航天器太阳能板振动单演多尺度相位测量

航天器柔性部件如太阳能帆板的振动影响其姿态镇定.本文提出了一种基于单演多尺度相位光流的航天器太阳能板振动光学成像测量方法.我们将太阳能板振动的测量看成是光流的计算,利用光流的计算来提取振动信息.首先,在单演多尺度空间表达太阳能板图像序列;然后,基于图像序列间的局部单演多尺度相位差,估计太阳能板振动产生的光流.为了提升光流计算精度,本文在高尺度空间估计粗糙相位差,再将这个粗糙相位差逐级代入低尺度空间,精确计算相位差.仿真实验数据和地面实验数据验证了本文提出方法的有效性.     

基于小波变换的干涉SAR图像的降噪方法

根据干涉合成孔径雷达(SAR)图像的噪声来源和性质以及干涉合成孔径雷达信号处理的特点,选择了具有对称性和紧支性的双正交小波变换应用于干涉SAR图像的噪声抑制,提出了基于小波标架表示的干涉SAR相位图像的降噪算法.与传统的低通滤波器及中值滤波器处理的结果对比显示,利用小波变换方法处理干涉合成孔径雷达图像以提高干涉相位精度的方法是可行的,并且小波变换方法是基于观测数据的自适应算法.      

基于连续小波变换的飞行器结构模态参数辨识

给出了一种基于连续小波变换的多输入多输出MIMO(Multiple-Input Multiple-Output)飞行器结构模态参数的辨识方法.对结构离散运动方程进行连续小波变换建立了小波域内的系统AR(Auto Regression)模型,AR模型的系数矩阵决定着系统的动力学特性,可以通过最小二乘法求得.模态参数可以通过求解由AR系数矩阵构成的特征矩阵的特征值来获得.与已有基于小波变换的模态参数辨识方法相比,该方法应用了连续小波的时移共变性和小波变换的滤波能力来确保辨识的效率.在辨识过程中,采用优化算法提高了辨识的精度和稳定性.算例仿真结果表明该方法具有较高的计算精度和稳定性,能用于飞行器结构模态参数的辨识.      

基于小波分析的BOC信号抗多径码相位估计

卫星导航接收机需要精确地估计扩频信号的码相位并进行跟踪,估计的精度直接影响伪距测量的精度.卫星信号的多径传播使得简单的相关器估计存在较大的误差,针对未来导航系统普遍采用的BOC(Binary Offset Carrier)导航信号,提出了一种基于小波分析的估计算法来抑制多径误差,仿真的结果表明该算法比传统的窄相关和双Delta技术在性能上有很大的改进.并证明了在采用Haar小波时,该技术与相关器估计方法在极限条件下是等价的,同时该方法的算法复杂度比基于最大似然估计的方法MMT(Multipath Mitigating Technique)要低.     

基于小波分析的地形多分辨率建模方法

以提高运算效率和存储效率为目的研究了基于小波的数字高程模型（DEM,Digital Elevation Model）数据的多分辨率建模,根据DEM的数据特点在Mallat多分辨率分析算法的基础上,提出了基于小波分析的DEM数据多分辨率建模算法,对算法实现过程中的小波函数以及边界延拓方式的选取进行了阐述,提出了评价建模精度的相关指标,并通过仿真实验确定了恰当的小波参数.仿真结果表明,小波分析法是实现DEM多分辨率建模的有效方法,同时保证了良好的运算效率和存储效率.该方法可应用于地形的快速可视化、飞行器的动态和静态航路规划等工程应用中.     

基于区域小波变换的序列显微图像融合

利用图像处理技术实现序列显微图像的融合显示是解决显微成像焦深有限的有效方法.针对空域融合算法在处理离焦步长较大和透明显微图像时存在的块效应和重影现象,基于图像像素间高度的相关性和小波变换多分辨率分析的特点,提出了一种基于区域小波变换的序列显微图像融合算法:在小波变换域内进行序列显微图像融合时,不同频段选择不同的融合算子;在确定融合的小波系数时,不仅考虑到相应位置的小波系数,还考虑了与它相邻的小波系数,使得融合后图像克服了空域算法存在的块效应和重影现象.同时,研究了不同的小波滤波器对图像融合质量的影响.实验证明,该方法具有很好的融合效果.      

