用标定和亚像素技术实现三维运动目标的高精度测量

本文介绍一种利用多种亚像素图像技术提取目标及网格节点，并采用新的摄影系统标定与系统误差修正技术，用多个摄像机实现对有特殊标志的空间三维运动目标的高精度测量方法。     

基于核部分非负矩阵分解的亚像元级地物光谱分析

为了进一步提高亚像元级地物的光谱分析精度,提出了一种基于核部分非负矩阵分解(Kernel Protection Non-negative Matrix Factorization,KPNMF)的非线性解混算法.首先通过基于凸面几何理论的端元提取方法提取纯像元端元候选像素集合,然后根据候选像素的空间纯度指数判断纯像元端元.在纯像元端元信息已知的条件下,利用核方法对部分非负矩阵分解(Protection Non-negative Matrix Factorization,PNMF)进行推广,构造相应的目标函数,推导迭代求解过程,分解求得亚像元端元光谱和所有端元的丰度.试验结果表明,提出的解混算法具有良好的非线性分解能力,解混结果优于线性解混算法.     

CCD亚像元成像质量的调制传递函数分析

从调制传递函数MTF的定义出发,对CCD离散抽样过程的MTF进行分析,指出CCD器件的MTF不仅与输入信号的频率有关,而且与相位有关,得出了CCD器件的平均调制传递函数的计算公式。通过计算对CCD的一般成像、亚像元成像和互有四分之一像元位移的成像系统的调制传递函数进行分析比较,结果表明,理论上亚像元成像获得图像的分辨率能达到一般成像的两倍,互有四分之一像元位移的成像系统获得的图像分辨率能达到一般成像的3.74倍。在空间频率低于CCD的Nyquist频率时,多CCD的成像质量也明显好于一般成像质量。     

面向视觉着陆的高精度结构化约束特征点研究

为提高视觉着陆过程中无人机的相对定位精度,选取视觉图像中的直线交点作为结构化约束特征点,设计了基于梯度一致性的边缘检测算法,并结合Shi-Tomasi角点检测算法进行结构化约束特征点的粗定位。对LSD直线检测算法进行改进并设计了亚像素角点定位精度改进算法,在结构化约束特征点粗定位的基础上,将其精度提高到亚像素级。基于实际场景中固有约束的结构化约束特征点具有鲁棒性、旋转和尺度不变性,抗干扰能力更强,其高精度定位有利于提高视觉着陆相对定位的精度与可靠性。     

提高空间光学遥感器有效分辨率的方法研究

亚像元成像技术是实现相机小型化、提高相机空间分辨率的有效方法。文章介绍了国内外主流的亚像元成像技术,分析了采样方式对标称分辨率及有效分辨率的影响。提出了基于倒易晶胞理论的自适应倒易晶胞用于调整错位频谱的方法,进一步提高了遥感器的有效分辨率。     

关于亚像元成像技术几个问题的探讨

综述了国内外关于亚像元成像技术的有关概念 ,就探测器的不同配置方式和不同采样模式的图像数据量和理论空间分辨率的提高倍数进行了分析 ,探讨了传输型遥感系统适用亚像元成像的前提条件 ,并就亚像元技术的实现途径提出了 3种方案。     

基于图像拼接的微小零件视觉检测方法

针对毫米级微小尺寸零件的高准确度检测问题,提出了一种基于图像拼接技术的视觉检测方法,即利用亚像素微小位移结合相位相关的自动拼接方法。以两幅图像的拼接为例,这种方法首先对第一幅图像利用三次样条插值,进行亚像素微小位移;然后用处理后的第一幅图像与第二幅图像进行相位相关处理,计算两者的相关功率谱函数分布图;再根据分布图中功率谱最大值求出两幅图像的亚像素配准关系;最后根据配准关系把两幅图像拼接起来。实验表明,使用这种拼接方法,准确度可达到亚象素级,并具有抗噪声、易实现自动化等特点。     

面向视觉着陆的高精度结构化约束特征点研究

为提高视觉着陆过程中无人机的相对定位精度,选取视觉图像中的直线交点作为结构化约束特征点,设计了基于梯度一致性的边缘检测算法,并结合Shi-Tomasi角点检测算法进行结构化约束特征点的粗定位。对LSD直线检测算法进行改进并设计了亚像素角点定位精度改进算法,在结构化约束特征点粗定位的基础上,将其精度提高到亚像素级。基于实际场景中固有约束的结构化约束特征点具有鲁棒性、旋转和尺度不变性,抗干扰能力更强,其高精度定位有利于提高视觉着陆相对定位的精度与可靠性。