基于机器学习的红外焦平面探测器信号处理模块设计

基于机器学习的红外焦平面探测器信号处理模块设计

ID:37030976

大小:4.26 MB

页数:104页

时间:2019-05-17

基于机器学习的红外焦平面探测器信号处理模块设计_第1页
基于机器学习的红外焦平面探测器信号处理模块设计_第2页
基于机器学习的红外焦平面探测器信号处理模块设计_第3页
基于机器学习的红外焦平面探测器信号处理模块设计_第4页
基于机器学习的红外焦平面探测器信号处理模块设计_第5页
资源描述:

《基于机器学习的红外焦平面探测器信号处理模块设计》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、硕士学位论文基于机器学习的红外焦平面探测器信号处理模块设计作者姓名:汪晓指导教师:葛军研究员中国科学院上海技术物理研究所学位类别:理学硕士学科专业:物理电子学培养单位:中国科学院上海技术物理研究所2018年6月中国科学院大学研究生学位论文原创性声明本人郑重声明:所呈交的学位论文是本人在导师的指导下独立进行研究工作所取得的成果。尽我所知,除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对论文所涉及的研究工作做出贡献的其他个人和集体,均已在文中以明确方式标明或致谢。作者签名:日期:中国科学院大学学位论文授权使用

2、声明本人完全了解中国科学院大学有关保留,使用学位论文的规定,即:学校有权保存学位论文的印刷本和电子版,并提供目录检索与阅览服务;学校可以公布论文的全部或部分内容,可以采用影印、缩印、数字化或其它复制手段保存学位论文。本人同意《中国优秀博硕士学位论文全文数据库》出版章程的内容,愿意将学位论文提交《中国学术期刊(光盘版)》电子杂志社,编入CNKI学位论文全文数据库并充实到“学位论文学术不端行为检测系统”比对资源库,同意按章程规定享受相关权益。保密论文在解密后遵守此规定。论文作者签名:指导教师签名:日期:年月日Designofsignalproces

3、singmoduleforinfraredfocalplanedetectorbasedonmachinelearningAthesissubmittedtoUniversityofChineseAcademyofSciencesinpartialfulfillmentoftherequirementforthedegreeofMasterofNaturalScienceinPhysicalElectronicsByWangXiaoSupervisor:ResearcherGeJunShanghaiInstituteofTechnicalPhy

4、sicsChineseAcademyofSciencesJune2018摘要摘要随着红外成像技术的快速发展,红外热成像系统在军事和民用领域的应用越来越广泛。红外焦平面阵列探测器作为现今红外成像系统中最主要的探测器器件,以其为基础的信号处理模块也正朝着高性能和智能化的方向快速发展。在此基础上,本文综合设计了基于机器学习算法的红外焦平面阵列探测器信号处理模块,以硬件基础架构、红外图像非均匀性校正和红外图像准实时目标检测为模块的三个主要部分,实现了高性能的硬件系统设计、有效的红外图像非均匀性校正以及准确的红外图像目标识别与定位功能。在硬件基础架构方面

5、,根据系统设计需求,本文构建了以DSP(DigitalSignalProcessing)和FPGA(Field-ProgrammableGateArray)为处理核心的高性能硬件平台。系统采用了FPGA板、DSP板和接口板构成硬件的三大组成部分。其中,FPGA作为主要逻辑产生芯片,控制了探测器的图像采集、图像预处理与图像流的传输等功能。DSP则利用强大的并行处理运算能力实现对红外图像信息的计算与调整,运行关键的图像处理算法。接口板上设计了丰富的接口资源,可以实现硬件与探测器端、电脑端和成像端的互通有无。同时,本文针对FPGA与DSP之间的通讯和

6、数据读写问题,设计实现了SRIO(SerialRapidI/O)高速数据互连功能,并引入DDR3(DoubleDataRate3)外部存储器控制模块,使系统性能进一步提升。整体硬件系统最大单板面积为90mm*50mm,模块高度控制在50mm内,实现了小型化的设计目标。通过进一步成像实验,系统完成了对红外图像的采集、处理与传输功能,满足图像采集处理速率要求,成像清晰。由于红外焦平面阵列的成像往往具有明显的非均匀性特征,本文深入研究了传统的基于定标与基于场景的红外图像非均匀性校正算法,并分析了传统算法在面临探测器非线性响应、校正参数漂移,边缘纹理模

7、糊等问题时的劣势。在此基础上,本文选取自适应的反向传播神经网络非均匀性校正算法作为红外图像非均匀性校正方案,并引入图像梯度信息分别对传统网络的隐含层、损失函数和迭代步长三个部分进行改进。实现了对于红外图像中高频噪声的去除,同时保留了图像细节问题信息并加快了算法的收敛速度。在模拟实验中,改进算法的校正效果I基于机器学习的红外焦平面探测器信号处理模块设计稳定高于传统算法,在相同收敛速度下图像信噪比较高。结合硬件系统实现后,红外连续成像非均匀性校正效果良好,在两点校正基础上改进算法成功去除了红外图像中的噪声与边缘噪点,提升了图像校正效果,同时改进算法

8、保护了图像纹理细节,符合系统设计需求。红外热成像系统的目标识别与定位功能在导弹制导、目标侦测和车辆导航领域有着广泛的应用,也是智能化红外图像信号处理模

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。