小天体不规则度与光学导航质心提取及应用

针对深空自主导航的小天体“形心和光心”提取问题，提出了小天体不规则度的概念，并给出了定义。小天体不规则度可以度量小天体形状和亮度的不规则程度，并作为不规则小天体质心提取方法的选取准则。首先提出了基于小天体不规则度的图像处理方法选取准则，进而针对形状不规则程度较大的小天体，提出一种基于最小外接图形的不规则小天体形心提取方法。最后，对基于不规则度的图像处理方法选择和形心提取算法进行了仿真。结果表明，不规则度很好地刻画了小天体不规则特性，选取准则可以实现算法的有效选取，实现小天体质心的高精度提取。     

一种遥感影像快速计算水面率的方法

为了有效去除阴影噪声对遥感影像水体提取的干扰,快速准确计算大区域范围内的水面率,本文提出基于GF6（高分六号卫星）影像,利用UWI（Urban Water Index,城市水体指数）并结合FROM-GLC10（Finer Resolution Observa-tion and Monitoring of Global Land Cover 10,全球陆地覆盖精细化观测与监测10）数据,通过求交计算和小碎斑删除实现水体提取结果的精细化,有效消除了阴影等噪声对水体提取的干扰,实现水面率的快速计算。本文选择中山市作为试验区,试验区域范围广、地物背景复杂,综合对比本文算法、NDWI（Normalized Water Index,归一化水体指数）算法和TSUWI（Two-Sted Urban Water Index,城市二类水体指数）算法,从定性与定量角度分析,结果表明：本文算法提取的水体连续完整、漏提和误提较少,可有效去除阴影、建筑、道路等噪声干扰,在总体精度、Kappa系数、错分误差、漏分误差等指标均取得了较好结果。利用UWI与FROM-GLC10数据相结合计算水面率具有可行性,为工程化、大面积、快速计算水面率提供了一种新的思路。     

绕飞过程中小天体三维模型重构及探测器运动估计研究

提出了一种利用绕飞段拍摄序列图像对小天体三维模型进行重构,同时估计探测器位 置姿态的方法。利用PCA\|SIFT算法对探测器绕飞小天体过程中拍摄的序列图像进行特征点 提 取及匹配,得到稳定的特征点序列。在窄视场拍摄条件下,通过弱透视投影变换简化成像模 型,并利用SVD因式分解算法重构了小天体的三维模型,同时估计出探测器的位置和姿态。 通过实际拍摄的图像以及人工数据分析了距离远近、特征点个数、图像帧数以及视场角等因 素对三维重构精度以及探测器位姿估计的影响。仿真结果表明该算法可以有效的用于小天体 模型重构以及探测器的运动估计。
     

小天体探测器着陆图像匹配改进算法

针对小天体探测器着陆图像匹配信息存在数据量大、计算机存储空间有限等问题,提出一种基于改进BRISK和RANSAC的小天体探测器着陆图像匹配算法。首先,在Harris角点检测算法中引入尺度估计和尺度空间,在特征描述子建立阶段改进BRISK算法,提出降低相关性的采样点对选择策略,以减少计算量;然后,利用改进的RANSAC算法去除误匹配。在图像旋转、光照强度、高斯噪声、尺度因子的干扰影响下,仿真分析改进算法与基于BRISK的经典算法的匹配结果。分析结果表明:改进算法减少了计算量和存储空间,并在一定干扰情况下具有鲁棒性,可为后续视觉导航提供有效的陆标信息。     

小天体光学导航特征识别与提取研究进展

针对小天体探测自主光学导航特征信息精确，快速获取的需求，阐述了利用图像信息实现光学导航特征识别与提取的必要性。首先分析了小天体光学导航特征识别与提取面临的主要问题；然后根据小天体探测各阶段目标成像特点，总结并分析了小天体探测光学导航特征识别与提取涉及的关键技术；最后，根据关键技术结合现有问题和未来发展需求，分析并对未来小天体探测光学导航特征识别与提取的发展趋势进行了展望。     

惯性组合导航系统中的快速景象匹配算法研究

在景象匹配辅助导航中,特征点的选取是提高图像匹配速度、精度和鲁棒性的关键之 一。景象匹配中要求提取出的特征是那些可靠性高、辨别性强、计算量小的不变特征。提出 了基于SIFT特征的导航用快速景象匹配算法。算法首先针对惯性组合导航的工作特点, 对SIFT特征点检测及特征点匹配进行了优化设计,然后用RANSAC方法过滤掉错误匹配点,最 后,进行最小二乘精确匹配算法获取航向和位置偏差信息。实验分析了算法对不同分辨率图 像和不同区域的匹配适应性,抗噪声性能,匹配精度以及实时性,并与基于部分Hausdorff 距离的边缘特征景象匹配算法进行了对比。实验结果表明,算法的性能优越,在匹配速度、 精度和鲁棒性方面都优于部分Hausdorff距离算法,可以满足景象匹配导航系统匹配修正的 高性能要求。
     

