图像, 使其能量分布可视化, 便于观察和评价光斑质量;测量漫反射板开孔位置处的能量值并结合光斑图像的灰度值分布规律, 计算得到光斑的总能量。实验和计算结果表明:CCD摄像法具有较好的准确性和实用性, 在激光光斑测量方面具有重要的应用价值。
电荷耦合器件摄像法 伪彩色技术 灰度值 CCD photograph law pseudo-color technology gray value
为了实现在车载观瞄系统原位不解体条件下快速、准确的性能检测, 利用离轴反射式大口径平行光管搭建光学系统。基于TracePro实现对该光学系统光线追迹,对光斑质量和精度计算进行了研究。在分析离轴反射式平行光管性能和结构的基础上, 设计了测试装置的光学系统; 分析了该光学系统主要的误差来源及大小, 结合误差合成理论计算其检测精度。结果表明: 成像在该光学系统焦点处的光斑能量分布较为集中, 距中心点0.6mm范围内的光斑能量占总能量的81.39%,该光学系统的检测精度能够达到2.9226″。满足了对车载观瞄系统光轴平行性原位检测时的精度要求, 测试装置的架设、校准也较为容易。
光轴平行性 光学系统 光斑质量 精度计算 parallelism of optical axis optical system spot quality accuracy calculation
介绍了一种利用PSD器件实现观瞄系统光轴平行性的原位检测方法, 对大轴间距光路采用折转光路设计进行压缩, 减小了测试系统外形尺寸, 提高了系统机械稳定性; 对光斑重心位置的测量采用了高精度位置传感器PSD, 简化系统结构, 提高了测量精度。
观瞄系统 光轴平行性 原位 检测 observation and aiming system optic-axis parallelism original position inspection
热释电探测器由于其灵敏度高、响应速度快、体积小、损伤阈值高等特点, 作为激光能量计的传感器在激光能量检测方面使用广泛。由于制作工艺的限制, 热释电型激光能量计的热敏面灵敏度系数存在空间非均匀性问题, 导致当激光照射到探测器不同位置时, 激光能量测量结果不准确。针对这一问题, 设计一种热释电型激光能量计空间均匀性校准方法, 通过对热释电探头光路的控制, 消除空间均匀性对测量结果的影响, 并通过实例验证了方法的可行性。
激光 能量计 校准 laser energy meter calibration
目前观瞄仪器型号众多, 样式各一, 功能单一的检测设备远远满足不了实际工作的需要, 需要通用光学检测维修设备。从分析观瞄仪器检测的需求着手, 提出了观瞄仪器通用测试维修系统的设计思路, 并给出了一套切实可行的实现方法。
观瞄仪器 通用测试维修 研究 observation and aiming instrument general test and maintenance research