基于稳像的星敏感器动态精度提升方法研究

星敏感器在高动态工况下的拖尾现象降低信噪比,影响产品姿态测量精度.本文设计了一种星敏感器稳像方法,利用陀螺获取星敏感器角速度,在星敏感器曝光期间利用像面驱动器带动成像芯片补偿运动实现稳像,可以减小甚至消除拖尾,提升星敏感器在动态工况下的测量精度.实验验证表明稳像补偿后星敏感器定心精度比稳像补偿前提高了57.2%,相比多帧叠加算法也有明显优势.稳像补偿后星点高斯半径、能量峰值以及相关系数等指标相比稳像前也均有大幅改善.该稳像方法可广泛应用于具有高动态应用场景的星敏感器和其他光电成像仪器中.     

视觉检测中高速图像采集技术的研究

利用视频输入处理器(SAA7111)和现场可编程门阵列(FPGA),采用全硬件方式和两帧轮换存储方式设计实现了图像采集系统、计算机以及前端硬件处理系统之间的相互接口,使得视觉检测中视觉传感器能够同时进行图像采集和低级图像处理.     

基于网络架构的箭载图像采集系统设计及硬件实现

图像采集系统负责监控和记录运载器上多个重要点位的视频信息。文中介绍了一种基于网络架构的箭载通用图像采集系统,负责采集高清图像并无损存储在图像压缩器内,将高清图像压缩后经遥测传输至地面,由于带宽有限,可实时切换下传的图像信息,同时支持通过网络实时访问箭上图像信息和事后图像数据回读功能,为评估箭上的工作状态或分析故障提供了保障。     

面向空间天文观测的序列图像无损压缩算法

空间天文观测任务会获得大量天文图像.对定点天体连续观测得到的序列天文图像具有时间及空间冗余较高的特点.为了减少序列天文图像的存储与传输的数据量,保证序列天文图像的完整性,满足科学目标的任务需求,需要对其进行无损压缩.本文提出了一种利用帧内压缩与改进的帧间压缩相结合的无损压缩算法,将序列天文图像的第一帧进行JPEG-LS帧内无损压缩编码,其余帧进行改进的帧间无损压缩编码,从而有效去除序列天文图像的时间及空间冗余,提高序列天文图像的压缩比.经过试验测试,改进后的帧间压缩效果优于帧内压缩效果,改进后的帧间压缩时间少于帧内压缩时间.结果表明,该算法简单且高效,适用于对序列天文图像的无损压缩.      

视频图像压缩技术的研究与应用

视频图像压缩技术是多媒体系统不可回避的关键技术。文章对ＱＩＦ制式标准的视频图像,以Ｐ×６４标准为核心进行了解码与压缩技术的研究。分析了变换编码、运动补偿、量化和变字长嫡编码对压缩效率与图像质量的影响,并对实时传输的视频图像进行了计算机解码分析。恢复的图像表明：解码是成功的,画面清晰,效果显著。在４８６微机上软件处理时间为平均为３ｓ／帧,进一步的硬件处理将有可能为实际使用。     

基于神经网络的自由漂浮空间机械臂 自适应鲁棒控制

针对自由漂浮空间机械臂动力学模型难以精确获得,且无法表达为关于未知参数的线性形式问题,提出基于自适应神经网络的鲁棒控制方法.对于不确定性空间机械臂系统模型中存在的未知不确定部分,利用神经网络的万能逼近特性,设计神经网络控制器来补偿未知模型,避免传统控制中的保守上界估计;采用泰勒线性化技术将神经网络隐含层中的高斯函数线性化,设计包括网络权值、高斯中心及宽度在内的网络全参数自适应学习律,实现在线实时调整,提高控制精度;设计鲁棒自适应控制器来抑制外界扰动,并补偿逼近误差,提高系统鲁棒性;基于Lyapunov理论证明闭环系统的一致最终有界（UUB）.仿真试验表明所提控制方法能够获得较好控制效果,对空间机械臂控制具有一定工程应用价值.     