“资源三号”卫星图像影像特征匹配方法研究

随着中国遥感卫星的迅速发展,要求影像几何质量评价方法可以在待评图像和参考图像间提取出精确且分布均匀的控制点信息。文章提出一种基于多源、高精度遥感图像的特征点匹配方法。该方法首先用加速稳健特征（Speeded Up Robust Features,Surf）算法对＂资源三号＂卫星图像和参考图像进行粗匹配以建立两幅图像间的整体几何关系,通过对相同区域进行wallis滤波增强图像纹理信息,然后用Surf算法进行特征点的提取和匹配,最后利用对极几何约束剔除误匹配点。试验结果表明,该方法可以全自动、快速和精确的提取影像控制点。     

着陆小天体的自主GNC技术

由于目标小天体和地面站之间存在较长的通讯延迟，加之小天体的动力学环境复杂多变，传统的基于深空网的导航、制导与控制（GNC）模式已不再适合探测着器着陆小天体。为了实现安全着陆小天体，探测器必须具有自主导航、制导和控制的能力。本文提出了一种着陆小天体极区的自主GNC方案：首先，基于对自然特征点的自动提取、跟踪，给出了一种着陆小天体的自主光学导航方案；接着，为了安全垂直着陆小天体的极区，设计了比例-微分控制器跟踪理想的下降轨迹、消除侧向位置和速度偏差；最后，通过数值仿真对本文所提方案的可行性进行了验证。     

一种实用的归一化互相关景象匹配算法

相关匹配算法是景象匹配定位系统的核心。本文提出一种用于景象匹配定位系统的相关匹配算法，称之为归一化互相关景象匹配算法，并进行了理论分析和用真实的景象数字地图进行了大量的计算机仿真试验。试验结果表明，该算法在信噪比不小于１并且实时图大小不小于１０×１０个网格的条件下，其正确匹配概率大于９７％，圆概率误差在一个景象数字地图的网格以内，满足景象匹配定位系统的要求     

基于双目视觉的无人机编队相对定位算法

针对无人机编队飞行时双目视觉定位精确性差、计算量大、实时性不高的技术现状,对基于特征点的FAST定位和BRIEF旋转(Oriented fast and rotated brief,ORB)算法进行了改进,提出了一种适用于无人机双目视觉定位的算法。在改进ORB算法中,采用提取目标区域、最近邻约束和随机抽样一致(Random sampling consensus,RANSAC)方法,提高了特征点提取与匹配效率,也提高了特征点匹配质量;对于双目视觉定位,提出了适用条件更加宽泛的双目视觉定位模型,并保证了模型的定位精度;最后使用卡尔曼滤波算法对无人机的定位信息进行估计,进一步提高了无人机的定位精度。实验表明,算法具有较高的精确性和实时性,满足无人机间的相对定位要求。     

已知最大定位误差的点特征松弛匹配

研究了在已知最大定位误差的情况下时，如何对基本点特征松弛匹配算法进行改进，以提高匹配性能。基本思想是利用已知的最大定位误差，确定两点对的最小匹配度量，从而减小虚假特征点对匹配结果的影响。采用针对模拟图像及实际卫片航片图像对的实验，比较了两种方法的性能。结果表明，在已知最大定位误差的情况下，该改进方法比基本点特征松弛匹配算法具有更好的匹配性能。     

近地轨道卫星的地影预报算法

针对传统地影预报算法计算量大,不适合星载计算机进行地影时刻自主预报的问题,提出一种地影预报星上算法。通过构造降维坐标系将卫星进出地影过程转换为“星-地-日”平面内的几何问题;基于常数变易法推导出阴影条件的隐式解析公式,其方程系数可由实时轨道参数确定。为简化计算,将星上算法设计为双层结构：构造迭代算法,依据实时轨道参数可精确预报卫星在每个节点上的地影时刻;而在任意两个节点之间采用解析算法进行近似预报。仿真结果表明,星上算法的预报精度高且计算量小,适合星载计算机进行地影时刻自主预报。     

一种精确计算航天器本体对太阳电池阵遮挡的方法

针对航天器太阳电池阵电设计和热设计中需要准确考虑阴影影响的问题,提出了一种可以精确计算太阳电池阵阴影的方法。首先使用三角网格来建立3D模型,其次考虑了航天器本体构件间的相对运动,然后用一个“包围盒”去截取模型上的三角网格点,再把这些点投射到太阳电池阵上,最后把太阳电池阵分成小方格,分别使用逐点比较法和最小矩形法来生成阴影图形。给出了月球车遮挡计算的实例,仿真分析表明生成阴影图形时,最小矩形法具有更高的速度。使用本文所述的方法,可计算结构复杂、构件间有相对运动的航天器本体对太阳电池阵造成的遮挡,能生成精确的阴影图形,为后续计算受遮挡的太阳电池阵的输出特性奠定了基础。     

