基于减小观测距离的光学伪装效果等效检测

伪装效果检测中实际使用的检测设备一般低于敌方侦察设备性能,为了保证伪装效果检测的可信性,提出了一种伪装效果等效检测的方法。该方法在保持相等的发现概率基础上,通过减小观测距离以光学侦察方式等效模拟星载可见光、航拍对伪装的侦察效果。仿真结果表明了该方法的可行性,该方法为伪装效果检测提供了有益的参考。     

复杂地表背景下动目标天基红外探测图像仿真

面向天基红外探测图像仿真需求,基于导弹内外流场的流动控制方程和辐射计算方程构建弹道导弹辐射仿真模型,基于全球地表类型数据库(GlobCover)和随机分形算法构建复杂地表背景辐射仿真模型,基于严密成像几何模型提出星载相机入瞳处场景耦合辐射仿真方法。进一步叠加探测系统成像链路中的光学系统、探测器和信号处理模型,提出一种复杂地表背景下运动目标天基红外探测图像仿真方法。仿真结果表明,利用卫星轨道参数和导弹目标弹道数据,采用该方法可以实现卫星对弹道导弹主动段的连续成像仿真。     

复杂背景条件下目标自适应伪装光学效果评估方法

针对单一背景下的伪装评估方法难以度量自适应伪装目标在多背景中的综合伪装效果,提出一种自适应 伪装目标在多背景下的光学伪装效果评估方法。选取几种典型背景,对每种背景下目标的光学伪装效果进行评估; 依据星载高光谱图像对目标活动区域内的地物进行分类,确定区域中每种典型背景的面积占比;以每种背景所占比 例作为该背景下评估结果在综合评估中的占比,对各典型背景评估结果加权,得到复杂背景下的综合评估结果。实 验结果表明：该方法量化了多背景下的综合伪装效果,其评估结果较传统的评估更客观全面,更符合目标在多背景 中活动的实际情况。     

热成像系统中的视在温差研究

温度的差异是决定目标红外图像特征的一个重要因素,热成像系统的主要性能参数也都与温差有着直接的关系,红外伪装效能评估也与温差密切相关。研究热成像中的温差问题对研究目标的红外图像特征、热像仪的实际性能和红外对抗等都有着重要的意义。讨论了大气衰减对辐射温差的影响;通过引入等效环境辐射温度的概念,分析了热成像的原理;得到了热成像中视在温度表达式;推导出了热成像中视在温差的理论计算公式。结果表明热像仪上的视在温差,不仅与目标本身温度和发射率有关,还和目标与背景(或目标不同部位)的温差和发射率差、大气透过率、等效环境辐射温度以及探测器有关。     

基于伪彩色编码和图像融合的伪装目标识别方法

结合基于IHS空间的伪彩色编码技术和图像融合技术，提出一种可用于快速识别伪装目标的方法。对某一场景的红外热像进行基于IHS空间的伪彩色编码，分别得到明度、色调和饱和度分量；再将同一场景的可见光图像与红外图像作基于区域能量的小波图像融合，得到新的明度值；通过IHS-RGB转换，得到一幅结果图像。通过仿真实验可知：通过结果图像，不仅可以快速识别伪装的目标，而且可判断出目标的位置。     

各向异性大气湍流中成像仿真研究

大气湍流降低成像质量,一直以来是制约远距离光电成像探测的瓶颈问题。通过对大气湍流中成像仿真进行研究,一方面可以评估光电成像探测系统性能,同时还可以为图像处理算法验证、目标识别等提供测试数据。本文主要针对各向异性非Kolmogorov大气湍流中成像仿真开展研究,通过利用图像处理和各向异性非Kolmogorov大气湍流理论成像模型相结合的方法,实现了综合考虑各向异性系数、成像波长、接收器孔径、传播路径等物理参量的各向异性湍流中成像快速仿真。通过与随机相位屏仿真方法和图像处理成像仿真方法分别从仿真时间和仿真精度两个方面进行对比分析,结果表明本文方法仿真时间短,同时也能较好地反映大气湍流对光学成像系统的影响。     

