深度学习视频快照压缩成像恢复效果影响因素研究

针对视频快照压缩成像掩模板编码模式对实际拍摄压缩图像解码恢复效果的影响机理研究较为欠缺以及真实图像恢复效果很难量化评估的现状,文章基于遥感卫星视频序列得到的仿真数据和视频快照压缩成像系统采集到的真实场景数据,使用两种深度学习算法——集成学习先验深度展开算法和基于3D卷积的快照压缩成像（SCI）算法,结合峰值信噪比（PSNR）和结构相似度（SSIM）以及重构时间等量化指标进行重构效果评估,对掩模板的随机方式、掩模板的重复精度、掩模板的移动速度、景物的运动速度、背景的复杂程度等因素进行仿真试验分析。主要试验结论有：1）高斯随机编码具有较好的重构效果,但伯努利随机中当成功概率p取0.59或0.58时（随机变量取1）,重构PSNR值较高斯随机平均提升超过0.5dB,SSIM值提升0.004;2）当步长较小时,移动编码方式重构效果不如随机编码方式,当步长较大时（超过9像素）,效果和随机编码相当;3）掩模板的重复精度方面,当探测器像元和数字微镜器件（DMD）仅沿着一个方向发生偏移时（相对偏移量小于0.3像素）,对重构效果影响较小,当同时沿两个方向发生偏移时,影响较大（两个方向均为0.1像素,PSN...     

用于并行压缩感知成像系统的观测矩阵优化算法

压缩感知理论为遥感空间超分辨技术提供了一种新的实现方式。其中观测矩阵决定着压缩感知的采样规则,设计和优化观测矩阵对于保证信号的重构品质具有重要意义。文章在并行压缩感知成像系统的基础上,提出了一种基于列独立性和互相关性的观测矩阵优化算法。算法通过正交三角分解增强观测矩阵的列向量独立性,再通过特征值分解和等角紧框架约束来降低观测矩阵与稀疏矩阵之间的互相关性。同时,文章还提出了一种基于阈值分割的优化方法,将观测矩阵转化为便于硬件实现的二值矩阵,在降低了硬件加工难度的同时,进一步增强了观测矩阵的效果,提高了优化算法的实用性。仿真实验证明,文章提出的优化算法相较于传统优化算法在峰值信噪比方面提升1～2 dB,具有更好地优化效果。     

典型R-C系统主光学装置的热光学分析

文章采用热光学集成法对典型R-C成像系统某主光学装置进行热光学分析。     

航天光学遥感器MTF测试技术研究

调制传递函数(MTF)是航天光学遥感器重要的性能指标之一,MTF的测试是航天光学遥感器研制以及在轨运行性能监测的重要方面。文章对航天光学遥感器MTF测试方法进行理论分析,比较各种测试方法存在的优缺点。     

基于两种卫星传感器的不透水面提取指数比较

不透水面是城市化过程和环境品质影响评价的重要指标,快速、精确地从遥感影像上提取不透水面信息对分析城市扩张、地表结构变化和评价生态环境品质具有重要意义.前人已经提出了多种指数模型来识别不透水面信息,但是,裸土和沙地的干扰始终是困扰不透水面提取精度的一个主要因素.文章以分布有大量裸土和沙地信息的银川市部分区域为研究区,使用...     

生物组织中光场分布的有限元分析

基于对脑组织多层结构特殊性的认识,将有限元方法应用到脑组织的光场分布模拟研究中,即通过区域划分和分片插值确定基函数,并根据变分原理推导了辐射传输方程在边界条件下的泛函,进而得到每个单元的特征式和整个场的联立方程式,可求解联立方程式得到光场分布的模拟结果.最后,进一步讨论了有限元方法的合理性选择问题,给出有限元方法的适用条件是吸收系数远小于散射系数的生物组织.将此方法和蒙特卡罗方法模拟的光场分布进行比较,结果表明,有限元方法对脑组织内的光场分布模拟相当精确,同时模拟所用的时间大大缩短.     

第一性原理研究锆酸锶电子结构和光学性质

采用第一性原理方法研究钙态矿材料锆酸锶(SrZrO3)的电子结构和光学性质.SrZrO3的直接带隙及间接带隙的大小分别为3.53,3.80 eV,同时基于电子能带结构对SrZrO3的光导率、介电函数、反射谱、吸收谱、能量损失谱、折射系数和湮灭系数等光学性质进行分析,表明光导率在8.45,12.27 eV处存在O 2p→Zr 4d T2g及O2p→Zr 4d Eg 4d的带间跃迁.计算结果符合实验结果.     

双光梳光谱探测性能仿真分析

双光梳光谱具有高测量速度、高信噪比和能够同时测量多种气体的优点,而双光梳光谱技术的实用化需要研究降低双光梳频率变化对测量结果影响的方法。根据双光梳光谱的原理,通过Monte Carlo方法计算双光梳光谱在给定噪声大小下光梳测量结果的信噪比、吸收峰宽度、幅值缩小率和频谱位置等参数和噪声大小之间的关系。根据计算结果,随着频率噪声的增加,测量结果的信噪比减小和吸收峰宽度增大,而频谱位置变化范围增大但是互相干双光梳测量结果的信噪比、吸收峰宽度、幅值缩小率和频谱位置等参数明显优于独立双光梳结果。共环境双光梳能够提高双光梳温度变化互相干性,因此重复频率变化具有互相干性,能够减小光梳频率变化对测量结果影响。     

基于改进Unet++的丘陵地区耕地地块深度分割与提取

丘陵地区耕地地块具有结构复杂、种植类型多样且破碎度高等特点,针对传统分类方法对耕地信息难以快速准确提取的问题,文章基于“高分一号”卫星影像和Unet++网络模型,采用余弦退火学习率实现了复杂丘陵地区耕地信息的准确深度分割和分类。首先利用多尺度分割方法完成了深度迁移学习模型中典型区域耕地样本标签的制作及其结果验证;其次,采用规则格网裁切方法构建影像和标签训练数据集,在PyTorch环境完成了模型的训练;最后,将改进后模型与Unet和SVM方法进行了分类精度和泛化性能的对比分析。结果表明：改进的Unet++网络模型在复杂丘陵地区耕地提取结果的总体精度为92.75%,比SVM和Unet的提取精度分别提高了9.06%和2.50%。因此,基于Unet++的深度学习模型不仅能够有效抑制复杂的背景噪声,还能从遥感影像中学习到更强的语义特征,从而获得更加准确的耕地信息。该方法可为农作物面积监测和产量估算等实际应用提供基础数据支持。     

航天遥感电子学单机产品重点检验环节复查方法

生产过程的产品质量控制直接关系到产品的质量、成本以及生产效率等,文章通过对以往生产过程中不合格品的统计和分析,提出了一种航天遥感电子学单机产品检验过程重点环节复查的工作方法。复查工作流程从重点检验环节的确认、检验要求的提取、质量记录的提取及整理、组织级审查等过程开展论述。对重点检验环节的复查工作实践表明,通过复查可以正向促进生产人员和检验人员更加严格地执行工艺纪律,不断改进检验检测工作的有效性,降低或者消除产品质量风险与隐患,同时也可以反向改进产品设计,优化工艺流程,实现航天产品高质量发展的目标。