亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于目標(biāo)尺度的實時智能感知自適應(yīng)聚變焦技術(shù)

        2021-07-15 08:24:26程勇策喬宇晨朱向前
        電視技術(shù) 2021年5期
        關(guān)鍵詞:清晰度視場焦距

        程勇策,李 楠,喬宇晨,朱向前

        (中國電子科技集團公司第三研究所,北京 100015)

        0 引 言

        在光電偵察中,由于視場角和作用距離之間的矛盾,常常需要調(diào)整相機的焦距。同時,不同距離的目標(biāo)成像后需要調(diào)節(jié)聚焦,以便使圖像更加清晰。由于觀測目標(biāo)的隨機性和人的視覺感受差異,尚沒有一個準(zhǔn)確的聚變焦方法能夠滿足所有的應(yīng)用。

        目前針對性的研究中,杜平等[1]實現(xiàn)了50~ 200 mm范圍內(nèi)紅外4倍連續(xù)變焦,完成了對特定景物的放大縮小,且切換過程中不會造成目標(biāo)丟失;潘雪娟等[2]使用了圖像熵作為圖像清晰度的判別函數(shù),對紅外圖像的聚焦效果進行了驗證;周麗平等[3]針對顯微視覺系統(tǒng)小視場的特點,使用了頻域聚焦和時域聚焦相結(jié)合的方法,提高了顯微成像的聚焦正確性和穩(wěn)定性;張耀軍等[4]使用基于非下采樣剪切波變換(Non Subsampled Shearlet Transform,NSST)圖像特征實現(xiàn)了多個不同聚焦圖像的融合,獲得了結(jié)果圖像,擁有更清晰的視覺效果。

        本文主要針對工程中遇到的目標(biāo)聚變焦問題,使用深度學(xué)習(xí)和梯度算子相結(jié)合的方法,實現(xiàn)光電偵察系統(tǒng)快速變化焦距且快速完成對焦,為光電偵察的無人化值守提供技術(shù)支撐。

        1 基于深度學(xué)習(xí)的自動焦距調(diào)節(jié)系統(tǒng)

        在光電系統(tǒng)中,通常需要根據(jù)目標(biāo)在視場中的大小來判斷焦距是否合適。其中,最重要的環(huán)節(jié)是檢測出圖像中的目標(biāo),并確定其范圍。

        1.1 基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測算法

        隨著相關(guān)器具性能的提高,基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測方法突破了傳統(tǒng)目標(biāo)檢測的瓶頸,成為當(dāng)前目標(biāo)檢測的主流算法之一。李旭冬等[5]描述了當(dāng)前卷積神經(jīng)網(wǎng)絡(luò)的研究進展及常用的卷積神經(jīng)網(wǎng)絡(luò);Lin T Y等[6]提出基于特征金字塔的FPN算法,在增加極小計算量的情況下,處理物體檢測中的多尺度變化問題;Ren S等[7]提出基于R-CNN的目標(biāo)檢測算法,實現(xiàn)了準(zhǔn)確的實時目標(biāo)檢測。Redmon J等[8]提出的YOLOv3算法具有小而精的特點,在保證算法準(zhǔn)確性不變的基礎(chǔ)上,通過減少算法輸出張量的尺度,可以有效減小算法的運算量,提高算法的運行速度。本文基于YOLOv3算法,能準(zhǔn)確識別實時視頻中的目標(biāo),并對目標(biāo)的尺寸與視場范圍角度進行對比,對視頻的焦距變化提出變焦建議,使目標(biāo)在視場中保持一定尺寸,便于觀察。

        YOLOv3使用ResNet的殘差思想和多尺度預(yù)測,使其在一定程度上可以進行不同尺度的目標(biāo)識別。原始圖片在預(yù)處理階段被填充縮放至416×416的大小,作為網(wǎng)絡(luò)輸入。YOLOv3的特征提取網(wǎng)絡(luò)結(jié)構(gòu)為DarkNet53,輸入圖片經(jīng)過DarkNet53網(wǎng)絡(luò)降采樣5次,每次產(chǎn)生不同尺度的特征圖。YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

        圖1 YOLOV3網(wǎng)絡(luò)結(jié)構(gòu)

