基于图像边缘特征的引信目标识别技术

论文摘要

激光成像引信是光学引信的一个新的研究发展方向,目标图像识别能力直接关系着激光成像引信性能的优劣,目标图像识别系统是激光成像引信的一个重要组成部分。由于应用环境的特殊性,引信应具备实时性好、可靠性高、系统小型化的性能。图像信号处理数据量大、算法复杂、运算时间长、电路系统规模大,这给成像引信目标图像识别的工程实现造成了很大的困难。为此,本论文研究设计了一种基于图像边缘特征的引信目标识别技术。首先介绍了激光成像引信的组成、原理以及引信目标信号的特征。然后介绍了一般图像边缘检测算法,根据激光成像引信图像的特点,提出了一种适合引信目标图像识别的人工神经网络算法,详细介绍了该算法的结构、步骤和算法设计中应考虑的问题以及优点。随后给出了目标图像识别系统工程设计技术。FPGA是由许多独立的逻辑处理单元组成的高密度可编程逻辑器件,有着强大的逻辑并行处理能力,很适于人工神经网络算法的实现,另外它还有运算速度快、电路规模小、系统功耗低等优点,很适合于弹载设备的应用。论文描述了FPGA数字电路的设计、VHDL程序的设计和仿真试验结果,指出了设计过程中需注意的问题,同时给出了解决办法。最后分析了目标图像识别系统的性能。基于图像边缘特征的引信目标识别技术实现了用硬件来完成图像信号处理的方式,大幅度提高了信号处理的速度,使图像信号处理方式在引信信号处理中的应用成为可能,促进了激光成像引信的发展。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究概况
• 1.3 论文主要研究内容
• 第二章 激光成像引信
• 2.1 激光成像引信特点
• 2.2 激光成像引信组成
• 2.3 工作原理
• 2.4 本章小结
• 第三章 激光成像引信目标信号特征研究
• 3.1 激光成像引信目标图像生成仿真
• 3.1.1 目标图像生成仿真建模
• 3.1.2 目标图像仿真结果
• 3.2 激光成像引信目标图像信号特点
• 3.2.1 图像形态复杂
• 3.2.2 数字二值图像
• 3.2.3 像点具有周期性
• 3.3 本章小结
• 第四章 快速目标图像识别技术研究
• 4.1 一般图像边缘检测算法
• 4.2 人工神经网络算法
• 4.2.1 人工神经网络的发展现状
• 4.2.2 人工神经元的结构
• 4.2.3 人工神经网络的结构
• 4.2.4 人工神经网络的工作过程
• 4.2.5 人工神经网络的基本特征
• 4.3 基于图像边缘特征的快速目标图像识别技术
• 4.3.1 激光成像引信信号处理的特点
• 4.3.2 识别准则-基于图像边缘特征
• 4.3.3 目标图像识别人工神经网络算法的提出
• 4.3.4 目标图像识别人工神经网络算法的结构
• 4.3.5 目标图像识别人工神经网络算法的工作过程
• 4.3.6 目标图像识别人工神经网络算法设计中应考虑的问题
• 4.3.7 目标图像识别人工神经网络算法的优点
• 4.4 本章小结
• 第五章 快速目标图像识别系统工程设计技术研究
• 5.1 信号处理系统结构的选择
• 5.2 FPGA数字电路的硬件设计
• 5.2.1 FPGA简介
• 5.2.2 FPGA芯片的选择
• 5.2.3 FPGA数字电路系统的设计
• 5.3 FPGA数字电路的VHDL程序设计
• 5.3.1 VHDL程序功能流程图
• 5.3.2 VHDL程序设计过程
• 5.3.3 VHDL 程序设计采取的方式-结构层次化设计
• 5.3.4 VHDL 程序设计中存在的难点
• 5.3.5 VHDL 程序设计中需注意的问题
• 5.4 仿真及测试
• 5.4.1 时序仿真及结果
• 5.4.2 电路测试结果
• 5.5 本章小结
• 第六章 目标图像识别系统性能分析
• 6.1 抗云烟干扰性能分析
• 6.2 抗阳光干扰性能分析
• 6.3 本章小结
• 第七章 全文总结
• 7.1 主要结论
• 7.2 研究展望
• 致谢
• 攻读硕士学位期间已发表或录用的论文
• 参考文献