作者单位
摘要
1 长春大学电子信息工程学院, 吉林长春 130022
2 中国科学院长春光学精密机械与物理研究所, 吉林长春 130033
为提升卫星定姿精度, 采用 NOIP1SN025KA型 CMOS探测器设计了一款完整的观星相机。在辐照环境温度 24℃、测试环境温度 24℃、测试环境湿度 37% RH的环境条件下利用 60Co-γ辐射源进行了抗辐照实验。然后, 设计了焦距为 500 mm、F数为 4、视场角为 2.4.的光学系统。电子学系统以 FPGA作为核心控制器件, 控制 CMOS输出数字信号, 并通过 TLK2711将信号传回卫星数传系统。机械结构部分主要由主镜组件、次镜组件、校正镜组件、遮光罩、支腿等部分组成。采用计量筒(殷钢)支撑次镜的设计方案, 保证主次镜间隔变化在温度变化工况下满足公差要求。反射镜组件设计有径向和轴向柔性, 保证光学表面在力热环境下的面形精度。校正镜组件采用压圈切向压紧镜片的安装方式, 对镜片的应力小, 对中性好, 耐冲击和振动, 能够保持良好的结构稳定性。整机通过主镜背板与卫星连接。星载观星相机具备成像和传输星点的阈值和坐标信息两种工作模式。通过外场成像实验可知, 该相机成像质量良好、移植性强、可靠性高。视场角范围内, 可以拍摄到约 10颗星, 同时可以观测到 9等星, 可有效辅助星敏感器工作。
定姿精度 光学系统 阈值 attitude accuracy, optical system, FPGA, threshold FPGA 
红外技术
2023, 45(12): 1286
作者单位
摘要
1 长春大学, 吉林 长春 130022
2 中国科学院长春光学精密机械与物理研究所, 吉林 长春 130033
针对多光谱图像存储和传输安全性问题, 提出一种将混沌思想、 小波变换和KL(karhunen-loeve)变换相结合的多光谱图像压缩加密算法。 首先, 采用K-means聚类方案将多光谱图像聚类为通用像素, 通过选择合适的K值使算法的性能最优, 同时便于后续处理; 然后对通用像素进行二维离散9/7小波变换, 对变换后的系数进行Arnold变换以及加密处理, 消除多光谱图像大部分空间冗余, 减少压缩过程中的块效应; 之后对产生的小波系数进行改进的KL变换, 消除残余空间冗余和光谱冗余; 最后采用差分脉冲滤波器对系数进行编码, 并采用Tent映射对码流进行混淆扩散加密。 通过实验可知, 本算法的信息熵达到11.794 3(选取12位多光谱图像), 信息熵更接近最大值12, 优于现有算法, 可以更好的隐藏原图特征; 该算法的像素变化率(NPCR)和归一化平均变化强度(UACI)分别为99.81%和34.19, 优于现有的其他算法, 本算法可以更好的抵御差分攻击; 输出比特流变化率保持在47.62%~47.71%之间, 密文比特流变化率保持在47.45%~47.52%, 本算法具有较好的密钥敏感性; 在压缩比为4∶1~32∶1范围内, 系统PSNR在42 dB以上, 具有很高的压缩性能。 在4∶1~32∶1范围内, 本压缩算法达到很高的峰值信噪比, 优于现有的压缩算法, 在正常工作压缩比为16∶1时, 比现有压缩算法的信噪比提高了0.64 dB以上。 为进一步验证算法在高压缩比情况下的压缩性能, 该研究测试了压缩比为128∶1时系统的信噪比为31.28, 此时, 重建后的图像较为清晰, 优于现有算法1 dB以上。 可见, 该算法可行, 且特别适合对压缩比要求较高的场合, 并在频谱保真方面具有较好的效果。
KL变换 Arnold变换 差分脉冲滤波器 KL transform Arnold transform NPCR UACI Differential pulse filter NPCR UACI 
光谱学与光谱分析
2022, 42(9): 2976
作者单位
摘要
1 山东黄金矿业(莱西)有限公司, 山东 青岛 266000
2 中国矿业大学信息与控制工程学院, 江苏 徐州 221000
针对异源图像配准中传感器物理特性差异造成的待匹配特征维度较高、稳定性较弱、配准质量较差等问题,提出一种基于尺度不变特征变换(SIFT)的异源图像配准方法。该方法首先结合相位一致性和改进的SIFT算法获得稳定的特征,然后利用最近邻距离比方法进行初匹配,接着提出了一种联合误差与欧氏距离(JEED)方法进行再匹配,最后采用模式搜索尺度不变特征变换(MS-SIFT)方法优化匹配点对以提高图像配准质量。实验结果表明,相比于现有方法,所提方法能够提取可靠稳定的特征,获得了较高配准质量,同时提高了配准算法的实时性。
图像处理 异源图像 图像配准 特征点 尺度不变特征变换算法 分层区域 
激光与光电子学进展
2021, 58(24): 2410003
作者单位
摘要
中国矿业大学 信息与控制工程学院, 江苏 徐州 221116
针对高光谱图像中同质异谱现象造成的分类精度较低以及边缘像元在联合空间光谱信息分类时特征易混淆的问题,提出了基于分层引导滤波与最近邻正则化子空间的分类方法.利用主成分分析获得高光谱图像的第一主成分.以第一主成分为引导图像对高光谱图像执行分层引导滤波操作,引导滤波的边缘保护特性,有效阻隔了边缘处类间光谱信息的混淆,并减小了局部区域类内光谱的差异,最后将预处理后的高光谱图像送至最近邻正则化子空间分类器进行分类识别.在Indian Pines,Salinas以及GRSS_DFC_2013高光谱数据集上与现有的方法进行对比实验.结果表明,本文提出的方法在三个数据集上分别取得了98.63%,99.13%与99.42%的总体分类准确率,有着更优的分类精度与可视化效果.
高光谱图像 引导滤波 边缘保护 协同表示 分类 Hyperspectral image Guided filtering Edge preserving Collaborative representation Classification 
光子学报
2020, 49(4): 0410004

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!