基于UDWT的高性能多光谱遥感图像融合算法

无抽取离散小波变换 (UDWT)具有移不变性的优良性质 ,它在遥感多光谱图像增强以及双通道图像融合应用中获得了很好的效果。文中研究一种基于UDWT的适用于多光谱图像的融合算法 ,该算法利用UDWT的多尺度表示方法和文献 [4 ]算法最佳保留光谱信息的特点 ,融合结果同时精确保留了多光谱图像的光谱信息和高频细节特征 ,为目标的检测、定位、识别等图像的进一步处理提供很好的特征信息     

SAR图像地理编码处理流程的研究

从SAR卫星的地面应用处理出发,介绍SAR地理编码的数据处理流程,对该流程中的成像处理算法、椭球校正算法和地域校正算法进行了描述,并给出了SAR地理编码数据处理的初步结果。最后指出进一步完善该流程所需的条件和尚需研究的内容,为SAR地理编码系统的构建提供基本的思路和参考。     

基于小波和支持向量回归的高光谱遥感图像压缩

高光谱遥感成像技术能够获取探测对象丰富的空间信息和光谱信息,但所得图像海量数据的存储与传输制约了其应用。为此,提出了一种基于三维整数小波变换和小波支持向量回归的高光谱遥感图像压缩方法。首先采用三维整数小波变换把高光谱遥感图像分解成不同尺度的多个子带。然后对低频子带直接进行DPCM编码,而对高频子带则利用小波支持向量回归学习其小波系数之间的相关性,并采用小部分训练样本即支持向量来稀疏表示小波系数,以此达到压缩高频小波系数的目的。最后对支持向量及其相应的权重进行熵编码。文中给出了实验结果,并与基于3D SPIHT和JPEG2000的高光谱遥感图像压缩方法进行了比较,结果表明：所提出的方法在相同比特率下能够获得更高的峰值信噪比。     

遥感卫星立体影像传感器模型综述

文章首先介绍了遥感卫星立体影像传感器模型的主要类型;然后从模型数学表达式、对影像的处理精度和应用范围等几个方面对目前几种主流传感器模型进行了分析;最后比较了不同传感器模型的优缺点,对遥感卫星立体影像处理模型的选择提出了建议。     

基于小波分解的图象边缘检测方法

结合多尺度信息，采用小波分解对医学影像进行边缘检测，通过试验与其他方法进行分析与比较．证明此方法在医学图像边缘检测中是切实可行的。     

碳纤维表面物理特征图像处理方法

利用Image Pro Plus和Photoshop等图像处理软件对三种典型碳纤维样品断面的扫描电镜照片进行了图像分析及处理,使用Matlab对图像进行了数字化处理,计算得到国产1~#及2~#碳纤维样品的圆度分别是0.980和0.809,与,T300碳纤维的圆度0.846有一定差异.通过该方法可以定量化地表征碳纤维表面的物理特征.     

一种航天器图像分类模型快速学习方法

为了有效分类空间目标,提出了一种航天器图像分类模型快速学习方法。分类模型的学习过程利用了分治思想,首先利用无监督聚类方法将图像数据集散列为类别桶,然后利用每个类别桶中的图像样本训练支持向量机完成学习过程。分类时利用支持向量机对待分类图像样本进行分类。实验结果表明,所提方法具有较好的实时性和准确率,能够为空间应用打下良好基础。     

Improved detection of faint streaks based on a streak-like spatial filter

This paper presents an algorithm to detect very faint object streaks on CCD images acquired with an optical system. The proposed detection method uses image filters simulating the geometrical form and orientation of possible streaks on the CCD image. The method searches for a matching between streak and filter evaluating the convolutions of the image with all possible filters. Based on the statistics of the image background a threshold is applied in order to accept, respectively reject, the possible streak candidates. The detection probabilities and the effect of different parameter settings are estimated with tests on simulated images, while subframes of real images are used to evaluate the applicability of the algorithm to real cases. The detection probability of this method depends on the length and on the signal-to-noise ratio of the streak. For long streaks, a detection for signal-to-noise values around 0.5 is achieved. The further characterization of the detected streak (e.g. centroid and length), which is not performed in the current algorithm, and the reduction of the computation time, which is relatively high for full acquired frames, as well as possible improvements are briefly addressed.     

一种高超星图高精度半盲复原算法

针对高超声速飞行器在平流层内应用天文导航时受气动光学效应及运动模糊影响后难以观星和高精度导航的问题,提出一种基于正则化思想的高超星图半盲复原算法。该算法首先针对高超星图的特点进行去噪与星点初提取等预处理操作,接着从图像中提出可用的模糊核信息,并通过融合达到去噪的目的。然后结合天文图像灰度及梯度的稀疏先验分布特性,提出一种针对高超星图的正则化非盲复原模型,利用分裂布雷格曼迭代法等算法迭代估计清晰图像。将本算法与传统星图复原算法、其他最新正则化复原算法进行星图复原与导航效果比较,结果表明本算法复原效果最佳,且能明显改善星点识别正确率及质心坐标计算精度,可用于大幅提高超声速飞行器在平流层中的天文导航适应性及导航精度。     

基于图像识别技术的火箭飞行时序判读

在运载火箭开展射前综合测试时,控制系统在预先指定的飞行时序向末端发送一系列指令,指示末端设备做出相应动作,以达成对应的目标。这些动作主要依赖火工品完成,这些动作变化会体现在火工品等效器指示灯上。当前控制系统无法检测到末端等效器的电流情况变化,因此无法对末端动作进行有效监测,测试缺乏可靠性、准确性与可追溯性的问题亟需改善。通过综合运用人工智能、数字图像处理与计算机视觉技术,经由特征匹配、指示灯定位、指示灯状态建模等步骤,可对末端火工品等效器状态变化实现精准监测,进而实现飞行时序自动判读。与标准判据比对后,本文提出的火箭飞行时序判读系统准确率可达98.89%。