星敏感器中的图像预处理技术

详细论述了星敏感器中的图像预处理技术.分析比较了星图的噪声和信号的不同特点,并给出了星像光斑灰度分布的数学模型;在恒虚警率条件下,确定了恰当的图像二值化阈值;采用质心法和其改进算法求恒星的质心位置,提高了精度;采用子窗口技术,提高星敏感器的动态性.     

基于星敏感器和星间链路的卫星星座自主定轨研究

以对地定位观测三星星座为例, 研究了联合星敏感器和星间链路测量信息的卫星星座自主定轨方法. 通过仿真三星星座星间链路观测和CCD星敏感器对背景恒星的观测, 生成两种类型的仿真观测资料, 基于这些资料建立了星座联合自主定轨的测轨方程, 在此基础上进行了星座自主定轨的仿真计算. 综合考虑各种定轨方案以及潜在的各种测量误差的影响, 对卫星星座自主定轨精度进行了比较和分析, 结果表明所采用技术手段应用于卫星星座自主定轨是可行的, 并形成了若干研究结论, 对于这种自主定轨技术拓展应用于更广泛意义下的卫星编队星座具有重要的参考价值.     

阵列结构型空间碎片光电望远镜观测精度分析

阵列结构型空间碎片光电望远镜(SDPTA)具有通用性强、视场大、单元众多、覆盖空域广、可靠性高等优点,针对国内首台阵列结构型空间碎片光电望远镜产生的大量观测数据无法识别的问题,提出一种基于两行轨道根数(TLE)数据的快速匹配识别方法。通过计算北美防空司令部(NORAD)发布的TLE数据对阵列结构型空间碎片光电望远镜的观测数据关联比对,用以识别空间碎片;并利用CPF(consolidated prediction format)星历的数据对已识别的数据中的激光星进行外符精度分析,检核识别准确性并对该阵列结构型空间碎片光电望远镜观测精度进行分析。经计算,该阵列结构型空间碎片光电望远镜外符精度为7. 9″。计算分析表明,利用TLE数据对未知碎片进行识别的方法准确有效,望远镜的观测精度达到了设计指标。     

基于高/低轨监视平台的GEO卫星定轨精度比较

针对传统地基监视系统对地球同步轨道(GEO)卫星静地测量模式不利于获取其态势信息,而空间目标监视平台利用其快速轨道运动、增强观测几何强度和GEO卫星动力学模型的约束作用,有利于对GEO卫星环带的跟踪、监视和编目处理这一问题,分析了高、低轨平台与其观测模式,采用了数值微分法计算变分方程系数阵的定轨算法,统计了光学观测误差对定轨结果的影响.仿真计算表明,高、低轨平台对GEO卫星的定轨精度均在公里级,低轨平台对GEO卫星的定轨精度好于高轨监视平台,观测系统误差是定轨误差的主要来源.     

三维Otsu阈值分割方法的快速实现

针对图像分割中三维Otsu阈值法存在的计算复杂度高的问题,笔者提出了一种三维Otsu阈值分割方法的快速实现算法,该算法通过用递推的方法得到查找表,从而消除三维Otsu阈值法中的冗余计算,能够很好地提高三维Otsu阈值法的计算速度.实验结果表明,该算法不仅计算时间远远小于原始三维Otsu算法, 并且求得的阈值跟原始的算法一样.     

水下退化图像处理方法

针对水下图像退化现象严重、有效信息提取困难等问题,提出了水下退化图像处理方法.该方法通过分析水下图像退化过程,提出了基于大气湍流模型获取水下图像退化函数的方法,并利用频域滤波完成了退化图像的复原工作;进而将人工鱼群优化算法与图像二维Abutaleb熵信息相结合,利用一种二维最大熵阈值分割算法进行图像有意义区域分割.由于人工鱼群算法不需要了解问题的特殊信息,只进行问题优劣比较,使得该算法自适应性和收敛速度得到大幅提升.水池实验结果表明:该方法明显改善水下退化图像模糊度高、对比度低的问题,具有较优的分割效果,处理过程时间较短,具有一定的实用性.     

基于小波变换的道路正射影像地图生成方法

提出一种利用车载系统制作道路正射影像地图的方法.该方法使用逆透视变换将数据采集车采集的路面图像信息转换为道路正射影像地图碎片,使用线下插值算法进一步处理采集车的航位推算信息和扩展卡尔曼滤波定位信息,并根据处理结果将正射影像碎片投影至全局坐标系中.使用小波变换将所有正射影像碎片进行频带区分,对高低频带分别使用加权中值算法...     

