红外与可见光图像融合的空间碎片识别方法

针对暗弱空间环境中空间碎片的识别问题,提出了一种光照不均匀环境中的空间碎片识别方法。不同于现有识别方案,该方法从光照不均匀导致空间碎片图像源细节丢失造成识别性能下降的角度出发,首先将空间碎片的红外和可见光图像进行深度融合,并建立空间碎片融合图像数据库,然后基于训练样本采用深度学习技术训练得到空间碎片识别模型。算法分析表明,该图像融合方案具有高度的细节保留能力,识别模型具有在暗弱环境中高精度目标识别能力。最后进行了仿真实验,实验结果表明,该识别方案在姿态变化、图像源亮度变化等干扰条件下都具有较好的鲁棒性。     

基于随机有限集的空间碎片群运动状态估计

传统的空间目标监测是建立在单目标状态估计基础之上,在面对突发产生的大量空间碎片时,由于碎片尺寸小,且密集分布以"群"的方式出现,传统单目标处理方法很难奏效。以"群"整体作为处理对象,基于随机有限集(RFS)技术,对"群"的状态特征进行估计。为了解决漏检目标密度分配问题和轨迹关联问题,提出一种面向量测的改进集势概率假设密度(CPHD)滤波器,并结合滤波后的信息处理过程,完成了对低轨空间碎片群的目标密度分布、群内目标数以及群内显著目标的状态估计。在仿真实验中,提出的滤波器表现明显优于传统滤波器和标准CPHD滤波器,且在某些传统滤波器和标准CPHD滤波器已失效的情况下,所提技术仍能有效工作。     

一种基于雷达波束驻留模式的空间碎片轨道参数估计方法

利用窄波束的单脉冲精密跟踪雷达波束驻留模式进行碎片探测是空间碎片环境统计特征描述的一种重要途径。由于该模式观测弧段极短,且无法获取同一目标的多个弧段,因而利用常规定轨方法难以达到理想的效果。在圆轨道假设下,提出了一种利用波束驻留模式获取的单个极短弧计算碎片轨道高度和倾角的方法。首先利用碎片的距离确定其轨道高度;在此基础上,根据推导出的不同波束指向时碎片的距离变化率与轨道倾角的关系,得出其轨道倾角。该方法对于正南、正东指向的雷达波束驻留模式均适用,其中正南指向时还需利用方位角和仰角数据来区分轨道倾角与补角;但不适用于波束指向天顶的情况。仿真结果验证了方法的有效性。     

一种基于新三维随机Hough变换的航迹起始算法

针对雷达跟踪多目标时,目标点迹受杂波、噪声等因素影响,航迹起始难度大的问题,利用三维空间直线表示方法提出了一种4参数三维Hough变换算法.该算法是对传统二维Hough变换的拓展,它结合了传统的二维随机Hough变换理论,是一种新的三维随机Hough变换算法.通过该算法对理论数据和实测数据进行验证,结果表明,对于航迹区别较大的目标,该算法的航迹起始成功概率为98.5％;对于空间航迹相近的目标,该算法可成功将目标航迹从杂波中提取出来,虽然可能会出现航迹混淆,但利用目标先验信息可解决该问题,实现航迹起始.     

卫星在空间碎片撞击下的易损性分析方法研究

针对厘米/毫米级空间碎片对卫星的撞击风险评估,在对卫星部件的失效模式及影响分析（FMEA）的基础上,结合射线跟踪法和失效树分析法建立一种卫星目标的易损性分析方法,计算卫星在空间碎片撞击下导致不同损伤等级的系统失效概率PK/H。详细介绍了该易损性分析方法的总体思路和各项关键技术,并给出了应用实例。该方法可推广应用于载人航天器上,对于航天器的撞击风险评估和防护结构优化设计有重要意义。     

