留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

红外激光主动成像和识别

赵建川 王弟男 陈长青 郭劲

赵建川, 王弟男, 陈长青, 郭劲. 红外激光主动成像和识别[J]. 中国光学, 2013, 6(5): 795-802. doi: 10.3788/CO.20130605.0795
引用本文: 赵建川, 王弟男, 陈长青, 郭劲. 红外激光主动成像和识别[J]. 中国光学, 2013, 6(5): 795-802. doi: 10.3788/CO.20130605.0795
ZHAO Jian-chuan, WANG Di-nan, CHEN Chang-qing, GUO Jin. Infrared laser active imaging and recognition technology[J]. Chinese Optics, 2013, 6(5): 795-802. doi: 10.3788/CO.20130605.0795
Citation: ZHAO Jian-chuan, WANG Di-nan, CHEN Chang-qing, GUO Jin. Infrared laser active imaging and recognition technology[J]. Chinese Optics, 2013, 6(5): 795-802. doi: 10.3788/CO.20130605.0795

红外激光主动成像和识别

doi: 10.3788/CO.20130605.0795
基金项目: 

吉林省重大科技攻关专项资金资助项目(No.20120615)

详细信息
    作者简介:

    赵建川(1969-),男,吉林长春人,学士,工程师,1992年于海军电子工程学院获得学士学位,主要从事光电设备研制与改造方面的研究。E-mail:zaojc@ciomp.ac.cn

