为解决坦克、装甲车等军用车辆在使用多相机探测系统进行环境感知时,多相机图像重叠区域小、视差大及实际应用场景中特征信息复杂多变导致广域成像困难的问题,提出一种基于棋盘格科尔多瓦大学增强现实(Chessboard Augmented Reality Uni...为解决坦克、装甲车等军用车辆在使用多相机探测系统进行环境感知时,多相机图像重叠区域小、视差大及实际应用场景中特征信息复杂多变导致广域成像困难的问题,提出一种基于棋盘格科尔多瓦大学增强现实(Chessboard Augmented Reality University of Cordoba,ChArUco)平板标定的广域实时成像算法,并设计一款军用车辆广域视觉增强系统,用于驾驶员在视野受限的密闭车厢内对车外环境进行实时成像。该算法利用ChArUco平板在受遮挡情况下仍可准确标定的特点,实现对小重叠多相机系统的精确标定,通过标定参数进行投影变换,避免图像特征信息的干扰,有效应对复杂特征场景,同时通过光流关系融合消除重叠区域的视差,并利用投影查找表和并行加速优化方法,实现广域实时成像。该算法部署于移动计算平台,形成完整的广域视觉增强系统。实验结果显示,该系统及算法能够适应多种场景的广域实时成像需求,提升军用车辆在复杂环境中的视觉感知能力。展开更多
文摘星载合成孔径雷达(Synthetic Aperture Radar,SAR)在轨处理技术对提升遥感应用效率至关重要,能解决传统模式下星地数传带宽瓶颈和数据处理延迟问题,在军事侦察、灾害应急监测等领域意义重大。然而,现有在轨处理硬件系统在功能覆盖和处理复杂任务能力方面存在不足,大多针对单个处理环节或简单任务进行研究,无法满足复杂星载任务需求。本文设计了一种大规模星载SAR处理系统,以应对这些挑战。该系统支持数据预处理、SAR成像、舰船检测、重聚焦、目标识别、几何矫正等多种操作,具备广域舰船检测和广域舰船识别两种复杂功能。通过提出基于多节点协同重构的星载SAR多任务兼容方法,详细设计了系统硬件方案,包括交互主控板、检测板、成像板、识别板等硬件板卡。交互主控板负责数据输入、预处理和分发;检测板实现目标检测、重聚焦等功能;成像板利用专用片上系统(System on Chip,SoC)芯片进行高速SAR成像;识别板完成虚警剔除和目标识别。同时,针对广域舰船检测和识别功能,分别设计了相应的数据流和流水线。在广域舰船检测中,数据经预处理后分发至各板卡,成像后进行目标检测、虚警剔除、动目标定位和几何矫正;广域舰船识别在检测基础上增加重聚焦环节,以实现精准识别。实验采用模拟信号源仿真星载SAR回波数据,对系统功能和性能进行验证。结果显示,SAR成像功能的分辨率、峰值旁瓣比和积分旁瓣比均满足要求,目标检测发现率达93.7%,虚警密度为2.96个/万平方公里。在处理时效性方面,广域舰船检测和识别任务分别达到1∶2和1∶2.5准实时处理水平。综上,该系统处理质量良好,成像速度出色,为星载SAR大规模在轨处理技术发展提供了借鉴。
文摘为解决坦克、装甲车等军用车辆在使用多相机探测系统进行环境感知时,多相机图像重叠区域小、视差大及实际应用场景中特征信息复杂多变导致广域成像困难的问题,提出一种基于棋盘格科尔多瓦大学增强现实(Chessboard Augmented Reality University of Cordoba,ChArUco)平板标定的广域实时成像算法,并设计一款军用车辆广域视觉增强系统,用于驾驶员在视野受限的密闭车厢内对车外环境进行实时成像。该算法利用ChArUco平板在受遮挡情况下仍可准确标定的特点,实现对小重叠多相机系统的精确标定,通过标定参数进行投影变换,避免图像特征信息的干扰,有效应对复杂特征场景,同时通过光流关系融合消除重叠区域的视差,并利用投影查找表和并行加速优化方法,实现广域实时成像。该算法部署于移动计算平台,形成完整的广域视觉增强系统。实验结果显示,该系统及算法能够适应多种场景的广域实时成像需求,提升军用车辆在复杂环境中的视觉感知能力。
