结合极化自注意力机制的空间目标位姿估计

利用深度学习强大的特征提取能力和残差网络的捷径反馈机制，设计了端对端的图像位姿估计方法。该方法提高网络特征的学习能力，将Polarized Self-Attention注意力模块嵌入到残差网络ResNet-50中，对空间目标图像中的空间信息进行了增强。由于空间目标的位置和姿态信息相互独立，将其分为两个不同的网络结构分支通过回归分别得到两者的信息。其中，在姿态信息回归分支中，对姿态信息进行软分配编码，相比直接回归有效减少了姿态误差。最后在URSO空间目标图像数据集上进行了实验验证，所提算法对空间目标位姿估计取得了更好的估计结果。     

基于JPEG2000标准的感兴趣区域编码方法

文章提出基于JPEG2000标准的感兴趣区域(ROI，Region of Interest)编码方法。采用比特平面完全提升方法(MaxShift)，在对图像进行内嵌比特平面编码时，可对给定的感兴趣区域优先进行编码并组织码流，从而获得优于背景区域的压缩性能。     

高速传输图像压缩系统设计与实现

介绍一种高速传输图像压缩系统的设计和硬件实现方案。编码方法用一种改进的 SPIHT压缩编码算法 ,基于一片十万门 FPGA实现压缩核心算法的硬件。该系统目前已经实现了对帧尺寸为 1 2 8× 1 2 8,8bpp,帧频为 1 0 0 f/s的连续图像进行高速实时压缩 ,若作优化还可达到更高的帧频 ( >1 5 0 f/s)     

多光谱图像无失真压缩的方法研究

在研究无失真压缩理论和多光谱图像特笥的基础上，提出了一种新的基于波段排序的谱空间预测算法（BRSS：Band Reordering Spectral Spatial），结合Huffman编码完成了对多光谱图像的无失真压缩，和其它同种预测方法相经，BRSS有显著的优越性。     

一种红外点目标图像高保真压缩方法

针对红外点目标图像的特点,融合目标检测与无损-近无损压缩技术,提出了一种目标-背景分类的高保真压缩方法。将红外图像分成若干子块,对每个子块进行基于"最大中值滤波"背景抑制算法的点目标检测,根据检测结果将图像子块分为包含疑似目标的目标子块和不含目标的背景子块,对目标子块图像无损压缩,对背景图像子块近无损压缩,从而提高红外遥感图像压缩比,降低数据传输量,减轻数据传输压力。实验结果表明:所提的方法与传统全图无损压缩方法相比,能在不损失点目标信息的高保真压缩前提下,使图像压缩比提高40%以上。该方法对星上实时处理系统、红外探测跟踪系统的设计具有一定的理论和工程应用价值。     

基于JPEG2000标准的感兴趣区域编码方法

文章提出基于JPEG2 0 0 0标准的感兴趣区域 (ROI ,RegionofInterest)编码方法。采用比特平面完全提升方法 (MaxShift) ,在对图像进行内嵌比特平面编码时 ,可对给定的感兴趣区域优先进行编码并组织码流 ,从而获得优于背景区域的压缩性能     

一种改进的星上高光谱异常检测算法研究

为解决传统RX异常检测算法导致的星上高光谱图像异常检测准确率低、成本高等问题,对一种改进的星上高光谱异常检测算法进行了研究。在传统RX异常检测算法的基础上,用噪声自适应主成分变换对原始图像进行变换,选择变换后大于设定的合适信噪比阈值的数据;用局部正交子空间投影(LOSP)算法将相应数据投影到正交子空间获得图像残差数据,通过抑制背景等强干扰信息而突出小概率的异常目标信息;用空域滤波方法提取残差数据的特征,将大部分图像信息以某种标准集中于少数的主成分;对获得的波段子集用中值滤波器滤波,消除噪声干扰;用RX异常检测算子对滤波后的波段子集进行异常目标检测。试验结果证明了算法的有效性,算法通过数据量压缩,降低维度、抑制干扰信息,减少了异常检测处理的数据量以提高异常检测效率和精度。     

