星载高光谱图像实时处理系统

为适应星载高光谱成像仪输出数据率越来越高的需求,设计了一种基于模块化的、软硬件结合的高光谱图像实时处理系统。该系统由一个主控模块(MM)和若干个实时高光谱图像处理子模块(SM)组成,对软硬件处理流程进行了合理划分。在充分考虑系统所需选用的DSP和FPGA芯片下,给出了主控模块与子模块的设计方法及原理框图。该系统可等效为一个二维网孔型并行模型,具有很高的并行性和加速比,具有实现实时高光谱图像处理的能力。并且该系统具有很强的适应能力,可满足不同星载高光谱成像仪的需求。     

可触摸3D电视

近日,日本研究人员研制出世界上第一个可以用手触摸图像的3D电视系统。用户可以按照自己的想法移动、挤压或者拉伸似乎飘浮在眼前的3D图像。图像可触摸3D电视装有六个动作     

一种基于预测滤波器的自适应卡尔曼滤波算法

针对系统过程噪声统计特性不确切或未知的条件下,研究了一种基于预测滤波器的自适应卡尔曼滤波算法。由预测滤波器实时估计系统模型误差及其协方差矩阵,再用其修正系统状态预测值及预测误差协方差矩阵,从而自适应调节卡尔曼增益。将该算法应用于弹载SINS/GPS紧耦合组合导航系统并与普通卡尔曼滤波、基于新息的移动开窗自适应卡尔曼滤波进行了对比,仿真结果说明该自适应滤波算法具有更高的可靠性和精度。     

美国制定2014年独霸太空秘密战略

美国目前正在计划重新启动野心勃勃的新“星球大战”计划,在太空中大量发展军事飞船,组建太空巡逻舰队。英媒体称,美国空军部长等警告美国的盟国不要对该计划说三道四、“进行任何否决”。如果该计划真的实施,最迟到2014年,美国将成为外太空的惟一“主宰”!对伊战争尝到甜头这项野心勃勃的新“星球大战计划”被命名为“否决”——也就是在没有征得美国同意的情况下,任何国家都不允许将太空用于军事或其他目的。“否决计划”是美国的太空科技——卫星全球定位系统在阿富汗战争和最近的伊拉克战争中取得巨大成功之后做出的。在最近伊拉克战争…     

“北斗”卫星导航系统的概述与应用

"北斗"卫星导航系统是我国自主研发、独立运行的卫星导航系统,对于国防和经济建设有着非常重要的作用,自2012年12月27日正式提供导航服务以来,在国防和经济建设中发挥着重要的作用。本文就"北斗"的组成、功能、特点、应用及发展前景进行简述,旨在让读者了解"北斗"卫星导航系统基本知识。     

局部模糊复杂度的图像过渡区提取算法

鉴于局部复杂度不能体现灰度级别变化剧烈程度的局限,对基于局部复杂度的图像过渡区提取算法进行了改进,提出了基于局部模糊复杂度的图像过渡区提取算法.仿真结果表明:算法比采用基于局部复杂度的过渡区提取算法提取的过渡区更为准确,同时也具有更好的抗噪性能.     

结合全局与局部信息的主动轮廓分割模型

针对传统的基于区域的主动轮廓模型在分割灰度不均匀图像和噪声图像存在效果不佳的问题,提出结合全局项与局部项的主动轮廓分割模型。全局项由CV(Chan-Vese)模型的保真项构成,局部项的构建考虑局部区域信息的同时引入反映图像灰度特性的局部熵信息。依据图像灰度的特点,选择合理的全局项和局部项参数,并加入正则项保证曲线在演化过程中保持平滑,保障分割结果的可靠性。通过变分水平集方法最小化能量泛函,依据梯度下降流迭代更新水平集,完成曲线演化。采用模拟图像和实际图像进行实验分析,结果表明,所提出的结合全局项和局部项的主动轮廓模型可以高效地分割噪声严重以及灰度分布不均匀的图像。     

基于子孔径图像的低频SAR多通道均衡方法

利用多通道SAR系统进行运动目标指示时,通道间的幅相失配严重影响了运动目标检测以及参数估计的性能。针对多通道低频SAR/GMTI系统,提出了一种基于子孔径SAR图像的多通道均衡方法。该方法利用相同视角的多通道子孔径图像,估计该角度对应的幅相误差,在达到较高幅相误差估计精度的同时,也能适应误差随视角的变化。基于车载低频多通道SAR/GMTI实测数据的实验结果表明:该方法能有效地补偿不同通道之间的幅相误差,提高运动目标的检测和参数估计性能。     

BDS三频非差观测数据周跳探测与修复方法

随着三频技术的出现,多频观测量及其丰富的线性组合特性为周跳的探测与修复提供了新的契机。因此提出三频非差观测量线性组合对载波相位观测数据中周跳进行实时探测及修复的方法。该方法构造无几何无电离层的码相组合,并通过对历元间的电离层延迟变化量进行实时估计与消除,构造出第三组线性无关的周跳探测量。用30 s采样间隔的北斗三频实测数据对算法性能进行验证,试验结果表明:该方法可以有效地对各频点的周跳实现探测与修复,即使在电离层活跃的应用场景中,该方法依然具有较好的性能。     

一种有效的红外图像融合算法

给出了一种基于átrous算法红外与可见光图像融合算法,该算法主要针对光谱差异较大以及配准精度较低的这类图像的融合算法。该算法首先对融合图像源进行átrous算法分解;随后,对分解的低频信息利用取加权法进行融合;高频信息首先利用边缘检测技术对不同尺度不同方向的高频信息进行边缘点的加强,然后以区域的空间频率为度量标准得到新的高频系数;最后进行átrous算法重构得到最终的融合图像。通过两组红外和可见光图像的融合实验,结果表明该方法能有效地突出边缘细节,提高图像分辨效果和人眼对场景目标的发现和识别概率。