可见光载荷对云海背景下某型隐身飞机探测能力研究

为研究可见光探测器对某型隐身飞机探测能力,首先建立可见光波段云-海-大气耦合的多向吸收-散射模型;再通过对飞机蒙皮和尾焰几何截面在不同太阳入射角和卫星观测角度下的反射特性建模分析,计算到达探测器焦平面的目标以及背景的光谱能量分布,从而得到在给定光照条件下探测器极限信噪比和极限探测距离.最后模拟的仿真成像结果验证了分析模型的正确性和结论的可信度.分析结果表明,以云-海为地物观测背景时,云层的上行反射特性对飞机可探测性的影响最为显著;当太阳入射角小于60°时,飞机蒙皮的表面双向反射率(BRDF)明显高于海平面;太阳入射角大于60°时,云层和海平面对阳光的反射占据主导地位.

四川芦山地区农村典型民居LiDAR点云背景值分析

使用地基三维激光扫描仪,采集了2013年四川芦山7.0级地震灾区农村典型民居基本完好砌体建筑物140个独立墙面的高精度LiDAR点云数据。根据标准差原理,采用统计回归分析方法,对LiDAR数据进行了处理,分析和验证LiDAR点云数据背景值区间。结果表明:芦山地区农村典型民居砌体结构建筑物墙面的LiDAR点云数据背景值区间为0~0.45 cm,并证实其合理性。

基于深度学习的多视图火焰面三维重建

针对火焰面三维重建时存在背景噪点的问题,提出了一种基于MVSNet多视图三维重构网络的IM-MVSNet网络用于重构层流火焰的火焰面。该网络通过对输入采样图像的参考帧以及邻域帧进行图像分割,去除采样时的背景噪声,得到高质量分割图像,然后将多视图图像进行三维重建,构建层流火焰面三维点云,进而得到重构的层流火焰面。通过不同重构模型火焰面重构效果对比,本文提出的三维重构网络能够有效减少重构火焰面的点云噪点,提高火焰面重构精度,为燃烧研究提供了一种新的方法。

基于视觉理论的动态点云剔除算法

针对动态场景下构建的点云地图中包含大量动态目标的错误点云问题,提出一种基于视觉理论将三维点云转换视觉图像的动态点云剔除算法。通过对当前帧和包含动态点云的噪声地图做点云的地面分割和高度分割,将点云的深度信息转换成视觉可用的图像信息,利用视觉理论中的背景差分法对当前帧和噪声地图进行深度图像对比,筛选出初始动态点云并计算动态分数;根据动态分数对初始动态点云进行自适应最近邻搜索以剔除动态目标。实验结果表明,所提算法的动态点云剔除率可达94%以上,整体得分为96.34,能有效剔除场景中的动态目标。

基于Wiener滤波的小目标检测方法

红外云背景中小目标检测是红外成像技术的一种典型应用。为了检测红外云背景中的弱小目标,分析了背景特性,建立了红外场景模型,提出了一种基于Wiener滤波的自适应背景抑制方法。经过去除虚假目标和目标分割,再利用目标运动的连续性和规则性进行目标检测和跟踪。对包含了仿真目标的红外云背景图像序列进行了实验,结果表明,该方法能够有效地从信噪比为2.0的背景中检测到小目标。

云背景下红外小目标检测的分形方法

针对云背景下红外小目标检测对背景起伏依赖性强的问题,提出采用分形方法实现不同起伏背景的小目标检测。首先利用分数布朗随机场模型对实际云背景图像建模得到分形曲线,然后通过分析小目标存在对云背景分形特性的影响,总结出云背景区域含小目标时其分形曲线面积增大的规律,据此提出了基于分形曲线面积差量的小目标检测方法。实验结果表明:在虚警率为10-3时,分形方法对弱起伏和中等起伏云背景下红外小目标检测概率达到1.0,对强起伏云背景下红外小目标检测概率达到0.6,较现有其他一些方法具有更好的检测效果和背景适应能力。

云杂波成像背景的时序多帧投影抑制

为提高空间目标天基实时监视能力,对美国在空间中段实验卫星上搭载的空间目标在轨检测与跟踪信号处理器采用的基于时序多帧投影策略的MTI(Moving Target Indicator)算法进行了深入研究,并提出了一种基于时序差分标准化最大值投影的云杂波背景抑制算法。系统地阐述了时序多帧投影算法的思想与典型投影算子的设计方法;针对云杂波成像场景,对MTI算子提出了两点改进方法,即引入相邻帧差分算子与次序统计量中值估计算子来提高对云杂波成像背景的抑制能力,增强背景抑制算法的稳健性;最后,利用实际获取的云层背景图像数据库,仿真比较了不同投影算法的性能差异及影响算法性能的主要因素。仿真实验结果表明:对于输入信杂比小于2.0的弱小目标图像,本文算法的输出信杂比达到5.8以上,比MTI算法平均提高了1.0左右,有效解决了云杂波成像背景的弱小目标检测问题。

