基于双向邻域过滤策略的图形匹配类遥感图像配准算法

针对遥感图像由于较大仿射变换关系、相似图案和多源性等导致图形匹配时出现伪同构现象,提出了一种基于双向邻域过滤策略的图形匹配方法.本方法采用双向邻域的图形特征描述子来表示特征点的邻域关系.当误配点的双向邻域任意顶点在后期迭代中被视为误配点时,将与匹配点集具有稳定双向邻域结构的点恢复至匹配点集,同时剔除伪同构中残留的误配点.通过与Random Sample Consensus(RANSAC)、Graphing Transformation Matching(GTM)算法以及提出的双向邻域匹配方式比较得出,基于双向邻域过滤策略的匹配方式能够处理空间顺序匹配时存在的伪同构问题,同时获得更高的召回率和匹配率.     

基于转向核的单帧红外条纹非均匀性拟合校正算法

针对红外线列和非制冷型焦平面成像系统存在列向条纹非均匀性的现象,提出了一种基于转向核的单帧条纹非均匀性校正新算法。首先,根据图像边缘的梯度特性确定转向核邻域主方向和大小,然后将每列像素的转向核估计值作为该列像素的期望值,以列向条纹非均匀性作为约束进行最小二乘拟合,计算得到每列像元的校正参数,并以一定概率接受最小二乘拟合的结果。当误差函数满足事先设定阈值时,单帧图像的非均匀性校正完成。实验结果表明,该算法具有稳定的收敛性,与同类算法相比能够更有效抑制条纹非均匀性,并且能够保留更多的图像边缘信息。     

基于时空坐标图像的运动点目标检测方法

针对复杂背景下运动点目标检测方法存在的局限性,提出从时间空间角度检测运动目标的方法.在时间空间域里,背景的复杂纹理表现为无限长直线,运动目标则表现为有限长线段.针对该特点,运用逐点灰度均值将背景与运动点目标分离,并根据投影关系将目标投影到二维空间,获得直观的目标运动轨迹.试验结果表明,该方法能较好地从复杂背景中分离出速度不大于1像素/帧的点目标,且可同时进行多目标的检测,抗噪声能力强.     

大气介质红外辐射场混沌与分形特征

大气介质是红外光学的重要传播媒介,也是影响红外动态信号检测与追踪的复杂背景。与固、液态介质相对稳定的性质相比,大气介质具有动态复杂性与长期不可预测性,阻碍了将其他领域成功的波动技术（如弹性波成像与反演、量子场波函数等）引入大气电磁波场,故传统经典物理学理论无法精确刻画此类复杂系统问题。但自然界此类场中产生的无序性与随机性通常可用分形的概念来阐述。利用风云4A气象卫星记录的红外云图,以水汽-二氧化碳波段的红外辐射波场为例,选取云图上任一无规时间序列,计算分形维度为分数与最大Lyapunov指数为正,初步判断大气介质红外辐射场具有混沌特征,也证明红外辐射场的动力学行为是有限自由度控制的动态非线性不规则行为。根据排列熵参数取值范围（0.87,0.92）趋于1判定,风云4A涵盖0.45~13.8 波段的全红外数据显示强混沌性,且混沌强度分布具有空间不均匀性。本项工作既为利用混沌特性来研究动目标及背景杂波动态演化机理、捕捉时敏微扰信号以及对水陆空红外辐射场进行中长期非线性预测等提供了理论前提;也为建立大气红外辐射场的非保守耗散方程,刻画传输介质特性以及研究宏观与微观传播机理等基本问题奠定了实验基础。     

基于滤波网络的多余物状态识别研究

在航天产品的研发制造过程中,多余物控制至关重要,尤其是多余物状态识别的环节,其核心在于如何有效提取高噪声图像中的局部特征。现有方法尚未针对多余物场景进行有效建模,通用的视觉模型往往会对噪声进行过度拟合,而无法有效滤除噪声信号。为此,提出了一种可学习滤波感知机。该感知机通过采用一种可学习滤波器来替代繁琐的自注意力机制,用以学习空间位置的交互作用信息。随后,引入了频谱掩模用于频域分量特征的抽取,以学习不同频段内的重点信息。实验结果表明,该方法在多余物识别中取得了96.7%的准确率,优于基于卷积和自注意力的模型,并且具有更低的计算复杂度。     

高速动态测角仪

利用高速线阵CCD和TMS320C62ll定点DSPs处理芯片，实现了对入射光线角度7300次秒的实时测量，对于运动机构的高精度控制有重要的实用价值。