基于图像的经纬仪测量目标快速瞄准技术

电子经纬仪是一种高精度的测角仪器,由多台高精度电子经纬仪构成的测量系统可以实现三维坐标测量,用于对大型工业产品的几何检测。但经纬仪在测量过程中仍然需要人工瞄准目标,存在速度慢、效率低、人为因素影响大等不足。实现经纬仪自动照准目标功能将是一个新的发展方向。提出一种基于图像的自动瞄准技术,通过在经纬仪上安装一台相机获取待测目标点的图像,利用图形目标识别技术获取目标点图像坐标,依据相机与经纬仪的空间关系可以获得各目标点相对于经纬仪的初始角度,从而实现目标点的快速概略定位,理论推导及实验证明本方法能够准确有效的获得目标点的概略位置。     

基于Contourlet与HIS变换的SAR与多光谱影像融合方法

为了提高SAR影像的解译水平,本文利用Contourlet变换在影像表述上能够弥补小波变换不能有效捕捉二维空间实体的特点,提出了一种基于Contourlet与HIS变换的SAR与多光谱影像融合方法。实验选取了一组TM 多光谱影像与ERS-2 SAR影像进行融合研究,并将融合结果与基于HIS变换、DWT结合HIS变换融合方法的融合结果进行视觉比较与统计分析。结果表明,无论是目视比较还是统计分析,本文方法都很好的将SAR影像的空间细节与多光谱影像的色彩信息集成到了一起,显著地提高了SAR影像的解译水平,相对于基于HIS、DWT+HIS变换的融合方法获得了更好质量的融合影像。     

联合变换相关法测量空间相机像移的抗噪性研究

为了研究使用联合变换相关器测量空间相机像移时噪声对测量精度的影响,分别对相关器加入背景噪声和图像噪声,通过仿真得到5种不同处理方法在不同噪声水平下的测量误差,并利用搭建的实验平台验证了使用联合变换相关法测量空间相机像移的有效性。结果表明,相比于其它相关器处理方法,使用功率谱相减并以0值为阈值二值化的方法得到的像移测量精度较高,即使对于SNR=1的输入图像,在含有背景噪声时,像移测量误差不大于0.12个像元,完全满足空间相机的使用要求。     

光学稳像系统颤振抑制性能的分析与设计

光学稳定成像方法是一种用于隔离视轴颤振对成像质量影响的综合处理技术,它结合传统光学与反馈控制理论,通过闭环控制系统驱动在光成像通路内的动态校正机构补偿探测视轴与成像焦面间的相对运动,进而有效提升成像质量。文章首先建立了光学稳像系统的回路模型,并在此基础上,根据控制系统稳定性判据导出了颤振抑制函数的设计约束,分析了像移测量延时特性、测量精度特性及校正机构动态性能对颤振抑制带宽的影响。文章进一步给出了一种光学稳像系统颤振抑制带宽的设计方法,该方法针对视轴颤振的功率谱密度、像移探测性能和光机校正机构的动态性能完成了颤振抑制带宽的优化,从而可最小化颤振补偿残差。最后通过试验验证了文中分析结论和设计方法的有效性。     

涡轴发动机LQ/H∞抗扰控制方法

提出了抑制涡轴发动机负载干扰的线性二次型（LQ）/H∞控制算法,以总距为干扰建模,利用线性矩阵不等式求得既满足LQ指标又对干扰具有H∞性能约束的状态反馈控制律.提出修正指令抑制干扰策略.采用比例微分控制将总距变化转换为动力涡轮转速指令的修正,实现增大或减小机动飞行中动力涡轮转速指令,抑制实际转速的下垂或超调.仿真结果表明：该控制方法能有效抑制干扰并具有良好的实时性.     

