小行星三维地形模型几何重建方法

DOI： 10.3969/j.issn.1674 1579.2020.01.008小行星三维地形模型几何重建方法刘兴潭,武延鹏,吴奋陟,顾营迎,郑然,梁潇摘要： 小行星全球测绘对深空探测定点着陆具有重要意义.通过对绕飞段光学敏感器拍摄的序列图像进行几何立体重建方法的研究,可以实现探测器位姿信息未知情况下的三维地形建模.综合小行星表面特性、小行星运行特点与探测器飞行需求,首先通过全局的运动恢复结构完成小行星稀疏点云重建,再利用多视角场景重建对点云进行稠密化得到致密均匀的网格.然后采用隼鸟号探测器绕飞阶段实测影像,对小行星糸川(25143 Itokawa)的三维地形进行仿真重建,分辨率为0.36 m;并在光学实验室对3D打印的小行星比例模型进行模拟观测实验,得到重建分辨率为0.67 m.最后通过点云配准,进一步验证方法的有效性.结果表明,本方法稳定性较强,在分辨率要求在米级范围内的情况下,能够较好地针对小行星表面地形进行三维重建.     

基于样本类别确定度的半监督分类

在对遥感图像进行分类时,全监督算法往往需要足够的标记样本进行训练,然而标记的过程是耗时和昂贵的,相反收集大量的无标记样本是很容易的。为了在学习过程中能够有效利用未标记样本的信息,本文提出了基于样本类别确定度（CCS）的半监督分类算法。首先,利用多分类支持向量机（SVM）得到未标记样本属于各类别的确定度,有效地衡量了未标记样本类别可靠性;其次,对样本类别确定度进行预处理,提升利用未标记样本的安全性;最后,基于样本类别确定度设计了半监督线性判别分析（LDA）降维算法并对其进行核化,使得样本在降维后的子空间更具有可分性,并根据降维后的数据特点,采用最近邻分类器对新样本进行分类。利用真实的合成孔径雷达（SAR）图像进行测试,验证了在标记样本较少的情况下,本文算法在性能上优于全监督和其他半监督算法,并能够快速收敛。      

融合低秩和稀疏先验的结构性缺失图像修复

针对基于低秩先验的图像矩阵补全算法无法有效处理结构性缺失图像修复的问题,建立了在观测矩阵上使用双重先验的矩阵补全模型,在低秩先验的基础上引入稀疏先验,以便更好地利用观测矩阵的先验特征。该模型根据行列间的相关性,使用低秩先验对矩阵正则化;根据行列内的相关性,使用稀疏先验对矩阵正则化;为了更加精确地逼近秩函数,使用截断Schatten-p范数替代核范数作为低秩先验,从而提出了融合低秩和稀疏先验的矩阵补全模型,并使用交替方向乘子法有效处理所提模型。实验结果表明:算法修复的图像细节清晰,与截断核范数模型算法相比,峰值信噪比和结构相似度提升范围分别为2%~44%和0.7%~8%。      

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.      

计算机在图像质量评价中的应用

本文介绍了遥感图像质量说价工作的主要内容及计算机在其发挥的作用。     

未来空空导弹遥测技术的发展

文中从多个方面论述了空空导弹遥测技术的发展方向、未来新技术在空空导弹中的应用 ,同时也指出了我们应该在几个重点方面开展的工作     

一种基于模糊神经网络的Speckle图像滤波器

提出一种新的基于模糊神经网络 (FNN)的 Speckle噪声自适应滤波器 ,以实时处理 SAR图像。讨论了模糊神经网络滤波器结构的设计、模糊规则的选取以及采用改进遗传算法进行参数优化的方法 ,最后 ,结合图像处理应用实例 ,与其它传统图像滤波器进行比较 ,验证所述滤波器在滤除噪声和保持细节纹理方面的有效性。     

并行图像处理机技术

为建立弹栽高性能嵌入式计算机通用平台，提出了一种基于高速数字信号处理器(DSP)的并行图像处理系统设计方案。研究了多指令流多数据流(MIMD)并行处理系统拓扑、片上系统(SOC)、先进总线和小型化集成模块设计等关键技术，并从系统和单元两个设计层次上，阐述了方案的实现途径。     

基于小波变换的SAR和光学图像融合

针对多源图像复合问题，本文以SAR与光学图像为例，给出基于小波变换的图像融合方法。     

基于多结构元素的遥感图像去噪及边缘检测方法

边缘检测是遥感图像处理的一个重要方面。利用数学形态学原理，提出了一种基于多结构元素的遥感图像边缘检测方法。首先采用基于视觉模型的边缘阈值得到灰度突变像素点，然后利用几种具有代表性的结构元素对这些像素点进行形态学腐蚀操作以区分真实像点和噪声点，将噪声点去除并通过伪中值滤波填补像素值，最后得到图像边缘。实验结果表明，该算法能够在保持图像边缘细节的前提下，很好地滤除图像中的孤立噪声点，在检测精度和抗噪声性能方面都优于传统的形态学算法。