    通讯作者: 郭劲
  • 中图分类号: TN249;TP391

Infrared laser active imaging and recognition technology

  • 摘要: 在传统激光主动成像系统的基础上,结合目标识别技术搭建了一台激光主动成像识别系统实验平台,研究了激光主动成像后的目标识别技术。由7个不变Hu矩构成特征量,用由136个权值系数构成BP神经网络算法对黑夜条件下450 m处的运动目标43式冲锋模具枪进行了实验研究。研究显示,采用该方法成功获得了清晰的红外激光主动成像效果,对2 740 frame激光主动成像图像的统计目标识别率达到了68.87%,其中旋转变换下的统计识别率可达80.05%。该项研究对实际黑夜暗小目标的探测识别具有重要意义。
  • [1] DAYTON D,BROWNE S,GONGLEWSKI J. Long-range laser illuminated imaging: analysis and experimental demonstration[J]. Opt. Eng.,2001,40(6):1001-1009. [2] 张建,张雷,曾飞,等. 机载激光3D探测成像系统的发展现状[J]. 中国光学,2011,4(3):213-232. ZHANG J,ZHANG L,ZENG F,et al.. Development status of airborne 3D imaging lidar systems[J]. Chinese Optics,2011,4(3):213-232.(in Chinese) [3] 王智,贾书洪,张晓辉,等. 激光主动成像的多帧后处理算法研究[J]. 光学 精密工程,2007,15(4):615-621. WANG ZH,JIA SH H,ZHANG X H,et al.. Multiframe post processing algorithm of laser active imaging images[J]. Opt. Precision Eng.,2007,15(4):615-621.(in Chinese) [4] 张晟翀,唐树威,朱海波. 激光主动成像技术研究[J]. 光电技术应用,2009,24(3):9-12. ZHANG SH C,TANG SH W,ZHU H B. Laser active imaging technology[J]. Electro-Aptic Thchnology Appl.,2009,24(3):9-12.(in Chinese) [5] 庞春颖,张涛. 激光主动成像系统探测距离的计算与仿真[J]. 电光与控制,2008,15(2):70-73. PANG CH Y,ZHANG T. Operation range of laser active imaging system computation and simulation[J]. Electronics Optic & Control,2008,15(2):70-73.(in Chinese) [6] 刘秉琦,周文武,武东生,等. 双通道激光主动探测系统[J]. 光学 精密工程,2012,20(2):241-246. LIU B A,ZHOU W W,WU D SH,et al.. Dual-channel active laser detection system[J]. Opt. Precision Eng.,2012,20(2):214-246.(in Chinese) [7] 孙欣. 军用目标识别系统的研究与应用[J]. 光学与光电技术,2012,10(5):80-83. SUN X. Research and application of military target identification systems[J]. Opt. Optoelectronic Technol.,2012,10(5):80-83.(in Chinese) [8] 孙红辉,王红霞,田涛. 一种基于不变矩和BP网络的目标识别方法[J]. 微电子学与计算机,2011,28(3):63-69. SUN H H,WANG H X,TIAN T. The recognition method of objects based on moment invariant and BP neural network[J]. Microelectronics & Computer,2011,28(3):63-69.(in Chinese) [9] 田华,石圣羽,宗晓萍. 基于不变矩特征及BP神经网络的图像模式识别[J]. 河北大学学报,2008,28(2):214-217. TIAN H,SHI SH Y,ZONG X P. Pattern recognition based on moment invariant feature and BP neural network for image[J]. J. Hebei University,2008,28(2):214-217.(in Chinese) [10] 郭婉露. 红外图像目标识别及跟踪技术研究[D].哈尔滨:哈尔滨工程大学,2011. GUO W L. Researches for infrared image target identification and tracking technology [D]. Harbin:Harbin Engineering University,2011.(in Chinese) [11] 吕砚山,赵正琦. BP神经网络的优化及应用研究[J]. 北京化工大学学报,2001,28(1):67-69. LV Y SH,ZHAO ZH Q. Optimization and application research of BP neural network[J]. J. Beijing University Chem. Technology,2001,28(1):67-69.(in Chinese) [12] 刘天舒. BP神经网络的改进研究及应用[D].哈尔滨:东北农业大学,2011. LIU T SH. The research and application on BP neural network improvement [D]. Harbin:Northeast Agricultural University,2011.(in Chinese) [13] 冯伟兴,唐墨,贺波.Visual C+ +数字图像模式识别技术详解[M]. 北京:机械工业出版社,2011. FENG W X,TANG M,HE B. Digital image pattern recognition programming using Visual C+ +[M]. Beijing:China Machine Press,2011.(in Chinese) [14] 李鹏,王乐新,赵志敏. 基于概率神经网络的荧光光谱法识别高甘油三脂血清[J]. 发光学报,2011,32(11):1192-1196. LI P,WANG L X,ZHAO ZH M. Hypertriglyceridemia serum recognition using fluorescence spectroscopic analysis based on probabilistic neural networks[J]. Chinese J. Luminescence,2011,32(11):1192-1196.(in Chinese)
  • [1] 张石磊, 崔宇, 邢慕增, 闫斌斌.  光场成像目标测距技术 . 中国光学, 2020, 13(6): 1-11. doi: 10.37188/CO.2020-0043
    [2] 郜魏柯, 杜小平, 王阳, 杨步一.  激光散斑目标探测技术综述 . 中国光学, 2020, 13(6): 1-13. doi: 10.37188/CO.2020-0049
    [3] 董磊, 卢振武, 刘欣悦.  3种主动合成孔径成像技术极限探测能力的分析与比较 . 中国光学, 2019, 12(1): 138-147. doi: 10.3788/CO.20191201.0138
    [4] 罗秀娟, 刘辉, 张羽, 陈明徕, 兰富洋.  地球同步轨道暗弱目标地基光学成像技术综述 . 中国光学, 2019, 12(4): 753-766. doi: 10.3788/CO.20191204.0753
    [5] 贺宇, 王岭雪, 蔡毅, 周星光, 薛唯, 姜杰, 刘福平, 李洪兵, 陈骥, 罗永芳, 李茂忠.  折反射周视系统研究进展与展望 . 中国光学, 2017, 10(5): 681-698. doi: 10.3788/CO.20171005.0681
    [6] 龙思源, 张葆, 宋策, 孙保基.  基于改进的加速鲁棒特征的目标识别 . 中国光学, 2017, 10(6): 719-725. doi: 10.3788/CO.20171006.0719
    [7] 成培瑞, 王建立, 王斌, 李正炜, 吴元昊.  基于多尺度区域对比的显著目标识别 . 中国光学, 2016, 9(1): 97-105. doi: 10.3788/CO.20160901.0097
    [8] 苏志强, 颜昌翔, 张军强, 杨斌.  基于偏振特性对石英玻璃和绿漆涂层的反演 . 中国光学, 2016, 9(5): 547-553. doi: 10.3788/CO.20160905.0547
    [9] 褚旭红, 赵跃进, 董立泉, 刘明.  集成式光读出FPA红外成像系统设计 . 中国光学, 2016, 9(5): 588-595. doi: 10.3788/CO.20160905.0588
    [10] 王锐.  激光距离选通成像门宽对图像信噪比影响 . 中国光学, 2015, 8(6): 951-956. doi: 10.3788/CO.20150806.0951
    [11] 陈燕芹, 段锦, 祝勇, 钱小飞, 肖博.  基于纹理特征的图像复杂度研究 . 中国光学, 2015, 8(3): 407-414. doi: 10.3788/CO.20150803.0407
    [12] 徐正平, 沈宏海, 许永森.  直接测距型激光主动成像系统发展现状 . 中国光学, 2015, 8(1): 28-38. doi: 10.3788/CO.20150801.0028
    [13] 王灿进, 孙涛, 李正炜.  基于快速轮廓转动力矩特征的激光主动成像目标识别 . 中国光学, 2015, 8(5): 775-784. doi: 10.3788/CO.20150805.0775
    [14] 白瑜, 廖志远, 李华, 程习敏, 邢廷文, 蒋亚东.  硫系玻璃在现代红外热成像系统中的应用 . 中国光学, 2014, 7(3): 449-455. doi: 10.3788/CO.20140703.0449
    [15] 王锐.  激光红外主被动复合导引系统 . 中国光学, 2013, 6(4): 536-543. doi: 10.3788/CO.20130604.0536
    [16] 许伟琳, 武春风, 逯力红, 侯晴宇.  基于光谱角时序不变性的红外目标识别 . 中国光学, 2012, 5(3): 257-262. doi: 10.3788/CO.20120503.0257
    [17] 刘希佳, 陈宇, 王文生, 刘柱.  小目标识别的小波阈值去噪方法 . 中国光学, 2012, 5(3): 248-256. doi: 10.3788/CO.20120503.0248
    [18] 宋建中.  图像处理智能化的发展趋势 . 中国光学, 2011, 4(5): 431-440.
    [19] 李婧, 王蕴珊, 司书春, 徐建强, 高成勇, 周灿林.  基于数字滤波的主动式高光谱成像系统及其波长标定 . 中国光学, 2010, 3(4): 374-378.
    [20] 王德俊, 王建立, 阴玉梅, 王鸣浩.  基于FPGA的近红外实时透雾成像方法 . 中国光学, 2009, 2(5): 445-451.
  • 加载中
计量
  • 文章访问数:  1468
  • HTML全文浏览量:  96
  • PDF下载量:  580
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-07-15
  • 修回日期:  2013-09-13
  • 刊出日期:  2013-10-10

