简介：信号电荷在电荷载流子倍增寄存器中的强场下，吸收电场能量激发碰撞电离过程。电子碰撞电离过程激发的电子-空穴对具有独立性和随机性，其激发过程产生的倍增噪声主要是散粒噪声。借助于马尔可夫链定理，得到了CCM单元的倍增因子的计算方法，建立了电子碰撞电离的数学模型。在此基础上，推导了CCM单元倍增噪声的功率谱密度，表明其与倍增因子相关。

简介：不同的散斑场会显示出不同的灰度分布特征，并对数字图像相关方法的计算结果有着重要影响。使用计算机模拟生成一系列单向拉伸图像和双向拉伸图像，并在生成的图像中添加噪声，从而获得一系列含噪声单向拉伸图像和含噪声双向拉伸图像。使用数字图像相关方法对无噪声图像和含噪声图像分别进行相关计算，并分析研究图像应变量与相关计算结果正确率间的关系，研究结果表明发现当图像的应变量在一定范围内时，数字图像相关方法计算结果的正确率较高。同时发现，当图像的应变量较小时，噪声对相关计算结果的影响较大，随着图像应变量的增大，噪声对相关计算结果的影响逐渐减小，当图像的应变量到达一定程度时，噪声对相关计算的影响就不明显了。

简介：针对目前CMOS探测器的噪声研究绝大部分采取频率域的分析方法，所得的结果对于实际的探测器应用指导性不强。从时间域出发，构建了全新的探测器噪声模型，分析了在探测器的不同工作时期内噪声量大小同时间的关系。给出了探测器工作时序的优化准则，积分时间越长，系统的信噪比增加，输出信号电压值增大，等效输入端信噪比不变，系统的动态范围减小；复位时间越短，输出噪声量越小，但是图像的滞后效应也就越严重，在对弱小目标进行成像时应该尽可能地减少复位时间，增大积分时间，对于亮目标成像，应该增大复位时间，减少积分时间。

简介：去除图像中的椒盐噪声可转化为二维曲面的重建问题。选用Multi-Quadric函数对图像中损失的信息构造插值格式，自动选择待插值点和插值参考点并求解插值方程组得到处理后的图像。实验证明，本方法可以在很少破坏图像细节的情况下去除大部分甚至全部噪声，并且在噪声密度非常大的情况下仍然可以还原相当多的图像信息。对噪声密度为50％和90％的单色Lena图像进行处理，该方法得到的信噪比比自适应中值滤波高6dB以上。

简介：红外焦平面阵列是当今红外成像技术发展的主要方向，随着器件工艺的进步，红外焦平面阵列探测器有了长足的发展，然而红外图像普遍具有信噪比低的缺点，这大大限制了红外焦平面的应用。与固定图案噪声（FPN）相比，随机噪声的最大特点是每帧均不同，因此去除该类型噪声的算法必须在一帧之内完成。提出了一种新型的单帧去除此类条纹噪声的算法并加以硬件实现，在单帧内设置适合的校正参数和阈值，达到在单帧图像内有效去除条纹噪声的目的。通过算法处理前后的图像对比以及客观的MSE、PSNR测试数据对比，证明了该算法能够有效地改善焦平面器件成像质量。

简介：针对典型目标识别问题,提出了一种基于投影寻踪的高光谱目标识别算法。先对高光谱图像进行最小噪声分离变换,计算出本征维度,同时对图像去噪,然后采用信息散度作为投影指标,对投影指标值自适应分割,得到所要提取的波谱曲线,最后用光谱角匹配识别出目标及其位置。高光谱图像验证结果表明,该方法有效地去除了图像噪声,而且能够快速、可靠地提取端元并识别出目标。

简介：光纤陀螺小型化是光纤陀螺发展的一个重要方向，提出了一种基于时分复用技术的三轴光纤陀螺光路结构，通过复用一个光源和一个探测器大大减少了器件数量，有效地降低了成本，减小了体积。针对三轴光纤陀螺单信道多信号传感理论进行分析，给出了一种有效的信号提取方案，最后对光路串扰噪声进行了研究，提出一种噪声抑制技术并进行了实验验证。测试结果表明，噪声抑制技术效果良好，陀螺精度满足工程应用要求。

简介：目标识别与人工智能技术研究一直以来都是备受关注的前沿方向，在军用、民用领域都具有广泛的应用前景和潜在的经济价值，已成为一项极为重要和基本的技术。目标的探测与识别就是通过目标信息的“获取”、“处理”、“显示”、“传输”等途径实现目标的“探测”、“识别”和“辨识”，它是一门多学科综合的应用技术，其研究内容涉及传感器技术、信号提取、图像处理、模式识别、测试仿真等多个学科内容。

简介：点扩展函数的设置是图像复原中的关键问题，对于匀速直线运动模糊图像，运动方向和模糊长度决定了点扩展函数。根据运动模糊图像和原始图像在频谱上存在的对应关系，即运动模糊图像频谱存在着对应于传递函数零点的暗条纹，提出对运动模糊图像，通过二维傅里叶变换、二值化以及Radon变换检测运动模糊图像频谱图上暗条纹的方向和位置，来实现运动方向测量的方法。用该方法对模糊图像进行检测，模糊方向的识别精度小于1°。实验证明该方法可以实现平面内任意方向运动的测量。

简介：在数据融合的基础上，以红外／毫米波双模传感器的智能融合结构为模型，将模糊神经网络与D-S证据理论相结合，提出了一种新的目标识别方法。该算法根据红外／毫米波传感器的性能及工作范围，构造模糊变量作为神经网络的输入，根据神经网络的不同输出判别目标的真伪，并利用D-S证据理论进行目标身份识别。仿真结果证明了该算法的可行性。

简介：快速可靠的星图识别算法是星敏感器确定姿态的关键部分。综合当前多种星图识别算法,设计了实用快速的全天星图识别算法。根据星敏感器视场筛选导航星,构建最小星库;选择星对角距为识别特征,根据多星结构重复性选择星形识别算法;考虑误差,将星对角距离散化成数组,特征匹配无需搜索,直接查找表定位。实验证明本算法是一种速度快（首次捕获〈1s）、存储空间小（〈1MByte）、识别正确率高（〉99.99%）、抗假目标干扰强的全天星图识别算法,方便在嵌入式芯片上运行。

简介：为提高人脸识别的正确率，提出了一种改进的特征提取及分类算法。首先采用Contour-let变换对人脸图像进行多尺度分解，然后由低频子带和各尺度各方向的高频子带得到人脸的特征值，并将它们组合成多尺度特征向量，再应用多元回归分析方法进行人脸识别。由于多尺度特征向量不仅反映了整幅图像的全局特征，还反映了图像各种尺度下的边缘、纹理等奇异特征，因此具有更多的鉴别信息；多元回归分析则充分考虑了同一总体的各样本间的强线性关系。在ORL人脸库上的实验显示人脸识别率达97．78％，优于其他的方法。