【摘 要】
：
图像是人类获取外界信息的主要来源,而光学系统能够极大地拓展人类视觉功能范围。在相同的场景下,能够获取更大视场,更高分辨率的光学系统,能够更好的服务于安防、运动机器人、跟踪制导等领域,推动国民经济与国防科技的发展。传统光学设计中,视场和分辨率之间存在着相互制约的关系,而一种采用多路相机阵列成像的仿生复眼系统成为解决该问题的有效方式之一。且随着人工智能技术的不断提高,智能化的成像系统在军、民领域的需求
论文部分内容阅读
图像是人类获取外界信息的主要来源,而光学系统能够极大地拓展人类视觉功能范围。在相同的场景下,能够获取更大视场,更高分辨率的光学系统,能够更好的服务于安防、运动机器人、跟踪制导等领域,推动国民经济与国防科技的发展。传统光学设计中,视场和分辨率之间存在着相互制约的关系,而一种采用多路相机阵列成像的仿生复眼系统成为解决该问题的有效方式之一。且随着人工智能技术的不断提高,智能化的成像系统在军、民领域的需求不断增多,因此将目标自主检测功能与成像系统结合起来必然符合未来的发展趋势。针对上述难题与需求,主要开展了以下的研究工作:1)仿生复眼多路图像采集控制系统设计。通过对多路图像采集和控制理论以及当前多路图像采集方法的研究,设计了系统整体采集控制方案,并相应开发了一套基于现场可编程门阵列（FPGA）的实时多路相机图像采集系统。对系统中所需要的图像传感器、核心控制元件、数据存储器等硬件设备进行对比选型,对系统中软件逻辑部分如CMOS相机配置、图像数据控制、DDR3图像缓存、图像HDMI显示、以太网图像传输等模块进行了设计,并通过仿真工具进行了功能上的验证。2)多路图像拼接算法设计。通过对比目前主流的图像配准算法,选择改进尺度不变特征转换（SIFT）算法对图像进行特征提取,再针对仿生复眼系统图像信息量多,且SIFT算法描述符计算量较大的问题,提出一种结合了主成分分析法（PCA）的PCA-SIFT算法对描述符进行降维,通过缩小特征点提取区域,改变多路图像拼接方式,以减少多路图像特征点匹配次数,使得图像特征提取计算复杂度降低。同时,利用对随机抽样一致（RANSAC）算法进行自适应设计来对特征点进行提纯增加系统鲁棒性,再通过加权平均算法来完成多幅子图像的高视觉效果融合。最后进行综合实验,验证了改进的算法兼顾了图像拼接的速度与质量,相比主流算法,更加适合仿生复眼系统。3)多目标快速检测方法实现。阐述了传统目标检测算法的局限性,分析了基于深度学习卷积神经网络框架下,双阶段经典算法Faster R-CNN和单阶段经典算法YOLOv5的目标检测原理,通过实际训练对比了两种网络的检测效果,并根据仿生复眼系统图像特点,模拟该类图像进行实验,从检测精度与检测速度对两种网络进行评价,最终选择了更加适合仿生复眼系统的YOLOv5模型作为系统目标检测算法,完成对系统图像的多目标检测。4)系统整体验证。搭建了基于Xilinx Kintex-7型FPGA多路图像采集系统,对系统功能进行整体验证。试验结果表明,系统多路采集系统工作正常,成像画质清晰流畅,并可根据实际使用需求调整相机数量,具有较好的灵活性。将图像数据传输至上位机后,能对多路图像进行高效高质量拼接,并对拼接后图像中的多个目标实现快速准确检测。
其他文献
视觉目标跟踪一直是国内外学者的研究重点,随着多年的研究发展,跟踪算法逐渐遭遇瓶颈,但深度学习技术的崛起为跟踪技术注入了新活力,使跟踪技术有了长远的发展,促使该领域迈向新台阶。目前,目标跟踪算法的性能在自然场景下仍会受到如光照变化,尺度变化,遮挡等各种因素的干扰,因此对其进行跟踪仍然具有很大的难度。本文针对算法在短时和长时运动场景下进行跟踪时,目标被遮挡导致跟踪失败或目标被相似物干扰导致跟踪精度下降
无人机集群作战得益于任务执行效率高、灵活性强、成本低等优势,被认为是未来空中战场的主要作战形式。但未来的战场要求无人机集群具备态势感知、自主决策、协同控制等能力,能够在具有感知与通信范围受限的拒止特征的复杂环境下进行作战。传统的方法与模型很难完全解决通信拒止环境下资源调度不合理、无法有效躲避障碍物、目标围捕等问题。因此,本文重点研究了通信拒止环境下无人机集群的资源调度、目标围捕及避障、多目标围捕等
