基于MTF的光电成像系统数字仿真技术研究

本文依照光电成像系统在时间域和频率域的不同特点,在对光学信息传递链路进行分析之后,采取了一种以调制传递函数为基础的光电成像系统的数字模型,经过对光电成像系统中不同单元的MTF的分析,结果计算得出成像系统总的MTF,结合具体的仿真实验,验证了这种方法的合理性,可以为光电成像系统的研究设计提供理论基础.     

湿度对偏振光传输特性影响的研究

城市污染的日益增强导致大气环境中烟煤粒子含量不断上升,为了进一步研究烟煤环境下湿度对偏振光传输特性的影响,研究气溶胶粒子的半径及折射率等参数随湿度的改变情况,并采用蒙特卡洛的仿真方法,模拟不同入射偏振光在烟煤介质中的传输过程,得到出射光斯托克斯参量的仿真图样及偏振特性。结果表明:烟煤环境下相对湿度的变化对偏振特性有规律性的影响。随着相对湿度的增加,线偏振光入射时出射光的偏振特性逐渐增强,且能很好的保持自身的偏振态;圆偏振光入射时出射光的偏振度在相对湿度为85%时达到最大值,偏振度及偏振角波动较大且无明显规律。因此随着相对湿度的增加入射光为线偏振光时出射光在保持偏振态及偏振特性增强方面更具优势。     

DS-YOLO网络在遥感图像中的飞机检测算法研究

为了解决传统特征提取方法在遥感图像中飞机检测准确率和实时性不足的问题,基于YOLOv3-tiny网络在准确率提升方面提出两点改进。改进点一：将网络提取图像特征点的方式改进为分组卷积,即将一幅图像分成三个通道进行卷积操作,配合通道特征变换以加强各通道之间的语义关联;改进点二：将网络深层特征增加一个尺度检测,并进行上采样与浅层特征图进行融合预测。在速度提升方面引入深度可分离卷积代替传统卷积以降低参数计算量,达到模型轻量化。根据改进后的网络提出一种包含33个卷积层的改进型卷积神经网络DS-YOLO,对改进前后网络分别在自制遥感飞机图像上进行训练,选出最优的权重,用来对目标小、曝光度高、背景干扰等低质量测试集进行测试分析。实验结果表明,改进后的算法在测试集上精准度提升了14.1%,召回率提升了16.8%,检测低质量遥感飞机图像效果更佳。     

椭球形粒子浓度对激光偏振传输特性的影响

采用随机抽样拟合相函数的蒙特卡罗仿真方法,模拟了偏振光经过椭球形粒子发生多次散射后的偏振特性,并通过实验验证了其正确性。以长、短轴比为1.5的椭球形酵母菌粒子为研究对象,研究了激光在椭球形粒子烟雾中传输时的偏振特性。研究了波长为532 nm的0°线偏振光、45°线偏振光以及左旋圆偏振光在椭球形粒子烟雾扩散过程中偏振态的变化情况。结果表明,椭球形粒子的浓度越高,偏振度变化的随机性越大,且圆偏振光的保偏性优于线偏振光。在相同浓度下,不同起偏角度的线偏振光对偏振态的影响差别不大。     

OpenGL中模拟目标与实时场景的融合技术

为了使视景仿真达到实时性和逼真性的双重要求,介绍了一种基于实时视频的真实背景与仿真模型进行融合的仿真场景实现技术.使用视频应用程序软件工具包VFW(Video for Windows)捕获实时视频形成真实纹理,在OpenGL仿真系统中将真实纹理代替传统的三维背景建模,建立了飞机在高空俯视地面的具有层次变化的仿真场景.实验证明这种方法不但简化了视景仿真步骤,节省了背景建模时间,而且增加了逼真度,易于实现场景的快速仿真.     

用于红外与可见光图像融合的注意力残差密集融合网络

为了解决当前红外与可见光图像融合算法中易出现场景信息缺失、目标区域细节模糊、融合图像不自然等问题,提出一 种用于红外与可见光图像融合的注意力残差密集融合网络(ARDFusion)。 本文整体架构是一种自编码器网络,首先,利用存在 最大池化层的编码器对源图像进行多尺度特征提取,然后,利用注意力残差密集融合网络分别对多个尺度的特征图进行融合, 网络中的残差密集块可以连续存储特征并且最大程度地保留各层特征信息,注意力机制可以突出目标信息并获取更多与目标、 场景有关的细节信息。 最后,将融合后的特征输入到解码器中,通过上采样和卷积层对特征进行重构,得到融合图像。 本文提 出了一种用于红外与可见光图像融合的注意力残差密集融合网络,实验结果表明,较已有文献的其他典型融合算法,具有较好 的融合效果,能够更好地保留可见光图像中的光谱特性且红外目标显著,并在主观评价和客观评价方面都取得了较好的融合 性能。     

基于机器视觉的汽车焊缝检测系统

针对汽车焊缝工件检测精度低、鲁棒性差和效率低等问题,设计一种基于机器视觉的车辆焊缝检测系统,代替现有人工焊缝检测。利用VS2010开发出界面程序,通过配置工业相机,实现多个相机对汽车焊缝点图像的获取,对当前图像进行一系列预处理,使用标定工件对焊缝图像进行尺寸标定和校正,并采用改进的Hough变换检测算法对图像进行焊缝检测。实验结果表明,系统测量精度为0.006 mm,测量方差量级为10~(-5),系统可以对汽车焊缝进行精准、稳定和快速地测量,并且可以将检测结果导出到对应焊缝检测点的Excel电子表格中保存。     

基于区域划分的角点检测

本文主要研究角点检测中全局/局部的搜索算法,针对该算法效率较低的情况提出了改进的角点检测算法. 该算法采用相似金字塔计算原理构造多层图像,同时采用多尺度Harris算子分层搜索并提取图像特征角点,经过分层图像、分区域图像的特征角点进行融合计算,实现了目标特征点寻找. 该算法主要在角点检测上考虑不同层次的图像和单张图像区域关系,并且通过特征点周围像素的变化参数来实现目标的定位. 实验结果表明,本文提出的改进算法提高了总体定位的速度,降低了误定位的概率.     

深度学习偏振图像融合研究现状

偏振图像融合旨在通过光谱信息和偏振信息的结合改善图像整体质量,在图像增强、空间遥感、目标识别和军事国防等领域具有广泛应用。本文在回顾基于多尺度变换、稀疏表示和伪彩色等传统融合方法基础上,重点介绍基于深度学习的偏振图像融合方法研究现状。首先阐述基于卷积神经网络和生成对抗网络的偏振图像融合研究进展,然后给出在目标检测、语义分割、图像去雾和三维重建领域的相关应用,同时整理公开的高质量偏振图像数据集,最后对未来研究进行展望。