小波变换与相位建模在瞬时频率估计中的应用

分析了利用小波变换测量窄带信号瞬时频率的原理,介绍了一种在小波变换的基础上,采用相位建模以提高精度的瞬时频率的估计方法。     

多传感器遥感图像数据融合研究

重点研究了卫星遥感图像融合技术.通过在Matlab平台上实现基于颜色空间变换和基于小波变换的图像融合算法,分析了颜色空间变换的融合特点,并结合高分辨率图像、多光谱图像以及SAR图像的融合结果对相关理论进行了验证;研究了基于小波变换的融合方法在不同分解和重构级数下所获得的融合图像的特征,比较了各级融合图像的特点和相互间的差别;通过对高分辨率图像和多光谱图像的融合实例,给出了达到融合目的所应进行的最低分解重构级数与两原始图像空间分辨率指标比值间的定量关系;分析了不同小波因子对融合结果的影响,并结合颜色空间变换方法的融合结果得出了最终结论.      

小波模拟退火-软阈值SAR图像降噪算法

提出了一种新的SAR(Synthetic Aperture Radar)图像降噪方法,利用小波变换对空间位置信息保留的特性,依据小波变换后近似图像仍满足吉布斯分布,将模拟退火算法引入到小波域中,首先,根据SAR功率图像斑点的特性,对传统的同态变换方法做出了相应的修正,大大降低了处理结果的辐射偏差,提高了等效视数,然后在多分辨率理论和小波变换理论基础上,选用适合特定图像的最优小波基进行分解,最后对小波变换后的近似图像进行模拟退火处理,对各个细节图像有选择地进行软阈值处理.实验证明,此方法比传统的小波降斑取得了更好的平滑效果,比传统模拟退火大大减少了处理的时间,同时对图像的辐射精度的保持,斑点的抑制,以及边缘保持都有较满意的结果.      

基于视觉的无人作战飞机跑道障碍物检测方案

提出了基于视觉的无人作战飞机跑道障碍物检测方案.结合应用特征和流的障碍物检测方式的特点,使用多尺度特征点匹配光流估计方法代替普遍使用的微分光流计算方法,直接对图像序列计算稀疏光流场;利用相关假设,在存在一定导航误差的情况下,对跑道障碍物进行实时检测;同时对跑道障碍物视觉检测方案的误差和适用区间进行了分析;通过自主开发的"无人作战飞机自主着陆实时仿真验证平台"进行仿真,结果显示该方案能够有效检测跑道上存在的障碍物.      

基于小波域的图像椒盐噪声密度估计

提出一种基于小波域的椒盐噪声密度估计方法.利用图像信号在小波域的系数具有稳定近似的分布,以及噪声对小波系数影响的特点,定量地分析了含噪图像的系数幅值直方图与原始图像的系数幅值直方图之间的偏离程度随噪声密度的变化规律,揭示这种变化关系对图像具有强的鲁棒性,从而利用这种关系对噪声进行估计.仿真结果表明,相对于目前方法,提出算法性能更佳,能够获得更准确的估计值和更小的估计偏差.     

一种基于支持向量机的小波图像压缩方法

提出了一种结合支持向量机(SVM,Support Vector Machines)回归与小波变换的新的静态图像压缩方法.SVM回归方法可以学习原始数据之间的相关性,并采用小部分训练样本,即支持向量来稀疏表示原始数据集,利用这一特性来逼近和约减小波系数,可以达到数据压缩的效果.首先采用小波变换把原始图像分解成不同尺度的多个子带,由于最低频子带系数非常重要,采用DPCM直接编码,然后对其它频带系数采用SVM回归进行压缩.由于不同尺度和方向的小波系数特征不同,为尽可能去除小波系数间的各种相关性,给出了适合SVM回归的小波系数的有效组织方式.最后研究了支持向量及其相应权重的混合编码方法.实验结果表明:与同类压缩方法相比,本算法获得的恢复图像的主客观质量有明显提高.      