基于二维本征模态函数的 SAR 图像目标检测

合成孔径雷达（SAR）成像具有其独特的优势,能全天时全天候获取目标区域遥感数据,但是其成像机理复杂,获得的 SAR 图像解译困难。从 SAR 成像回波特点出发,结合二维经验模态分解（BEMD）理论,提出了一种基于二维本征模态函数（BIMF）的 SAR 图像目标检测算法。采用仿真和实际的 SAR 图像数据进行了验证实验,实验结果表明,利用融合的 BIMF 特征分量检测目标,其效果优于直接用原始 SAR 图像进行目标检测,并且对不同信噪比的 SAR图像,具有较强适应能力。     

飞机目标红外特性计算与图像仿真

飞机高空高速飞行条件下,红外图像的获取通常较为耗时、费用昂贵,且受不同成像条件的影响严重。为解决这类问题,从分析飞机目标红外辐射特性出发,提出飞机蒙皮、尾喷口及尾焰在不同波段、不同角度下的红外特性计算方法,建立一种飞机红外成像仿真模型。以面向对象技术设计仿真对象、类和人机接口,通过VC软件平台编程生成动态红外图像。在红外制导和火力控制中,仿真图像对目标检测和跟踪研究具有一定参考价值。     

应用Vega模块的红外成像系统仿真建模方法

利用计算机仿真生成逼真、实时的红外导引头视场图像对于红外成像制导仿真具有重要的应用价值.根据红外成像理论和仿真建模特点,列举了以飞机为目标的实时图像生成系统中仿真建模的关键技术;从目标3D建模、飞机尾焰建模、目标和背景辐射建模和大气传输等几个方面阐述了红外成像建模的特点和需求;提出了应用Vega软件专用模块进行红外辐射特性建模的方法;最后给出了利用Sensor Vision模块生成红外图像的过程.目前,该方法已成功运用于某型红外目标模拟器的设计中.     

气动热环境下高速飞行器光学头罩光传输分析

气动热环境下,光学头罩由于受到气动热和热应力的作用,产生形变且其光学性质发生改变,进而影响到光学头罩内红外辐射光线的传输,使得头罩光学系统成像质量下降,最终将影响高速飞行器的制导精度。以红外成像在高速飞行器上的应用需求为背景,对头罩内光传输进行了数值仿真,得到了头罩光学系统在气动热环境中各项光学评价函数。     

基于演化计算的迷彩目标隐蔽策略仿真设计

针对典型自然环境下军事装备的隐蔽问题,提出一种新颖的演化计算策略,将其与图像仿真设计手段相结合,根据环境状况,构建一种快速仿真计算进而给出迷彩目标隐蔽策略的新方法。该方法主要包括迷彩目标与场景图像的融合仿真计算,引入视错觉条带覆盖的迷彩目标隐蔽计算,基于粒子群优化算法和概率分布采样的搜索计算,以及基于深度神经网络图像特征的融合度计算。运用深度神经网络图像分割模型,结合迷彩目标的分割识出率,评估新方法的性能。仿真实验结果表明：在林地和荒漠环境中获得的隐蔽仿真图像平均融合度可达0.99以上,平均分割识出率低于0.90;新方法能够为设计给定目标在场景图像中的隐蔽策略提供有效的依据,具有较高的实用价值和可扩展性。     

应用迭代自组织数据分析技术模糊聚类法划分伪装交通等级

通过分析以往的等级划分的不足,提出以模糊聚类理论为基础的软划分方法,并以光学伪装等级划分为例,运用迭代自组织数据分析技术(ISODATA)模糊聚类原理,建立了光学伪装等级划分模型,成功实现了效能等级的划分,并最终确定了各等级指标量.     