红外激光主动成像和识别

doi: 10.3788/CO.20130605.0795
    基金项目:

    吉林省重大科技攻关专项资金资助项目(No.20120615)

    作者简介:

    赵建川(1969-),男,吉林长春人,学士,工程师,1992年于海军电子工程学院获得学士学位,主要从事光电设备研制与改造方面的研究。E-mail:zaojc@ciomp.ac.cn

    通讯作者: 郭劲
  • 中图分类号: TN249;TP391

摘要: 在传统激光主动成像系统的基础上,结合目标识别技术搭建了一台激光主动成像识别系统实验平台,研究了激光主动成像后的目标识别技术。由7个不变Hu矩构成特征量,用由136个权值系数构成BP神经网络算法对黑夜条件下450 m处的运动目标43式冲锋模具枪进行了实验研究。研究显示,采用该方法成功获得了清晰的红外激光主动成像效果,对2 740 frame激光主动成像图像的统计目标识别率达到了68.87%,其中旋转变换下的统计识别率可达80.05%。该项研究对实际黑夜暗小目标的探测识别具有重要意义。

English Abstract

赵建川, 王弟男, 陈长青, 郭劲. 红外激光主动成像和识别[J]. 中国光学, 2013, 6(5): 795-802. doi: 10.3788/CO.20130605.0795
引用本文: 赵建川, 王弟男, 陈长青, 郭劲. 红外激光主动成像和识别[J]. 中国光学, 2013, 6(5): 795-802. doi: 10.3788/CO.20130605.0795
ZHAO Jian-chuan, WANG Di-nan, CHEN Chang-qing, GUO Jin. Infrared laser active imaging and recognition technology[J]. Chinese Optics, 2013, 6(5): 795-802. doi: 10.3788/CO.20130605.0795
Citation: ZHAO Jian-chuan, WANG Di-nan, CHEN Chang-qing, GUO Jin. Infrared laser active imaging and recognition technology[J]. Chinese Optics, 2013, 6(5): 795-802. doi: 10.3788/CO.20130605.0795
参考文献 (1)

目录

    /

    返回文章
    返回