SAR图像匹配制导精度影响因素分析

合成孔径雷达（SAR）具有高分辨率、全天候等优点,是提高精确制导武器制导精度的有力工具。制导精度是精确制导武器的重要性能指标,影响SAR制导系统精度的主要因素有实时图的获取误差及预处理误差、图像匹配误差、惯导测量误差、SAR制导特殊弹道引起的导航制导的误差。概述了SAR图像匹配制导系统精度的相关研究,对比和分析了这些研究和结论,指出了该研究存在的问题和发展方向。     

PIV技术在复杂二相流场中的应用

光学元器件随飞行器在大气中飞行时,其工作性能越来越多地受到大气悬浮汇聚微粒的影响。大气微粒在复杂流场中呈现何种运动汇聚效应,对于合理准确评估机载光学元器件的工作效能具有十分重要的工程意义,而复杂气动流场中微粒分布状态的预估一直是飞行器外界环境研究中的一个难点。气动问题的复杂性、大气中微粒的多样性一直是制约各种试验手段展开、数值模型建立的主要因素。利用先进的激光粒子图像技术,在风洞中对舵面旋涡主导的复杂流场中的微粒速度及分布特性进行了实验研究。在测量舵面翼梢脱落旋涡特性的基础上,通过激光片光扫描流场全域,同时高帧频CCD相机同步曝光,利用PIV 拍摄到的流场中涡流截面内微粒分布的瞬态图像。结合图像后处理技术,对原始粒子图像进行互相关、二值化处理,通过对图像区域内的灰度值计算,统计相对流场截面内的粒子浓度系数,得到在复杂旋涡结构流场内瞬态粒子的分布特性规律。研究结果表明,利用大气中微粒在激光片光下的米氏散射原理,可以有效地拍摄到复杂流场结构下粒子光学散射及分布的特性图像,解决了传统环境测试设备无法对复杂条件下流场内粒子分布进行实时测量的缺陷;在旋涡为主导的流场中,大气中的微粒由向心力牵引,在涡核周围达到平衡运动状态,微粒环绕涡核形成一条环状带,这一区域中的粒子浓度系数要远大于自由流场中的微粒,涡核中心粒子呈“空洞”状态。     

应用Landsat-8卫星遥感图像的青海地区土壤分类研究

遥感技术的迅速发展和应用,为土壤分类提供了新的技术与数据支持,文章提出一种利用陆地卫星-8(Landsat-8)遥感图像的土壤分类方法,用于青海地区土壤分类,所提取的特征包括4种,即基于遥感图像的变换特征、指数特征、纹理特征和基于高程图像的地形特征,通过随机森林方法实现土壤分类。文章首先提出2个基于遥感图像的纹理特征——熵与平滑度,从中国土壤数据集中自动提取了16 444个数据点,并在试验中采用,充分验证了此分类方法的有效性。     

中高轨卫星海洋成像图像几何定位精度提升方法

针对中高轨卫星海洋成像时缺少控制点下的图像定位精度提升问题,提出一种提升定位精度的方法。该方法利用中高轨卫星成像范围大,配合姿态机动,在短时间内寻找有特征点的区域,通过卫星图像与高精度控制图像进行匹配,寻找控制点,求解偏置矩阵,并将该区域的偏置矩阵补偿到海洋地区,以达到提升图像定位精度的目的。结合中高轨卫星成像特点,对河南嵩山检校场和太原区域图像进行仿真,并利用嵩山检校场数据进行在轨几何检校,将检校参数补偿到太原区域。仿真结果表明:无控制点定位精度从118.3个像素提高到37.8个像素,证明了文章提出方法的有效性。     

CBERS—1卫星IRMSS数据在城市绿地系统规划的应用

文章以CBERS－1卫星长沙幅IRMSS作为基础资料，利用PCI遥感图像处理软件对数据进行了预处理和应用实验。实验证明CBERS－1卫星的IRMSS数据图像信息丰富，可解释程度较高，能满足大中城市中等比例尺城市绿地系统规划遥感调查的要求。     

多光谱图像无失真压缩的方法研究

在研究无失真压缩理论和多光谱图像特性的基础上,提出了一种新的基于波段排序的谱空间预测算法(BRSS:Band Reordering Spectral and Spatial),结合Huffman编码完成了对多光谱图像的无失真压缩,和其它几种预测方法相比,BRSS有显著的优越性.     

视觉测振技术在柔性太阳翼模态试验中的应用

针对8 m×5 m的柔性太阳翼在倒立状态下进行模态试验,设计数字摄像视觉测振系统,基于图像特征跟踪法实现了从相机标定、图像采集、信息提取到三维振动数据获取的过程,通过工况模态辨识方法获取了柔性太阳翼模态频率及振型等动力学参数。并考虑空气和重力影响建立太阳翼有限元模型,通过与基于基恩士激光位移传感器的传统模态试验结果及仿真分析结果进行对比,验证了基于视觉测振工况模态试验方法的准确性,为柔性太阳翼在轨模态辨识奠定基础。     

基于幅度与梯度综合信息的SAR图像非线性扩散去噪方法

探讨SAR图像相干斑抑制的非线性扩散方程方法.以抑制SAR图像噪声,提高图像质量.通过分析SAR图像的幅度分布特性,建立基于SAR图像幅度信息的非线性扩散方程,使方程在幅值较小的背景区域具有较大的光滑作用以抑制噪声,而在幅值较大的目标区域光滑作用较小以保护目标特征.同时为避免噪声对图像中幅度分布的影响,在每一步迭代之前,采用基于梯度信息的非线性扩散方程对图像进行预处理,得到了一种基于图像幅度和梯度综合信息的非线性扩散去噪方法.计算结果表明,本文方法在整体上均具有较好的去噪效果,去噪后的图像较传统方法具有更高的等效视数和边缘保持指数,既能充分抑制背景区域的噪声,又能保护目标点,还很少出现虚假目标.