自动测图机器人在德国问世

据科技部网站2012年3月6日报道，德国弗朗霍夫协会光电技术、系统技术和图像处理研究所（IOsB）的研发人员，近期开发出一种依靠专门的算法和多传感器数据，能够自主探查未知区域并同时测绘地图的行走机器人。装备有传感器、雷达和光学相机的机器人，可以在自然灾害、爆炸或火灾后，帮助救援人员搜寻幸存者和检测有害物质，可代替人对危险环境或人难以达到的地方进行侦查。     

在自由曲面造型中的光线追踪算法图象生成技术

本文讲座了光线追踪法生成真实感三维图形的原理，算法法以及带自由曲线曲面的形体造型方法，并且结合形体设计实体，说明了光线追踪法在几何造型设计及实物模拟方面的应用价值。     

“资源三号”卫星正视影像区域网平差

目前卫星影像的区域网平差技术已经有了初步的发展,但大多数研究都基于国际高分辨率卫星影像,针对大区域范围内的中国卫星影像的快速平差还鲜有提及。文章以“资源三号”卫星正视影像为数据源,配合高分辨率的控制点影像和数字高程模型（DEM）数据,基于RPC（rational polynomial coefficients）模型参数精确解算和一种新的控制点选取策略对大区域范围内仅使用少量控制点的区域网平差进行了研究与试验。在试验过程中,文章采用地形坡度统计的方法来快速获取多景影像中控制点的优先选取区域,缩小控制点选取范围。除此之外,文章还通过添加选取相对较为容易的连接点替代部分控制点来保证影像平差精度。结果表明：采用文中方法能大量减少控制点选取难度并有效提高中国遥感影像的几何定位精度,真正实现数字正射影像（DOM）产品的快速生产。     

基于特征图形匹配法的高效星图识别方法

针对目前星敏感器使用的星图识别算法存在的冗余匹配、匹配时间长、识别率低等缺点,对星图识别算法进行了研究,提出了一种高效星图识别方法。该算法首先对传统星表进行处理,取出冗余信息,重新分配天区,使每个天区的导航星数目均匀,将分区以及处理后的星表信息重新存储并作为导航星库,然后通过对拍摄的图像进行处理并提取特征信息,与导航星库中的特征信息进行匹配,从而改善传统星图匹配算法出现冗余匹配、匹配时间过长及识别率低等缺点。完成算法设计后,选取视场为15°×15°的大视场星敏感器,对该算法进行仿真验证分析,可以发现该算法可以实现部分天区与拍摄星图匹配时间在20ms以内,全天区星图的识别和匹配时间在15s以内,识别率达到98%以上,印证了该算法可以提高识别的成功率并且缩短识别时间,使识别算法具有高效性。     

基于FPGA的实时图像预处理系统的设计

针对基于DSP实现的实时视频信号处理系统中原始视频数据量大的问题,本文阐述了用FPGA解决该类问题的优势,并举例用FPGA实现图像滤波的数据预处理实例.该设计已通过硬件实现,结果表明是正确有效的.     

光电跟踪仪光轴一致性测量装置

设计了大口径离轴抛物面镜平行光管光学系统,研制了基于CCD图像采集处理的激光光斑中心坐标提取系统,研制了基于光栅尺的位移闭环控制系统,建立了光电跟踪仪光轴一致性参数测量装置。装置可用来测量光电跟踪仪激光发射轴、电视成像系统、红外成像跟踪系统三轴的一致性,测量不确定度为0.02mrad。     

一种GEO空间目标快速识别算法

由于GEO(地球同步轨道)空间目标相对背景恒星的视运动速度较慢,使用相邻帧图像差分的方法难以自动识别并跟踪目标。基于Lucas-Kanade算法,使用在全图所有星像的邻域开窗,计算统计波门内星像的移动速度,根据目标的运动特征给定全局阈值判别的方法,实现了相邻帧短曝光图像间的GEO目标自动识别与跟踪。仿真实验表明,该算法稳健可靠,星像位移计算精度为10-3,计算时间快于0.1s,在观测数据的实时处理中有较大的应用价值。     

基于分水岭与图割的自动分割方法

为快速、准确的提取CT序列图像中目标物体,把分水岭和图割相结合.首先选择目标物体的内外轮廓,对内外轮廓之间的区域用分水岭算法预分割为若干小区域,把每一个小区域作为一个节点,建立图结构.把多源点和多汇点简化成单源点和单汇点,建立新的图结构.然后利用最大流/最小割定理进行切割,提取目标物体.最后把上一张CT目标物体的轮廓映射到下一张CT上,分别扩大和缩小该轮廓作为该CT的内外轮廓.根据上述方法提取轮廓,对整个CT序列依次循环操作.通过实验证明该算法在分割效果和分割时间上优于其它传统算法,同时,实现了三维空间上序列轮廓的自动提取.     

光学遥感图像星上实时处理技术的研究

随着各种高分辨对地光学遥感器的发展,获取的遥感图像数据量呈爆炸性增长.发展光学遥感图像星上实时处理技术,是提高遥感图像数据的有效利用率、使其反演结果尽早反映观测区域实况的重要途径之一.文章分析了当前星上实时处理技术的发展现状,提出了采用开放式架构、以高性能的DSP/FP.GA为处理核心的处理系统的构建方法和关键技术,以实现可伸缩的功能扩展和对星上传感器获取的海量数据流图像的星上实时处理.     

一种图斑特征引导的感知分组视觉注意模型

 结合自顶向下和自底向上的信息处理策略,提出了一种新的视觉注意模型,该模型利用图斑特征信息引导感知分组过程,使注意力关注于任务相关区域。通过引入多尺度图斑,关联图斑和底层特征,新模型利用图斑特征建立先验信息的知识表达形式。对于给定新的场景,新模型能够使用先验信息,提高和目标对象相关特征的显著性。通过视觉预注意阶段计算得到的中间数据,提取图斑特征向量作为引导,不断迭代积累对象,合并区域表征对象,由表征简单对象开始,进而表征复杂对象,迅速有效地引导视觉注意力关注任务相关区域。实验比较了新模型、显著区域提取模型及波谱残留模型,证明了所提模型的优越性。