张鑫磊 1,2,3,*徐青 1,2,3邢帅 1,2,3高铭 1,2,3[ ... ]王晋 1,2,3
1 战略支援部队信息工程大学地理空间信息学院，河南 郑州 450001
2 智慧中原地理信息技术河南省协同创新中心，河南 郑州 450001
3 时空感知与智能处理自然资源部重点实验室，河南 郑州 450001
针对我国对星载激光雷达的研究还不够充分，拟开展光学遥感影像和星载激光雷达混合源摄影测量研究。通过对星载激光雷达光子数据进行数字高程模型（DEM）面积元轨迹匹配，建立激光测高点轨迹与遥感影像生成数字表面模型（DSM）间的对应关系。将筛选后地面光子与高分辨率光学遥感影像进行联合区域网平差，并基于顾及激光测高点坐标误差的迭代求解方法，实现卫星遥感影像立体定位精度的提高。星载激光雷达数据ATL03、高分七号（GF-7）和天绘三号（TH-3）卫星遥感影像用于验证该方法的性能。实验结果表明，本文方法可以有效提高无地面点控制下卫星遥感影像立体定位精度，高程精度可达1.258 m。
遥感 星载激光雷达 卫星遥感影像 联合平差 数字高程模型匹配 ICESat-2 光学学报
2022, 42(24): 2428001
Author Affiliations
Abstract
State Key Laboratory of Information Photonics and Optical Communications, Beijing University of Posts and Telecommunications, Beijing 100876, China
The multimode fiber (MMF) has great potential to transmit high-resolution images with less invasive methods in endoscopy due to its large number of spatial modes and small core diameter. However, spatial modes crosstalk will inevitably occur in MMFs, which makes the received images become speckles. A conditional generative adversarial network (GAN) composed of a generator and a discriminator was utilized to reconstruct the received speckles. We conduct an MMF imaging experimental system of transmitting over 1 m MMF with a 50 μm core. Compared with the conventional method of U-net, this conditional GAN could reconstruct images with fewer training datasets to achieve the same performance and shows higher feature extraction capability.
fiber optics imaging imaging systems deep learning conditional generative adversarial network Chinese Optics Letters
2021, 19(8): 081101
中国人民解放军战略支援部队信息工程大学 地理空间信息学院，河南 郑州450001
ICESat-2为世界首颗光子计数激光雷达测高卫星，其上携带的ATLAS可获得覆盖全球的高精度激光脚点，有助于提高卫星光学影像的无控定位精度。设计实现了ATLAS激光测高数据与卫星影像的联合平差方案。首先通过多条件筛选准则选取高精度ATLAS激光测高点，然后将筛选后的激光测高点作为带误差控制点进行联合平差计算，使卫星影像定向参数得到了优化。利用河南郑州地区的资源三号02星影像和ATLAS ATL03级数据进行的试验结果表明，文中的平差方案可将影像定位的高程精度提高60.6%，平面精度提高56.4%，验证了文中提出的方法可在无外业控制点情况下显著提高卫星影像定位精度。
联合区域网平差 激光测高 资源三号02星 joint block adjustment laser altimetry ATLAS ATLAS ICESat-2 ICESat-2 ZY3-02 红外与激光工程
2020, 49(S2): 20200194
1 中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
2 长春理工大学 计算机科学技术学院, 吉林 长春 130022
针对目前商用日盲紫外/可见光双谱段电晕探测仪对故障的判定效率低且容易受噪声干扰问题, 本文提出了一种微弱日盲紫外电晕自动实时检测方法。在分析电晕目标和噪声时间域统计特性的基础上, 该方法利用电晕目标在时间域连续的特点, 首先完成灰度图像二值化、形态学膨胀等预处理, 其次将N帧连续图像累加后阈值化, 最后进行特征提取, 获取电晕位置、面积等特征信息, 实现电晕的自动实时检测。在完成设备辐射标定的基础上, 可立即回溯得到故障的光子计数参考值。建立了该方法的探测概率、虚警率数学模型。将其在高速数字处理平台TMS320DM642上实现并输入测试视频, 结果表明：在典型参数情况下该方法单次检测虚警概率为285×10-5, 处理时间小于120 ms, 可实现微弱日盲紫外电晕的实时检测。
日盲紫外 电晕探测 自动检测 solar-blind ultraviolet corona detection auto-detection
