控制点/控制点对最优能量解析的图像配准

 针对遥感图像配准中匹配同名点少、配准精度低等问题,提出了一种基于控制点/控制点对最优能量解析的图像配准方法。在控制点提取中,通过多尺度曲波变换,实现不同尺度下图像质量的灰关联分析和噪声抑制,并根据灰关联能量值,自动调整尺度不变特征变换配准参数,提高匹配同名点数量;为保证控制点选择的均匀性和准确性,创建了控制点对能量模型,采用马尔科夫蒙特卡洛优化算法实现分布、匹配能量最优的控制点筛选,提高了图像配准精度。实验结果表明,本方法对遥感图像匹配同名点少、控制点分布不均匀、图像配准精度低等问题有很大改善,具有较高的应用价值。     

惯性组合导航系统中的快速景象匹配算法研究

在景象匹配辅助导航中,特征点的选取是提高图像匹配速度、精度和鲁棒性的关键之 一。景象匹配中要求提取出的特征是那些可靠性高、辨别性强、计算量小的不变特征。提出 了基于SIFT特征的导航用快速景象匹配算法。算法首先针对惯性组合导航的工作特点, 对SIFT特征点检测及特征点匹配进行了优化设计,然后用RANSAC方法过滤掉错误匹配点,最 后,进行最小二乘精确匹配算法获取航向和位置偏差信息。实验分析了算法对不同分辨率图 像和不同区域的匹配适应性,抗噪声性能,匹配精度以及实时性,并与基于部分Hausdorff 距离的边缘特征景象匹配算法进行了对比。实验结果表明,算法的性能优越,在匹配速度、 精度和鲁棒性方面都优于部分Hausdorff距离算法,可以满足景象匹配导航系统匹配修正的 高性能要求。
     

空间相机低频隔振系统及试验验证

随着遥感卫星分辨率的提高。星上微振动对空间相机的影响越来越显著。在相机与卫星平台之间安装隔振装置,将飞轮、扫描机构等扰振源产生的振动与相机隔离开来是一种改善其工作环境的有效方法。文章介绍了针对中巴地球资源卫星研制的相机被动隔振系统,以及在地面结构星上进行的联合隔振性能测试。测试结果表明。传递至相机的两个主要扰振频率分量...     

星载微波辐射计通道分辨率匹配技术及其在FY-3卫星MWRI中的应用

基于仿真模型对圆锥扫描星载微波成像仪不同频率和极化二维天线方向图地面足迹的模拟,对FY-3卫星微波成像仪(MWRI)原始观测轨道亮温数据,用Backus-Gilbert(BG)分辨率匹配算法分别对分辨率降低(高频通道匹配到低频通道)和分辨率增强(低分辨率匹配到高分辨率)进行了实验分析。结果表明:分辨率降低匹配处理能较好地模拟实际仪器观测,且不另引入噪声,可在MWRI通道分辨率匹配中实际应用;分辨率增强匹配可明显提高低频图像分辨率,但会一定程度引入噪声,实际应用中应考虑在分辨率增强与噪声间进行折中处理,在增强分辨率的同时,使引入的噪声在可接受范围内。     

基于Contourlet区域对比度的遥感图像融合算法

为综合利用多传感器遥感图像之间的信息，提出了一种基于contourlet变换的遥感图像融合算法。Contourlet是近年发展起来的一种多尺度几何分析工具，比小波变换更适合对图像等二维信号进行处理。算法的思想是将源图像分别进行contourlet变换，在contourlet域完成图像信息的融合，最后通过逆变换得到融合结果。根据分解系数特性，首次提出了contourlet域的区域对比度作为高频子带的融合规则，系数选择更符合人类视觉系统的要求，使得融合图像更有意义。低频子带采用基于区域能量的加权平均作为系数融合规则，在充分保留图像主要信息的前提下进一步增强了算法的稳定性。实验结果表明该算法在性能上明显优于PCA及小波图像融合等传统算法，且能够有效增强源图像的对比度和细节信息。     

位相物体的三维非对称温度场的重建

采用卷积背抽影公式实现了位相物体的三维非对称温度场的重建,为光线偏／折测量三维非对称温度场提供了高精度分析和处理实验数据的方法。     

含噪图像的处理方法与评价

接收机还原出来的显示器视频信号的电磁泄漏发射含有大量的噪声 ,导致图像模糊 ,视觉效果差。为了改善图像质量 ,提高图像的可识别度 ,需要进行图像处理 ,提取我们感兴趣的信息。介绍了几种针对含噪图像的数字信号处理方法 ,并且进行了对比分析和信噪比评价。     

飞机零件三维数模中材料信息表达方式和内容研究

零件图样中材料信息的准确表达对零件生产来说非常重要。目前飞机零件三维数模中材料信息的表达现状存在很多问题,很难满足生产的顺利进行。本文对飞机零件三维数模中材料信息的表达提出了一种比较合理的方法,以供设计人员三维数模设计时参考。     

“Modular Biospheres” – New testbed platforms for public environmental education and research

This paper will review the potential of a relatively new type of testbed platform for environmental education and research because of the unique advantages resulting from their material closure and separation from the outside environment. These facilities which we term “modular biospheres”, have emerged from research centered on space life support research but offer a wider range of application. Examples of this type of facility include the Bios-3 facility in Russia, the Japanese CEEF (Closed Ecological Experiment Facility), the NASA Kennedy Space Center Breadboard facility, the Biosphere 2 Test Module and the Laboratory Biosphere. Modular biosphere facilities offer unique research and public real-time science education opportunities. Ecosystem behavior can be studied since initial state conditions can be precisely specified and tracked over different ranges of time. With material closure (apart from very small air exchange rate which can be determined), biogeochemical cycles between soil and soil microorganisms, water, plants, and atmosphere can be studied in detail. Such studies offer a major advance from studies conducted with phytotrons which because of their small size, limit the number of organisms to a very small number, and which crucially do not have a high degree of atmospheric, water and overall material closure. Modular biospheres take advantage of the unique properties of closure, as representing a distinct system “metabolism” and therefore are essentially a “mini-world”. Though relatively large in comparison with most phytotrons and ecological microcosms, which are now standard research and educational tools, modular biospheres are small enough that they can be economically reconfigured to reflect a changing research agenda. Some design elements include lighting via electric lights and/or sunlight, hydroponic or soil substrate for plants, opaque or glazed structures, and variable volume chambers or other methods to handle atmospheric pressure differences between the facility and the outside environment.     

一种团块位置的提取方法

如何正确提取团块位置以实现自动跟踪对图像理解有重要意义。由于团块在图像中出现频繁且位置不确定，位置提取困难。针对一个二值图像识别系统提出了基于集合变换（即数学形态学和二值有序统计）的团块位置提取方法。即，首先对图像进行二值化，其次对二值化图像进行形态学变换，最后对变换的结果图像进行统计分析，由分析结果得出团块的位置信息。用本方法对地图中九种团块线型作了实验，表明该方法运算简单，并行性高。