光电混合的修正振幅调制的联合变换相关器作多目标检测

提出一种实现光电混合的修正振幅调制的联合变换相关器作多目标检测的实验系统．这一结构属于可编程的单空间光调制器的联合变换相关器．为提高系统的分辨本领和空间带宽积,可编程的单空间光调制器由液晶显示屏、成像透镜和液晶光阀组成．这种方法具有光学处理信号是平行进行、大容量和高速度等优点,又有计算机对联合功率谱进行处理的灵活性和可编程等优点．实验结果证实了光电混合的修正振幅调制的联合变换相关器作多目标检测的正确性．     

修正条纹调节的圆谐联合变换相关器作旋转不变的目标检测

提出一种修正条纹调节的圆谐联合变换相关器作旋转不变的目标检测的方法．在这种方法中,参考图像（即圆谐展开分量的实部和虚部）、圆盘状的局部偏置函数以及目标图像同时显示于输入面．这一方法对联合功率谱作了修正,先将联合功率谱减去纯输入景物（含局部偏置函数）的功率谱和参考图象（含局部偏置函数）的功率谱,再加上局部偏置函数的功率谱,然后将所得修正的联合功率谱乘以条纹调节滤波函数．它能产生比普通的圆谐联合变换相关器更好的相关输出．给出计算机模拟结果．     

实时高通滤波的联合变换相关器

提出一种实时高通滤波的联合变换相关器．采用液晶显示屏作为输入器件，用液晶光阀记录和显示联合功率谱．使用预滤波器除去显示屏上的光栅状结构的频谱．利用成象透镜放大联合频谱以利于高通滤波操作．应用高通滤波器来提高相关图象的输出性能．分析了高通滤波器的设计．计算机模拟结果和实验结果证实了该系统设计及性能分析的正确性．     

基于联合变换相关器的光电混合指纹识别技术

指纹识别具有很好的方便性和可靠性,是现代社会应用最广的生物特征识别技术.本文介绍指纹识别技术的发展和分类,论述了基于联合变换相关器的光电混合指纹识别技术,包括指纹取像技术与指纹预处理、指纹图像的匹配、系统的性能参数的定义以及光学联合变换相关器的各种改进方法,讨论了光电混合指纹识别技术的发展方向.     

啁啾编码的高通联合变换相关器

提出一种新的啁啾编码的高通联合变换相关器．这种相关器，可以使相关峰在不同的平面上输出．其与经典和二元化的联合变换相关器相比，具有更好的相关输出性能，而且能有效地抑制因非线性化操作所产生的谐波项的影响．给出对具有灰度级的输入景物的计算机模拟结果．     

反射式光电联合变换相关器的设计

传统的联合变换相关器一般为单光路反馈系统,体积大且运行速度慢．针对其缺点,根据光电联合变换相关器探测的基本原理,设计了具有双光路的反射式光电联合相关器,其由计算机控制的电寻址液晶EALCD作为空间光调制器,并用面阵CCD作为探测器记录其联合变换功率谱;整个光学系统是由准直系统结构和傅立叶系统构成,其特点是体积小,并且运行速度快．     

基于小波变换的圆谐联合变换相关器

将小波变换应用于圆谐联合变换相关器作旋转不变的目标检测。与高通滤波的圆谐联合变换相关器相比,其输出相关峰宽度、识别力、峰噪比和旋转不变性都有较大改善,小波函数采用改进的Ｍｅｘｉｃａｎ－ｈａｔ小波,圆谐联合变换相关器采用直流偏置型,给出计算机模拟实验结果。     

使用三角光栅的白光彩色联合变换相关器

本文提出了在彩色联合变换中使用光栅对彩色物体进行分通道处理的方法，讨论了实现此方法对光源，滤色片的限制，并基于此讨论结果提出了一种使用三色光栅图像编码的分通道解决方法，这种方法不但降低了对光源的限制，而且也便于取向不同的功率谱进行了分通道并行处理，包括并行地使用零级功率谱进行彩色图像的仅形状相关。     

