为了使登陆艇驾驶员不丢失引导灯光信号并快速进舱, 需要光学引导系统的横纵向发散角都满足一定要求。将船舶运动理论应用于登陆舰光学引导系统发散角的分析, 根据5级海况下登陆舰的偏荡运动, 确定满足条件的横向发散角α不大于14°, 根据5级海况下登陆舰的摇荡运动, 确定满足条件的纵向发散角β不小于15°。研究结果可为相关工程应用提供一定参考。

首先指出了红外搜索与跟踪(IRST)系统的优势和在**应用中的重要性, 介绍了红外搜索跟踪系统的发展历程, 对比了多种IRST系统的性能及其特点, 分析了IRST系统的关键技术并对系统的发展趋势进行了展望。

红外成像制导具有灵敏度高、空间分辨率高、抗电磁干扰能力强等优点, 目前已被各国广泛应用。但是在成像制导过程中, 由于弹目之间的相对快速运动容易造成成像运动模糊, 使得目标相对于成像系统产生横向运动和目标尺寸的相对变化, 给后续目标识别与跟踪造成影响。针对红外成像制导拍摄到的图像, 在运动参数未知的情况下, 采用点扩展函数预估计方法, 分别利用Roberts边缘检测算子和自相关的方法确定出点扩散函数的运动方向和尺度参数。在此基础上, 采用有约束的最小二乘滤波对图像进行恢复, 仿真实验结果表明, 文中算法可较好的对运动模糊图像进行恢复, 取得不错的效果, 为红外成像制导目标识别与跟踪奠定基础。

水下距离选通成像雷达能够有效消除水体对光源的后向散射, 提高水下成像作用距离, 但由于系统信号处理固有延迟的影响, 成像盲区限制成为这种方法的主要缺点之一。提出了一种基于激光脉冲异步控制的方法, 在高重频和低重频两种系统上进行对比实验。研究表明, 采用异步控制方法在水下高重频距离选通成像系统上能够成功消除成像盲区限制, 但在低重频系统上会带来图像亮度抖动的缺点。这也是水下高重频距离选通成像系统优于低重频系统的原因之一。

16位灰度图像常用在某些需要高精度的图像处理与分析中, 但由于其灰度范围过大, 需要调窗处理才能获取感兴趣的信息。采用人工手动调窗需要用户具有丰富的经验才能得到清晰的图像, 并需要一定的时间, 因此会降低用户的工作效率。现有的自动调窗算法不能很好地处理各种直方图分布的图像。针对这种情况, 在分析了大量的16位灰度图像的基础上, 提出了一种16位灰度图像自动调窗算法, 算法在读入图像后自动判断图像直方图类型, 并根据直方图类型计算最佳的窗位和窗宽。对所提出的方法进行了大量的实验验证, 并与现有的调窗方法进行了比较。结果表明, 文中方法可以显著地提高图像的清晰度和对比度, 且比现有的调窗方法具有更好的性能。

针对早期的滤波方法, 如线性的有高斯滤波、均值滤波、方框滤波等和非线性的如中值滤波、开闭运算等传统滤波方法是在像素级进行行列式的循环运算, 运算繁琐, 数据亢余和不能有效压缩图像进行数字化传播的缺点, 提出一种基于PCA主成分图像融合后的K-SVD滤波方法的研究, 有效弥补了单一K-SVD对椒盐噪声起不到良好滤波的缺点。首先对源图像进行多次的观测得到N幅含噪图像(既含有高斯噪声也含有椒盐噪声, 都是加性噪声)。再对N幅含噪图像进行PCA主成分提取融合后进行K-SVD滤波(如果先进行K-SVD滤波的话会造成多幅图像的K-SVD的滤波, 导致效率低且运算度冗余N倍)。这样有效消除了高斯噪声的干扰, 还解决了K-SVD对椒盐噪声不敏感的缺陷, 完成了在图像特征级数据去噪的研究。

基于光伏阵列的物理机制, 结合光伏电池的等效电路, 建立了数学模型, 在MATLAB/Simulink仿真环境下, 建立了可以模拟恒定条件、光强突变、温度突变条件下仿真的独立光伏系统模型, 将PSO算法改进为Geese-HPSO算法, 进行基于光伏阵列MPPT控制的独立光伏系统仿真, 同时将仿真结果与扰动观察法进行对比, 验证了Geese-HPSO算法跟踪最大功率点的快速性与准确性。

