SIFT特征匹配技术在自动相对定向中的应用

提出了一种利用尺度不变特征变换(SIFT:Scale invariant Feature Transform)特征匹配技术应用于遥感影像自动相对定向的方法,SIFT特征是图像的局部特征,其对旋转、尺度缩放、亮度变化均保持不变,对视角变换、仿射变换、噪声均有一定程度的稳定性。文中给出了较为详细的理论分析和实验分析,结合小波变换建立影像金字塔采用分频道相关提高影像匹配的速度,利用最小二乘匹配方法提高了匹配的精度,取得了较好的实验结果。     

利用自由形状线特征的遥感影像分级匹配方法

为较好地解决自由形状线特征匹配研究中线特征丰富信息的充分利用与有效描述这对矛盾,提出一种利用分级匹配策略的遥感影像匹配方法。为保证方法具有较高的匹配精度,从影像中检测亚像素边缘并进行有效的跟踪以得到连续性较好的自由形状线特征;再从中提取闭合线特征、线特征交点和角点等较稳定的特征作为共轭实体进行粗匹配,在确定各类特征的待选同名特征后,根据面积、角度等几何信息以及模型参数的分布特点逐步剔除误匹配,进而利用同名特征确定精匹配的初始参数;精匹配时对线特征中的亚像素边缘点加以利用,采用多层次二维迭代最邻近点(ICP)法依次利用由低到高采样率的边缘点进行匹配。试验结果表明,粗匹配选取的特征性能稳定,具有较高的匹配正确率和精度,能为精匹配提供较准确的初始参数,精匹配能达到与最小二乘影像匹配相当的亚像素级匹配精度,并且对具有较小仿射变形的影像也能实现稳定、准确的匹配。     

海上轻型高架索补给系统的力学分析及安全性研究

海上补给对保障后勤维护,保证战斗力提供了强大的物质、技术基础,因此,我国对海上货物传送装置的研发做了大量的工作并取得了较大的成果。但是对于小型舰艇编队的补给系统,尚处于起步阶段。基于此,在大型高架索补给系统的基础上,文中针对小型船艇的高架索补给装置的安全性进行了研究,确定其力学模型并提出了在海上施工过程中的补给系统的安全分析模型,为研制开发一种简便易行、高效经济的针对小型船艇进行补给的综合系统提供了技术基础。     

线阵CCD推扫式影像的投影误差特性分析

分析了几种常见成像方式下线阵CCD推扫式影像底点的具体位置,然后重点研究了线阵CCD推扫式影像投影误差的特性,特别是推导出了几种常见成像方式下线阵CCD推扫式影像的投影误差与人工地物高度的关系,为利用单幅线阵CCD推扫式影像投影误差确定人工地物高度和像底点在摄影测量与遥感中的应用提供了依据。     

利用粗集理论的声呐图像平滑

保边去噪是图像平滑中的主要问题。声呐图像像素少品质恶劣，保边去噪显得尤为重要。粗糙集理论是一种新的处理含糊和不确定性问题的数学工具，它为智能信息处理提供了有效的处理技术。将基于粗集理论的均值法应用于声呐图像平滑中，给出了实验结果。结果表明这种方法具有可行性。     

利用粗集理论的声呐图像边缘锐化

边缘锐化是图像增强的重要内容。声呐图像像素少品质恶劣,边缘锐化是个难题。粗集理论是一种新的处理含糊和不确定性问题的数学工具,它为智能信息处理提供了有效的处理技术。将粗集理论应用于声呐图像的边缘锐化中,给出了实验结果。结果表明这种方法具有可行性。     

基于DDS技术的噪声分析及抑噪实现

直接数字合成(DDS)是一种重要的频率合成技术,具有分辨率高、频率变换快等优点,在雷达、海洋ADCP及通信等领域有着广泛的应用前景。文中对DDS技术所含有的噪声进行了剖析,并得出结论,在量化字长一定的情况下,产生波形的频率误差与参考频率有很大的关系,参考频率越高,波形质量越好,并且当信号的当参考时钟频率与所发射波形频率之比小于10：1时,波形会产生明显的失真;针对DDs技术的噪声,结合具体的数字合成芯片AD9854,提出了一种设计Butterworth滤波器去噪的方法,该方法简单,易行,具有良好的通用性。     

基于模糊聚类的声呐图像多区域分割

图像分割是图像识别中的主要问题,同时它又是一个经典难题;声呐图像恶劣的品质使图像的分割变得更为困难。文章将模糊聚类应用于声呐图像的多区域分割,实验证明这种方法简便而有效。     

遥感影像地物分类多注意力融和U型网络法

经典的卷积神经网络在对遥感影像进行地物分类的过程中,由于影像中的地物尺寸和光谱特征差异较大、待分类目标背景环境复杂等问题,经典影像分类方法很难得到理想的分类结果。针对这些问题,本文借鉴U型卷积神经网络多层次特征融和的思想,提出了多注意力融和U型网络(MAFU-Net)。该网络利用注意力模块提取和处理不同层次的语义信息,强化不同位置像素和不同特征图之间的相关性,进而提高网络在复杂背景条件下的分类性能。为了验证本文提出的网络在遥感影像地物分类中的效果,分别在ISPRS上的Vaihingen数据集以及北京、河南两地区高分二号数据集上进行了试验,并与目前主流的语义分割网络进行了对比。试验结果表明,相比其他网络,本文提出的MAFU-Net在不同特点的数据集上均可以得到最佳的地物分类结果。同时,该网络结构简单、计算复杂度低、参数量少,具有很强的实用性。另外,本文充分利用特征可视化手段进行MAFU-Net和其他网络的分类性能对比分析,试验结果表明,目前多数深度学习网络模型的深层次原理和作用机制较为复杂,无法准确解释特定网络为何在某种数据集中会失效。这需要研究人员进一步通过更加高级的可视化表达方法和量化准则来对特定深度学习模型及网络性能进行分析评价,进而对更加高级的模型结构进行设计。     

GPS测向仪Vector Sensor PRO在移动雷达中的应用及故障分析

对GPS测向仪Vector Sensor PRO的功能、组成及其在移动雷达中的应用进行了介绍;针对GPS测向仪在使用时出现方位角不显示或显示不正确的情况,通过对GPS测向仪进行数据提取、对所获取的数据进行分析以及对影响GPS卫星信号接收各种因素的研究,判定GPS测向仪的故障原因;并对GPS测向仪的实际使用提出了建议。