遥控水面垃圾自动清理船

遥控水面垃圾清理船是针对各种湖泊河道,尤其是狭窄河道、景区、公园内的湖泊的固体垃圾清理问题,通过方案设计、分析、测试、实践,最后优化设计而成。它结构简单,易于维修,成本较低,易于推广。此外,它可实现零半径转向,有效清除狭窄水面的垃圾,还可通过遥控作业提高安全性,可利用太阳能,具有环保等特性。     

小波变换在遥感影像处理中的应用

探讨了小波变换在遥感影像处理中的主要应用．     

钦州市城市扩张的生态响应

为量化分析评价钦州市城市扩张对生态环境的影响,选取2000年、2009年和2017年的Landsat系列影像数据,提取绿度、湿度、热度、干度4个评价指标,用基于ENVI平台的主成分分析方法构建遥感生态指数（RSEI）,评价该地区的生态环境状况。结果表明,2000年、2009年、2017年钦州市的RSEI均值分别为0.676,0.698和0.725,生态状况有改善的趋势,说明城市的扩张给钦州市整体生态带来的负面影响不大,钦州市仍有很大的发展潜力。对该地区而言,植被覆盖对生态环境起决定作用。低生态等级区的平均中心随城市扩张的方向迁移,表明城市的扩张对生态有一定的负面影响。部分建筑用地的生态等级由差变好,表明绿化工程能改善区域的生态质量。     

基于改进ORB算法的无人机遥感图像拼接技术

针对ORB算法尺度不变性较差,运行速度较慢,不适合应用于无人机遥感图像上的特点,提出了一种改进的ORB无人机遥感图像拼接算法。首先利用ORB特征中FAST特征检测算法对Shi-Tomasi算法进行加速,获取快速且准确的图像特征点,然后用ORB描述算法对特征点进行特征描述,在对特征点进行粗匹配和精匹配后,最后使用改进过的SPHP算法融合图像。实验结果表明,这种改进的ORB算法有着更高的匹配精度和匹配速率,能够生成更好的拼接结果。     

基于Fisher两类判别的机库目标识别

为实现根据波谱特征识别高分可见光遥感影像上的机库目标,通过分析影像上机库与其他常规地物之间波谱特征的区别,利用常规的Fisher两类判别法分类识别,并针对错分像元较多的问题构建逐层剥离法进行改进。结果表明:逐层剥离法可识别出77%以上的机库目标像元,错分像元较常规方法减少85%以上,能有效去除影像上大部分其他地物的干扰,具有更高的识别精度和效率。     

高稳定性、高精度积分球辐射定标系统的研究

本文试制了一种积分球辐射定标系统,采用单片机进行电源恒定功率控制和光电检测,使积分球输出的辐亮度稳定性、面均匀性得到了较大的提高,从而获得了一种高稳定性、高精度的积分球工程应用定标系统。     

LabVIEW下远程虚拟实验室的研究与实现

为了实现科学仪器共享,在LabVIEW基础上,利用SSH架构搭建远程虚拟实验室。在实验过程中,用户不需要深入了解LabVIEW,也不需要自己购买LabVIEW软件,只需通过访问WEB服务器来做相关实验。通过远程虚拟实验室,用户不仅可以节省实验时间,而且可以有效利用实验设备,达到资源共享的目的。因此,在LabVIEW下实现的远程虚拟实验室具有很大的实用价值。     

基于校园网的显示屏远程控制系统的开发与应用

大屏幕显示系统是目前较为流行的信息发布平台,当控制终端与显示屏不在同一物理位置时,显示屏由于受到停电等非人为因素的影响和人为的干扰,极易导致显示信息的紊乱,为了保证信息发布的准确可靠,作者开发了一套远程控制系统,它实现了远程更新、实时监控、停电自动恢复、定时启动关闭等多项新功能。     

基于轻量化卷积神经网络模型的云与云阴影检测方法

大多数遥感影像数据不可避免地受到云层的污染导致数据的失效。因此，对云进行检测是非常必要的预处理步骤。随着航天技术的飞速发展，更加轻便的卫星被设计出来，为了在这些算力有限的微小卫星上配备遥感影像预处理模型。设计一种高精度、算力要求低的轻量化云与云阴影检测网络模型具有重要意义。针对上述问题，本研究提出一种基于深度可分离卷积的轻量化卷积神经网络模型（Lightweight M-shaped Network，L-MNet），L-MNet网络模型是在M-Net（ M-shaped Network）网络模型的基础上引入深度可分离卷积（Depthwise Separable Convolution），设计一种深度可分离卷积模块（DS-Conv Block），以减小算法的复杂度及计算量。实验结果表明，本研究所提方法在保证检测精度的前提下，可以有效减小像素级云检测的模型大小及计算量，有助于实现微小卫星在轨云检测的任务。