基于Gabor滤波器的航空图像居民区域提取

中低分辨率航空图像中居民区域的自动提取对地理信息系统更新和无人机导航具有重要作用.详细分析了Gabor滤波器参数对纹理提取的影响,提出了一种基于Gabor滤波器的居民区快速提取算法.算法包含4步:运用Gabor滤波器分析图像纹理,采用核密度估计生成居民区域置信图像,进而计算自适应阈值分割置信图得到候选区域,最后根据区域几何形状去除干扰得到居民区.算法平均运算时间为0.42s,实验结果表明了算法的高效性和准确性.     

基于星图匹配的小视场空间图像畸变校正

小视场星载相机受发射振动和空间环境等影响,会使所拍摄的空间图像产生畸变,并且畸变模型和参数也时有变化.针对小视场空间图像所含恒星点相当稀少的特点,提出一种基于Hausdorff距离多帧星图匹配的空间图像畸变校正方法,利用恒星点作为控制点实现畸变参数的计算.针对卫星姿态漂移所造成的相机光轴指向系统误差对校正的影响,给出一种自适应补偿方法.仿真实验结果表明,该方法计算量小、精度高,能够有效抑制图像噪声和输入误差的影响.      

空间目标快速轮廓特征提取与跟踪技术

为满足空间目标交会对接任务中高精度、快速的测量要求,提出了一种空间目标快速轮廓特征提取与跟踪技术。该算法首先从初始帧图像中分割定位目标所在局部区域,作为目标连续跟踪的初始值;其次基于初始帧目标局部区域完成对初始帧目标边缘特征的检测及细化处理;最后采用Hough变换完成对初始帧目标边缘的检测及细化后的局部图像轮廓直线的提取,分别选取目标轮廓四方向最优的直线参数作为最终目标轮廓直线获取的效果,并采用梯度最大法则实现两两求交获取的轮廓特征的优化提取。在目标逼近过程中,结合相邻帧图像间目标尺度动态变化的关联性,根据初始帧提取目标轮廓特征的先验信息,确定目标在第二帧图像中的轮廓位置,并依次根据上一帧图像的轮廓位置信息定位目标在当前帧所在的区域,通过局部处理实现序列图像轮廓区域特征的连续跟踪。该算法无需遍历整个图像,所需处理的目标区域大幅减小,能够有效克服由目标图像较多边缘干扰导致的轮廓提取效果差及处理速度慢的缺点,具有速度快、准确性强、稳定性高等优点。     

基于小波域清晰度评价的光场全聚焦图像融合

传统全聚焦图像融合以相机多次曝光拍摄的多聚焦图像为基础,光场相机在单次曝光后可计算空间任意深度的重聚焦图像,为后期全聚焦图像的获取提供便利。提出了一种基于小波变换的光场全聚焦图像获取算法,可有效避免传统空域图像融合算法的块效应,获得较高质量的全聚焦图像。该算法通过对微透镜阵列光场相机获得的4D光场数据进行空间变换与投影,得到用于全聚焦图像融合的重聚焦图像,对各帧重聚焦图像进行小波分解提取高、低频子图像集,提出区域均衡拉普拉斯算子、像素可见度函数分别构建融合图像的高、低频小波系数实现图像融合,其性能优于传统的区域清晰度评价函数。实验验证了所提算法的正确性和有效性,采用Lytro光场相机的原始数据计算了融合全聚焦图像,与传统图像融合算法相比,人眼视觉效果更好,客观图像指标也得到了提高。      