A debris image tracking using optical flow algorithm

This study proposes a motion detection and object tracking technique for GEO debris in a sequence of images. A couple of techniques (called the “stacking method” and “line-identifying technique”) were recently proposed to address the same problem. Although these techniques are effective at detecting the debris position and motion in the image sequences, there are some issues concerned with computational load and assumed debris motion. This study derives a method to estimate motion vectors of objects in image sequence and finally detect the debris locations by using a computer vision technique called an optical flow algorithm. The new method detects these parameters in low computational time in a serial manner, which implies that it has an advantage to track not only linear but also nonlinear motion of GEO debris more easily than the previous methods. The feasibility of the proposed methods is validated using real and synthesized image sequences which contain some typical debris motions.     

一种基于图像的星体表面撞击坑自动提取方法

以星体表面的图像数据为基础,根据撞击坑的向阳面呈亮色调而背阳面呈暗色调的原理,提出了一种基于图像的星体表面撞击坑自动提取方法。该方法先用自适应双阈值分割法对星体表面的光学图像进行分割处理,获取图像中明暗区域的形状和位置信息;再用统计学原理分析明暗区域组成结构、像平面上光照方向,结合相关的约束条件来匹配同一撞击坑的明暗区域,同时拟合出撞击坑的外边缘并确定其半径、位置等信息。实验结果表明,该方法能够从常见的星体表面光学图像中快速、可靠地提取出撞击坑的中心位置和半径大小,具有较宽的普适应性和一定的应用价值。     

一种用于WorldView-2遥感图像的波段分组融合方法

针对WorldView-2卫星遥感图像,提出一种基于波段分组的多光谱图像与全色光图像融合新方法。该方法以全色光波段与多光谱各波段光谱响应的匹配特点为依据,首先将八波段多光谱图像分成两组,然后分别设计融合模型再进行分组融合,最终得到多光谱各波段的融合结果,分组策略简单、实用。实验结果表明,该方法在融合WorldView-2遥感图像时能够在提高空间分辨率和保持光谱信息方面达到更好的平衡,优于现有的几种融合方法。     

Aerial-BiSeNet: A real-time semantic segmentation network for high resolution aerial imagery

The aircraft system has recently gained its reputation as a reliable and efficient tool for sensing and parsing aerial scenes. However, accurate and fast semantic segmentation of high-resolution aerial images for remote sensing applications is still facing three challenges: the requirements for limited processing resources and low-latency operations based on aerial platforms, the balance between high accuracy and real-time efficiency for model performance, and the confusing objects with large intra-class variations and small inter-class differences in high-resolution aerial images. To address these issues, a lightweight and dual-path deep convolutional architecture, namely Aerial Bilateral Segmentation Network (Aerial-BiSeNet), is proposed to perform real-time segmentation on high-resolution aerial images with favorable accuracy. Specifically, inspired by the receptive field concept in human visual systems, Receptive Field Module (RFM) is proposed to encode rich multi-scale contextual information. Based on channel attention mechanism, two novel modules, called Feature Attention Module (FAM) and Channel Attention based Feature Fusion Module (CAFFM) respectively, are proposed to refine and combine features effectively to boost the model performance. Aerial-BiSeNet is evaluated on the Potsdam and Vaihingen datasets, where leading performance is reported compared with other state-of-the-art models, in terms of both accuracy and efficiency.     

自抗扰控制算法在发动机加力过渡态控制中的应用

主要研究了航空发动机加力过渡态控制的新方法。在不改变原有发动机控制结构的基础上,提出了一种增广LQR法(Augmented Linear Quadratic regulator-ALQR)综合ADRC(Active Disturbance Rejection Control)干扰补偿控制的算法(简称ALQR+ADRC),该算法除了有原ALQR控制所具备的强的消除静差能力之外,还兼具AD-RC优良的干扰补偿能力。通过模拟快速进入/退出发动机加力过渡态过程,验证了该算法具有理想的控制效果,能够较好地协调加力燃油供给和喷口开张,在整个过渡态过程中对核心机工作有较小的影响。