凸多边形目标毁伤面积的一种解析计算方法

为了降低凸多边形目标毁伤面积计算的难度,提高计算速度,通过对毁伤面积的几何规律进行分析,利用集合分割与递归思想,将毁伤面积计算转化为凸多边形和毁伤圆相交面积的计算问题。利用解析方法对凸多边形目标进行分割,将其按一定分割规则分为三角形分割域和扇形分割域。通过讨论毁伤圆圆心相对位置、多边形顶点情况、圆与目标相交情况,分析凸多边形与毁伤圆的多种复杂相交情况,得出多边形毁伤面积的分割规则,建立毁伤面积的计算模型。最后,设计2个算例对模型和算法进行了验证。结果表明:当凸多边形边数大于20时,设计的解析算法不仅节省了计算时间,而且比网格法提高了2%的计算精度。

综合点目标和区域目标的多星观测调度

卫星遥感应用中存在点和区域两类任务,两类任务的调度方式存在区别,将二者综合调度困难。本文将点目标视为特殊的区域目标,将它们按照卫星观测机会分解成元任务,并将两类任务统一成元任务。根据任务类型分别构建收益函数,兼顾了二者在收益计算上的差异,从而建立综合模型对两类任务统一处理。根据问题特征,设计了具有多重分化机制的模拟退火算法进行求解,通过随机扰动、重排列及重启动三种分化机制,避免算法陷入局部最优,以得到更优解。实例验证了方法的有效性。

多星协同观测条件下区域目标的动态划分方法

针对多星对区域目标的协同观测问题建模,提出了基于卫星观测能力的动态划分方法,划分时能够充分利用卫星的每次过境观测机会,依据不同卫星的遥感器幅宽、侧摆能力以及卫星轨道参数特征,以及偏移参数动态划分区域目标,构造多个候选观测场景,特别适用于运动轨迹、工作模式存在差异的多颗卫星联合观测的情况。仿真实验表明,采用本文的划分方法,能够明显提高多星对区域目标协同观测的效率。

面向点及区域目标的遥感卫星任务调度

遥感应用需求中存在点目标和区域目标两类任务,遥感卫星对两类任务的调度方式存在很大区别,将二者统一调度困难。本文将点目标视为特殊的区域目标,将它们按照卫星观测机会分解,构建元任务,将两类目标在元任务层次进行统一;根据任务类型分别构建收益函数,兼顾了二者在收益计算上的差异,并建立了面向点及区域目标的遥感卫星任务调度模型,实现了对两类任务的综合调度。仿真实例证明,此方法能够提高卫星的观测效率。

一种复杂图像目标的分割与识别

研究受光照等因素影响表面灰度随机变化的空中图像目标的分割与识别．提出了改进的多阈值八邻域像素比较边线检测算法，对得到的边缘像素进行填充，并在跟踪过程中消除轮廓上的短校及图像干扰，最后采用快速多边形近似算法，用多边形顶角及目标形状因子作为特征对目标进行识别．解决了此类复杂图像目标分割困难的问题，取得了较好的分割效果，识别率高．验证了利用图像像素与其邻域像素的灰度比较检测边缘、分割目标以及利用多边形近似算法识别目标的有效性和鲁棒性．

面向区域目标的遥感卫星任务规划算法

面向区域目标的遥感任务规划问题主要解决如何在多遥感卫星条件下,对区域目标进行合理的任务分解和分配。提出了一种动态划分方法,通过加入卫星观测范围因素,改进了现有的静态划分方法。该方法划分生成的候选条带数量大大增加,使算法求解难度增大。基于邻域搜索思想,综合贪婪规则、随机模式和变邻域等因素提出了快速求解区域目标任务规划问题的贪婪随机变邻域搜索算法。最后通过实例进行了验证,结果证明应用该算法能较快得到比较好的解。

飞机图像的轮廓提取与多边形拟合研究

本文讨论在简单背景下,对飞机图像进行轮廓提取,以及在此基础上的多边形拟合技术。首先根据掏空内部点的准则和"探测准则",经过边界跟踪,得到只有一个像素宽度的飞机图像边界曲线。然后采用一种基于弦高度的多边形拟合算法,对得到的边界曲线进行拟合,从而得到了轮廓多边形。实验证明,该拟合算法去除了大量的冗余像素点,保留了重要的特征点,拟合效果令人满意,为进一步几何特征向量的提取奠定了基础。