基于视觉模型和图像特征的遥感图像压缩

遥感图像具有纹理复杂、边缘丰富的特点,通常难以实现高压缩比.统计了图像经过小波变换后在不同方向、不同级别子频带的能量分布.然后基于人类视觉系统(HVS)模型中的对比敏感度函数(CSF)和遥感图像的能量分布特征,提出一种不同频带小波系数的变步长量化方法,并把该方法应用于嵌入式小波图像编码器.实验结果表明,与不采用心理视觉量化的压缩方法相比,在相同压缩比下,峰值信噪比略为降低,但恢复图像的主观质量有一定程度的改善.     

基于多模型最优融合的双星定位系统一体化精密定轨方法

针对卫星动力学模型复杂且不准,考虑到卫星定轨中待估参数在时间和空间上的相关性,提出了一种基于多模型最优融合的双星定位系统一体化参数建模的近地卫星精密定轨新方法.利用节点自由分布B样条描述卫星运动,实现了对卫星粗略动力学模型的抑制作用;同时结合双星观测模型,使该方法转化为关于求解卫星轨道样条表示参数和定轨系统误差的多模型融合的非线性优化问题;通过引入模型结构确定最优融合权值的选取准则,在最小二乘准则下,采用非线性最优化方法搜寻样条的最优节点分布,得到了待估参数的最优估计,完成了近地卫星的精密定轨.理论分析和仿真计算表明,该方法确实有效,不仅提高了卫星的定轨精度,而且使状态估计的结构更加稳定.      

基于小波变换的孔探图像边缘粗糙度分析

针对航空发动机内部结构裂纹损伤的孔探图像识别问题,提出一种描述孔探图像边缘曲线粗糙度特征的方法——粗糙度系数法.该方法利用二进小波变换对边缘曲线在所有可能尺度上进行小波分解,得到尺度系数和小波系数.对于这些小波分解系数,构造一种对数熵算法来计算尺度系数和小波系数的能量强度.小波系数与尺度系数的对数熵的比值被定义为粗糙度系数,用粗糙度系数来评估曲线的粗糙程度,粗糙度系数越大,曲线越粗糙.实验表明以粗糙度系数作为孔探图像边缘曲线的识别特征,能够有效地识别孔探图像中存在的裂纹损伤.      

基于框架域的随机游走全色锐化方法

针对多光谱图像与全色图像的融合问题,提出了一种新的全色锐化方法。该方法首先通过亮度、色调、饱和度(IHS)变换与非下采样框架变换将原图像从空间域变换到框架域,然后利用基于图论的随机游走,建立高频框架系数的统计融合模型。此模型根据高频框架系数的邻域相关性与尺度相关性构造新的随机游走协调函数,将高频框架系数融合权重的估计转化为随机游走标记问题的求解。实验结果表明,该方法有利于保持图像的光谱信息和边缘轮廓信息,可以在降低融合图像光谱误差的同时提高空间分辨率,并且优于一些主流全色锐化方法。     

多径信道下图像的信源信道联合编码调制传输

针对多径衰落信道提出了一种基于小波变换并结合OFDM(Orthogonal Frequency Division Multiplexing)自适应调制的图像传输方法和信源信道联合带宽功率优化分配算法.给出了编码传输方法结构,对有噪信道下基于小波变换的图像编码传输实现和失真估计问题及多误码率OFDM自适应调制比特功率优化分配问题进行了建模和分析,使得信源量化编码与OFDM调制能够方便地结合起来,并进一步得到了相应的信源信道联合优化带宽功率分配方法.仿真和分析表明,该方法实现了多径信道下图像的信源信道联合编码调制传输,编解码复杂度和延迟小,且信源信道联合优化的带宽功率分配可有效提高信道资源利用效率.     

基于去噪的SAR复图像SPIHT压缩算法

提出一种对合成孔径雷达(SAR,Synthetic Aperture Radar)复图像压缩的改进的分层树集合分割(SPIHT,Set Partitioning in Hierarchical Trees)算法,高效完成SAR复图像压缩,既有效地保留了SAR复图像的相位信息,又抑制了斑点噪声.首先根据SAR复图像的统计特征进行预处理,然后进行小波变换,对不同子带的小波变换系数采取不同的门限,进行软门限斑点噪声抑制,再经过SPIHT量化编码,得到压缩后的码流.仿真实验表明,在64倍高压缩比的情况下,通过对重建SAR复图像数据的相位误差、等效视数、平均空域相关系数等指标的测量,验证了该算法仍然具有很好的性能.