人工增雨催化响应试验分析

针对2003年7月8日吉林省境内一次积层混合云人工催化响应过程,确定人工增雨效果检验的背景区和催化响应区,分析云系人工增雨的可播性及背景区与响应区云的微物理量差别。结果显示:(1)催化响应区中冰粒子数浓度明显高于背景区,其中直径为37.5~187.5μm的冰粒子数浓度增加最多;(2)催化响应区中直径小于等于18.5μm的小云粒子数浓度低于背景区,而直径为18.5~45.5μm的大云粒子数浓度则相反;(3)催化作业后,过冷水含量减少,雷达回波强度增加,强回波区范围增大,此次人工催化作业催化响应明显。

基于背景抑制的4种红外小目标检测算法比较

背景抑制是红外小目标检测的关键技术。对空域高通滤波、最大中值滤波、单一结构元素形态学和多结构元素形态学的背景抑制原理进行分析,并在云杂波背景条件下对4种算法进行仿真并作比较。仿真结果表明多结构元素形态学算法性能最好,最大中值滤波算法次之,单一结构元素形态学算法稍差些,高通滤波算法最差。

半透明云风矢量高度算法中云下背景辐射的估计

半透明云风矢量高度指定是卫星风矢量算法的重要部分,需要来自半透明云体的辐射和云下背景辐射两个变量。云下背景辐射发生在云层下面,未被卫星直接观测到,为了在半透明云风矢量高度指定算法中更精确地获得云下背景辐射,使用风矢量附近无云区的红外/水汽散点图,估计云下背景辐射。分析表明:在追踪区域里存在无云区的情况下,追踪区的最高红外亮温可代表红外通道的背景辐射;而水汽通道的背景辐射,却在红外亮温高值区段内水汽亮温相对较低区段。追踪区内找不到无云区时应扩大搜索范围,找到无云区后可估计云下背景辐射。在半透明云风矢量高度指定算法中使用云下背景辐射估计的改进算法前后,计算FY-2气象卫星进行风矢量,并将结果与欧洲中期天气预报中心(ECMWF)分析场进行对比表明,在半透明风矢量高度指定算法中使用云下背景辐射估计,FY-2气象卫星风矢量误差明显降低。

与强对流相联系的云系特征和天气背景

对2005—2011年造成高影响的一些强对流天气过程,按其云系特征和天气背景分为冷气团内部型、西风槽或冷涡云系尾部型、梅雨锋或切变线云系上嵌入型和高原东移高空槽云系型4种类型。冷气团内部型强对流发生在锋面或切变线云带后部的晴空区内,沿高空西北气流下滑的积云簇或向东南方向移动的短波槽是其发生的关键因子。西风槽或冷涡云系尾部型强对流发生于云带的尾部,云带后部干气流的反气旋式侵入是其主要特征。梅雨锋或切变线云系上嵌入型强对流出现在梅雨锋或切变线上,云带的北边界因常与高空急流相平行而比较清楚,强对流云团出现时云带北部的急流与高空的反气旋脊线距离较近。高原东移高空槽云系型强对流的关键影响系统是从青藏高原东部移出的短波槽云系,从水汽图像上可以看到其后部常有暗区或暗带相伴。

云层背景目标识别的匹配滤波器设计

提出一种利用最大平均相关高度(MACH)算法识别复杂云层背景目标的改进滤波器设计方法。在MACH滤波器设计中,通过对云层背景功率谱的统计特性分析,数据拟合得到云层背景功率谱的分布函数,用以代替传统的白噪声模型;提取飞行目标的姿态变化图像,并作阈值化处理,得到训练样本。对不同云层背景和姿态变化目标的相关识别结果表明:改进滤波器的平均峰值相关能量比为0.71%,峰值鉴别率为0.92,可以有效抑制云层背景的干扰,对姿态变化目标识别的鲁棒性较好。

