简介：在基于超短激光脉冲频域干涉技术的超快激光与物质相互作用的测量实验中，束一束间的延迟时间对瞬态特性的测量至关重要。利用两束脉冲频谱干涉条纹宽度与脉冲相对延迟时间成反比关系这一特性，阐述了通过对脉冲频谱干涉图进行傅里叶变换，在干涉条纹傅里叶变换面（时间域）上测量脉冲延迟时间的基本原理，并给出了测量误差分析，数值模拟结果显示通过傅里叶变换的方式，在频谱干涉图的时间域上可以有效地提取出两束脉冲间的相对延迟时间。

简介：针对典型目标识别问题,提出了一种基于投影寻踪的高光谱目标识别算法。先对高光谱图像进行最小噪声分离变换,计算出本征维度,同时对图像去噪,然后采用信息散度作为投影指标,对投影指标值自适应分割,得到所要提取的波谱曲线,最后用光谱角匹配识别出目标及其位置。高光谱图像验证结果表明,该方法有效地去除了图像噪声,而且能够快速、可靠地提取端元并识别出目标。

简介：海面波浪对光线的扰动以及海水对光的吸收和散射对水下对空成像有重大影响。建立了水下对空成像的光学计算模型，采用基于PM谱的海浪模型和基于小角度散射理论的水下辐射场传输模型，利用光线追迹分析波浪对光线的扰动，得到了像面照度的分布。仿真结果的分析表明，像面上的照度由视场中心向边缘递减，并随成像深度增加按指数衰减，海浪对图像的破坏程度在消光边界附近最大。

简介：目标识别与人工智能技术研究一直以来都是备受关注的前沿方向，在军用、民用领域都具有广泛的应用前景和潜在的经济价值，已成为一项极为重要和基本的技术。目标的探测与识别就是通过目标信息的“获取”、“处理”、“显示”、“传输”等途径实现目标的“探测”、“识别”和“辨识”，它是一门多学科综合的应用技术，其研究内容涉及传感器技术、信号提取、图像处理、模式识别、测试仿真等多个学科内容。

简介：点扩展函数的设置是图像复原中的关键问题，对于匀速直线运动模糊图像，运动方向和模糊长度决定了点扩展函数。根据运动模糊图像和原始图像在频谱上存在的对应关系，即运动模糊图像频谱存在着对应于传递函数零点的暗条纹，提出对运动模糊图像，通过二维傅里叶变换、二值化以及Radon变换检测运动模糊图像频谱图上暗条纹的方向和位置，来实现运动方向测量的方法。用该方法对模糊图像进行检测，模糊方向的识别精度小于1°。实验证明该方法可以实现平面内任意方向运动的测量。

简介：在数据融合的基础上，以红外／毫米波双模传感器的智能融合结构为模型，将模糊神经网络与D-S证据理论相结合，提出了一种新的目标识别方法。该算法根据红外／毫米波传感器的性能及工作范围，构造模糊变量作为神经网络的输入，根据神经网络的不同输出判别目标的真伪，并利用D-S证据理论进行目标身份识别。仿真结果证明了该算法的可行性。

简介：快速可靠的星图识别算法是星敏感器确定姿态的关键部分。综合当前多种星图识别算法,设计了实用快速的全天星图识别算法。根据星敏感器视场筛选导航星,构建最小星库;选择星对角距为识别特征,根据多星结构重复性选择星形识别算法;考虑误差,将星对角距离散化成数组,特征匹配无需搜索,直接查找表定位。实验证明本算法是一种速度快（首次捕获〈1s）、存储空间小（〈1MByte）、识别正确率高（〉99.99%）、抗假目标干扰强的全天星图识别算法,方便在嵌入式芯片上运行。

简介：为提高人脸识别的正确率，提出了一种改进的特征提取及分类算法。首先采用Contour-let变换对人脸图像进行多尺度分解，然后由低频子带和各尺度各方向的高频子带得到人脸的特征值，并将它们组合成多尺度特征向量，再应用多元回归分析方法进行人脸识别。由于多尺度特征向量不仅反映了整幅图像的全局特征，还反映了图像各种尺度下的边缘、纹理等奇异特征，因此具有更多的鉴别信息；多元回归分析则充分考虑了同一总体的各样本间的强线性关系。在ORL人脸库上的实验显示人脸识别率达97．78％，优于其他的方法。

简介：水下成像技术在诸多领域获得了越来越多的应用,然而由于受到成像器件参数、水体特性等成像系统参数的影响,水下图像的分辨率普遍较低、像质较差。基于包括点扩散函数、衍射极限等水下成像系统模型的图像超分辨率重建技术,能够在提高图像分辨率的同时增强图像质量。为了尽可能提高图像分辨率,建立了基于光束传播理论的超分辨率成像模型,并将其应用于水下脉冲激光距离选通成像结果图像的超分辨率重构。重构实验的结果表明,所提出的方法可以有效地提高水下成像的分辨率和质量。