CCSDS图像无损压缩标准在恒速信道中的应用研究

在CCSDS建议的无损数据压缩的基本原理上 ,结合基于局域纹理特征的处理方法 ,给出数据输入输出在恒速信道条件下一种有效的面向空间应用的遥感图像无损压缩方案。该方案包括去相关处理、熵编码以及压缩缓存控制三部分。去相关操作是在局域纹理分析方法的基础上 ,通过提取两种有效的预测模型并自适应选择最佳的模型进行处理 ;然后采用快速有效的CCSDS熵编码器对最佳去相关模型的预测误差编码。在压缩方案中充分考虑了输入输出恒速信道条件下应用的特殊性 ,设计了相应的压缩码流控制方法 ,从而给出了一套有效的针对恒速输入输出信道条件下的图像无损压缩的应用方案     

光纤彩色三维图像实时全光传感器

对传像光纤的分辨率进行了研究,针对其出现的问题提出解决对策,并介绍了光纤彩色三维图像实时全光传感器的工作原理与实验结果,得出了以中性光子完全代替电子为信息载体的光纤彩色三维图像传感器,具有实时摄取、传递和显现立体彩色目标功能的结论.其抗电磁干扰与自隐身性极佳,在电子战争中或断电紧急时刻将成为机载影像电系统的后备补充.     

无人机的分类

无人机分类方法多样,下面介绍通常的两种分类法。 1、按功能可将无人机分为以下几种: ●战术无人侦察机(TUAV):主要功能为侦察、搜索、目标截获、部队战役管理与战场目标和战斗损失的评估等; ●战略无人侦察机(SUAV):主要承担对敌方部队动向的长期跟踪、工业情报及武器系统试验监视等; ●无人战斗机(UCAV):它不仅作为地面战争中的攻击平台,而且更是空中格斗的载机和直接攻击武器; ●靶机     

提高图像轮廓清晰度的快速插值放大方法

分析了当前主要的高清晰度图像插值放大方法,为实现快速放大而选择了基于图像轮廓插值改善清晰度的技术路线,并在已有算法的基础上开展了进一步的研究.提出了新的图像轮廓线光顺数值算法,对轮廓线划分的两类子区域提出了精度更高的插值算法.最后,以典型平面图形的图像和由3DMax生成的三维渲染图像为例对本文方法进行检验,与双线性插值结果的对比说明,该方法可以明显改善插值放大效果.     

基于机器学习方法的三维粒子重构技术

通过三维粒子重构获取粒子场的分布情况是层析粒子图像测速的关键步骤,有限二维投影下的三维粒子重构是一个欠定的反问题,其精确解往往很难得到.一般情况下,可以通过优化方法得到近似解.为了获取质量更高的粒子场并用于层析粒子图像测速,提出了一种基于卷积神经网络(Convolutional Neural Networks,CNN)...     

基于直觉模糊层次分析法的学生认知能力综合评价

科学合理地评价学生认知能力对开展个性化教学具有重要的意义.针对学生认知能力易受非智力因素影响,不易量化的问题,提出使用直觉模糊层次分析法评价学生认知能力.该方法以布卢姆认知理论为框架,从知识和认知历程两个维度构建学生认知能力评价指标体系,采用直觉模糊法确定各指标权重,使用三角形隶属度函数模糊化测验成绩,以模糊综合评价确...     

自适应融合 RGB图像特征的稀疏深度修复

深度修复的目的是从稀疏深度图像中恢复出稠密的深度图像。现有方法通常是以稀疏深度图像及其对应的 RGB图像为输入,通过 1个卷积神经网络恢复出密集深度图像。然而,普通的卷积层在处理稀疏且不规则的深度信息时有较大的局限性,同时,RGB图像特征和深度图像特征属于不同的模态。针对这些问题,文章提出了自适应稀疏不变模块,根据输入像素的有效性来处理稀疏深度,并提出了结合注意力机制的多尺度特征融合模块,在关注有效特征的同时,抑制不必要的特征,进一步提高深度修复性能。文章在 NYUv2数据集上进行了一系列实验,实验结果表明了所提出算法和模块的有效性。     

环境减灾二号A/B卫星在森林树种识别中的应用

采用环境减灾二号A/B卫星数据,在福建武夷山国家公园和东北虎豹国家公园2个试验区开展森林树种识别的应用研究。分别提取2个试验区影像的光谱特征、归一化植被指数(NDVI)和基于主成分第一分量的8个纹理特征信息,采用支持向量机(SVM)和原型网络分类对森林主要树种进行识别,并利用验证样本进行精度评价。结果表明：在福建武夷山国家公园试验区,SVM和原型网络分类的总精度分别为86.37%和91.11%,Kappa系数分别为0.83和0.90。在东北虎豹国家公园试验区,SVM和原型网络分类的总精度分别为91.77%和91.34%,Kappa系数均为0.90。总体来说,环境减灾二号A/B卫星数据在2个试验区的主要树种识别精度较好,后续能较好地满足林业行业相关业务应用需求。     

几何代数域内的光流场改进算法

提山了一种新的光流场计算方法：首先,在几何代数域内推导了光流约束方程的新形式;然后,在速度场平滑的基础上,通过求解关于初值问题的热传导方程求解光流场;最后,给出光流场的数值解和仿真结果。实验证明此方法是有效的。     

基于Canny边缘检测的Mean-Shift跟踪核窗宽确定方法

传统核窗宽固定的Mean—Shift跟踪算法不能很好地对做复杂运动、尺寸变化的目标进行有效地跟踪,变核窗宽是解决这一问题的途径。图像的边缘表征了目标的重要特征,可以通过提取目标的边缘来确定核窗宽并用于跟踪。基于Canny边缘检测算法确定跟踪窗宽加快了Mean—Shift跟踪算法的运算速度,仿真结果验证了该跟踪算法的有效性。