基于连续帧间差分的抛弃式探头三维下沉运动处理方法研究

抛弃式探头由无人机装载,能够在较远目标区域和危险海域开展海洋水文环境剖面参数的测量。通过安装不同传感器,可以实现对温度、盐度的剖面测量,其深度的测量采用数学方法计算得到。针对双摄像机水箱实验获得的5个不同攻角实验结果,分析了常用的运动目标的检测方法,最终选择基于连续帧间差分法,确定探头的三维坐标位置,进而得到探头下沉运动的三维运动轨迹和速度曲线等信息。探头从水面释放后攻角在下沉过程中不断调整,改变运动姿态,同时伴随自身的旋转,抵消水平方向阻力作用,初始攻角产生的深度测量误差主要体现在加速过程,探头达到匀速运动后测量误差不变,在不考虑横流的情况下,探头最后以匀速垂直下落运动。     

A-FPN算法及其在遥感图像船舶检测中的应用

光学遥感图像船舶检测主要面临两个挑战:光学遥感图像背景复杂,船舶检测易受海浪、云雾及陆地建筑等多方面干扰;遥感图像分辨率低,船舶目标小,对于其分类与定位带来很大困难;针对上述问题,在FPN的基础上,提出一种融入显著性特征的卷积神经网络模型A-FPN (Attention-Based Feature Pyramid Networks)。首先,利用卷积提取图像特征金字塔;然后,利用顶层金字塔逐级构建显著特征层,抑制背景信息,通过金字塔顶层的细粒度特征提高浅层特征的表达能力,构建自上而下的多级显著特征映射结构;最后利用Softmax分类器进行多层级船舶检测。A-FPN模型利用显著性机制引导不同感受下的特征进行融合,提高了模型的分辨能力,对遥感图像处理领域具有重要应用价值。实验阶段,利用公开的遥感目标检测数据集NWPU VHR-10中的船舶样本进行测试,准确率为92.8%,表明A-FPN模型适用于遥感图像船舶检测。     

直线特征辅助的靠岸舰船检测

针对靠岸舰船难以检测的问题,提出了一种直线特征辅助的靠岸舰船检测方法。首先利用高精度的卷积神经网络目标检测算法YOLOv3对影像进行粗检测,获取可能存在舰船目标的区域作为兴趣区域;然后提取影像的直线特征,将直线的方向作为确定舰船方向的辅助信息;最后利用具有一定角度的滑动窗口遍历兴趣区域获取候选目标,并对侯选目标进行二次分类和识别得到最终检测结果。利用不同港口的遥感影像进行实验的结果表明,提出方法能够有效检测港口内多种方向和并列停靠的舰船目标。     

XTE J1550-564 2001年“迷你爆发”的X射线能谱研究

黑洞X射线暂现源的迷你爆发是一类峰值光度较低、持续时间较短的爆发.由于观测数据较少,其物理机制仍不清楚.利用RXTE (Rossi X-ray Timing Explorer)卫星从2001年1月28日到3月14日的数据,研究了黑洞X射线暂现源XTE J1550–564 2001年迷你爆发的X射线能谱特性.发现在本次迷你爆发中, XTE J1550–564的X射线能谱可以用幂律谱很好地拟合.整个爆发的硬度强度图不是标准的q型,而是一直保持在最右侧.此外,还分析了此次爆发谱指数Γ与未吸收的2–10 keV能段的X射线流量F_(2–10 keV)的相关性,发现Γ-F_(2–10 keV)呈反相关关系,且谱指数Γ∈[1.35, 1.72].上述结果表明2001年这次爆发一直处于低/硬态,它的X射线辐射主要来自于辐射低效的吸积模式,如ADAF(Advection-Dominated Accretion Flow).     

波段选择协同表达高光谱异常探测算法

高光谱遥感影像具有光谱分辨率极高的特点,承载了大量可区分不同类型地物的诊断性光谱信息以及区分亚类相似地物之间细微差别的光谱信息,在目标探测领域具有独特的优势。与此同时,高光谱遥感影像也带来了数据维数高、邻近波段之间存在大量冗余信息的问题,高维度的数据结构往往使得高光谱影像异常目标类和背景类之间的可分性降低。为了缓解上述问题,本文提出了一种基于波段选择的协同表达高光谱异常探测算法。首先,使用最优聚类框架对高光谱波段进行选择,获得一组波段子集来表示原有的全部波段,使得高光谱影像异常目标类与背景类之间的可分性增强。然后使用协同表达对影像上的像元进行重建,由于异常目标类和背景类之间的可分性增强,对异常目标像元进行协同表达时将会得到更大的残差,异常目标像元的输出值增大,可以更好地实现异常目标和背景类的分离。本文使用了3组高光谱影像数据进行异常目标探测实验,实验结果表明,该方法与其他现有高光谱异常目标探测算法对比,曲线下面积AUC(Area Under Curve)值更高,可以更好地实现异常目标与背景分离,能够更有效地对高光谱影像进行异常目标探测。