利用平滑约束复原方法处理CCD相机遥感图像

重点研究了频域平滑约束复原方法以及该方法对遥感领域中的实际应用，文章先介绍了平滑约束复原方法的理论基础，然后用该方法对CCD相机的遥感图像进行了复原处理，讨论了遥感器系统调制传递函数（MTF）曲线的拟合，遥感器系统MTF矩阵的构造以及复原参数的选择。可以得出结论，在一定条件下，利用平滑约束复原方法可以有效地改善整个系统的调制传递函数，从而使图像变得清晰。     

X射线平板探测器数字成像及其图像校准

为了提高X射线数字成像系统的图像质量,以基于平板探测器的X射线数字照相系统为研究对象,介绍了平板探测器自身影响图像质量的4大因素:随机噪声,偏置误差,像元响应不一致性和瑕疵像元等,分析了这些因素的成因及其对图像质量的影响,提出了相应的减小和消除这些影响的图像校准方法.实验结果表明:运用这些图像校准方法,可以有效地去除上述因素对图像质量的影响,显著提高平板探测器输出图像的质量,为后续图像判读奠定了良好的基础.      

一种干涉SAR复图像数据的快速仿真方法

为了给干涉测高算法提供具有先验知识的干涉数据,进行算法的定量可控误差分析,以完成算法性能的定量评估,针对干涉SAR(合成孔径雷达)数据仿真进行了深入的研究.考虑多种因素,推导出用于干涉SAR仿真的一种仿真模型,能快速完成干涉SAR面目标复图像的仿真;并提出迭代插值算法反推雷达斜距,既很好地去除了干涉SAR仿真中的奇异点效应,又提高了仿真速度.能够为图像配准、相位解缠产生数据源,也可进行基线估计.计算机仿真结果表明,新仿真模型具有快捷、灵活、多功能性,迭代插值算法也具有快速准确性.     

X射线动态数字图像降噪方法与快速实现

对于X射线动态数字成像系统,为了实现高帧频采集引起的数字摄影(DR,Digital Radiography)图像降质的恢复,采用Anscombe变换将NL-means降噪算法引入到DR图像的降噪中.为了解决NL-means降噪算法计算量大、运算速度慢的问题,利用可编程图形处理单元(GPU,Graphic Processing Unit)并行计算和高速浮点计算特性,将DR图像映射为GPU中的纹理,采用多线程并行计算,使得NL-means算法在GPU中加速执行.实验结果表明,NL-means能够有效抑制动态DR图像噪声.GPU加速方法可以在不损失图像信息的前提下,加速比可达2个数量级以上,满足了实时降噪的要求.     

太空爱好者为星空上色

为了激发人们探索太空的热情,欧洲空间局的南方天文台面向全球的天文爱好者举办了一项名为"隐藏的宝藏"的挑战赛,参赛者可以从欧洲南方天文台图片库中挑选出自己最喜欢的原始太空图片,然后设计相关的电脑程序,利用电脑对一些失真、对比度差的图像进行修复和处理,并对这些图像上色,从而将原始图片加工成一幅色彩绚丽、层次分明的艺术作品。最终,共有将近100     

“高分”科技改变生活

高分一号卫星在长征二号丁运载火箭的托举下成功飞天,并在预定轨道稳定运行,我国高分辨率对地观测系统重大专项的天基系统建设之战正式打响。至此,中国航天科技集团公司在高分专项的接力赛中高质量、高效率地跑下了第一棒,并开始将接力棒转交到数据接收处理和应用系统的手中。对于高分专项的实施而言,造好星和用好星同等重要,只有把卫星的应用     

一种改进的多目标粒子群优化算法

为了增强多目标粒子群优化算法的收敛性与多样性,提出一种改进的多目标粒子群算法.采用Kent映射对种群进行初始化,并将目标空间均匀划分为若干扇形区域;基于一种新的多样性和收敛性判定标准,选取合适的收敛性最优解和多样性最优解,并提出一种改进的粒子群更新公式进行全局搜索;采用聚类算法对外部种群与坐标轴夹角进行分析,维护外部种群.通过标准测试函数的仿真实验,与多目标优化算法基本MOPSO(Multi-objective Particle Swarm Optimization Algorithm)和NSGA-II(Nondominated Sorting Genetic Algorithm II)进行对比,结果表明了该改进算法的有效性.     

基于投影约束的C臂外参数优化方法

C臂外参数计算是手术导航系统实现图像空间与手术空间映射的关键环节.标记点提取误差将使外参数偏离真值.采用投影方法系统分析选点误差对外参数计算的影响,发现相机光轴方向平移参数收敛性弱、易受误差干扰.利用不同平面上投影距离之比作为约束对线性方法所得外参数进行修正.借鉴二/三维图像配准方法,采用修正后的估计外参数与已标定内参数进行重投影,根据几何方法直接求出外参数修正量,避免反复迭代优化.仿真结果表明,该标定方法对误差具有一定免疫性,能够提高外参数精度.      

融合热特征的机场航站楼热成像显著人体检测模型（英文）

弱光背景下的目标检测是航站楼夜间巡检机器人的主要任务之一。然而,那些能够在计算资源有限的机器人平台运行的算法往往难以确保航站楼中人体目标的检测精度。为此,本文提出了一种融合热特征的显著人体检测模型。该模型仍然以U-Net神经网络作为基本架构,但是在解码器模块结构和模型轻量化方面重新进行了设计。一方面,在模型的解码器部分增加了由热特征分支和显著特征分支构成的融合模块,进而设计对图像高温区域更为敏感的预测损失函数,以提升算法在复杂场景下的检测精度;另一方面,通过精简编码器网络结构和控制解码器通道数的方式对模型进行了轻量化改进,以降低算法对计算资源的需求。4个数据集上的实验结果表明,本文方法既能确保较高的检测精度和很好的算法鲁棒性,又能以40 f/s以上的检测速度满足巡检机器人实时检测的需要。     

基于HOG和SVM算法的磨粒图像在线监测技术

为了解决发动机润滑油液磨粒图像监测只适用于微流且易受气泡干扰等问题,设计了一种可适用于相对大流量工作环境的油液磨粒光学图像在线监测系统,区分气泡和磨粒。通过该监测系统,批量采集了一系列磨损颗粒和气泡图片,用于后续图像分类算法的训练与测试。采用了一种基于背景差分和大津法的运动物体提取算法提取出大量磨粒及气泡图像样本,运用基于方向梯度直方图（Histogram of oriented gradients,HOG）进行特征提取和支持向量机（Support vector machine,SVM）分类算法对气泡和磨粒进行识别。实验结果表明,该监测系统能有效采集磨粒及气泡图像并进行自动识别。与基于形态学特征提取算法以及K最近邻（K-nearest neighbor,KNN）等传统分类算法相比,HOG-SVM算法分类精度更高,识别准确率可达83 8%。