Structure and development of quiet loops in the solar corona

X-ray emission from solar coronal loops changes on two different timescales: a) flare loops and transient active region brightenings show a rapid variability, b) quiet region loops are quasi-steady and change only slowly with time. This different time behavior has been analyzed on the basis of Yohkoh SXT observations and we report here on the results from our analysis, mainly focussing on quiet loop variability.     

卫星多源遥感图像融合研究

卫星多源遥感图像融合技术可以综合利用多源信息,从而获得对同一目标更全面、更清晰、更准确的认识。文中简介卫星多源遥感图像融合系统所包含的三个过程,即预处理、图像融合、综合评价及应用;详细分析像素层、特征层和决策层三个不同融合层次的融合原理和方法;归纳融合效果的主客观评价标准和熵、平均梯度等六种评价指标;最后从空间配准模型、建立统一的数学融合模型、关联的二义性、数据融合方法与融合系统实施存在的问题、有效的评价准则等方面讨论了卫星多源遥感图像融合目前存在的问题,并对今后的发展趋势作出展望。     

低码率合成孔径雷达图像传输

提出了一种利用小波变换进行低码率合成孔径雷达 (Synthetic Aperture Radar-SAR)图像传输的方案 ;对局域增强技术进行了理论分析 ,得出了信噪比改善的解析结果 ;解决了SPIHT算法的子树分离问题 ,提出了具有抵抗信道噪声能力的修正的 MSPIHT算法 ,对其存贮复杂性和计算复杂性进行了分析 ;分析和仿真表明了本方法的有效性     

图象的分形压缩方法

本文介绍一种适于对高分辨率（大数据量）遥感图象实现高倍（几十至几百倍）压缩的方法。文中简述分形几何的基本概念，给出了一种分形压缩的模型，以北航的图象分形压缩研究结果为例，阐述了分形压缩方法的特点。     

一种新的基于DSP应用的改进SPECK算法

在基于小波变换的图像压缩编码算法中，Pearlman的利用子带内小波系数的聚类特性的Set Partition Embedded block(SPECK)算法与SPIHT算法相比，具有更低复杂度、更快的编解码速度和相近的性能。文中提出了一种基于DSP平台的SPECK编码器在实时环境下的应用方案。通过使用提升结构的整数小波变换并基于DSP平台上对变换流程进行优化，以提高小波变换的速度。引进误差比特数(Number of Error Bits)概念，并定义绝对零系数(Absolute Zero-Coefficient)对原有的SPECK算法进行改进，在不影响压缩性能的情况下，显著地减少了原算法对内存的需求，并提高了执行速度。实验结果证明，改进后的算法适应了大多数的实时系统的要求，是一个具有实用价值的DSP解决方案。     

低轨对地观测卫星凝视成像仪探讨

文章介绍了典型空间信息获取方式及特点,阐述了低轨对地观测卫星凝视成像面临的问题及解决对策,对两种低轨对地观测卫星凝视成像仪及其应用进行了探讨。     

基于ICCD的空间微光成像系统成像性能研究

研究基于像增强型CCD（ICCD）的空间高分辨率微光成像系统的成像性能。通过理论推导及数学仿真的方法，对系统在微光条件下的能量传递、极限分辨力、信噪比以及调制传递函数进行分析计算。研究表明，系统在黎明照度条件下具有较好探测能力，通过对ICCD器件制冷可以有效提高系统信噪比，实现满月照度的探测成像。     

静止图象的多值分块编码

本文在分析二值分块编码分块效应的基础上,提出了一种新的多值分块编码方法。理论分析与实验结果均表明该方法使编码图象的分块失真减小到几乎不能察觉,输出码率降低到1.36比特/象素左右,而且文中提出的分类算法十分简便。     

基于JPEG2000一种上下文生成的改进方法

提出一个在JPEG2000标准的基础上改进的上下文生成方案,它基于当前位平面一个系数产生的重要信息对当前位平面其它系数的上下文不产生影响的原则。这个方法在基本不降低压缩质量的前提下,提高了编解码的执行速度,降低了操作复杂度。实验表明该改进算法将对提高硬件系统性能有很好帮助。     

基于像素抽样的快速互相关图像匹配算法

在不同大小的实时图像(假定为小)和基准图像(假定为大)的匹配算法中，最常用的方法是互相关匹配算法，但如果对每个点都计算二维相关函数则计算量非常大。文章提出对图像的匹配采用粗、精两步快速匹配的方法：首先将实时图像每一列灰度值相加，形成一个一维信号，用此一维信号到基准图生成的一维信号中用一维相关函数进行粗匹配，实现降维和提高速度的目的。然后将相关函数值中较大的一些点作为备选点，在原图中利用这些不多的备选点计算二维相关函数，相关函数值最大的点即为最佳匹配点，实现精匹配。在一维匹配中采用隔4列、隔3行取一个点的像素抽样方法以提高粗匹配速度。实验结果表明了文章算法的快速性和准确性。