实时工业以太网EtherCAT时序特性分析系统

分析了实时工业以太网的特点,提出一种时序特性分析系统,该系统硬件部分包括数据侦听器和监听计算机;软件部分是安装在监听计算机上的时序分析仪.数据侦听器是以现场可编程门阵列(FPGA,Field-Programmable Gate Array)为核心的硬件单元,主要功能是捕捉被监听链路上的数据帧,提取并封装原始帧的信息生成一个Probe帧,随后转发原始帧和Probe帧到监听计算机.Probe帧是提出的一种专门用于实时工业以太网时序和功能分析的以太网数据帧.时序分析仪解析Probe帧中封装的信息,按照用户设置进行计算统计后,以图形化的方式显示分析结果.最后,构建基于实时工业以太网EtherCAT的实验系统进行功能验证.实验结果表明,时序特性分析系统能够完成对实时工业以太网数据的在线捕捉和离线分析,并能清晰、直观的显示被监听链路和器件时序特性的解析结果.     

任意两个动坐标系中张量的运动描述间的关系

提出了用矢阵表示的张量对时间的相对导数的概念.研究表明,通过借助于矢阵概念,在涉及多个坐标系时,张量的相对导数得到了更加清晰和严格地描述.由此,并借助于反对称张量,给出了张量的一阶绝对导数和相对导数之间的关系式,并又进一步给出了张量的二阶绝对导数和相对导数之间的关系.结果表明,当运动需要分别在两个转动坐标系中进行描述时,由于张量的特殊性,其"速度"(广义的)合成和"加速度"(广义的)合成既类似于矢量的速度合成和加速度合成又有着本质的差别,为此还提出了关于张量的"速度"和"加速度"合成定理,特别是又进一步将它们推广到任意两个转动坐标系的情形.     

基于多特征图像视觉显著性的视频摘要化生成

如何高效提取视频内容即视频摘要化,一直是计算机视觉领域研究的热点。简单通过图像颜色、纹理等特征进行检测已无法有效、完整地获取视频摘要。基于视觉注意力金字塔模型,提出了一种改进的可变比例及双对比度计算的中心-环绕视频摘要化方法。首先,以超像素方法对视频图像序列进行像素块划分以加速图像计算;然后,检测不同颜色背景下的图像对比度特征差异并进行融合;最后,结合光流运动信息,合并静态图像与动态图像显著性结果提取视频关键帧,在提取关键帧时,利用感知哈希函数进行相似性判断完成视频摘要化生成。在Segtrack V2、ViSal及OVP数据集上进行仿真实验,结果表明:所提方法可以有效提取图像感兴趣区域,得到以关键帧图像序列表示的视频摘要。      

一种新的无人机航拍图像压缩方法

针对无人机机载视频图像由于受到天气或电磁波干扰产生的异常帧引起的压缩码率波动问题,提出了一种基于对图像进行预分析,剔除异常帧后进行压缩编码的方法.对于几种常见的异常帧进行建模,分析了其图像信号特点,结合信号统计特性和其信息熵量度,可靠地检测出视频序列中的异常帧, 最后对剔除了异常帧的序列应用H.264标准进行压缩编码.理论分析和试验结果都证明此方法在不丢失无人机机载视频图像序列信息量的情况下,可以保持压缩码率恒定并提高了其压缩效率.      

基于相关滤波器的嵌入式动态目标跟踪系统设计

针对空间非合作运动目标监控,提出了一种基于嵌入式技术的动态目标实时检测与跟踪方法,并完成了跟踪系统的研制设计和测试。该视觉目标跟踪系统以嵌入式处理器为控制器,通过相机模组获取实时视频图像,图像经过视觉检测与跟踪算法程序分析,得到目标的位置信息后,控制伺服运动系统调整相机姿态实现对动态目标跟踪。提出了基于相关滤波原理的跟踪算法,搭建了树莓派嵌入式测试系统,完成实时检测与跟踪的实验评估。实验结果表明,嵌入式处理器中检测与跟踪程序的平均运行帧率达到25FPS,伺服机构在水平360°和俯仰±60°范围内实现了对移动速度90°/s的目标的实时、稳定监控与跟踪。     