基于预处理和后处理的高倍静止图像压缩方法

文中提出一种基于图像预处理和解压图像后处理的高倍静止图像压缩方法。该方法不改变原来的压缩算法 ,在原有压缩方法的编码前对图像进行预处理 ,通过有目的的舍弃掉一部分数据 ,来降低压缩编码的复杂度 ,提高编码效率 ,同时在很大程度上减小了硬件实现时所需的存储量。在解码端首先恢复出保留的数据 ,然后利用子带外推的方法恢复丢掉的数据 ,最后重建图像。以 L ZC编码方法为例 ,试验结果表明 ,子带外推方法的重构图像比直接进行高倍压缩恢复的图像质量在视觉上和峰值信噪比上都有一定的改善     

面向高光谱图像的目标检测研究

现有的高光谱目标检测方法是通过逐像素分类而实现,导致了检测速度缓慢。物体级目标检测的发展为高光谱图像实时目标检测带来了希望。为了实现实时高光谱图像目标检测,文章提出了一种基于目标检测模型YOLO的卷积神经网络算法。首先,该算法提出了用多尺度光谱注意力网络（Res2NetSE）来提取空谱特征,能够提升多尺度目标检测效果并能更有效地提取关键波段信息;其次,该算法提出了一个空间增强的特征金字塔模块（Spatial Enhanced FPN,SFPN）用于特征融合,提升了神经网络的感受野和多尺度性能;最后,该算法设计了FIOU(Fantastic IoU)损失函数,提升了预测框定位精度。实验结果表明,所提出的算法能够有效提取空间域和光谱域信息特征,分别在平均准确率上提升了14.19%、8.01%和5.38%,与现有方法相比表现出更出色的性能。文章的算法为高光谱图像的物体级目标检测提供了一种有效的解决方案,有望推动高光谱图像分析领域的进一步发展。     

基于CS的SAR图像自动目标分割算法

图像目标分割是SAR图像目标超分辨处理和自动目标识别的重要步骤。针对图像固有的稀疏结构,提出了一种SAR图像自动目标分割算法。通过构造变换字典将SAR图像数据投影到高维空间,实现了图像局部特征的稀疏表示,然后利用随机矩阵获得稀疏域局部特征的压缩采样,并对多组采样数据运用Mean-shift 算法并行处理,最后通过符号检验法,实现了对目标像素与背景像素的分类。试验表明,该算法对硬目标具有较好的目标分割性能。     

多光谱图像无失真压缩的方法研究

在研究无失真压缩理论和多光谱图像特性的基础上,提出了一种新的基于波段排序的谱空间预测算法(BRSS: Band Reordering Spectral and Spatial),结合Huffman编码完成了对多光谱图像的无失真压缩,和其它几种预测方法相比,BRSS有显著的优越性。     

一种多分辨率图像目标检测算法

为解决航天遥感图像分辨率和目标尺度变化大的挑战,提出了一种基于多分辨率图像的目标检测算法。改进了自适应特征金字塔和轻量级的分类预测模块,通过使用注意力机制,从不同层次的特征图中提取语义信息。引入了一种预测目标尺度的方法,以分析图像中目标的分布和尺度信息。将算法在DOTA（Dataset for Object deTection in Aerial Images）数据集上进行了实验验证,在U-Net（一种基于卷积神经网络的语义分割算法）和ResNet-34（一种深度残差网络）两种不同的主干网络设置下,召回率和检测速度均超过了RPN（Region Proposal Network,区域提议网络）算法。提出的多分辨率图像目标检测算法能有效地提高检测精度,降低计算复杂度。     

多光谱图像无失真压缩的方法研究

在研究无失真压缩理论和多光谱图像特性的基础上,提出了一种新的基于波段排序的谱空间预测算法(BRSS:Band Reordering Spectral and Spatial),结合Huffman编码完成了对多光谱图像的无失真压缩,和其它几种预测方法相比,BRSS有显著的优越性.     