天基空间目标监视与跟踪系统轨道确定技术研究

针对天基空间目标监视系统的工作模式,研究了空间目标的可观测性问题,并讨论了Laplace初轨确定方法在该系统中的局限性,提出了一种新的空间目标初轨确定方法——遍历切割平面法．在此基础上研究了天基空间目标监视系统的精密轨道改进算法,尤其针对动力学模型不精确的非合作目标,利用半参数模型的估计理论,提出了抗差补偿动力学模型定轨算法．实验结果表明,单星遍历切割平面法能快速准确地为轨道改进提供历元初值,该初值精度完全可以达到精密轨道改进的收敛要求。同时抗差动力学模型补偿定轨算法能有效抑制模型误差的影响,显著提高轨道确定精度．     

基于OTSU分割的云层背景下弱目标检测算法研究

在各种背景的弱目标检测算法研究中,采用了最大类间方差(OTSU)分割的检测算法,对于不同大小的目标提出了两种不同的处理方法.在背景简单的小目标的预处理中利用中值滤波和OTSU相结合的方法;对于背景相对复杂的大目标的检测采用自适应门限、拉普拉斯(Log)滤波和OTSU分割的检测算法,把目标提取出来.自适应门限用于增强图像,使图像的背景灰度变得均匀;Log高通滤波器可以有效地去除背景;OTSU是经典的非参数,无监督自适应阈值选取方法,对图像经过阈值分割后,图像将变成包含少量可能目标点的二值图像.仿真实验表明:该算法能够有效地去除背景天空的强浮云,具有计算量小等优点,能够很好地检测出目标.     

基于阈值邻域均值的医学超声图像去噪算法

针对含有高密度椒盐和高斯噪声的医学超声图像去噪中细节信息保留不够,图像较模糊问题,提出了一种阈值邻域均值算法。该方法首先通过阈值策略法对指定邻域内像素加权均值与其中任一像素灰度值大小进行比较判断,然后将大于阈值的像素剔除,而小的作为有用信息输出,最后运用该方法对含有高密度椒盐和高斯噪声的医学影像图像进行去噪实现设计。仿真实验表明,阈值邻域均值算法对胰腺超声图像的高密度椒盐和高斯噪声抑制力强,计算速度快,峰值信噪比大于单纯的中值和均值算法,去噪后的图像质量更佳。     

基于小波收缩阈值和维纳滤波的去噪方法

针对高斯噪声图像的结构特点及传统去噪方法中所存在的问题,提出一种基于小波收缩阈值法和维纳滤波法相结合的图像去噪方法.采用小波收缩阈值法对图像进行去噪,对处理后的图像用维纳滤波法进行平滑处理.采用独立自适应阈值,对其子带阈值进行确定,并引入调节系数.仿真结果表明,所提出的方法在高斯去噪效果和保留图像细节信息性能方面优于中值滤波算法、均值滤波算法等方法.     

基于改进Canny算法的服装图像边缘检测

针对传统Canny算法在噪声去除与高低阈值选取方面存在的问题,提出一种改进的Canny算法应用于服装图像边缘检测上,首先使用改进中值滤波取代高斯滤波进行服装图像去噪,然后采取在像素八邻域内计算梯度幅值的方法计算梯度的幅值和方向并获取非极值抑制后的图像数据阵列,最后利用Otsu算法计算高低阈值并连接边缘.实验结果表明,改进算法能够有效的抑制噪声并检测出较完整清晰的服装边缘.     

基于Renyi熵与PSO算法的图像多级阈值分割

在图像阈值分割方法中,Renyi熵法因其显著效能而得到大量应用.为了更好地发挥Renyi熵在图像分割中的应用,提出把Renyi熵法扩展到图像多级阈值化问题.然而,由于计算时间复杂度上的高要求,很难把这种有效的技术推广到复杂图像多级阈值化问题.为减少本方法的计算时间,应用粒子群优化算法实施最佳阈值的搜索.实验结果表明,本方法能有效地对图像进行多级分割,并且显著降低计算时间.     

