关于合成孔径激光雷达成像研究

该文概述了合成孔径激光雷达(SAL)成像演示的国内外研究现状|分析了已有的SAL 成像图片质量、成像体制及总的研究进展等,并指出为满足最终用户需求,SAL 研究至少需要解决扩大成像视场和降低大气湍流影响等问题。同时呼吁相关研究者积极贡献室外合成孔径激光雷达成像实验研究数据,共同推动合成孔径激光雷达成像技术的发展。      

基于嵌入式系统的GPRS数据终端的研究

基于ARM和GPRS的无线数据传输模块通过串口与现场测控装置进行信息交互,通过GPRS模块利用GPRS网络服务与监控中心进行信息交互.因此,文中提出了一种结合了嵌入式技术和GPRS无线通信技术的无线数据传输方案,并详细描述了GPRS数据终端的软硬件设计.     

基于DCT顺序型工作模式的JPEG算法的图像压缩的研究

分析了基于DCT顺序型工作模式的JPEG压缩算法,利用Visual C++软件,设计了基于此种算法下的图像编解码应用程序.选取了6幅24位640×640大小的位图图像进行JPEG的编解码处理,处理结果表明,在通常的应用中JPEG基本系统可以实现10～20的压缩率,并且人眼感觉不到明显的失真,从而完成高品质的图像压缩.     

一种自适应上采样的光伏面板分割算法研究

光伏产业的面积统计是一个具有挑战性的问题,通过深度学习自动获取光伏面板的面积是一个可行的方案.为了快速准确地获取光伏面板的分布情况,本文设计了一个卷积神经网络模型用于提取遥感图像中的光伏面板.首先,以ResNet作为主干网络,结合金字塔池化模块构建了一个多尺度模型,以此表达各种尺度的光伏面板的视觉特征.然后,引入了非局...     

DSP数字图像测速系统的设计与实现

阐述了一种数字图像测速系统的设计方法。该系统以高性能浮点DSP为核心,结合视频解码器、CPLD、外部存储器等元件,使其具有高速的实时图像处理能力,同时给出了通过目标图像导出其运动速度的算法。通过现场测试,取得了理想的测速效果。     

随机相位误差影响条带模式合成孔径激光雷达成像的数学模拟

利用基于准单色光衍射光学理论获得的条带模式合成孔径激光雷达(SAL)数据方程,具体分析了系统各参数误差对方位向相位误差的影响,指出载频和目标距离的变化是影响方位向成像的重要因素,目标距离变化微米量级大小即能导致图像完全散焦.对于一个条带式SAL实验室演示成像系统,给出了点目标和扩展面目标在存在不同程度随机相位误差下的仿...     

长脉冲TE CO2激光器的调谐特性

采用光栅谐振腔,对基于Pulser/Sustainer 技术的紫外预电离长脉冲TE CO2激光器的调谐特性进行了实验研究。在增益体积为1.17 L,激光混合气体比CO2:N2:He＝1:5:19的条件下,比较了刻槽密度分别为80 、120 、150 line/mm的光栅在不同工作气压和激励电路条件下的激光器调谐特性,其中, 120 line/mm的光栅谐振腔可以输出75条激光谱线,4条主要谱线（9R(20)、 9P(20)、 10R(20) 、10P(20)）输出能量与采用全反铜镜的非调谐谐振腔激光器输出能量相当。深入实验研究了120 line/mm光栅谐振腔激励电路和工作气压对长脉冲TE CO2激光器调谐特性的影响。     

小型TEA CO2激光器的温度特性

对小型TEACO2激光器的输出脉冲能量与温度的关系进行了实验测试和理论分析,结果表明,在一定温度范围内激光输出脉冲能量随温度的升高而近似线性下降。     

气体组份和峰化电容对脉冲HF激光输出特性的影响

研究了气体组份和峰化电容对紫外光预电离脉冲HF激光器性能的影响。实验发现最佳气体混合比为SF6 C2 H6 =2 0∶1,峰化电容和主放电电容的最佳比为Cp Cs =0 3,在最佳气体混合比时 ,最大激光脉冲能量和对应的总气压随充电电压的提高而增大。另外 ,激光脉冲宽度随气压的升高而减小。得到了 4 0 0mJ的能量输出 ,脉冲峰值功率为 1 5MW ,激光能量比输出达 31 7J l·atm ,最大电光转换效率约为 2 2 %。     

纹理边缘引导的深度图像超分辨率重建

目的 深度图像作为一种普遍的3维场景信息表达方式在立体视觉领域有着广泛的应用。Kinect深度相机能够实时获取场景的深度图像,但由于内部硬件的限制和外界因素的干扰,获取的深度图像存在分辨率低、边缘不准确的问题,无法满足实际应用的需要。为此提出了一种基于彩色图像边缘引导的Kinect深度图像超分辨率重建算法。方法 首先对深度图像进行初始化上采样,并提取初始化深度图像的边缘;进一步利用高分辨率彩色图像和深度图像的相似性,采用基于结构化学习的边缘检测方法提取深度图的正确边缘;最后找出初始化深度图的错误边缘和深度图正确边缘之间的不可靠区域,采用边缘对齐的策略对不可靠区域进行插值填充。结果 在NYU2数据集上进行实验,与8种最新的深度图像超分辨率重建算法作比较,用重建之后的深度图像和3维重建的点云效果进行验证。实验结果表明本文算法在提高深度图像的分辨率的同时,能有效修正上采样后深度图像的边缘,使深度边缘与纹理边缘对齐,也能抑制上采样算法带来的边缘模糊现象;3维点云效果显示,本文算法能准确区分场景中的前景和背景,应用于3维重建等应用能取得较其他算法更好的效果。结论 本文算法普遍适用于Kinect深度图像的超分辨率重建问题,该算法结合同场景彩色图像与深度图像的相似性,利用纹理边缘引导深度图像的超分辨率重建,可以得到较好的重建结果。