巡航导弹景象匹配算法适应性研究

针对景象匹配制导的需求，研究了去均值归一化、基于直方图拉伸和基于局部平滑相关匹配算法，分析了算法的适应性、计算量和实时性等，比较了每种算法的优缺点。结合巡航导弹的使用，讨论了影响匹配结果的一些基本的、可能的因素，主要是环境因素。用三种分辨率的图像作了大量的实验．针对这些算法的匹配概率及地物适应性等方面进行了编程验证和综合分析，给出了有关结论。     

具有实时图像形成能力的高分辨率、四波段SAR试验台

描述了在Sandia国家实验室研制的双水獭SAR试验台。该试验台很灵活、适应性强，能工作于四种频：Ka、Ku和VHF／UHF频带。这种SAR的特点是在聚束模式和条带测绘模式下具有高分辨实时图像形成能力。高质量的图像是采用重叠子孔径（OSA）图像形成算法和相位梯度自聚然（PGA）算法实时形成的。     

NASA公布最新拍摄的木星及其卫星图像

2007年5月初，NASA公布了飞往冥王星的新视野号探测器（New Horizon）在途中拍摄的木星及其卫星的照片，从一个全新的角度展现了木星的大气、木星环、卫星和磁层。通过与1999年所拍摄的木卫一照片的对比，发现木卫一的地表已发生了变化。     

澳公司拟用卫星提供气象实况

澳大利亚宇宙视景公司将从 2008年初开始．首次利用静地轨道成像卫星连续实况提供地球的高分辨率真彩色运动图像和数据。称为“宇景星”的卫星最早将定点在东经130度或其附近的轨道位置．可对从印度到太平洋中部(夏威夷以西)的地区进行全天时的连续覆盖。澳大利亚和其它亚太国家现依赖从美海洋与大气局租赁的“戈斯”9静地气象卫星来观测天气。但这颗已丁作11年、功能已不齐全的卫星使用的是过时的遥感器．寿命也所剩无几．如突然报废．将对该地区工业和经济带来很大影响。     

基于Bayes假设检验的SAR图像分辨率计算方法

分辨率是衡量SAR成像质量的重要评价指标。目前所采用的3dB主瓣宽度方法来源于光学成像中的瑞利准则,受人类视觉感知能力限制,且没有考虑噪声影响。根据SAR图像表达式与观测信号乘法模型,在存在目标位置先验信息情况下,基于Bayes假设检验理论建立点目标分辨判别准则,得到统计意义上的分辨率计算方法,得到的结论与现有的关于分辨率计算的定性理解相一致,克服了瑞利准则的缺陷。     

实验室条件下IRMSS遥感器MTF与遥感图像参数的相关分析设计与性能评估

调制传递函数MTF(Module Transfer Function)在物理光学理论中，是光学系统成像性能的综合评价指标。遥感器MTF的性能变化会导致遥感图像的质量变化，遥感图像质量的变化则导致描述遥感图像的参数的变化。文章以CBERS-1的02星IRMSS遥感器为例，在实验室条件下模拟遥感器在轨运行的成像过程并获得图像数据，MTF可通过专业仪器直接测量，然后再进行MTF与遥感图像参数的相关分析，从而确定出与MTF相关性最强的图像参数。文章的相关分析采用SPSS统计分析软件完成。     

卫星图像采集任务调度系统的设计与实现

随着卫星遥感技术的高速发展 ,卫星图像在众多领域有了广泛的应用。文章给出了一个卫星图像采集任务调度系统的总体结构及其功能 ,讨论了该系统实现过程中的卫星资源描述、卫星图像采集任务描述、调度引擎、卫星时间窗口的仿真计算、调度结果的可视化展现等关键技术 ,归纳了系统的特点 ,并总结了今后系统的研究方向     

通过聚集探测SAR图像中的动目标

本文介绍的是一种在合成孔径雷达（SAR）图像中探测动目标的方法。这种方法是将SAR复图像分成若干分区，分别对各个分区进行聚焦，然后测量聚焦区域中锐度的增长情况，这种方法能敏锐地检测到目标的方位速度，对目标径向加速度的检测尤为敏锐，还能对任意方向的运动进行检测，对于只能检测快速运动目标径向速度的传统多普勒传感动目标指示器而言，这种方法是一种有效的补充。     

结合邻域聚类分割的高光谱图像异常检测支持向量数据描述方法

支持向量数据描述方法在高光谱图像小异常目标检测中具有较好的检测性能,但是待检异常的几何形状受到约束和背景的选择具有盲目性影响检测效果,且检测需要对整幅图像进行遍历导致计算量大。提出邻域聚类分割和支持向量数据描述相结合的异常检测方法,首先利用邻域聚类方法分割图像,将几何尺寸小的分割块作为潜在异常目标;其次选择与潜在异常的形状和大小相适应的背景窗进行背景像元收集;最后采用SVDD方法从潜在异常中快速且准确地检测出异常目标。对HYMAP图像的实验结果表明,该算法提高了复杂地物背景下异常的检测性能,降低了SVDD用于高光谱图像异常检测的计算量。     

基于幅度与梯度综合信息的SAR图像非线性扩散去噪方法

探讨SAR图像相干斑抑制的非线性扩散方程方法.以抑制SAR图像噪声,提高图像质量.通过分析SAR图像的幅度分布特性,建立基于SAR图像幅度信息的非线性扩散方程,使方程在幅值较小的背景区域具有较大的光滑作用以抑制噪声,而在幅值较大的目标区域光滑作用较小以保护目标特征.同时为避免噪声对图像中幅度分布的影响,在每一步迭代之前,采用基于梯度信息的非线性扩散方程对图像进行预处理,得到了一种基于图像幅度和梯度综合信息的非线性扩散去噪方法.计算结果表明,本文方法在整体上均具有较好的去噪效果,去噪后的图像较传统方法具有更高的等效视数和边缘保持指数,既能充分抑制背景区域的噪声,又能保护目标点,还很少出现虚假目标.