压缩感知在条纹相机成像中的应用

条纹空间分辨率从中心到边缘逐渐降低,为了改善条纹管像面的边缘空间分辨率,构造了一个基于压缩感知的条纹相机成像重构模型.压缩感知目标函数采用正交匹配法实现,并对重构参数进行了优化.原成像结果与重构结果对比表明:压缩感知重构图的对比度比原图提高了5%,极限分辨率比原图提高了2lp/mm,并且离轴远区的改善效果好于中心区的改善效果.压缩感知重构方法可以改善像面边缘的成像对比度从而提高条纹相机成像的静态空间分辨率.

地基观测空间在轨运行圆锥目标的激光多普勒频谱

利用目标坐标系下旋转圆锥目标激光多普勒频谱特征,结合一种假想运行轨道数据和空间目标坐标系、地基坐标系和地心坐标系间的变换关系,构建了空间在轨运行圆锥目标的激光多普勒频谱地基观测模型.通过3种实例,详细计算并分析了不同尺寸、粗糙表面圆锥目标以及不同地基观测方向下的激光雷达后向接收归一化功率随在轨运行时间和多普勒频移量的变化情况.数值计算表明:在轨运行的圆锥目标,其尺寸、表面粗糙度、地基坐标系下的观测方向都对多普勒频谱特征都有影响,地基激光雷达后向接收归一化功率随在轨运行时间和多普勒频移的变化都按一定规律呈周期性波动;旋转速度一定的情况下,圆锥目标尺寸越大,多普勒频移也越大;圆锥目标表面越粗糙,地基激光雷达后向接收归一化功率随在轨运行时间和多普勒频移的变化起伏越显著.本文工作对进一步开展地基观测空间在轨运行的各种复杂目标奠定了理论研究基础,将为开展空间微运动和真假目标地基激光雷达探测实验研究提供技术支持.

基于离散粒子群算法的凸多模态高光谱图像端元提取研究

为了提高以凸几何模型为基础的标准线性解混模型的计算精度,利用离散粒子群算法((Discrete Particle Swarm Optimization,D-PSO)来求解分段凸多模态高光谱图像端元提取。D-PSO为智能随机搜索算法,适合求解非凸函数的全局最优解,减少由凸分段数不确定性引起的解混误差。选取了16个地物作为端元,利用D-PSO方法求得其解混丰度反演结果,实验结果表明:端元位置与地面真值图上的端元位置互相匹配,D-PSO方法能够更有效地检测出高光谱图像中的目标,是一种行之有效的解混方法。