基于SPIHT算法的遥感图像高速实现方案

基于小波变换的SPIHT图像压缩方案是目前公认性能较好的一种实用高性能图像压缩编码算法，但原始SPIHT算法链表式编码限制了其在高速处理中的应用。本文提出了一种改进的SPIHT压缩编码算法，在确保恢复图像质量与原始算法基本上相当的基础上，改进算法可以采用并行流水结构实现，有利于高速处理中的应用，为该算法在遥感图像中的应用提供了理论依据和工程基础。     

对空间碎片的相对位姿估计

针对几何、质量特性参数均未知的空间碎片,提出一种基于扩展卡尔曼滤波（EKF）的相对位姿估计算法。该算法以单目相机获得的目标图像特征视线信息作为测量输入,以目标姿态、姿态角速度、惯量比、相对位置、相对速度和特征位置作为滤波状态。对算法进行可观性分析,给出两个可以保证算法可观性的条件。分别针对不同条件进行数值仿真,仿真结果表明新算法能够对几何和质量参数未知的空间碎片进行有效的相对位姿 估计。     

基于信源信道联合编码的遥感图像传输

针对遥感应用对图像质量日益提高的需要,提出了一种基于层次树的集合分割算法（SPIHT）和低密度校验（LDPC）码联合编码的遥感图像高质量传输方案。此方案充分利用SPIHT编码后数据流按重要性排序,以及LDPC码的误码率性能与码率和迭代次数密切相关的特性,克服了SPIHT压缩数据流对噪声敏感的缺陷。高斯信道仿真结果表明,在码元噪谱密度比（Eb/N0）较低的情况下,利用此传输方案获得的图像恢复峰值信噪比（PSNR）,比传统的分离编码高7dB以上。     

空间太阳望远镜FPGA星载图像压缩模块的设计与实现

应用（5, 3）整数小波变换和稀疏矩阵的游程编码方法,为空间太阳望远镜卫星（SST）中的图像压缩单元（DCU）构建了一种高效高速的FPGA运算模块,使DCU压缩2048×1024大小太阳图像的时间由原先中德联合设计的32秒减为0.23秒,压缩速度提高了两个数量级,各项技术指标均满足SST科学任务需求,为今后扩展功能及航天高精度遥感技术发展提供了宝贵的经验和技术储备。     

复杂背景中红外多光谱目标检测算法研究

针对多光谱红外探测器,对复杂背景条件下红外弱小目标检测算法进行了研究。根据弱小目标缺乏纹理等相关信息的特点,给出了一种用于多光谱图像的弱小目标检测算法。对多光谱图像,构建数据立方体,对多光谱信息建立稳定的目标特征向量,用多光谱背景抑制滤波器以提升图像信噪比,将一种基于统计判别的低信噪比条件下红外序列图像弱小目标检测算法与传统多级假设检验跟踪(MHT)算法综合,形成了改进的连续帧目标检测跟踪算法,对波门内疑似目标点用引入多光谱信息建立的特征向量进行目标的非监督检测判决。实验结果证明:在低信噪比下该算法能有效检测跟踪弱小目标,在保证检测概率前提下可有效抑制虚警,极大地降低了后续跟踪算法的计算爆炸风险。     

复杂背景中红外弱小目标检测技术研究

对复杂背景中红外弱小目标检测识别的一种图像处理技术进行了研究。用最大中值滤波进行预处理以抑制孤立噪声影响,采用时域方差滤波抑制背景信息,对滤波后的图像根据直方图信息进行自适应二值化处理,由多帧轨迹确定目标。用实验与基于形态学算子滤波的目标检测算法进行了比较,结果表明该算法能获得较满意的目标检测结果,两种滤波方法的组合可有效提高信噪比。     

基于JPEG2000的遥感图像高效压缩显示优化算法

以遥感图像的压缩问题为研究对象,剖析JPEG2000压缩的技术流程,分析遥感图像、自然图像和人物图像的图像特征,并提出一种基于常规JPEG2000压缩框架的面向遥感图像的高效压缩显示一体优化算法,包括高频分量滤波处理、位平面编码通道扫描并行处理和改进的感兴趣区域ROI编码算法,在图像压缩整体耗时和ROI的渐进显示效果上都有明显的提升。