用Haar小波联合变换相关器进行模式识别

在联合变换相关器中应用Harr小波滤波器进行模式识别，并利用参考自相关谱抽取的方法来削弱零级直流发量，模拟结果表明，可以有效提高系统的抗噪声能力和鉴别率。     

光学图像识别相关器的MATLAB 仿真

利用MATLAB提供的图像处理函数来模拟光学图像识别相关器对图像的识别,得到较好的仿真结果。     

小型化实时联合变换相关器的设计方案

随着电子成像器件和计算机技术的不断发展进步光学相关探测器件由最初的匹配滤波器发展到今天的联合变换相关器,联合变换相关器近年来发展较快,向着实时化、可编程的方向发展,有灵敏度高,设备简单,无损伤待测物体等优点。然而,以往我们所使用的光电混合联合变换相关器体积较大、结构复杂,要将其运用到实战当中还有一段距离。本文介绍的几种小型化方案有效的减小了整个装置的体积,使其在军事领域上又有了新的应用前景。     

旋转、平移不变光电混合指纹识别系统的研究

提出了利用圆谐函数展开和联合变换相关器组成旋转、平移不变光电混合指纹识别系统,计算机模拟结果表明该系统操作简单,可实现指纹旋转±20°范围内的快速指纹识别。     

目标检测的多分辨小波Holder数法

针对传统纹理分割方法的不足,从分形布朗运动的平均Ｈｏｌｄｅｒ数出发,提取人造目标与自然场景的相对距离,根据相对距离区分物体和背景,通过不同分辨率下的小波Ｈｏｌｄｅｒ数的计算,进行直线拟合。利用拟合后直线的斜率及线性度等参数可进行目标的检测。     

实现光学图像识别的基于液晶光调制器的联合变换相关器

本文提出一种高效联合变换相关器（JTC）来实现光学图像的识别。用液晶光调制器作为实时联合图像（包括参考图像和待识别图像）的输入装置,用CCD记录联合功率谱,该功率谱经傅里叶透镜变换后得到相关输出。实验表明,这种识别方法要比匹配滤波相关识别简单的多,易于计算机的处理,实现了光、电的实时光学图像的识别。     

基于多尺度与混合注意力机制的苹果目标检测

自然环境下,苹果采摘机器人进行采摘任务时易受到环境因素的影响,导致其视觉系统的检测性能降低,出现误检和漏检的情况.针对此问题,在YOLOv3的基础上,提出了一种基于多尺度与混合注意力机制的目标检测模型PM-YOLOv3.首先,改进YOLOv3的特征提取网络,减少网络残差模块的数量,引入多尺度卷积,构建新的特征提取网络;...     

目标检测的多分辨小波Holder数法

针对传统纹理分割方法的不足,从分形布朗运动的平均Holder数出发,提取人造目标与自然场景的相对距离,根据相对距离区分物体和背景,通过不同分辨率下的小波Holder数的计算,进行直线拟合．利用拟合后直线的斜率及线性度等参数可进行目标的检测．实验表明,与用单纯的分形特征参数相比,所提出的方法是一种快速、有效的人造目标识别方法．     

士兵和装甲车目标多尺度检测方法

针对士兵和装甲车目标的尺度差异大以及目标距离远近造成的目标多尺度问题,以YOLOv4深度学习算法为基础,提出了一种多尺度目标检测方法. 通过针对性的数据增强方法丰富小目标样本的多样性,对输入图像进行分割预处理以提高网络输入小目标的分辨率,并基于特征金字塔网络实现大、中、小目标的分离检测,最后匹配检测结果并进行NMS处理去除冗余检测框,从而实现多尺度目标检测. 实验结果表明,本文方法在保持大目标检测效果的情况下,中、小目标的平均检测精度分别提升了1.20%和5.54%,有效提高了中、小目标的检测效果.      

多目标环境下的雷达CFAR 检测

提出了一种基于对参考单元进行比较筛选的雷达恒虚警(CFAR)检测方法，并对其在不同背景条件下参考单元的分布变化与检测性能进行了分析。结果表明，该方法在不降低均匀环境下检测性能的条件下，可以明显改善CA和OS—CFAR在多目标干扰环境下的检测性能。     

基于多帧信息的多传感器融合三维目标检测

为提高三维目标检测中多传感器融合的效果,并利用前后帧之间的特征关联,提高目标检测的准确率,提出了一种基于多帧信息的多传感器特征融合三维目标检测网络.首先通过基于指导点的特征映射模块,将图像相机视角特征转换为鸟瞰图特征,并通过自适应融合模块对点云特征和图像特征进行融合;之后利用历史帧跟踪信息,融合多帧特征;最后采用基于CenterPoint检测头进行目标检测.在nuScenes数据集和实车上对三维目标检测网络进行了测试,试验结果表明该网络具有更高的精度和实时性.