近年来,随着世界军事变革和作战理念的更新,各国越来越重视将作战实验作为检验武器平台和作战概念的手段。通过联合异构领域系统、展开训练实验和系统模拟仿真训练,从而为军事人员提供一个时空统一和相对逼真的仿真环境。真实-虚拟-构造LVC就是将不同地域的实兵系统和模拟系统联合起来进行训练。但是异构领域、异构系统联合又不能直接进行交互,故需要解决几个问题,第一,异构系统的数据相互识别;第二,系统交互的实时性;
黄土滑坡是陕北黄土丘陵沟壑区的典型地质灾害之一,其具有自稳性低、突发性强、分布广泛、危险性大等特点,对黄土高原地区工程建设和人民生命财产安全构成严重威胁。预应力锚杆支护等主动工程措施和抗滑桩等被动工程措施是大型黄土滑坡的主要防治手段,但二者协同工作中的相互作用机理还不清楚,制约了预应力锚杆和抗滑桩联合应用的技术发展。对此,本文在前人研究基础上,基于ABAQUS数值模拟方法,对陕西省吴起县杏树沟滑坡
近年来,深度学习技术在计算机视觉领域取得了很大的进步。然而在计算和存储资源受限的场景下,目标检测网络存在冗余度较高的问题,使得在工程中大规模部署应用目标检测算法存在巨大挑战。因此,研究资源受限下目标检测网络轻量化方法是目标检测算法在现有的工程设备进行广泛应用的必要途径。本文针对资源受限场景,提出了一套全流程目标检测网络轻量化方法,减少了目标检测网络的资源消耗,提高了目标检测技术的实用性。主要工作包
随着计算机视觉技术的快速发展,人工智能应用的范围和深度也在不断拓展。其中在军事方面,利用计算机视觉技术实现智能化作战已成为各国军队建设的重要方向之一。战场移动目标意图判别是战场态势发展领域的一个重要条件,快速准确获取战场上敌方作战信息、了解对方作战意图、对移动目标实现分类识别和意图判断,这些对于我方制定作战方案具有指导性的意义。目前已有许多学者在该方向进行研究,但仍存在一些问题亟待解决,传统的意图
随着光场调控技术的发展,具有新型空间结构的矢量涡旋光束诞生,相比于标量涡旋光束,矢量涡旋光束同时具有各向异性的空间偏振分布和螺旋相位分布,并携带与相位分布有关的轨道角动量（Orbital angular momentum,OAM）。由于独特的偏振和相位特性,矢量涡旋光束经过传输与散射产生更新颖的OAM性质。因此,矢量涡旋光束OAM在目标探测、光信息传输等领域具有很大的应用前景。本论文主要研究了矢量
光电稳瞄平台主要通过陀螺仪的反馈作用构成伺服控制回路,对载体的运动干扰进行隔离,保持平台台体以及装载的光学载荷能够始终维持稳定,进而实现对目标的精确瞄准和跟踪,多配合于飞机、船舰、作战车辆等载体进行军事打击作战使用。然而,由于多处于复杂多变的工作环境当中,总会受到来自于各种力矩干扰、高频测量噪声等因素的影响,导致装载的光学载荷的视轴稳定精度下降,最终偏离或丢失靶目标信息。因此,以两轴两框架结构形式
随着城市化进程不断推进,城市下垫面的不透水性增加,使原有的自然水文循环系统发生了巨大的变化。雨后入渗量显著减少,从而导致短时间内大量雨水径流汇集并外排,给城市排水系统带来极大的压力。此外,由于雨水径流所携带的面源污染负荷,也使得受纳水体的水质状况急剧恶化。因此,为了解决城市化下的综合水问题,以城市径流总量和污染负荷总量为控制指标的城市建设发展新模式—“海绵城市”应运而生。本文通过构建典型地块和试点
随着机器视觉的不断发展,普通的针孔相机由于其视角范围的局限性已经无法满足许多场合的需求,鱼眼相机的出现和发展是大势所趋。近年来,鱼眼相机因其具有超大视场角,在国防技术、医疗、自动驾驶、导航等领域都具有很好的发展前景。相比于普通的双目系统,利用双目鱼眼系统进行三维目标的重建效率更高,但同时也带来了许多技术上的难题。利用双目鱼眼系统进行目标重建不仅要克服鱼眼相机成像畸变过大所带来的问题,还要考虑鱼眼相