基于加权的可见光与红外光图像融合算法

红外图像所含边缘等细节偏少、可见光又容易受外部环境干扰,融合图像可以提供更全面的信息,符合人或机器的视觉特性,为图像进一步分析、识别等提供基础。提出一种比值与梯度加权的可见光与红外光图像融合算法,结合小波变换在图像分解中的特性及信号集中的特点,将小波变换应用于红外光和可见光图像融合中可以提高融合信息的理解能力。针对分解获得的低频系数主要反映图像细节信息的特点,对低频系数采用比值加权分析融合规则;针对分解获得的高频系数主要反映图像边缘信息特征的特点,对高频系数采用改进边缘检测算子梯度加权的融合规则。选取多组图像进行了不同融合规则实验对比分析,通过客观评价指标进行评价,改进的融合算法可以获得较清晰的融合图像,可以增加图像的互补信息,并能较好地提高融合图像的清晰度。     

一种复杂环境下的前视机场跑道识别方法

根据复杂环境机场跑道的视觉特点,提出了利用自适应阈值分割和局部Hough变换相结合的识别方法.利用跑道主要视觉特征提取兴趣区域,缩小处理范围.提取兴趣区域的轮廓后,针对传统Hough变换不能确定直线端点、会出现虚假直线和计算复杂度大的缺点,采用局部Hough变换检测跑道边界.试验结果表明,算法对于复杂环境的机场跑道具有较高的准确性和实时性.     

地基激光清除椭圆轨道空间碎片特性的计算分析

空间碎片对人类航天活动的危害很大,用高能激光减缓其危害性已受到广泛关注.针对地基激光清除椭圆轨道空间碎片问题,提出了单脉冲变轨和多脉冲变轨两种计算分析方法.仿真计算结果表明,碎片初始真近角在100°～150°附近降轨效果最佳;从激光器在地球表面可供布站的区域讲,在碎片真近角180°附近,布站区域最大;当推进激光总作用时间较短或作用距离较小时,单脉冲变轨计算模型和多脉冲变轨计算模型计算结果接近,因此可采用单脉冲变轨计算模型计算结果近似表示多脉冲作用效果.     

天基激光清理低轨空间碎片的最佳角度分析与过程设计

针对天基高能脉冲激光清理低轨(LEO)空间碎片的问题,建立了高能脉冲激光清理LEO碎片作用过程和轨道演化的模型,推导了脉冲激光作用碎片的最佳角度与碎片轨道参数的解析关系,证明了最佳角度下的清理效果具有关于碎片轨道主轴对称的特性。以平台飞行时间和激光作用时间综合优化为目标,提出了一种天基激光清理空间碎片过程的简化设计方法,能快速有效地获得清理方案。选取典型的激光器与空间碎片参数进行仿真验证,结果表明:采用最佳作用角度能极大提高激光清理的效果;基于优化设计方法可使得在平台飞行时间仅增长10%情况下激光作用时间减少30%。     

基于分形特征和Hough变换的海天线检测算法

海天线检测是研究成像型反舰导弹末制导技术的一项重要内容。首先深入地探讨了海空背景下的海天线检测问题,然后提出了基于分形特征和Hough变换的海天线检测算法。实验表明,算法精度高,可以有效地检测出复杂海空背景下的海天线,为进一步应用(如目标识别、图像配准)奠定了良好的基础。     

基于混合神经网络模型的磨粒电荷检测方法研究

由于传统的滑油磨粒在线监测方法无法获取电荷分布位置信息,难以准确测量荷电颗粒数目及其携带的电荷量。为此,本文提出一种基于静电层析成像（Electrostatic tomography,EST）技术和深度学习算法的荷电颗粒检测方法。对EST传感器测量数据采用BP神经网络算法重建出测量截面上电荷的分布图像,采用卷积神经网络（Convolutional neural networks,CNN）算法分析重建图像以识别荷电颗粒数目,将识别的颗粒数目和传感器测量数据组合成输入向量,通过1个多层前馈网络确定带电颗粒数目、感应电荷值与颗粒电荷量值之间的映射关系,得到准确的各颗粒的电荷量值。实验结果表明：混合神经网络模型对数据样本的测量误差为9%,可满足滑油监测对于准确性的要求。     

