大视场光学测量图象畸变校正与视频判读方法研究
文献类型：学位论文
| 作者 | 康娇 |
| 学位类别 | 硕士 |
| 答辩日期 | 2005-05-31 |
| 授予单位 | 中国科学院沈阳自动化研究所 |
| 授予地点 | 中国科学院沈阳自动化研究所 |
| 导师 | 史泽林 |
| 关键词 | 光学畸变 畸变校正 BP神经网络 视频判读 |
| 其他题名 | Research on Distortion Correction of Wide-Field Optical Measuring Image and Video Interpretation |
| 学位专业 | 模式识别与智能系统 |
| 中文摘要 | 本文以“终点弹道炸点测量系统的改造”项目为背景，对大视场镜头的畸变校正和视频判读中图像处理算法进行了研究。 在炸点测量系统中，炮弹炸点表现为无弹序的多目标（包括同时多目标和分时多目标），而炸点的散布范围大，然而，由于CCD芯片尺寸小，为了保证大视场，只能采用短焦距物镜。带有短焦距镜头的 CCD 摄像系统能够提供较大的成像范围，但是短焦距镜头所引起的球差，慧差，像散和畸变等一系列像差，会使图像质量大大地下降，使得监测目标不易辨认或辨认不准确。通常在大视场精密光学测量场合需要进行图象级畸变校正。本文提出了基于BP人工神经网络的大视场镜头畸变校正方法，应用BP人工神经网络的函数逼近功能，获得畸变的非线性模型，实现了镜头畸变的高精度校正。 视频判读是通过对实时记录的视频图象进行处理，获得高精度的目标参数。在实际应用中，需要对测得的炸点图像进行事后判读，获得炸点目标的脱靶量。视频判读可以分为目标的分割与判读两个阶段。本章详细分析了炸点目标的特点，研究了图像分割和视频判读的各种方法，并结合项目应用，采用区域增长的目标分割算法与质心判读方法，编程实现了目标的快速准确的判读。 本文所做的研究在实际工程中得到了应用，实现了炸点目标的高精度测量。 |
| 索取号 | TP391.41/K25/2005 |
| 语种 | 中文 |
| 公开日期 | 2012-08-29 |
| 分类号 | TP391.41 |
| 源URL | [http://ir.sia.ac.cn/handle/173321/9494]  |
| 专题 | 沈阳自动化研究所_光电信息技术研究室 |
| 推荐引用方式 GB/T 7714 | 康娇. 大视场光学测量图象畸变校正与视频判读方法研究[D]. 中国科学院沈阳自动化研究所. 中国科学院沈阳自动化研究所. 2005. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。