题名 车载微光瞄准镜电子稳像技术研究
被引量：4
1
作者
宗艳桃 蒋晓瑜 汪熙 纪红霞 赵锴
机构
装甲兵工程学院控制工程系 [
出处
《兵工学报》
EI
CAS
CSCD
北大核心
2012年第9期1041-1047,共7页
文摘
针对"下反"稳像火控系统无法对微光夜视图像进行稳定的问题,提出了一种基于陀螺仪和块匹配相结合的实时高精度电子稳像技术。设计了电子稳像系统的总体结构;基于透视成像模型,推导了载体运动与图像运动之间的转换方程,给出了适当的图像运动模型及陀螺仪信号标定方法。在利用陀螺仪对图像运动矢量进行初始估计的基础上,结合块匹配算法对运动矢量进行精确估计;同时针对传统菱形搜索法在高噪声、低对比度微光图像中容易陷入局部极小值点的问题,基于对称校验原理对其进行改进,提高了算法的准确性。
关键词
信息处理技术 微光瞄准镜 电子稳像 陀螺仪 菱形搜索
Keywords
information processing low-light-level telescope electronic image stabilization gyroscope diamond search
分类号
TH745
[机械工程—光学工程]
题名 基于迭代傅里叶变换的3维全息图计算新方法
被引量：1
2
作者
裴闯 蒋晓瑜 王加 宗艳桃
机构
装甲兵工程学院控制工程系
出处
《激光技术》
CAS
CSCD
北大核心
2013年第3期347-352,共6页
基金
军内重点科研基金资助项目(404010204)
文摘
为了进行3维物体全息图的快速运算,在迭代傅里叶变换算法基础上,通过分析透镜的傅里叶变换性质,采用编码球面相位因子的方法,将全息图平行光再现等效为点光源再现。将球面相位因子加入到迭代运算中,获得了具有深度特征的3维物体全息图;同时利用球面相位因子查表运算法简化了相位因子的计算,提高了算法的迭代速度,并基于空间光调制器进行了3维物体的再现实验。结果表明,该算法具有良好的收敛特性,计算的全息图能够在不同距离的像面实现对应层面的物场再现,具有3维的视觉效果。
关键词
全息 数字全息 迭代傅里叶变换 相位因子 3维图像
Keywords
hologram digital hologram iterative Fourier transform phase factor 3-D image
分类号
O438.1
[机械工程—光学工程]
题名 光纤陀螺随机漂移分析与建模方法
被引量：1
3
作者
汤霞清 宗艳桃 郭理彬 贺勇
机构
装甲兵工程学院
出处
《火力与指挥控制》
CSCD
北大核心
2008年第S2期14-16,共3页
文摘
随机漂移是影响光纤陀螺精度的重要因素。根据光纤陀螺静态漂移测试信号,利用Allan方差法对光纤陀螺随机漂移误差进行了分离和辨识,并分析了系数拟合过程中最小二乘法的病态矩阵问题。最后探讨了利用AIC准则和长自回归法建立光纤陀螺随机漂移ARMA模型的方法,为进一步对光纤陀螺输出信号进行滤波处理奠定了基础。
关键词
光纤陀螺 随机漂移 Allan方差法 ARMA模型
Keywords
fiber optic gyro,random drift,allan variance,ARMA model
分类号
V241.5
[航空宇航科学与技术—飞行器设计]
题名 矩形靶标中心点定位技术研究
4
作者
谢志宏 梁新彬 黄应清 宗艳桃
机构
装甲兵工程学院
出处
《信息通信》
2017年第3期4-6,共3页
文摘
对靶标中心点的准确定位,是分析射弹散布规律、检验武器射击效能和评估射手技能水平的基础和关键。为实现靶标图像快速自动分割,对Otsu算法进行了改进,有效地提高了Otsu算法的分割效率;在实现靶标图像自动分割的基础上,经过图像形态学处理、边界追踪,通过最小二乘法确定靶标边缘方程,最终准确实现了靶标中心点的准确定位。
关键词
改进的Otsu算法 图像形态学 中心点定位
Keywords
improved Otsu algorithm image morphology center point positioning
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 基于卷积神经网络的高光谱图像分类算法综述
被引量：4
5
作者
易瑔 张宇航 宗艳桃 戴颜斌
机构
中国人民解放军陆军装甲兵学院兵器与控制系
出处
《电光与控制》
CSCD
北大核心
2023年第3期70-77,共8页
文摘
高光谱图像拥有光谱分辨率高、图谱合一的优点,已经成为遥感科学的重要研究方向。大多数传统的高光谱图像分类方法是基于浅层人工特征且依赖于专家经验,已经难以满足当下的技术需求。近年来,随着卷积神经网络在人工智能领域的广泛应用,基于卷积神经网络的高光谱图像分类方法已经在分类精度和速度上取得突破性的进展。首先介绍了高光谱图像分类方法,分析了传统分类方法的局限性;然后根据卷积神经网络对高光谱图像特征提取方式的不同,将算法分为基于谱特征、空间特征和空谱特征3大类,并分析了每类算法的优缺点;最后对高光谱图像分类的小样本训练、实际应用和分类结果等问题提出建议。
关键词
高光谱图像 深度学习 图像分类 卷积神经网络 特征提取 综述
Keywords
hyperspectral image deep learning image classification convolutional neural network feature extraction survey
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
题名 基于改进残差网络的高光谱图像分类算法研究
被引量：1
6
作者
易瑔 张宇航 王清 宗艳桃
机构
中国人民解放军陆军装甲兵学院兵器与控制系
出处
《兵工自动化》
2023年第10期15-20,共6页
文摘
针对高光谱图像在训练样本较少时无法构建有效的深度学习分类模型的问题,对传统的残差块(residual block)模型进行改进,提出一种“金字塔”残差块分类算法。设计一种包含数十个卷积层的深度学习网络,与传统残差模型相比大大减少了参数量,且可以充分提取高光谱图像的深层空间-光谱特征;在2种开源数据集Indian Pines和University of Pavia上进行实验,同时选取了3种经典的分类方法作为对比。实验结果表明:该算法表现效果最佳,可以有效提高高光谱图像的分类精度。
关键词
深度学习 高光谱图像 卷积神经网络 图像处理
Keywords
deep learning hyperspectral image convolutional neural network image processing
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
