Accurate segmentation of choroidal thickness (CT) and vasculature is important to better analyze and understand the choroid-related ocular diseases. In this paper, we proposed and implemented a novel and practical method based on the deep learning algorithms, residual U-Net, to segment and quantify the CT and vasculature automatically. With limited training data and validation data, the residual U-Net was capable of identifying the choroidal boundaries as precise as the manual segmentation compared with an experienced operator. Then, the trained deep learning algorithms was applied to 217 images and six choroidal relevant parameters were extracted, we found high intraclass correlation coefficients (ICC) of more than 0.964 between manual and automatic segmentation methods. The automatic method also achieved great reproducibility with ICC greater than 0.913, indicating good consistency of the automatic segmentation method. Our results suggested the deep learning algorithms can accurately and efficiently segment choroid boundaries, which will be helpful to quantify the CT and vasculature.

随着航天器的组成及任务形式逐渐复杂，越来越多的航天器通过配置微小相机在轨实现关键目标及其动作过程的可视化遥测。针对航天器微小相机视场覆盖问题，建立了一种基于微小相机矩形视场的三维有向感知模型，可通过调整视场的俯仰角、偏航角和滚动角改变微小相机的感知方向及视场覆盖区域，同时制定了空间点覆盖判定准则，然后采用遗传算法优化相机安装位置及其视场的俯仰角、偏航角和滚动角实现目标运动空间区域的覆盖增强，并将其应用到月面采样空间区域的视场覆盖优化过程，仿真结果表明该方法能够有效提高微小相机视场对目标运动空间区域的覆盖率。

为了满足月球车视觉系统检测障碍物的时效性和可靠性需求, 提出了一种基于平面约束和自适应惩罚参数的半全局立体匹配算法。首先, 对极线校正后的两幅图像进行SIFT特征点提取与匹配, 同时提取边缘特征; 然后, 利用匹配的SIFT特征点拟合空间平面, 并根据平面估计左右图像所有像素点的视差搜索范围; 最后, 基于传统的半全局匹配算法, 采用自适应惩罚参数对左右图像进行立体匹配。实验结果表明: 所提出的算法有效地降低了计算复杂度, 其计算复杂度只有传统方法的19.9%, 对于视差不连续区域以及遮挡区域都能够获得正确的匹配结果。较传统半全局匹配方法无论在速度还是匹配精度上都得到明显提高, 为立体匹配的实际应用奠定了基础。

提出了基于深空探测器对太空中的目标天体合影成像的新策略。首先，基于相机的性能参数建立视场模型，然后对天体和探测器轨道动力学模型、探测器姿态数据以及光照条件进行综合分析，最终确定了拍摄用相机以及成像时刻与成像姿态等成像策略。以探月三期月地高速再入返回飞行任务的设计为例，研究计算了对地月合影的拍摄相机、成像时刻与成像姿态，并利用在轨探测效果仿真系统进行了仿真验证。结果表明: 该成像策略能够根据预定的天体合影的构图要求便捷地计算出拍摄条件，结果准确、角度偏差在1°范围内。该成像策略还成功应用于探月三期月地高速再入返回飞行器的实际任务中，在距离月球1.40×104 km和距离地球3.91×105 km处，获得了我国航天史上首张地月合影图像，为后续深空探测器在轨天体合影提供了参考依据。

嫦娥工程二期要求嫦娥3号的安全降落是最为关键的任务.因此，提出了一种基于压缩感知的超分辨率图像重建方法，根据经过模糊处理并加入噪声的低分辨率图像，重建原始的高分辨率图像，实现了月球探测器着陆图像的超分辨率重建.算法采用局部Sparse-Land模型，从美国阿波罗计划获取的月球影像、嫦娥1、2号卫星影像和嫦娥工程二期试验中获取的月球探测器图像中提取了大量训练图块，采用K-SVD算法完成了高、低分辨率过完备字典Al和Ah的学习，通过求解优化问题，获得待处理低分辨率图块的稀疏表示，并将表示系数用于Ah，以生成对应的高分辨率图块.最后，运用最小二乘算法，得到满足重构约束的高分辨率图像.实验验证了算法的有效性，表明其在视觉效果及PSNR和RMSE指标上均优于插值方法和Yang的方法.

针对球墨铸铁与40Cr两种不同基体,采用不同的激光熔覆工艺,对其表面熔覆镍基纳米碳化钨,形成一种高耐磨的复合涂层。通过扫描电镜(SEM)分析了其显微组织,并利用X射线衍射仪(XRD)和能谱仪(EDS)对其组织成分、组织中存在的相进行了分析。结果表明,选择合适的激光处理参数,可在激光熔覆层内形成以WC为主的碳化物强化相,该强化相主要以网络状均匀分布于铁镍合金基体组织中,碳化物强化相尺寸相当一部分在纳米或微纳米量级,形成了一种组织细小并且显微组织软硬相间的熔覆层,明显提高了耐磨性。

A robust view selection algorithm for multiview stereo matching is presented. Different from the existent view selection algorithms which pick only the believable views for matching, this method assigns an adaptive weight to each target view based on the dissimilarity between it and the reference view. So it can utilize the information of all views more sufficiently. The algorithm has been evaluated with different real images to demonstrate its robustness.

立体匹配是计算机视觉研究中的关键问题。相比于双目视觉,三目视觉能够获得更多的信息和额外的极线约束消除立体匹配的歧义性。为了提高三目立体匹配的精度,提出一种基于自适应权值和视差校准的三目立体匹配方法。将双目视觉中有效的自适应权值窗选择算法应用到三目视觉中,进行匹配窗的选择;提出一种新的目标图像选择算法,能够合理利用平行基线三目立体视觉系统中不同目标图像提供的信息,有效地消除遮挡,提高匹配的精度;提出一种适用于三目视觉的视差校准算法,利用三目图像像素间的色彩相似性和距离约束将初始匹配的视差结果进行校准,得到最终的视差图。实验结果表明,本文算法结构简单,能够生成浓密、高精度的视差图。