逆金字塔式安全着陆点选择方法

针对现有地外天体软着陆安全着陆点选择方法的不足,设计了逆金字塔式安全着陆点选择方法,结合着陆器的落点精度和自主避障及地形坡度适应能力,建立了基于平整点、安全着陆点、可靠避障点和标称着陆点的地形安全性分析与定量搜索模型,该模型呈四层逆金字塔结构,每一层搜索的结果作为下一层搜索的输入,从弱约束到强约束逐步收敛至100%地形安全着陆区,嫦娥五号探测器飞行结果表明该方法能够快速确定安全着陆区及标称着陆点,并有效指导着陆下降过程的标称航迹设计和轨道控制策略制定。     

基于金字塔模型和L-M法的某固体发动机可靠性评定方法

固体发动机由众多部件组成,并且各部件的可靠性分布均不相同,若要全面评定发动机结构可靠性,则需要较大的子样数。因此,采用全尺寸、全系统试验来全面评定发动机可靠性的方法是行不通的。为了解决此问题,提出利用发动机的基础组件的可靠性数据,建立发动机系统的金字塔模型,再通过数据等效折算,将各组件不同分布的可靠性试验数据折算成成败型数据,采用L-M法综合评定了某型固体发动机可靠性。     

积木式方法与试验金字塔的历史沿革与发展趋势

采用积木式方法构建试验金字塔是目前已经被广泛接受的用来完成大型飞机结构强度验证的基本手段。本文概述了积木式方法和试验金字塔的发展历程和趋势，介绍了不同型号的美军机在研制过程中所建立的强度验证试验金字塔的统计结果，并且从试验层级、对象、目的和类型等四个方面比较了试验内容的数量与经费占比，由此来说明基础层级试验验证工作在强度验证试验金字塔中重要性和经济性。通过对虚拟试验在强度验证工作中的发展趋势、应用和限制的介绍，为顺利完成相关的全尺寸部件和整机的强度验证提供可靠的保障手段。     

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。     

一种基于可操纵金字塔的鲁棒图像匹配算法

图像匹配是计算机视觉和图像处理领域中一个比较活跃的研究课题。针对离散小波变换对于图像平移和旋转的敏感性，提出了一种基于可操纵金字塔的图像匹配算法。算法考虑的是图像之间存在平移和旋转变换的情况。首先，变换的近似旋转角在图像分解的最底层采用环映射算法得到，然后在图像分解的其余层提取兴趣点作为匹配特征，并使用Hausdom距离来度量参考图像和待匹配图像之间的相似性，依次得到由粗到细的匹配结果。实验表明该算法具有较高的匹配精度和较强的鲁棒性。     

一种适合于大尺寸航拍图像的特征点提取方法简

 一些航拍图像的尺寸较大,现有的特征点提取算法在对其处理时均要耗费大量的时间,针对这一问题,提出一种快速有效的特征点提取算法。首先构造原始图像的拉普拉斯金字塔,以获得图像的尺度信息,同时保留图像的方向信息;再使用非均匀多方向滤波器组将金字塔图像分解在不同方向上,在分解后的图像中提取局部极值点作为候选特征点集;采用特定的合并策略合并候选特征点最终得到特征点集,并根据方向滤波器组为特征点分配方向向量。试验结果表明,本文算法在基本保证提取到的特征点匹配率及正确率的前提下,有较高的效率。     

基于角锥体原理的月面巡视探测器定位方法

为了获取月面巡视探测器在月球表面的相对位置信息,提出了一种基于角锥体原理的相对定位方法。此方法无需初始值,仅利用巡视探测器获取的包含着陆器目标的影像,就可以实现巡视探测器高精度定位。通过嫦娥二期工程试验,验证了该算法的有效性,可为月面巡视探测器开展科学考察任务所应用。     

上面级快速星图匹配算法研究

现有星图匹配算法存在搜索时间慢、算法实时性差的问题。为了满足上面级实时性的要求,文章采用K矢量查找算法来提高查找快速性,选择星对角矩作为星图匹配的特征量,构造星对角矩矢量,采用星棱锥星图匹配算法进行星图识别。最后采用上下位机的形式进行仿真分析,结果表明采用该星棱锥快速星图匹配算法成功率在99%以上,识别时间最长约为100ms,平均时间在15ms以内。该算法能够满足上面级对匹配算法快速性和高精度的要求。     

飞行试验复杂背景下的图像跟踪技术

针对光电经纬仪在飞机起飞着陆段跟踪角速度大、背景复杂的情况,根据小波多分辨率技术,提出利用小波分层组成低频图像金字塔,利用光流技术进行匹配解算,实现由粗到精的特征点匹配跟踪。通过对飞行试验视频图像进行事后自动跟踪试验,结果表明,该算法能够稳定可靠跟踪多特征点目标,具有鲁棒性。     

一种基于多尺度边缘提取的陨石坑检测算法

针对星体表面的陨石坑可用于探测器的自主导航、障碍识别等任务,提出一种基于多尺度边缘提取的陨石坑检测算法。该算法首先利用高斯金字塔得到不同尺度的陨石坑图像;其次,针对不同尺度的陨石坑图像,利用EDPF边缘提取算法对陨石坑进行边缘提取,并连接关键边缘像素点为直线段来近似表示图像边缘;然后将具有相同偏转方向的边缘直线段连接成圆弧,并将有相似半径和中心的圆弧拟合成候选圆和椭圆;最后对候选圆、椭圆进行验证。该算法的优点在于,能够准确地检测出陨石坑,有较高的检测率,且对存在较多陨石坑的图像有较好的检测结果。