应用迭代自组织数据分析技术模糊聚类法划分伪装效能等级

通过分析以往的等级划分的不足，提出以模糊聚类理论为基础的软划分方法，并以光学伪装等级划分为例，运用迭代自组织数据分析技术（ISODATA）模糊聚类原理，建立了光学伪装等级划分模型，成功实现了效能等级的划分，并最终确定了各等级指标量。     

基于分形布朗模型的数码迷彩图案生成方法研究

迷彩伪装是一项重要的伪装技术。数码迷彩是对抗高分辨成像侦察的有效技术手段。如何实现迷彩设计技术的实效化、精确化和智能化始终是研究热点。基于分形布朗运动的分形维估计法提取背景图像的纹理特征、基于金字塔结构逐层模糊C均值聚类算法提取背景图像的主色特征。融合纹理和主色特征,运用改进的钻石-菱形算法生成符合背景特征的数码迷彩图案。仿真实验结果表明：该算法在荒漠型、丛林型、林地型背景的迷彩生成中均能产生较好效果。     

速高比对TDICCD相机的影响分析

高分辨率星载时间延迟积分电荷耦合器件( TDICCD)相机在侧摆成像过程中,速高比变化会引起相机图像运动角速度的变化,恶化相机的像质。因此研究卫星相机成像时速高比的变化规律,并分别从成像地面景物的纬度变化和相机侧摆角度的变化两个方面研究速高比变化对成像质量的影响。通过实例计算,给出了时间延迟积分( TDI)行积分时间调整的时间间隔和相机成像时允许的侧摆角度范围。最后分析了视场变化对相机像质的影响。     

基于遗传神经网络的伪装效能评估模型

在量化样本光学特征指标并划分伪装效能等级基础上,采用基于遗传算法的神经网络建立伪装效能评估模型.其步骤包括确定GA算子及相关参数,初始化网络连接权值和阈值向量,计算各个体适应度函数并将其排序,执行遗传操作,最后用神经网络进行二次训练.将样本光学特征指标量化值作为神经网络输入值,量化后的样本等级作为神经网络教师值进行评估.仿真表明该混合算法收敛速度快,能有效避免局部极值问题.     

数码迷彩立体动态成像算法研究

现有数码迷彩图案的平面性和固定不变性使之难以对抗未来高技术的侦察监测,针对这个问题,提出了一种基于柱透镜光栅的数码迷彩立体动态成像算法。该算法充分考虑人双目立体成像的生理特征和柱透镜光栅分光分像的光学特性,阐述数码迷彩立体动态化的可行性。在此基础上,推导出迷彩立体动态成像的视差设计原理并根据背景深度信息将数码迷彩图像分为多幅迷彩深度序列图。利用梳状函数对迷彩深度序列图进行采样合成,最终生成一幅光栅图像,用来裱贴于光栅板后即可实现立体动态数码迷彩。对该算法有效性进行了仿真实验并加以分析。     

结合ERDAS的基于BPNN遥感图像分类

基于改进BPNN的遥感图像分类,先利用ERDAS Imagine的Classifier模块对原始遥感图像进行聚类分析并对比,确定分类类别数.后在原始图像上采集各类别的训练样本和测试样本,通过输入训练样本集训练BP神经网络分类器.最后输入整幅遥感图像到训练好的分类器,得到分类图像.试验表明,其精度优于传统统计分类方法.     

变速率与空间复用相结合的遥感数传技术

为进一步提高遥感卫星数据传输效率,在现有单用户变速率传输方法的基础上,提出变速率与空间复用相结合的遥感数传技术,通过“最佳终端组”的选择和自适应调制编码方式的设定,实现遥感卫星同时对多个地面终端的并发数据传输,从而提升遥感卫星过境窗口内的数据传输容量;分析与仿真结果显示:结合空间复用技术后,在卫星中心角7.5 ～5.5度区间内,多用户变速率传输方式的容量较现有单用户变速率方式提高了约60％.