一种变化检测的新算法

变化检测技术是遥感图像应用中的关键技术之一。在分析变化检测算法的基础上，提出了一种新的变化检测算法，该算法主要由三步组成：差图像的优化获取、变化区域的准确检测、目标阴影的修正。仿真结果表明了本文所提算法对变化目标的检测准确可靠，且对背景有较强的鲁棒性。     

基于等高线图与小波变换的3D地形匹配算法研究

提出一种新的基于边缘的3D地形匹配算法。在算法中，一种结构紧凑的特征“等高线图”，用于表示参考高程图(DEM)及从实时数据恢复的高程图，这样3D地形匹配转化为基于等高线的匹配，即边缘(平面曲线)匹配问题。在边缘匹配过程中，首先用一种具有平移，旋转，尺度不变性的规范化小波描述子描述边缘。其次提出了一种基于小波系数域的快速边缘匹配算法，并分析了运算复杂性。由匹配成功的边缘对提取控制点的坐标。讨论了图像变换模型及基于最小均方根误差准则的图像变换参数估计方法。用真实地形实验表明该算法匹配精度高，计算速度快。最显著的特点是该算法抗噪声能力强。     

基于增量调制的ICCP地磁匹配序列生成方法

为解决地磁匹配算法中匹配点的选取和匹配序列长度的设置问题，提出一种迭代最近等值线(ICCP)算法的地磁匹配序列生成方法。首先，分析了采样定理、地磁图分辨率、磁场起伏特征和磁传感器测量精度等对匹配序列采样间隔的约束，以及匹配序列长度与误匹配的关系；然后，在此基础上利用增量调制原理实现了匹配点的选取；最后，建立了本文方法参数优化的目标函数，并利用二进制粒子群优化（BPSO）算法对匹配序列的长度和增量调制的量阶进行寻优，使ICCP算法在保证匹配精度的前提下能够缩短匹配时间。仿真结果证明所提方法具有良好的环境适应性，对ICCP算法的精度和实时性都有明显改善。     

一种基于多模分布的SAR图像分割算法

SAR图像目标、背景、阴影的不同散射机理使得这三部分具有不同的统计特性.分析SAR图像三部分统计性质分别建立统计模型,并给出了一种基于这三种模型组合的多模分布的SAR图像分割算法,对于目标分割和阴影分割分别采用不同的预处理方法,分别提出了快速Otsu分割算法分割目标和基于背景均值保留的冲击滤波算法分割阴影.分割结果表明,这种基于多模分布的SAR图像分割算法与传统的基于单模分割算法相比,能最佳地利用各部分统计特性的差异,得到准确的分割结果.     

一种提高景像匹配算法抗灰度畸变能力的方法

为了有效消除巡航导弹景像匹配中制导图度畸变对匹配精度的影响，在定性分析制导图灰度畸变数学误差模型的基础上，给出了图像灰度最小化的定义及实现方法，通过对制导图的灰度最小化预处理，提高了匹配算法的抗灰度畸变能力。结合经典的灰度归一化积相关景像匹配算法，分析并验证了这一处理方法的可行性及有效性。     

基于卷积神经网络的局部图像特征描述符算法

为提升基于图像序列三维重建的速度,解决传统局部特征描述符算法提取速度慢的问题,设计了一种基于深度学习的局部特征描述符网络。利用特征描述符网络实现对图像特征点的特征提取,结合本文采用的欧氏距离匹配准则,实现了对不同图像间特征点的匹配。算法对MVS数据集进行了验证,实验结果表明:提出的局部特征描述符算法实现了对图像特征点特征的快速准确的提取、匹配,与传统特征描述符算法相比,特征提取时间缩短了50%以上,特征点的匹配时间缩短了60%以上。相对于本算法中复杂结构的特征描述符网络,结构简单的泛化性更好,可拓展到航天领域的三维重建中。     

一种基于SIFT和KLT相结合的特征点跟踪方法研究

在目标发生明显姿态和大小变化条件下,为了利用基于特征点的跟踪算法实现对目标可靠、稳定跟踪,提出了一种SIFT算法和KLT(Kanade-Lucas-Tomasi)匹配算法相结合的特征点跟踪方法。通过对SIFT算法进行优化,使得到特征点分布相对均匀,同时不存在聚集现象;通过对KLT匹配算法进行分层迭代设计,提高了目标作快速运动时的匹配精度;最后根据特征点匹配结果,结合Greedy算法得到目标的准确位置。实验结果表明：该算法能够很好地适应目标姿态和大小的变化,实现对结构复杂目标的稳定跟踪;比KLT跟踪算法具有更好的鲁棒性和稳定性,能得到更加准确的目标位置。