基于注意力的递归时间受限玻尔兹曼机用于雷达高分辨率测距剖面序列识别

为衡量国产主流2 m分辨率光学卫星的几何定位精度,本文在有理多项式(RPC)模型与区域网平差的基础上,针对不同卫星在不同地区表现出的几何定位精度的差异,提出了一种利用相同控制基准测评多星几何定位精度的方法。以河北省沽源县平坦地区作为控制区域,采用高分一号系列卫星(GF1、GF1-B、GF1-C、GF1-D)、资源三号系列卫星(ZY3-1、ZY3-2)以及天绘一号卫星(TH-1)的多幅不同高分辨率卫星影像进行单景与立体影像几何精度的评估试验。研究结果表明:在无控制点条件下,高分一号系列卫星单景影像的平面精度大都优于42 m;TH-1单景影像的平面精度约为6.36 m;ZY3-1立体影像的精度较高,平面精度约为11.29 m,高程精度约为3.43 m。在有控制点条件下,高分一号系列卫星单景影像的平面精度均优于13.3 m,ZY3-1、ZY3-2和TH-1单景影像的平面精度均优于5.46 m,ZY3-1、ZY3-2立体影像的平面精度分别约为4.01 m和4.29 m,高程精度分别约为1.71 m和1.61 m。本文方法对多颗高分辨率国产光学卫星几何定位精度的评估是合理可行的。

针对机载相机广域高效航拍作业需求,采用新型级联光学成像结构,设计了一种宽覆盖高分辨率机载相机光学系统。该系统由对称前置同心物镜和中继转像透镜阵列组成,对称前置同心物镜获取剩余像差均匀的宽视场曲面像,中继转像透镜阵列对该曲面像进行视场细分、剩余像差校正及中继成像。所设计的机载相机光学系统焦距为60 mm、F数为3.4、视场角可达132°。基于一阶理论和像差特性,在不同飞行高度对地观测时,研究了机载相机光学系统的成像质量与宽视场曲面像的关系,获得系统在不同飞行高度实现清晰成像的方法。通过像质评价,结果表明,优化设计的系统在低空、中空及高空进行对地观测时,像面光线追迹点列图方均根半径均优于1.6 μm,在奈奎斯特频率为230 lp/mm处,调制传递函数均达0.4,系统成像性能优异且像质均匀。新型级联光学成像系统适用于不同飞行高度的机载相机。

针对机载光电成像系统的大视场高分辨率成像需求,设计一种基于共心球透镜的多尺度广域高分辨率光学成像系统,该光学系统包括大尺度共心球透镜和小尺度次级相机阵列,具有结构紧凑的优点。根据共心球透镜所具有的球差和色差特性,并结合小尺度相机对像差进行进一步校正以分割视场,可以实现大视场高分辨率成像。全系统在受力以及高、低温的条件下进行实验,实验结果表明该成像系统具有良好的稳定性,且全视场范围内的调制传递函数值恒接近于系统的衍射极限,弥散斑半径的方均根值小于探测器的像元尺寸,说明该系统的成像效果良好。所提系统可以有效解决传统机载成像系统难以同时满足大视场和高分辨率的问题,为光学成像系统设计提供一种新思路。

如何有效校正随人群起伏很大的人眼像差，提高视网膜高分辨率成像技术的人群适用范围是临床应用面临的最大难题。现有的单一波前校正器无法同时清除高阶和低阶视觉像差。针对人眼高阶像差校正需求，研制成功了169单元3 mm 极间距分立式压电变形镜，并与大行程Bimorph变形镜组合，建立了一套双变形镜的人眼视网膜成像系统。系统可实现对离焦小于±4.5 D、散光小于±3.0 D 的低阶像差及前8阶Zernike像差的有效校正，极大地提高了系统的人群适用范围和成像质量。以低阶像差大小作为入选标准，进行小样本量人眼视网膜成像实验，获得了近衍射极限的视网膜图像。该系统适用范围明确，便于后续临床应用。

通过高分辨率光谱恢复配准欠采样图像

基于视觉注意力模型的大规模高分辨率遥感影像的矿区识别

由于棱镜具有色散不均匀的特点, 中阶梯光栅光谱仪的二维谱图在长波波段不可避免地存在相邻衍射级次间相互干扰的情况。为了克服这一缺点, 同时充分利用探测器像面, 设计了一种小型分段式的中阶梯光栅光谱仪。通过对中阶梯光栅和棱镜色散原理的详细分析, 确定了二者参数与探测器之间的关系, 结合双缝间隔设计方法, 采用双狭缝切换的方式, 给出分段式中阶梯光栅光谱仪的设计方法。利用此方法将系统的波段范围165~800 nm分为165~230 nm和210~800 nm两部分, 焦距设计为200 mm, 分别采集双波段的二维谱图。使用光学设计软件对光学系统进行仿真, 结果表明, 200 nm处的实际光谱分辨率可达0.015 nm, 满足设计指标的要求。

为了从高分辨率遥感影像中高精度的提取各种工业固体废物，提出了基于支持向量机（ＳＶＭ）的工业固体废物特征快速提取算法，首先对遥感影像进行各向异性扩散滤波，然后针对高分辨率遥感影像信息量丰富和工业固体废物堆复杂度高的特点，提出基于1-v-1的SVM的多种工业固体废物的多分类策略，在提高精度的同时，兼顾了工业固体废物特征识别的效率。研究结果表明：ＳＶＭ对工业固体废物判别能力比常规方法有更强的优势，从遥感影像中不仅能准确地辨别出工业固体废物堆的线形特征，还能识别出其材质和类型；该算法能同时识别出多种工业固体废物，执行效率更高。

：随着遥感图像分辨率的日益提高，遥感图像的尺寸和数据量也不断地增大，同时随着遥感应用的发展，对图像配准的性能也提出越来越高的要求，基于此，提出一种特征级高分辨率遥感图像快速自动配准方法。首 先，对图像进行Haar小波变换，基于小波变换后的近似图像进行配准以提高配准速度；其次，根据不同的遥感图像来源使用不同的特征提取方法(光学图像使用Canny边缘提取算子，SAR图像使用Ratio Of Averages算子)，并将线特征转化为点特征；然后，依据特征点间最小角与次小角的角度之比小于某一阈值来确定初始匹配点 对；最后，利用改进的随机抽样一致性算法滤除错误匹配点对，并结合分块思想均匀选取匹配点