“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     

电脑中重现我们无法观测到的宇宙现象——数字天文学

通过望远镜．我们可以掌握宇宙中各种天体的模样。但是．这些无体被浓浓的气体覆盖．即使是大型望远镜，也无法直接看见它们的内部结构。“数字天文学”就是经由电脑与理诧．阐明我们通过望远镜看不到的天体内部结构。     

哈勃星空

1.长蛇座的一个螺旋星系美国航空航天局哈勃太空望远镜图像显示的NGC4980,是长蛇座南部的一个螺旋星系。NGC4980有轻微形状变化,通常标志着最近与一个星系潮汐的相互作用。这个图像被作为针对稠密的、椭圆形中心星系的银河凸起的研究计划的一部分,经典的凸起是相对无序的,银河系中心的各个方向都会有恒星围绕。相反,在所谓的伪凸起或蝶式凸起的星系,其旋臂的运动会刚好保持在星系的     

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.      

超谱遥感图像降维方法研究现状与分析

随着成像光谱仪的发展 ,超谱遥感图像的研究已进入到一个新的阶段———对获取的超谱数据进行有效处理和利用的阶段。目前的处理方法主要集中在对超谱图像的数值分析处理上 ,比如大气校正、降低数据维数、信息提取、分类与压缩等方面。而超谱图像降维方法的研究是做好后继处理的一个关键步骤 ,降维方式的正确选取与使用 ,对于发展和完善那些针对超谱海量数据和丰富信息特点的算法和软件有极大的好处。文章从波段选择、划分数据源、特征提取和融合等 4个角度对目前超谱图像的各种降维方法进行了综合归纳和分析。力图为超谱图像处理寻找突破点 ,加强此领域的研究力度     

微小卫星群将成美军士兵“天眼”

敌方作战人员可使用商业卫星图像来策划袭击美军,而大多数美军士兵却因技术或保密限制而拿不到同样的图像。五角大楼称,这一问题可通过能为配备平板电脑的任何美军士兵按需提供战场图像的小卫星群来解决。     

基于FPGA的小型化太阳敏感器图像采集与处理方法

介绍一种适用于小型化太阳敏感器图像数据采集及处理系统的实现方法.系统设计使用了抗辐射加固COMS APS图像传感器芯片和现场可编程门阵列(FPGA),利用FPGA实现了对图像传感器芯片的控制和对图像数据的检测、采集、缓冲、预处理以及传输,同时协调系统各部分的工作.最后,给出了这种小型化太阳敏感器的标定结果,试验结果表明各项指标可以基本达到国际航天同类产品设计水平.     

聚焦光场成像三维粒子场重建方法

层析重建是层析粒子图像测速(Tomo-PIV)技术实现三维粒子位置和强度信息(三维粒子场)重构的核心步骤。相比于多相机的Tomo-PIV技术,单聚焦光场相机通过一次成像能够同时采集示踪粒子的散射光的方向和位置信息。因此,提出一种单聚焦光场相机的层析重建技术用于重构流场中的三维粒子场信息。为了验证本文方法的可行性及准确性,利用几何光学建立了示踪粒子的光场成像模型,利用光线追迹技术计算了粒子在聚焦光场相机中的成像,对比了被测流场中位于不同深度位置的粒子在聚焦光场相机中的成像差异;建立了基于单聚焦光场相机的层析重建数学模型,利用乘法代数重构技术(MART)对模拟所得的光场图像进行反演计算,实现了三维粒子场的重构,并利用归一化互相关系数来表征粒子的重建质量。结果表明,单个粒子在Z轴方向上的位置精度为±0.35 mm,初步证明了基于聚焦光场成像理论的三维粒子场重建方法的可行性。     

一种融合MRF分割与数学形态学的道路提取算法

针对高分辨率合成孔径雷达（Synthetic Aperture Radar, SAR）图像中道路目标难以有效提取的问题,提出一种融合马尔可夫随机场（Markov Random Field, MRF）分割与数学形态学处理的高分辨率SAR图像道路提取算法。该算法首先利用直方图均衡化和增强Lee滤波对SAR图像进行预处理,实现道路的边缘增强,抑制相干斑噪声;进而利用基于条件迭代模式（Iterated Conditional Mode, ICM）的MRF对SAR图像中的道路目标进行初分割;再用数学形态学填充空洞,平滑道路边缘;最后,基于道路的几何特征,使用偏心率、矩阵度、复杂度等因子去除虚警,从而提取出道路目标。利用该文算法对两块实际高分辨率SAR图像进行道路目标提取,均可以取得90%以上的正确道路提取率,表明本文算法具有较高的道路提取精度。