基于TLE数据的空间目标EDR分类及观测需求计算

根据能量耗散率（EDR）的定义及空间目标的大气阻力摄动加速度公式,推导出一种由卫星两行根数（TLE）数据计算空间目标EDR的方法. 该方法无需计算空间目标弹道系数和大气模型,EDR计算误差可在1%以下,并且运算量极小. 此外,通过空间目标相对轨道的协方差矩阵描述空间目标的定轨精度,并结合扩展卡尔曼滤波方程,提出一种计算平面轨道下不同EDR空间目标的定轨精度-观测需求曲线的方法. 仿真验证了EDR计算方法的有效性,并给出了雷达对不同EDR分类的目标观测时对应的定轨精度-观测需求曲线. 结果表明当观测稀疏时,目标轨道预报误差正比于EDR,而观测较多时,会有观测饱和现象.      

用于高光谱遥感图像分类的空间约束高斯过程方法

高光谱遥感图像分类是遥感图像处理的一项重要内容.高光谱遥感图像具有非线性属性.图像中不同方位光谱特征的变化将使得仅从标记训练样本得到的分类器分类精度不会太高.为了提高分类的精度,一方面应对光谱信息的合理利用;另一方面,对空间信息的利用也非常重要.高斯过程(Gaussion process,GP)是一种贝叶斯统计学习方法,能够建立概率模型,并且使得分类结果更易于解释.传统GP分类方法中核函数的构造仅利用光谱信息.本文提出了一种加入空间关系的新分类方法.利用遥感图像空间相关性,在GP分类方法中通过构造新的核函数(spatial Gauss kernel,SGK)来实现空间约束,部分消除了同物异谱和同谱异物造成的分类错误.实验结果表明,该方法对于提高高光谱遥感图像的分类精度具有积极意义.     

基于多小波自适应阈值的地震图像去噪方法

结合地震图像噪声的特点,利用多尺度小波变换的优点,提出一种新的自适应小波阈值去噪算法.该算法根据小波变换各子层系数矩阵,确定各子层的自适应最优阈值,对于高频子带采用硬阈值化去噪,低频子带采用中值阈值化去噪,并去噪后重构小波系数.实验结果表明,该方法能够去除大部分高频随机噪声,并还原相干切片图像真实效果,提高了地震资料的信噪比.     

一种星图中星的提取方法

在分析星图中的星像和小目标图像中的小目标像的共性的基础上，提出了一种将高通滤波和动态阈值相结合的星图中星的提取方法，来完成星图处理过程中较为耗时的星图提取工作．即滤波后先确定阈值，再通过高通滤波提取图像的候选点，由于虚假目标太多，需要通过动态阈值对候选点进行二次提取．仿真结果表明：这种方法与矢量法相比，当不给星图加背景噪声时，两种方法提取精度相当．一旦给星图加上噪声，矢量法的提取精度迅速下降，提出的方法的提取精度远远高于矢量法，而提取时间却与矢量法相差无几．因此提出的方法表现出较强的抗噪能力。     

混合噪声的图像复原算法

提出了一种基于中值滤波和局部线性核平滑的图像去噪算法.该算法采用在空间域中的自适应滤波思想,运用改进的混合滤波器去除图像中的混合噪声.该算法的特点是复原后的图像能较好地保留边缘,同时对图像退化的先验知识要求不严格,并且有明确的数学公式,更适合实际运用.实验表明,作者提出的方法对含有混合噪声的图像复原具有较好的效果.     

基于分块灰度投影的无人飞行器视频稳像方法

针对传统灰度投影算法局部运动影响全局运动矢量估计精度的问题,结合无人飞行器航摄视频图像的特点,提出一种适用于无人飞行器的视频稳像方法. 该方法将图像划分为若干子区域,剔除灰度特征不明显和物体局部运动等影响全局运动估计精度的子区域,对保留的子区域分别采用灰度投影法计算运动矢量,由局部运动估算出图像的全局运动矢量,经过运动决策,将运动补偿矢量应用于图像补偿,获得稳定的视频图像. 对真实无人飞行器航摄视频稳像实验结果表明,该算法稳像准确度与块匹配全搜索算法相当,而单帧稳像时间只有块匹配全搜索算法的1/3,在准确性和实时性方面均优于传统灰度投影算法.      

基于大津算法和深度学习的开集声纹识别自适应阈值计算方法

针对开集声纹识别的自适应阈值计算问题,提出一种基于大津算法和深度学习的阈值计算方法.首先,采用三层受限Boltzmann机堆叠而成的深度置信网络从Mel倒谱系数中提取语音深层特征;其次,通过Gauss混合模型计算特征的相似度值,对特征的相似度值使用大津算法计算阈值.实验结果表明,该方法识别效果较理想,与等错误率计算阈值...