空间碎片质量分布模型建模方法研究

利用空间碎片环境演化模型的建模思想，对碎片环境建模的过程进行了分析与研究，通过分析1999年以前空间环境中碎片产生，衰减及在未来时间中的演化因素，建立了质量分布模型，并利用可得到的碎片数据进行了仿真研究，所得结果可供有关研究人员参考。     

基于目标纹理的机器视觉转角检测方法

目标姿态角度检测系统是确保智能制造设备自动化、智能化的核心部件之一,在智能制造设备中得到了广泛的应用。提出了一种基于目标纹理的机器视觉转角检测算法,该算法通过椭圆聚类提取图像中的感兴趣区域,采用Hough梯度变换寻找感兴趣区域中包含特定纹理特征的区域,结合先验信息对特征区域进行标记、匹配,进而计算出待测物体的滚转角度,算法的运行耗时小于0.5s。采用该算法实现了浮子组件在浮液中的径向滚转角检测,并模拟实际检测环境测试了该算法的精度。测试结果表明,绝对精度小于0.3°,重复性精度小于0.08°,满足实际生产现场对检测精度的要求,解决了人工检测精度低、耗费人力的问题,提升了浮子转角检测的精度和智能程度。     

基于小波变换的遥感图像边缘检测方法研究

遥感图像处理对于航空、航天、军事侦察、灾害预报等许多军事和民用领域至关重要,本文针对遥感图像的特点,提出了一种基于小波变换的图像边缘检测方法,同时还对小波变换在图像处理中的适用性进行了详细分析。由实验结果表明,本文方法可以获得非常细致有效的边缘信息,在有效抑制噪声的同时,提高了边缘定位精度。     

Lognormal杂波环境中基于Hough变换的目标检测

给出了基于Hough变换的信号检测结构,推导了Lognormal分布杂波背景下基于Hough 变换检测器的检测性能的解析表达式,设计了具体的仿真环境和仿真流程,对基于Hough变换检测器在非起伏目标和四种Swerling起伏环境下的目标检测性能进行了分析。     

基于区域分割的红外与可见光图像融合算法的研究(英文)

由于红外图像和可见光图像的成像特点不同,因此在航空监视领域红外图像和可见光图像融合有重要的研究意义。由于非下采Contourlet变换具有更好的方向性、较高的逼近精度和更好的稀疏表达性能,能有效的提取图像的特征信息。因此我们在非下采Contourlet域,以空间频率为度量标准对红外图像进行阈值分割,经过分割将红外图像和可见光图像分别划分为目标区域以及背景,随后对红外图像和可见光图像进行边缘检测从而得到边缘区域,针对三个不同区域分别选择不同的融合规则进行融合。通过两组不同灰度差异的红外与可见光图像的实验,将基于像素点,窗口策略的融合算法和本文所提出基于区域算法进行了主观和客观的对比,试验结果表明基于区域分割的红外与可见光图像融合算法不仅能有效提取出红外图像中的目标信息还能有效的保持可见光图像的所反映的光谱信息,因此本文提出的算法是一种有效且可行的图像融合算法。     

基于提升小波和形态学的图像边缘检测算法

基于提升小波变换和形态学的基本理论,提出了一种提升小波和形态学相结合的图像边缘检测算法,算法充分利用了提升小波变换相对于传统小波变换快速而有效的完成小波分解和重构的算法优势。形态学运算在图像处理中具有独特的优势,利用其对图像膨胀和腐蚀的差运算来获取图像的边缘,取得了很好的效果。实验结果表明,算法边缘定位准确,抗噪能力强,检测出的图像边缘连续、平滑,是一种有效的边缘检测方法。