为了突出图像纹理细节的同时保留平滑区域，节省确定分数阶微分阶次的时间，提出了一种改进的自适应分数阶微分算子。首先将经典Tiansi 模板分解为四个不同方向，分别与待处理像素点进行卷积，达到增强图像纹理细节的效果；其次针对Tiansi 算子需通过多次实验确定最佳微分阶次的现状，结合图像的局部特征信息，构建了具有自适应能力的分数阶阶次模型，能够获得比原图像更丰富的细节信息。对多组不同场景图像的实验结果表明：构建的自适应分数阶微分算子有效地增强了图像的纹理细节，自适应分数阶微分算子的主观视觉效果和客观评价指标均优于原图像，其客观评价指标中的平均梯度、信息熵、对比度相比原图像平均提高190.3%、8.1%、18.3%；平均梯度、对比度相比Tiansi 算子处理后的图像平均提高45.0%、9.6%。

为了解决红外与可见光图像融合时信息容易相互干扰、影响融合质量的问题, 将引导滤波、高斯低通滤波与非下采样方向滤波器组相结合, 提出一种新的图像融合方法。利用引导滤波和高斯低通滤波, 将源图像分解为低频近似部分、强边缘部分和高频细节部分, 并将高频细节部分进行非下采样方向滤波, 进一步得到高频方向细节部分; 对低频近似部分应用基于局部区域能量的融合规则, 对强边缘部分提出一种基于卷积稀疏表示的融合规则, 对高频方向细节部分提出改进的脉冲耦合神经网络的融合规则, 得到相应的融合部分, 并通过逆变换得到最终的融合图像。对多组红外与可见光图像的实验结果表明, 算法得到的融合结果的主观视觉效果和客观评价指标均优于传统的图像融合方法, 其客观评价指标中的标准差、信息熵、互信息、平均梯度和空间频率相比融合效果较好的基于离散小波变换和稀疏表示的融合方法平均提高20.28%、2.24%、47.41%、5.34%、8.02%。

基于引导滤波和非下采样方向滤波器,提出了一种多尺度方向引导滤波图像融合方法,该方法兼具边缘保持特性和方向信息提取能力,能够有效提取源图像的有用信息。所提方法对源图像进行多尺度方向引导滤波,得到了包含低频近似部分和强边缘部分的低频分量,而后通过高斯低通滤波将其进行有效分离,分别应用基于卷积稀疏表示和区域能量自适应加权平均的融合规则;对高频细节方向分量应用显著性与引导滤波相结合的融合规则,以保持空间一致性,得到了相应的高频细节融合分量。结果表明,所提方法能更好地提取源图像的目标特征信息,保留丰富的背景信息,客观评价指标优于现有方法,融合结果具有更好的主观视觉效果。

为了设计光轴一致性检测中用于基准光轴空间角监测的液浮空间角靶标,确定了液浮靶板选择原则。首先,利用流体力学对靶板在浮液中的横摇固有周期进行了分析;然后,结合谐振等相关知识,分析了靶板横摇固有周期与浮液震荡周期不同比值下,靶板的稳定情况;最后,确定了靶板横摇固有周期应大于浮液震荡周期的靶板选择原则。通过对不同厚度的圆柱形靶板及半球形靶板的分析,选择横摇固有周期较大的半球形靶板,并通过实验验证了所确定的靶板选择原则的正确性。

随着大型装备制造工业飞速发展, 其制造与装配等过程对大尺寸空间几何量的测量技术要求越来越高。为了分析大尺寸空间几何量测量中的空间角测量技术的发展, 在综述5种传统大尺寸空间角测量方法的基础上, 介绍了大尺寸空间角测量方面国内外相关研究的3种新的代表性成果。着重阐述了一种基于惯性基准的大尺寸空间角测量方法, 该方法将光电自准直跟踪技术与惯性测量技术有机结合, 测量范围更大、便携性更强, 特别适合外场条件下大尺寸空间角的快速测量。测试结果表明, 目前其有效测量范围可达10 m, 测量精度为0.5°, 同时还针对系统测量范围与测量精度的进一步提高提出了改进方案。

为了降低光纤陀螺(FOG)的随机噪声以及消除异常采样信号的干扰, 提出一种鲁棒平滑滤波算法。利用权重函数为FOG每个采样数据迭代加权, 给异常值分配较低权重给高质量数据分配较高权重, 有效提高了平滑滤波的鲁棒性。采用广义交叉验证估计平滑参数再利用离散余弦变换计算原始FOG数据的平滑值, 提高了平滑滤波的运算速度。软件仿真和实际实验结果表明, 相比传统最小二乘平滑滤波算法, 所提算法能够有效抑制FOG随机噪声和异常采样信号的干扰, 并且对时变的FOG信号具有较好的跟踪能力。

视频运动目标跟踪逐渐成为研究热点并应用到**民用等领域,为了能够从真实场景中快速准确地提取视频跟踪单运动目标或多运动目标,提出了一种新的运动目标自动提取方法。首先通过自适应阈值获得滤波后的相邻帧差值图像。其次,为了消除差值图像中噪声的影响,标记此二值图像的连通像素来检测出运动目标所在的区域,并与边缘检测出的空间信息结果比较得到运动目标模型。最后,将图像分成若干区域,在每个分区域内依次连接每个运动目标模型的最外围轮廓点,由此构成目标闭合轮廓。利用得到的连续边界,对运动目标进行提取。实验结果表明,该算法能够有效地自动提取速度不同的单运动目标,同时能够提取多运动目标。