        目標(biāo)檢測階段采用多尺度融合的方式,在最后3個尺度(13×13、26×26、52×52)的特征圖上分別檢測。每個尺度上有3個錨點框(anchor boxes)用于檢測不同規(guī)格的目標(biāo)。算法按照特征圖的大?。⊿×S)將416×416的圖片劃分為S×S個等大柵格(grid cell),每個柵格根據(jù)錨點框預(yù)測3個邊界框(bounding boxes)。每個邊界框返回兩類參數(shù):第一類為目標(biāo)框信息,即目標(biāo)框的中心位置與目標(biāo)框的寬和高;第二類為目標(biāo)的置信度,取值范圍為[0,1]。 具體檢測方法為:先對13×13的特征圖進行卷積預(yù)測,得到第1個尺度下的檢測結(jié)果;之后將13×13的特征圖上采樣得到26×26特征圖,與網(wǎng)絡(luò)降采樣生成的26×26特征圖進行特征融合后進行卷積預(yù)測,得到第2個尺度下的結(jié)果;同理得到第3個尺度下的結(jié)果。將3次檢測結(jié)果進行非極大值抑制(Non-Maximum Suppression,NMS),得到最終 結(jié)果。

        YOLOV3采用logistic方式,邊框預(yù)測公式為:

        式中:cx、cy是網(wǎng)格的坐標(biāo)偏移量;pw、ph是預(yù)設(shè)的anchor box的邊長。最終得到的邊框坐標(biāo)值是bx、by、bw、bh,網(wǎng)絡(luò)學(xué)習(xí)目標(biāo)是tx、ty、tw、th。

        1.2 基于目標(biāo)檢測的焦距調(diào)節(jié)算法

        本算法對輸入視頻進行逐幀檢測,獲取檢測目標(biāo)的邊界框,得到檢測目標(biāo)的寬、高數(shù)值。分別計算檢測目標(biāo)的寬、高與原始視頻寬、高的比值,取兩者較小值為檢測目標(biāo)的尺寸特征變量。若其數(shù)值小于0.6,檢測目標(biāo)尺寸較小,建議增大焦距,放大目標(biāo)在視場中所占比例;若其數(shù)值大于0.4,檢測目標(biāo)尺寸較大,建議減小焦距,減小目標(biāo)在視場中所占比例。

        2 基于梯度的自動聚焦調(diào)節(jié)系統(tǒng)

        自動聚焦主要包括圖像清晰度評價函數(shù)、基于評價函數(shù)的圖像清晰度計算方法以及自動聚焦策略3個環(huán)節(jié)。

        2.1 基于梯度的圖像清晰度評價函數(shù)

        張宏飛等[9]提出了以圖像的灰度梯度和閾值計數(shù)為基礎(chǔ)的清晰度評價方法。在視場不變的情況下,圖像清晰度最高的聚焦位置為對比度高、邊緣清晰的情況。這種情況下,對應(yīng)圖像的邊緣高頻分量的信息較高。為了兼顧效率,本文使用了空域的梯度作為圖像清晰度的評價標(biāo)準(zhǔn),用來檢測圖像的邊緣高頻信息。使用拉普拉斯算子進行梯度計算,考慮X、Y兩維方向:

        式中:f()為像素的數(shù)值。

        2.2 圖像清晰度的計算方法

        在實際計算圖像清晰度時,需要進行條件約束,來降低噪聲及干擾的影響,具體采用3個步驟進行處理:

        (1)將彩色RGB圖像變換為灰度圖,以提高計算效率;

        (2)對圖像進行高斯濾波,消除圖像中的椒鹽噪聲,降低噪聲對梯度的影響,提高魯棒性;

        (3)選擇計算窗口,為了避免圖像成像畸變對計算的影響,本文并不進行全圖像的梯度計算,而是在圖像中心窗口進行計算。根據(jù)上述自動變焦的結(jié)果,目標(biāo)在視場內(nèi)的范圍約為0.5,考慮到目標(biāo)不一定在圖像中心位置,因此選擇0.8(w)×0.8(h)的窗口來進行梯度計算(w和h分別為圖像的寬 和高)。

        2.3 自動聚焦策略

        自動聚焦過程即是求取變化過程中圖像梯度最大點的過程。通過折半查找策略,獲取梯度最大點。聚焦調(diào)節(jié)過程如圖2所示。

        圖2 聚焦調(diào)節(jié)過程示意圖

        其過程如下:

