三维物体全视差全息体视图的快速计算

针对传统全息技术对三维数据源要求高、计算量大以及实现速度慢等问题,提出了一种三维物体全视差全息体视图的快速计算方法。该方法对全息面和再现面分别进行空间分割和频谱采样,通过迭代傅里叶变换算法计算多个基元全息图,叠加构成全息图单元。由摄像机获取三维物体不同角度的二维视差图像,基于人眼双目视差立体视觉原理,构建视差图像与全息图单元的对应关系。最后,利用全视差图像调制全息图单元中对应衍射方向的基元全息图,快速合成三维物体全视差全息体视图。基于液晶空间光调制器构建的光学系统对全息体视图进行了再现实验。结果表明,与传统全息图计算方法相比,本文方法容易获取数据源,计算量较小,能够快速计算全息体视图,实现三维物体不同视角图像的再现。     

自然彩色化双通道实时图像融合系统

考虑硬件资源与运算速度的需求,设计了一种基于数字信号处理(DSP)的具有自然彩色效果的红外与可见光图像融合系统.该系统采用软硬件结合的方法进行双通道图像配准,基于YCbCr空间实现伪彩色融合,然后利用自然真彩色参考图像对融合结果进行颜色传递.系统采用基于统计特性的颜色查找表技术,利用参考图像与伪彩色融合图像的统计特性修正颜色查找表,提高了计算效率.在系统的硬件平台上进行了实验,结果表明,系统融合图像接近自然色彩,在保留可见光图像细节的前提下,有效地突出了红外图像中的热目标.该系统融合速率达到25 frame/s,能够实现红外与可见光图像的实时融合与自然彩色化,有助于观察人员快速地发现目标,弥补了单一图像传感器的不足.     

无线传感器网络中的信息融合算法

无线传感器网络是一种新兴前沿技术. 节省能耗和延长网络寿命是无线传感器网络研究的核心课题之一, 通过信息融合算法减少数据传输量是延长网络节点寿命的有效途径, 研究了无线传感器网络中三种主要的信息融合算法, 并总结了算法的不足与改进方法.     

目标识别中多传感器信息融合算法比较

近年来多传感器信息融合技术在目标识别领域得到了大量研究和快速发展. 介绍了多传感器信息融合目标识别的基本原理及其系统结构, 重点阐述了目标识别中的多传感器信息融合算法, 并对识别效果进行比较, 最后指出了该领域今后的发展趋势.