空中目标特征识别的MRA-GVFS组合算法

目的提出一种空中目标特征识别的新算法。方法在轮廓线提取过程中,采用二维Bubble小波多分辨率分析来降噪并弱化伪边缘,采用GVFS法跟踪和提取目标体的边界,再利用多边形近似算法按指定的顶点数提取多边形,以使其和目标特征模板进行匹配。结果提出了一种六步算法。结论对直升机的空中图像进行了特征提取仿真,该方法对空中目标识别很有效。

一种自动检测靶板角点的方法

靶板是立靶调炮速度测量系统的重要组成部分,针对传统的角点检测算法不能自动检测靶板角点的问题,提出了一种基于图像处理技术的靶板角点的检测方法。对CCD采集的靶板图像进行自适应平滑滤波提高图像信噪比,达到去除噪声和细节增强的目的,采用迭代式阈值分割算法分割靶板,通过形态学运算对分割后的像素点进行填充,利用连通域分析和链码法提取目标区域轮廓,利用多边形逼近算法对靶板轮廓进行逼近,利用逼近结果检测靶板角点。在CCD分辨率1280×1024,像元尺寸14μm,焦距50mm,测量距离5m的情况下,检测精度小于1.4mm,在立靶调炮速度测量中具有重要应用价值。

基于视场角的遥感卫星成像多边形区域目标动态分解方法

考虑遥感卫星成像任务规划时对多边形区域目标的分解问题,提出了一种基于卫星视场角的区域目标动态分解方法。首先根据卫星的轨道特性,计算卫星对区域目标的可见时间窗口;在可见时间窗口内,计算卫星对区域目标的最大、最小有效观测角度;再以卫星的视场角为角度偏移量,同时考虑幅宽的动态变化,将区域目标分解成相互平行且幅宽不等的条带。仿真结果表明:文章提出的区域目标动态分解方法,能够将区域目标有效分解,与传统的区域目标分解方法相比,可明显提高遥感卫星对区域目标的观测效率。研究结果可为遥感卫星自主任务规划技术研究提供参考。

基于几何差异的目标识别算法

为降低目标识别算法复杂性且提高其抗噪能力,提出一种基于几何特征差异的目标识别算法;将获取到的目标图片经图像处理后提取轮廓,并以最小周长多边形算法构造目标轮廓的近似多边形;然后根据模板库标准目标做放大或缩小处理后使其面积与模板面积相等;再使用摆放算法使其与模板库图形部分重合;并提出一种改进型双向链表算法求多边形相交部分,通过计算相交部分面积大小达到识别图像的目的;经过仿真实验验证了此方法简单易行,能够快速识别目标。

带权值目标点的可见覆盖求解算法

针对传统的艺术画廊模型及其模型的变形在实际应用中无法处理诸如可用守卫数受限、只需监控离散目标点等情形,提出一种基于带权值目标点的可见覆盖的变形模型及其求解算法.首先利用角扫描技术得到每个目标点的可见多边形,然后通过对这些可见多边形进行几何求交、几何求差操作来得到若干等价目标可见区域,再依据每个区域对应的可见目标点集将所提出的变形模型转化为经典的集合最大权值覆盖问题,最后利用整数线性规划方法对其求解,得到最终需要的守卫数及放置位置.大量的实验结果表明,该算法是正确和有效的.

