关于复杂环境中的无人机残骸激光主动偏振成像研究

来源 :中国计量大学 | 被引量 : 0次 | 上传用户:ydaf5hv2
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在复杂环境中,无人机探测被应用的越来越频繁,而在未知的环境中,无人机常常遇到不可预测的问题或故障,如何在复杂环境中准确快速的搜寻到无人机的残骸是一个重要的问题。偏振成像技术的应用面十分广泛,它既可以获得成像目标的强度信息,还可以获得传统强度成像无法获取的目标偏振信息,利用偏振成像探测技术能够提高复杂环境中目标的识别率。本文针对复杂环境中如何有效地寻找无人机残骸的问题,提出了基于激光主动偏振成像的搜寻方法,并进行了实验研究,主要研究内容与工作如下:(1)对偏振成像探测的基本理论进行了研究;预先进行了偏振度测量实验,通过搭建光路,使用偏振计在相同入射角度下对无人机旋翼、机身碳管以及草和沙土进行了偏振度测量实验,验证了无人机材料在复杂环境中偏振特性的特殊性及其表面结构对自身偏振特性的影响。(2)根据偏振成像探测理论,搭建了激光主动偏振成像系统,对无背景、草地背景和沙地背景下的无人机部件(旋翼、碳管)分别进行了偏振成像实验,获取了目标的偏振图像及强度图像。通过编写上位机软件计算得到目标的偏振度图像,与强度图像进行对比,并计算各自的边缘特性值。实验结果显示获得的复杂环境中的偏振度图像总边缘强度平均为传统强度图像的6.6228倍,说明该系统对于复杂环境中的无人机残骸图像的边缘特性提升较大。(3)针对激光图像易受散斑噪声影响的问题,分别使用中值滤波、同态均值滤波和改进的增强Lee滤波这三种滤波算法对偏振度图像进行了滤波处理实验。滤波实验结果表明,相对于其他两种滤波算法,改进的增强Lee滤波算法处理后的图像既明显地抑制了散斑噪声,又有效地保持了图像的边缘信息;在处理本文方法获得的偏振度图像方面,改进的增强Lee滤波算法更有优势。
其他文献
1990年推出了一种新型的无溶剂固相微萃取(solid-phase microextraction,SPME)技术。该技术利用吸附材料等聚合物包覆的熔融石英纤维或不锈钢丝从样品基质中萃取分析物。它将采样、提取、富集、净化和样品引入整合为一个步骤。纤维涂层的性质对萃取效率影响最大。然而,当前市售的SPME纤维显示出一些缺点。例如,常见的二氧化硅(Si O2)基纤维容易断裂、涂层的热稳定性不够及选择性
我国西南地区树状杜鹃植物资源丰富,应用前景广阔。但野生杜鹃花资源大多分布于中山地带,其引种栽培在我国尙处于起步阶段。因此,树状杜鹃低海拔引种栽培研究对促进杜鹃花木产业的多元性发展,为山地森林公园、风景区、乡村景观建设提供本地优良花木等方面具有重大的意义。本研究选择马樱杜鹃(Rhododeron delavayi)、露珠杜鹃(Rhododeron irroratum)、云锦杜鹃(Rhododeron
遗传漂变引起的随机波动可以影响种群的基因多样性,从而导致群体遗传结构的持续变化,在动植物繁殖以及各种与人类相关的重要疾病中起着关键作用。本文主要研究存在自然选择作用下由Moran过程驱动的随机进化模型。由于该问题所对应的连续极限方程具备由离散随机过程引起的退化扩散性,因此方程解在边界上存在狄拉克δ奇点,从而给理论分析和数值研究特别是长时间运算带来了巨大的挑战。本文根据Kimura方程的梯度流结构,
随着工业化的快速发展,空气污染问题日益严峻。大气污染事故发生时,环境部门如果不能迅速定位污染源的位置,进一步控制污染事故的扩散,将会对生态环境和人民健康造成严重的危害。我国在大气污染源定位领域的研究已取得一定成果,主要是以固定监测站的实时监测与移动机器人主动嗅觉技术为主。无人机具有较高的机动性和快速响应能力,在空中进行污染物的跟踪与定位具有独特的优越性。本文以四旋翼无人机作为移动监测平台,在总结与
道路运输车辆的大量使用,为我们带来便捷的物流、便利的出行、低成本生活的同时,我们也应该看到,部分唯利是图的不法分子,枉顾机动车安全性能,一味通过加宽加高护栏、加厚底盘钢板,以求达到一次性运输更多货物的目的,严重威胁着人们的生命和财产安全。为了从源头上遏制经过改装的超限超载车辆上路,通过定期、不定期对道路运输车辆进行外廓尺寸检测,成了一种有效的手段和措施。目前,现有机动车外廓尺寸测量的方式和手段还无
随着国家经济水平的提高,出租车数量日益增多,计价器记录出租车行驶过的里程数,为车辆定期的保养、维护以及报废提供依据,基于里程计价的出租车计价器检定工作已变得尤为重要。本文针对现有车用计价器检定中缺少条件,忽略计价器与车辆作为整体检定这一关键问题,以及传统检定方法中人为因素干扰多、可靠性低等问题,利用现有检定线上标准型速度台,开发了车用计价器整车检定系统,在降低成本的前提下完成了其对计价器记录里程和
塔式太阳能光热电站的光热转换效率与定日镜表面积尘度密切相关,镜场内的不同位置镜面的积尘状态与风向风速及前次清洗时间密切相关。因镜面清洗设备有限和沙漠高原水资源缺乏,优先清洗积尘度高的镜面是确保光热转换效率,降低维护成本的必然要求。因此需要一种抽样巡检机器人获取现场积尘度情况,优化清洗策略。针对镜场面积大且地形凹凸不平,镜面多且倾斜角多变的问题和不同积尘度测量装置的测量要求,本文研究开发一种积尘度巡
以半导体发光技术为基础的新型发光方式推动了LED照明和显示技术的快速发展,替代了传统照明、显示技术,广泛应用于人们的住宅、办公等诸多领域,改变了人们的生活方式。在丰富了视觉内容与形式的同时,人们处于人造光源下的时间也越来越长,显著加重了视觉信息感知和处理的负担,这将带来一系列视觉健康问题。人眼作为信息获取的主要器官,为获取清晰的图像而进行不断地调节,从而产生了视疲劳。目前光源对人眼视疲劳累积所产生
过程监测技术可以保证生产过程安全地进行,其中多变量统计过程监测(MSPM)是当前过程监测方向的重要研究对象。传统MSPM的假定太多,实际的复杂工业过程通常不符合这些假定,仅用高斯分布模型无法完整描述,因此要对过程中的非高斯特性进行提取,并基于提取的非高斯特性对过程展开监控。除了非高斯特性外,过程数据还有多模态、大规模、过渡过程和离群点等问题,因此要基于非高斯特性提取方法对相关特性进行逐一分析以进行
当前,图像超分辨率重建在计算机视觉等领域备受瞩目.传统的重建方法能力逐渐趋于饱和,随着深度学习的不断发展,卷积神经网络开始在该领域内发光发热.然而,目前这类方法往往诉诸复杂的深层网络以追求重建性能的提升,却付出了高昂的计算代价.本文主要聚焦于面向图像超分辨率重建的多尺度卷积神经网络方法,在已有算法的基础上,设计了一系列高效的网络架构捕获图像的多尺度特征信息,实现与复杂深度网络可匹敌的重建性能.主要