江淮对流云发生规律及其垂直结构分析

利用安徽省内多普勒雷达组网数据,统计分析了江淮地区2013—2014年6—9月发生的对流云结构特征,共找出227个对流云个例,将不同对流云按结构分为9类,归类后发现江淮对流云以孤立对流、簇状对流和非线性对流为主,分别占总对流数的29.1%、18.1%和23.3%。不同的天气背景条件下,主要发生的对流结构也不同,低槽Ⅰ型天气下,主要以孤立对流云为主;低槽Ⅱ型天气下,主要发生的对流以非线状对流为主,同时由于低槽Ⅱ型是江淮地区多发的天气类型,所以这种天气是各种对流的高发型天气。利用调频连续波雷达探测获得高时空分辨率云体时间-高度剖面,了解云体的垂直结构,给出比一般雷达产品更加精细的对流云个例显示,典型孤立对流云、簇状对流云和非线状对流云的个例剖面图,及相应水粒子最大下落速度分别为13.3、8.2和11.5 m·s^(-1)。

基于多结构元素的云杂波背景小目标检测算法

背景抑制是小目标检测的基础。传统的形态学单一结构元素,对云杂波背景滤波常留下强云层边缘,增加了后续处理的复杂程度。针对这一问题,在分析云层边缘形状和结构元素选择方法的基础上,构造与云层边缘相关的多结构元素。并用基于多结构元素的小目标检测算法,对云杂波背景图像仿真,仿真结果表明,该算法对云杂波背景抑制效果好,提高图像的信噪比,有效检测出小目标。

云天背景下的红外弱小目标检测算法

根据点目标在红外系统中的成像特点,提出了一种红外弱小目标快速检测算法,首先进行下采样来减小图像大小;再运用"梯度增大法"增强图像对比度;然后与背景预测图像做差值运算,用最佳门限从差图中得到候选目标集;最终利用相临帧的相关性在后续帧处理中确定目标。仿真试验表明本文算法能从复杂云层背景中快速有效地检测出目标。

基于混合灰度差指标的低空目标图像检测方法

为了解决地面背景和云朵干扰对低空目标检测的影响,提出一种基于混合灰度差指标的低空目标图像检测算法。首先,分析地面背景与天空区域在图像中的分布以及灰度特征,根据水平灰度投影的阶跃变化将图像分割为天空区域和地面背景区域两部分;然后,在天空区域内,由于目标和背景之间的相似性比较小,而云朵和天空的相似性较高,由混合灰度差指标水平投影和垂直投影定位目标;最后,验证获取的目标坐标。试验结果表明,算法能检测出具有复杂地面背景的低空目标,也适用于背景中存在云朵干扰的目标以及弱小目标的检测;此外,算法的速度较快,满足视频图像处理的实时性要求。

云背景下红外弱小目标检测算法研究

针对红外搜索跟踪设备对云背景下红外弱小目标的检测问题,提出了一种新的综合滤波算法。在对图像进行对比度增强的基础上,采用高通滤波去除大面积云背景,并利用中值滤波孤立图像点噪声,而后使用全局阈值分割法分割目标和残余噪点,从而实现小目标的检测。通过图像质量评价方法对原图像和处理后图像进行计算分析表明,背景抑制图像的信噪比和对比度得到有效提高,能够清晰检测出云背景下的红外弱小目标。实验数据有效证明了综合滤波算法的合理性和可行性。

互联网背景下教育云的钢琴“教学、科研、艺术实践”一体化教学模式研究

随着互联网技术的高速发展,我国现已迈入“互联网+”时代。为顺应趋势,各高校也建立了较为完善的校园网络系统,为高校的教学、科研及各类型活动提供了有力的技术支撑。钢琴专业师生在传统的教学活动、艺术实践、人文社科研究等日常事务中存在着各环节脱节的问题,理论研究与实践相互孤立。教育云的交互式教学理论为“教学、科研、艺术实践”一体化钢琴教学模式的实施提供了坚实的理论支撑,使钢琴专业师生得到全方位的发展。

基于点云数据的建筑物特征线提取技术及其应用

激光点云正逐渐成为建筑物三维重建工作中的重要基础数据来源。通过分析已有点云数据处理的方法,对建筑物点云特征线提取的方法进行较为深入的研究,并借助计算机语言验证了相关算法的可行性与实用性。

无关数据干扰下三维点云与CAD模型的自动配准算法

三维点云与CAD模型的自动精确配准是工业制造自动化三维检测过程中的重要环节。针对现有精确配准算法对含有无关背景数据的测量点云进行自动配准时稳定性较差的问题,提出了一种基于自适应阈值剔除无关数据的点云配准算法。该算法在迭代过程中通过统计分析匹配点对的欧氏距离计算出自适应阈值,剔除背景数据,采用按百分比选取匹配点对计算点云刚性变换,降低噪声对配准结果的影响。结果表明,该算法相比Trimmed-ICP算法在迭代过程中每次迭代所需计算的匹配点对减少,单次迭代时间逐渐下降,提高了配准的效率。该算法可以实现工业制造自动化三维检测中三维点云与CAD模型的自动精确配准。