高码速率图像模拟源的设计和实现

介绍了一种基于PCI总线接口和WindowsNT4．0操作系统的高码速率图像模拟源的功能、技术指标及其软硬件设计实现方法，它具有大容量、可变图像、可变码速率、可变格式的优点，且操作简便，性能稳定，已被成功应用于863－2项目。     

密苏里州上空的卷轴云

这是哪一种云呢?答案是卷轴云(Roll cloud,或称弧状云),这种罕见的长云有时会出现在冷锋前缘。来自往前推进的暴风前缘之下沉下流,会推升前方的湿暖空气,让它的温度低于露点并形成云。如果这种现象在大范围冷锋前缘同时发生时,就会出现这种卷轴云。在卷轴云内,气流有时会沿着卷     

面阵CCD成像技术

简要介绍面阵CCD成像的基本原理，概述面阵CCD的发展及生产情况，并描述了两个典型面阵系统。     

基于单站CCD漂移扫描光电设备的同步轨道目标测定轨

地基光电观测在同步轨道目标监测领域具有重要作用.为评估单站光电设备对同步轨道目标的实际测定轨能力,利用上海天文台佘山站1.56m望远镜,采用CCD漂移扫描光电技术,对3颗北斗同步卫星开展试验观测,基于卫星精密星历评估目标的测定轨外符精度.结果表明:同步轨道目标的天文定位在方位和俯仰方向上的外符精度均好于0.3";在单圈次观测情况下,尽管轨道预报精度较低,约为数千米量级,但是观测弧段内定轨精度可优于百米;在多圈次观测情况下,轨道改进效果显著,定轨精度优于50m,外推至4d的轨道预报精度为百米量级.此外,定量评估了每晚不同观测时间跨度下同步轨道目标的测定轨精度,为单站光电设备实际应用提供了参考.      

TopPixelLoss:类别不均衡的遥感影像语义分割损失函数

针对遥感影像中类别不均衡的小目标分割效果不理想的问题，提出了一种类别不均衡小目标二分类分割的损失函数——TopPixelLoss损失函数。首先计算出每个像素的交叉熵，然后将所有像素的交叉熵按从大到小进行排序，随后确定一个K值作为阈值，筛选出前K个交叉熵最大的像素，最后对于筛选出的K个像素交叉熵取平均，做为损失值。在ISPRS 提供的 Vaihingen 数据集上，使用PSPNet网络与普通交叉熵、FocalLoss、TopPixelLoss三种损失函数分别对车辆进行二分类分割试验。结果表明，不同的K值，使用TopPixelLoss损失函数的平均交并比（MIoU）、F1-score、准确度（ACC）都最高;当K值为5×104时效果最佳，MIoU、F1-score、ACC分别比FocalLoss提高了3.0%、5.0%、0.1%。TopPixelLoss损失函数是一种针对类别不均衡分割非常有效的损失函数     

火焰星云之内

在这幅1400光年远、挤满恒星形成区的猎人腰带光学影像里，火焰星云是相当醒目的天体。钱德拉天文卫星的X射线数据和斯皮策空间望远镜的红外光影像，能让我们一窥这些辉光云气和不透光尘埃云后方的景观。这张由×射线与红外光数据组成的重叠影像，涵盖了火焰星云中心约15光年的区域。     

利用积分球对CCD线性和面均匀性的标定

积分球对CCD(Charge-coupled Device)的标定,主要是利用积分球光源具有较好的均匀性、稳定性以及精度高的特点,通过CCD采集积分球光源的图片,将积分球光源亮度转换为CCD拍摄图像的灰度,通过对采集图片灰度信息的提取,得出了CCD标定的各项参数。CCD线性标定试验的结果表明:在CCD快门值固定时,光源亮度的变化和图像灰度呈线性关系,并且在转换后的不同灰度值区段,线性度有一定的差别:在中值区,线性度最好,低值区次之,高值区最差;在光强一定的情况下,CCD快门值的改变和采集图像的灰度也呈线性关系。均匀性标定的试验结果表明:CCD的光电响应的非均匀性是随着快门值和灰度的增加而减小的,但最终趋于一个较稳定的值。     

减法消除CCD太阳Hα图象干涉条纹的误差分析

本文简要介绍了CCD产生干涉条纹的原因,对采用减法消除干涉条纹方法进行了论述。通过试验研究,提出了一种计算误差的方法,并对计算结果进行了分析和讨论。      

CCD等高仪测定太阳直径的模拟计算及其精度分析

本文根据用光电等高仪测定太阳直径的基本原理,给出了用CCD作探测器测定太阳直径的处理方法,并用模拟方法对不同的seeing值产生了几组太阳曝光的CCD底片。通过对这些CCD底片的数字图象的处理和计算,对太阳直径的测定精度进行了估计和分析。计算分析表明,不论对单像还是双像方案,CCD等高仪都能以好于0."05的精度测定太阳的直径。