在光学测量领域中, 干涉法具有极其重要的意义。针对干涉条纹图相位的提取, 提出了一种基于二维连续小波变换的干涉条纹图相位提取的新方法。在文中提出的算法中, 为了降低计算时间, 在计算过程中引入快速傅里叶变换, 并提出将传统二维连续小波变换中的连续的尺度因子和旋转角用离散的尺度因子和旋转角代替, 这样就解决了二维连续小波变换算法计算耗时的问题。通过仿真和实验发现, 该方法可以快速准确的提取出干涉条纹图的相位, 对于有缺陷的干涉条纹图, 可以实现缺陷的修复并获得其相位图, 并收到了比较不错的效果。

数字化X射线图像(digital radiography, DR)与数字重建放射图像(digitally reconstructed radiography, DR)属于不同模态图像, 实现二者的高精度快速配准是一个技术难题。在实际应用中, 往往会同时获取物体的正侧面DR和DRR图像。提出一种基于互信息与梯度信息相结合的配准算法。首先, 对正侧面图像进行小波分解, 获得低分辨率子图像并配准, 使用粒子群优化(particle swarm optimization, PSO)算法进行全局寻优; 然后, 根据配准结果, 判断互信息与梯度信息配准结果是否正确, 如果配准错误, 则在下一阶段中不使用该结果作为配准依据; 最后, 以PSO算法寻优结果作为Powell算法的寻优初始点, 对原始正侧图像进行精确配准。实验结果显示, 本算法快速完成配准, 配准精度达到2 mm, 满足实际应用要求。

阐述了光时域积分器的实现方案, 对谐振腔型、布拉格光栅型、离散型、组合式等光时域积分器的实现方案和性能指标进行了分析比较, 指出了不同光时域积分器的原理和主要问题, 并对光时域积分器的研究方向和发展趋势做了一定探讨。详细论述了谐振腔型光积分器的组成、原理、性能、仿真、实验、应用和发展情况。

针对反恐排爆领域中对静止遗留物(如行李箱)内部的透视成像, 阐述了一种基于FPD的轻小型数字X光成像系统。该系统采用平板探测器和点状锥形光源相结合的硬件设计方式, 减小了系统的体积和质量, 直接数字化输出, 提高了产品集成度; 通过图像非均匀性校正和降噪滤波增强算法设计, 提高了图像的清晰度和可视化效果。经过测试和实验, 系统工作稳定、性能良好, 可广泛应用于反恐排爆领域。

阐述了红外测量技术的优点及其在试验试飞任务中的主要应用, 简要介绍了红外成像系统的工作原理; 分析了飞行器红外辐射的温度特性和光谱特性, 针对飞行器的红外辐射特性, 提出了红外测量在试验试飞任务中应选用的测量波段; 通过理论计算, 分析和估算了红外测量系统的作用距离和测量精度等技术指标; 结合工作实际, 提出了红外测量技术在试验试飞应用中应注意的问题。

受生物视觉信息处理机制启发的目标识别是当前计算机视觉领域研究的热点之一, 其主要思想是对大脑视觉皮层中视觉信息的层次性处理过程进行模拟, 构建数学模型来实现目标识别。然而传统的层次化计算模型通常以前馈信息传递为基础, 层与层之间采用被动的硬连接方式, 强调对视觉信息的多层分解, 却较少涉及视觉神经系统的主动感知和学习过程。因此选择以同时具备稀疏连接思想和自我学习机制、并且具备良好网络拓扑结构的卷积神经网络为框架, 基于经典卷积神经网络模型, 融入分层和仿生的思想, 提出新的基于视觉神经增强层次CNN模型——IH-CNN。实验结果表明, IH-CNN模型可以较好的解决大规模图像中的目标识别问题, 目标识别准确率高达84%。

目前工程上对光电跟踪系统的控制器设计多数采用基于被控对象数学模型的控制策略。模型的辨识是否准确, 如何开展控制器设计成为系统的难点。利用DSP控制器对光电跟踪系统进行全数字方式的传递函数测试, 在线处理测试数据, 同时DSP控制器通过接收系统期望的特性参数, 自动计算出校正参数, 完成控制器框架设计。根据跟踪目标特性, 结合跟踪误差特点及工程经验库, 提出准速度/加速度补偿算法, 优化控制器, 该方法已成功应用于某光电跟踪系统。基于模型辨识设计的高精度控制器设计方法简单、实用、无附加成本, 提高了系统跟踪精度, 具有较好的使用效果。