局部遮挡条件下的普通工件定位检测

为解决工业应用中,普通工件在局部遮挡情况下难以精确定位的问题,提出局部遮挡条件下的普通工件定位检测算法。离线过程中,利用提取的模板图像轮廓角点特征和重采样后的轮廓点集,计算关键码值和形状描述子构建模板模型,建立几何哈希表(hash);在线过程中,计算实测关键码值在hash表中地址,利用投票机制对该地址下的形状描述子进行投票,实现目标匹配;基于匹配点对,基于Turkey权重函数和最小二乘平方差原理计算实测轮廓和模板轮廓间的仿射变换模型,实现目标精确定位。实验结果表明,当工件被局部遮挡,且发生平移、旋转变化时,可实现目标的精确定位。

成像卫星对区域目标协同观测问题研究

分析了多颗成像卫星对区域目标的协同观测问题的特点,提出了基于星载遥感器的幅宽、侧摆能力以及卫星轨道参数的动态区域划分方法,该方法能够根据卫星参数及偏移参数动态划分候选观测场景,从而充分利用卫星每次过境的观测机会,特别适用于不同卫星协同观测的情况。在此基础上建立了多星对区域目标的协同观测问题模型,该模型采用总体覆盖率来衡量观测效率,消除了不同卫星对区域目标观测的交叉重叠带来的影响。最后提出了模型求解的模拟退火算法。仿真实验表明,本文提出的方法能够有效提高多星对区域目标的协同观测效率。

多目标水平井轨道设计方法研究

多目标水平井通过设计多个控制点或目标段,使井眼轨道最大限度地在油层中延伸,以此来提高储层钻遇率和单井产量。随着地质导向技术的快速发展,使得多目标水平井在小油层、断块油层、薄油层以及剩余油开采等方面具有广阔的应用前景。然而,其设计目标不再是一简单的水平段,而是由多个控制目标构成,因此,加大了轨道设计的约束和难度。基于空间圆弧轨道理论,建立了多目标水平井轨道设计一般数学模型。利用矢量分析理论求得了设计变量的解析表达式,并开发了专用轨道设计软件,能够在多约束条件下快速、准确地设计出合理的井眼轨道。

凹多边形区域覆盖无人机航迹规划方法

覆盖航迹规划技术对于提高无人机的目标搜索能力和正确完成任务能力具有重要的意义。针对凹多边形区域形状,本文提出一种无人机覆盖算法,该算法旨在协助无人机自主完成无遗漏地覆盖搜索给定区域。首先,描述了如何选取无人机的飞行方向;其次,给出了如何将凹多边形转变为凸多边形的流程,并详细说明无人机覆盖区域的过程;最后,通过仿真示例验证了算法的有效性与正确性。

基于深度学习目标检测的可行驶区域分割

目前大多数的可行驶区域分割算法,是以网络结构复杂化为代价换取像素级的精确分割。为了降低训练出的网络结构的复杂度,较为轻量、快速地实现可行驶区域分割,对基于目标检测的可行驶区域分割方法进行了研究。该方法把可行驶区域的像素级标注转换为目标检测框标注,用目标检测算法实现可行驶区域分割。实验结果表明,目标检测方法也能较为准确地对可行驶区域进行分割。

基于等角边界距离相似性的遥感影像面状图斑匹配研究

基于形态特征的目标匹配是地图空间认知、地表位置自动感知等领域的重要方法。然而,由于不同数据源的遥感影像提取的同一个空间目标在空间尺度和局部形态上存在一定的差异,现有形态匹配算法难以获得较高的匹配精度。本文以等角边界距离编码及相似性算法为核心,提出了面向遥感影像的面状图斑匹配方法。(1)从面目标的质心以10°为间隔,顺时针方向从质心向外引36条射线,获取面目标的边缘点,形成等角边界距离编码;(2)提出了与该编码相适应的几个综合形态指标,包括自相似度、圆形度、形态复杂度和质心偏移度,并建立了面状图斑相似度算法;在此基础上,结合近邻目标的形态相似度,构建了遥感影像面状图斑匹配算法;(3)从不同数据源的在线遥感影像上提取中国西部湖泊与全球湖泊,开展面状图斑匹配实验。通过实验,发现本文的面状图斑相似度算法相对于按距离采样的相似度算法,召回率提升了13.8%;在添加近邻目标相似度约束的基础上,面状图斑匹配精度达到90%以上。通过算法适应性分析,发现该算法在一定的投影变形下仍能保持一定的匹配精度;如果空间目标及其邻域目标的总体形态和分布接近,不同空间尺度的匹配精度保持在80%以上。本文的研究为地图空间认知、地表位置机器自动感知提供了新的思路和方法。