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.     

耳朵识别身份系统

打击恐怖主义首先要预防恐怖分子,生物识别技术有助于将恐怖分子从人群中识别出来.耳朵是长期保持稳定的一个生物特征,并且耳朵的独特性十分明显.介绍了耳朵识别系统的系统功能和设计思路,采用VC 6.0和SQL SERVER 2000数据库,实现耳朵图像数据采集、图像预处理、图像存储等基本功能.     

时分式平面—立体电视图像转换器

时分式平面－立体电视图像转换器是由视频图像信号处理电路、控制信号产生电路和液晶眼镜驱动电路三部分构成，根据其构成和工作原理，可采用多种具体电路来实现。     

基于数字补偿的快速频率合成方法的研究

基于I/Q调制的快速频率合成方法比目前采用的频率合成方法更易调试,而且使用灵活。其思路是将信号先通过单边带调制,将较低频率调制到需要的频率范围;然后采用对基带信号的数字预补偿方法来抑制镜像频率和载波泄漏,从而达到应用的目的。文章中还给出一种基于输出信号包络信息的补偿系数调整算法,其仿真结果说明该新补偿算法可以有效抑制镜像频率和载波泄漏。     

基于的DTV图像去噪模型

针对纹理图像的去噪问题,通过分析全变分（TV）去噪模型与方向全变分（DTV）去噪模型,提出了一种具有鲁棒性的基于的DTV去噪模型。为了刻画图像中的不同结构特征,该模型中DTV正则项的指数p由图像的结构来确定在（0,2）中自适应地选取。由于该模型是含有可分性算子的非光滑优化问题,可用交替方向乘子法（ADMM）求解,并能保证算法的收敛性。数值实验结果表明:与其他经典模型相比,提出的模型取得了更高的峰值信噪比和结构相似度,在去除噪声的同时能有效保持图像的细节信息。      

基于多尺度 3D-2D卷积神经网络的高光谱图像分类

设计提出了 1种针对高光谱图像分类任务的 3D-MSCNN模型。在 PCA降维的基础上,利用 3D空谱特征提 取网络和 2D多尺度特征提取网络实现高光谱图像特征提取,充分发挥高光谱图像空谱信息价值,增强对不同尺度 地表覆盖的表达能力。最后,利用 Softmax分类损失函数实现高光谱图像分类任务。实验结果表明,本文算法在 In. dian Pines和 Pavia University数据集上都取得了较好的分类效果。与 CD-CNN、3D-CNN、SS-Net和 HybirdSN等方法相 比,本文算法能够有效提升总体精度、平均精度和 Kappa系数等客观评价指标。     

贝叶斯景象匹配技术

景象匹配技术以其极高的末制导精度在导航系统中起着关键性的作用。经典的景象匹配定位方法只能提供象素级的定位精度,为了获得更高的精度可采用ＦＦＴ匹配算法、最小二乘匹配算法等。该文首次提出了一种新的贝叶斯景象匹配算法。其基本思想在于：匹配定位位置可看作为随机量,先利用匹配图像间的信息求其条件概率分布,再利用图像中的大量样本来求解其贝叶斯估计值。同时研究了基于贝叶斯估计的景象匹配技术的原理及算法,并将其与     

机载红外搜索跟踪系统关键技术分析

概述了红外搜索跟踪系统的组成及主要技术特点,对红外成像系统中的红外望远光学系统、红外探测器组件等进行了分析;探讨了稳定与瞄准系统实现方案;对图像跟踪器中的跟踪算法及工程实现中采取的措施进行了论述。     

图像序列中机动目标三维运动和结构的计算

综合视觉运动分析中的2类处理方法,选取图像中的角点作为特征点,在理论上证明了图像序列的光流场可以近似地用角点的位移场代替。利用已有文献中的建模思想,详细推导出递归计算机动目标三维运动和结构的非线性计算模型,采用广义卡尔曼滤波(EKF)递归地计算图像序列中机动目标的三维运动和结构。合成图像序列和真实图像序列实验结果表明该算法能取得较好的效果。     

基于双时相遥感影像差异信息的深度学习滑坡检测

目前利用高分辨率卫星影像进行滑坡等地质灾害识别逐渐成为研究热点,滑坡目视解译依赖于解译人员的经验,耗时费力且提取精度低,而传统的滑坡自动识别方法易将滑坡和道路、裸地、建筑等多种具有相似光谱信息的地物混淆。针对以上问题,文章使用一种双时相高分辨率卫星影像差异信息的深度学习滑坡检测算法,获取时序影像各个波段和归一化植被指数（Normalized Difference Vegetation Index,NDVI）的差异影像作为深度学习的输入特征。为充分挖掘滑坡前后影像多种信息差异特征,采用了U-net网络模型耦合空洞空间金字塔池化和嵌入注意力机制模块相结合进行滑坡特征提取的方法,该方法增强了滑坡边界信息的保存,能够有效地提取滑坡边界信息和发生剧烈变化的区域。利用上述方法对恩施市和九寨沟进行了滑坡检测,实验结果显示,所取得的综合评价指标值（F1-Score）分别为88.4%和90.53%,误差较小、精度较高。表明该方法能够准确检测出高分卫星数据的滑坡边界,且能保持滑坡的完整性。