舰载光电跟踪设备的目标预测算法研究

舰载光电跟踪设备在跟踪百公里以上的目标时,由于受到障碍物干扰,目标有时可能从视场中丢失,需采用记忆跟踪算法对目标的未来时刻位置进行预测,重新找回目标。常规的CA、CV模型预测目标时忽略了残差,记忆跟踪时间短,从而造成预测目标不够精确。针对以上问题,提出了Kalman目标预测模型,延长记忆跟踪时间。首先,由船地坐标转换公式推导了甲板坐标系下船摇速度,前馈到伺服控制系统速度回路中,保证视轴自稳定,同时提高跟踪精度;其次,概述了CA、CV、Kalman目标预测模型;最后,重点论述了3种目标预测模型记忆跟踪和实时雷达引导二维位置信息之间的关系。试验结果表明,本文由于引入了Kalman目标预测模型,使得记忆跟踪时间比传统的CA、CV模型的预测目标时间提高了一个数量级。解决了工程中舰载光电跟踪设备受船摇影响时跟踪精度低和记忆跟踪时间短的问题。     

基于Canny原理海天线检测算法研究

基于海天背景目标提取技术的研究,提出一种结合canny算子海天线检测方法,首先采用高斯平滑在低分辨率上采用canny算子检测边缘,然后通过直线边缘的方向特性,跟踪边界连接边缘点去除大部分的干扰,最后利用Hough变换拟合海天线;实验证明该方法不仅能够准确快速地提取出海天线,而且还能较好地抑制细小边缘的干扰,在实际应用中取得良好的效果。     

基于压缩感知的红外与可见光图像融合

基于压缩感知理论提出了一种红外与可见光图像的融合新方法。该方法将Contourlet变换(CT)和小波变换(WT)相结合,以进一步增加变换后系数的稀疏性,同时对采样模式和融合规则进行改进。首先对图像进行Contourlet变换,再对各高层分解系数进行正交小波变换;然后使用各层采样率不同的分立双放射形采样矩阵对系数采样,并用不同的规则对各层采样值进行融合;最后使用非线性共轭梯度法重构融合图像。实验结果表明,在采样率为0.5时,本文方法融合图像的细节信息比小波方法和小波变换压缩感知(WTCS)方法更加丰富;在所有采样率上,本文方法的融合效果比WTCS法在互信息、空间频率和融合信息逼真度等客观融合质量评价指标上均提高约10%。