地形纹理映射方法研究

三维真实感地形的生成一直是计算机图形学领域中关注的焦点,而地形纹理映射是实现它的一个不可或缺的要素。采用不同的纹理映射方法会导致地形渲染的帧频率、真实感以及对系统资源需求等特性显著不同,因而如何选择适合的纹理映射方法使得地形渲染效果最佳是开发人员必须面对问题。该文参考了各方面的研究和应用成果,针对不同的应用领域提出了真实图片法、多纹理过渡法和多纹理计算法这三种不同地形纹理映射方法,并对它们各自的优点、缺点和适用范围进行了详尽的论述。     

电磁波在磁化等离子体上的反射特性研究

研究了垂直入射的平面电磁波在分层均匀磁化等离子体中的传播规律,对包覆在金属平板表面的一维线性非均匀磁化等离子体层的反射系数进行了数值计算,并对计算结果进行了讨论。     

基于RWT的旋转微动目标二维ISAR成像算法

本文针对旋转微动目标的二维ISAR成像问题,首先,分析了目标旋转微动及刚体部件在距离-慢时间域的回波特性;其次,提出了基于解正弦调频RWT的旋转微动部件成像算法,同时,提取旋转微动散射点的位置参数并滤除其回波,对剩余回波采用基于RWT方法进行刚体回波重建,并利用传统RD算法获得刚体ISAR像;最后,仿真结果证明了本文算...     

卫星的表面温度与红外辐射特性

建立了卫星温度场与红外辐射特性的理论计算模型.首先利用有限元法求解瞬态热平衡方程,得到了卫星的温度场分布,然后根据卫星的表面温度分布,在3～6μm和6～16μm波段计算了卫星的红外辐射出射度,并对其变化规律及影响因素进行了详细的分析.最后将卫星视为空间点目标,计算比较了卫星处于日照区和地影区时两个波段的红外辐射强度空间分布.该研究结果对于空间目标的红外探测与识别具有参考价值.     

磁控溅射氧化钒相变薄膜的电阻温度特性测量

利用MS500-B超高真空磁控溅射镀膜机,分别采用氧化法和还原法在普通玻璃基底上制备了二氧化钒(VO2)相变薄膜;并在20⁸0℃内往复变化时,利用XMT-100数字精密温度计和SX1934数字四探针测试仪测量两类样品的电阻-温度特性曲线。结果表明,两类样品均具有热敏相变特性;氧化法制备薄膜的电阻为9.9680℃内往复变化时,利用XMT-100数字精密温度计和SX1934数字四探针测试仪测量两类样品的电阻-温度特性曲线。结果表明,两类样品均具有热敏相变特性;氧化法制备薄膜的电阻为9.96⁰.06kΩ,相变温度约为30℃;还原法制备薄膜的电阻为80.30.06kΩ,相变温度约为30℃;还原法制备薄膜的电阻为80.3⁷.4kΩ,相变温度约为52℃。     

MIMO-SAR技术发展概况及应用浅析

多发多收合成孔径雷达(MIMO-SAR)是近年来提出并备受关注的一种新型雷达成像模式,通过多天线同时发射、多天线同时接收的工作方式能够获得远多于实际天线数目的等效观测通道,为解决常规SAR面临的方位向高分辨率与宽测绘带指标相互矛盾、弱小慢速运动目标难以检测等难题提供了更为有效的技术途径。该文围绕MIMO-SAR成像技术及其应用展开论述,从距离分辨率增强、3维下视成像、高分辨率宽测绘带成像以及动目标检测等方面综述了MIMO-SAR的研究状况,分析了系统的体制优势和不足,进而归纳了MIMO-SAR研究中的若干关键技术问题,最后对其应用前景进行了展望。     

基于方差成分扩张压缩的稀疏贝叶斯ISAR成像方法

基于贝叶斯框架下的稀疏重构方法,由于考虑了稀疏信号的先验信息以及测量过程中的加性噪声,因而能够更好地重建目标系数,然而传统的稀疏贝叶斯学习(SBL)算法参数多,时效性差。该文考虑一种新的稀疏贝叶斯学习方法方差成分扩张压缩(ExCoV),其不同于SBL中赋予所有的信号元素各自的方差分量参数,ExCoV方法仅仅赋予有重要意义的信号元素不同的方差分量,并拥有比SBL方法更少的参数。基于计算机层析成像技术框架下的ISAR成像模型,该文将ExCoV方法结合压缩感知(CS)理论将其进行ISAR成像,并从适用性和成像效果等方面与常用的极坐标格式算法(PFA),卷积逆投影算法(CBPA)和传统的稀疏重构算法进行比较,点目标仿真结果表明基于ExCoV的方法得到的ISAR像具有低旁瓣,高分辨率的特点,真实数据的成像结果表明该方法是一种比SBL更有效的ISAR成像算法。     

改进的协同训练框架下压缩跟踪

针对基于传统协同训练框架的视觉跟踪算法在复杂环境下鲁棒性不足,该文提出一种改进的协同训练框架下压缩跟踪算法。首先,利用空间布局信息,基于能量熵最大化的在线特征选择技术提升压缩感知分类器的判别能力,分别在灰度空间和局部二值模式空间建立起基于结构压缩特征的两个独立分类器。然后,基于候选样本信任度分布熵的分类器联合机制实现互补性特征的自适应融合,增强跟踪结果的鲁棒性。最后,在级联的梯度直方图分类器辅助下,通过具备样本选择能力的新型协同训练准则完成联合外观模型的准确更新,解决了协同训练误差的积累问题。对大量具有挑战性的序列的对比实验结果验证了该算法相比于其它近似跟踪算法具有更优的性能。     

复杂场景多传感器图像的多目标分割算法

综合应用多传感器图像灰度分布特征和分形维数特征进行目标检测、应用动态边缘演化提取目标轮廓,有效解决了复杂场景多目标分割的难题.首先根据图像的内在属性应用指定直方图进行图像增强,随后分别对可见光图像应用分形维数特征、对红外图像应用最大熵法、对激光雷达图像应用局部阈值法进行兴趣区域提取;再将各传感器图像获得的兴趣区域进行交叉验证,进一步排除背景干扰;最后把经过综合处理的目标轮廓估计作为初始生长曲线应用动态边缘演化技术最终确定目标边缘.对大量的复杂场景多传感器图像测试表明,本文提出的方法较好地保留了目标的形状特征,是一种有效的多目标分割技术.