基于视频帧间运动估计的无人机图像车辆检测

基于人工智能(AI)芯片搭建轻量化深度神经网络,可以在无人机(UAV)机载端实现视频中车辆目标的自动检测,具有重要的应用前景。为此,提出了一种针对无人机图像车辆目标的检测方法,并在AI芯片上进行部署与测试。方法具体包括:结合无人机图像中车辆目标的尺寸范围,对MobileNet-SSD网络进行裁剪,构建轻量化单帧图像检测器;为解决小目标特性在轻量网络框架下引发的检测性能下降问题,引入帧间运动矢量估计,根据相邻帧信息辅助预测当前帧丢失目标的位置范围,并利用检测结果进行修正,实现丢失目标的再召回。通过对多个数据集进行融合与自动补充标注,搭建了一个高质量的无人机图像车辆目标数据集;同时将方法在基于RK3399芯片计算的嵌入式开发平台上进行实验验证,结果表明:搭建的网络能够显著减少存储资源占用,具有轻量化的特点;同时相比于单帧检测法,引入视频帧间运动估计方法可以有效提高检测精度,并在AI芯片上实现125.3 ms/帧的检测速度。      

时空域上下文学习的视频多帧质量增强方法

卷积神经网络（CNN）在视频增强方向取得了巨大的成功。现有的视频增强方法主要在空域探索图像内像素的相关性,忽略了连续帧之间的时域相似性。针对上述问题,提出一种基于时空域上下文学习的多帧质量增强方法（STMVE）,即利用当前帧以及相邻多帧图像共同增强当前帧的质量。首先根据时域多帧图像直接预测得到当前帧的预测帧,然后利用预测帧对当前帧进行增强。其中,预测帧通过自适应可分离的卷积神经网络（ASCNN）得到;在后续增强中,设计了一种多帧卷积神经网络（MFCNN）,利用早期融合架构来挖掘当前帧及其预测帧的时空域相关性,最终得到增强的当前帧。实验结果表明,所提出的STMVE方法在量化参数值37、32、27、22上,相对于H.265/HEVC,分别获得0.47、0.43、0.38、0.28 dB的性能增益;与多帧质量增强（MFQE）方法相比,平均获得0.17 dB的增益。      

基于分段化结构重建的2D/3D视频转换方法

为了缓解3D片源的不足,设计了一种分段化结构重建方法为视频2D/3D转换提供深度线索.采用分层提取的方式,将视频基于内容分解为子序列,在每个子序列中建立优化准则选择出处于非退化状态的关键帧,并以此为基础提出了分段化结构重建框架,利用改进的耦合自标定算法重构出每个子序列对应的离散3D结构信息,从而获取视频的深度线索.实验结果表明,该方法通过分段化后的局部优化,不仅使结构化重建能够有效处理多场景下的连续镜头,还加快了转换的效率,能够稳定、高效地获取深度信息,适用于视频2D/3D转换.      

依巴谷卫星资料处理中的参考架

本文从依巴谷卫星扫描观测原理出发,给出对日参考架、扫描大圆参考架和望远镜参考架的明确定义;指出FAST和NDAC两个卫星资料处理中心之间所用参考架的差异;并选择50颗全天均匀分布的恒星进行了模拟计算,讨论了欧洲空间局利用两个资料处理中心的意义。      

复合材料端框渐进损伤分析方法与试验

针对复合材料格栅加筋圆筒的上下端框,进行了3种不同尺寸和铺层顺序的端框片段模型的拉伸试验,得出其破坏形式和极限载荷.建立端框的有限元模型,基于不同的强度理论进行端框的渐进损伤分析,并对计算结果进行比较.以Zinoviev强度理论为基础,从破坏判据和刚度衰减两方面将其扩展为三维理论,并结合Hashin准则进行破坏模式的判断,形成了改进的Zinoviev强度理论,并以此进行端框模型的损伤演化分析和强度预报,数值模拟结果与试验结果取得了很好的一致性.