        (1)計算當(dāng)前窗口梯度數(shù)值;

        (2)按照步長L1調(diào)節(jié)聚焦,重新計算窗口梯度數(shù)值;

        (3)如果梯度增加,則繼續(xù)調(diào)節(jié)焦距,直至梯度減小;

        (4)若梯度減小,步長減半,反向調(diào)節(jié)焦距,直至梯度增加;

        (5)反復(fù)迭代,直至步長小于閾值。

        3 試 驗

        針對飛機目標(biāo)進行自動變焦試驗。當(dāng)目標(biāo)在視場中較小時,提示增大焦距,放大目標(biāo)在視場中的占屏比。如圖3所示。

        圖3 檢測目標(biāo)較小時提示增加焦距

        目標(biāo)在視場中較大時,提示減小焦距,縮小目標(biāo)在視場中的占屏比。如圖4所示。

        圖4 檢測目標(biāo)較大時提示減小焦距

        目標(biāo)占屏比適中時,提示占屏比合適。如圖5所示。

        圖5 檢測目標(biāo)占屏比合適

        對圖像進行自動聚焦試驗,結(jié)果如圖6和圖7所示。從兩組圖可以看到,圖像邊緣逐漸清晰,符合人的視覺觀察情況。

        圖6 自動聚焦試驗1

        圖7 自動聚焦試驗2

        4 結(jié) 語

        本文針對工程中目標(biāo)焦距不易調(diào)節(jié)和圖像不清晰等問題,使用深度學(xué)習(xí)和梯度算子相結(jié)合的方法,實現(xiàn)了焦距自動調(diào)節(jié)和自動聚焦。通過試驗結(jié)果可以看出,焦距自動調(diào)節(jié)后,目標(biāo)比例合適,符合人的視覺觀察;圖像清晰,細(xì)節(jié)準(zhǔn)確,可直接用于工 程實踐。

        猜你喜歡
        清晰度視場焦距
        星模擬器光學(xué)系統(tǒng)視場拼接方法的研究
        清芬凌霜
        葉敏作品賞析
        鮮明細(xì)膩,擁有更好的清晰度 Ascendo Immersive Audio CCRM-12 MKII/CCRM-6P/SMS-15
        探索凸透鏡成實像時物距和像距
        醫(yī)用內(nèi)窺鏡矩形視場下入瞳視場角的測試方法研究
        輕小型面陣擺掃熱紅外成像系統(tǒng)研究
        基于擴散光束尺度的凸透鏡焦距測量
        物理實驗(2015年9期)2015-02-28 17:36:45
        聽音訓(xùn)練對漢語單音節(jié)聽感清晰度的影響
        一種無參考監(jiān)控視頻圖像清晰度評價方法
        在线偷窥制服另类| 亚洲国产精品国自拍av| 肥老熟女性强欲五十路| 肉色丝袜足j视频国产| 高清破外女出血av毛片| 3344永久在线观看视频| 日韩成人精品在线| 啪啪视频免费看一区二区| 在线观看国产激情免费视频| 亚洲av无码精品无码麻豆| 国产免国产免费| 精品国产av无码一道| 超级少妇一区二区三区| 中文片内射在线视频播放| 国产免费在线观看不卡| 日本中国内射bbxx| 日本爽快片18禁免费看| 亚洲国产毛片| 国产精品麻豆A啊在线观看 | 国产日产亚洲系列最新| 少妇人妻真实偷人精品视频| 国产精品久久婷婷婷婷| 亚洲精品一区二区视频| 中文字幕34一区二区| 亚洲av成人片色在线观看 | 久久亚洲日本免费高清一区| 亚洲午夜精品国产一区二区三区| 国产精品午夜夜伦鲁鲁| 乱子伦一区二区三区| 成人无码视频| 国产精品日日摸夜夜添夜夜添| 一区二区黄色素人黄色| 日本人视频国产一区二区三区| 亚洲午夜福利在线视频| 亚洲国产中文在线二区三区免| 一本一道AⅤ无码中文字幕| 在线国产丝袜自拍观看| 亚洲第一狼人天堂网亚洲av| 最近免费中文字幕| 538在线视频| 青青草免费手机视频在线观看 |