摘要：光电跟踪设备通过实时获取和分析目标的光学信息,实现对目标的高精度跟踪控制,传统的光电跟踪设备在复杂环境和多变光照条件下的性能仍存在一定的局限性,基于多光谱融合的光电跟踪与控制技术能够利用不同波段的光谱信息进行综合处理,可以有效解决传统应用中面临的难点。本文对多光谱融合技术在光电跟踪与控制中的应用进行了深入的探讨,提出了基于多光谱融合的光电跟踪设备的设计与实现方法,从算法设计的角度分析了基于多光谱融合的光电跟踪与控制技术的优化策略,提高了光电跟踪设备性能和鲁棒性。

摘要：传统提升低照度成像质量的方法主要包括外界补光和光圈提升,通过增大物理进光量完成源信息增强,但此类方法会造成光源污染和景深缩短等问题。提出一种端到端的多光谱融合方案,在弥补传统方法缺陷的同时有效恢复低照度场景中物体颜色和细节,实现高质量计算成像。通过定制化设计深度学习网络,融合多通道光谱信息,可有效消除场景噪声。所提方法具有较高的自由度,可以根据具体应用场景需求调节通道数和网络参数,同时也能替代传统的相机模块,优化图像信号处理流程。进行详细的消融实验,结果表明,光谱融合后,相比传统基于RGB数据的方法,所提方法得到的图像质量的均方误差(MSE)和感知损失分别降低了54.43%和35.12%。所提方法将为增强现实/虚拟现实(AR/VR)、医疗成像、自动驾驶等新兴技术领域带来新的高质量成像方案。