1 中国科学院 长春光学精密机械与物理研究所,吉林长春30033
2 中国科学院大学,北京100039
3 中国科学院 天基动态快速光学成像技术重点实验室,吉林长春100
基于深度学习的目标检测算法直接应用于航天光学遥感(Space Optical Remote Sensing,SORS)复杂场景图像中会出现舰船目标检测效果不佳的问题。针对该问题,本文以近海复杂背景的密集排布舰船和远海多干扰中小目标舰船为检测对象,提出一种改进的YOLOX-s(Improved You Only Look Once-s,IM-YOLO-s)算法。在特征提取阶段,引入CA位置注意力模块,分别从高度与宽度两个方向对目标信息的位置进行权重分配,提高了模型的检测精度;在特征融合阶段,将BiFPN加权特征融合算法应用到IM-YOLO-s的颈部结构,进一步提升了小目标船只检测精度;在模型优化训练阶段,以CIoU损失替代IoU损失、以变焦损失替代置信度损失、调整类别损失权重,增大了正样本分布密集区域的训练权重,减少了密集分布船只的漏检率。另外,在HRSC2016数据集的基础上增加额外的离岸中小舰船图像,自建了HRSC2016-Gg数据集,HRSC2016-Gg数据集增强了海上船只及中小像素船只检测时的鲁棒性。通过数据集HRSC2016-Gg评测算法性能,实验结果表明:IM-YOLO-s对于SORS场景舰船检测的召回率为97.18%,AP@0.5为96.77%,F1值为0.95,较原YOLOX-s算法分别提高了2.23%,2.40%和0.01。这充分表明该算法可以对SORS复杂背景图像进行高质量舰船检测。
舰船检测 深度学习 CA注意力模块 加权特征融合 损失函数优化 ship detection deep learning coordinate attention weighted feature fusion loss function optimization
光学 精密工程
2021, 29(12): 2797
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 中国科学院大学, 北京 100049
基于事件的视觉传感器是一种新型的仿生型视觉传感器, 它更类似于人眼的工作机制使其广受关注。与基于帧的传统相机的工作机制和输出方式不同, 基于事件的视觉传感器的像素可以单独检测光照强度对数的变化, 并在变化量超过一定阈值时输出包含位置、时间、极性的事件信息, 拥有低延迟、高动态范围、低功耗的优点, 其独特的输出方式和工作特性使其特别适应于有高速运动、光照条件变化较大或小能耗的场合。本文介绍了事件相机的发展历程、分类和工作原理、优缺点, 以及事件相机在快速运动的跟踪与监测、目标识别、即时定位与地图构建(SLAM)等领域近些年的应用情况。最后总结了事件相机在不同应用领域仍存在的挑战, 并展望其未来的发展。事件相机的广泛应用将为目前传统相机仍很棘手的高速运动和高动态范围场合提供新的解决方案, 在未来的不断更新和发展下, 它将能够在更多复杂的应用场景发挥作用。
事件相机 视觉传感器 基于事件的视觉传感器 原理和应用 event-based camera vision sensor event-based vision sensor principle and application
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 中国科学院大学, 北京 100049
针对传统遥感图像地面目标识别系统图像获取周期长, 信息实时性差等问题, 设计星载目标快速识别系统, 用于卫星在轨快速识别, 提出改进的基于快速视网膜关键点(FREAK)的特征匹配识别算法, 解决遥感图像数据量大、背景复杂的问题。介绍了星载目标快速识别系统的工作原理, 提出简化的FREAK特征提取模型, 将原有算法的七层模型减少为四层, 用于快速提取出遥感图像中目标特征; 利用二进制量化空间将高维特征数据量化为二维数据, 提高算法的准确度; 最后通过匹配, 快速识别出遥感目标。实验结果表明, 识别算法的准确度平均提高2.3%, 识别用时缩短约27.8%, 满足遥感卫星在轨目标快速识别的要求。
吉林一号卫星 目标识别 FREAK特征 二进制量化 Jilin No.1 Satellite target recognition FREAK feature binary quantization
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 中国科学院大学, 北京 100049
针对雾天条件下获得的遥感图像清晰度、对比度和色彩保真度下降, 继而影响遥感图像后续应用的问题, 考虑到遥感图像数据量大、景深变化小、几乎不含有天空区域的特点, 提出一种改进的基于暗原色先验规律的遥感图像快速去雾方法。在保证去雾效果的前提下, 对原暗原色先验去雾算法做出了针对性的改进, 采用直接求取每个像素点r、g、b三个颜色通道强度值的最小值来获取图像的暗原色图, 该方法大幅降低了算法的复杂度, 避免了繁重的计算。实验结果表明, 改进的去雾算法能够快速有效地去除雾对遥感图像的干扰, 提高图像清晰度, 还原景物真实色彩, 处理时间仅为原算法的2%, 可以满足遥感图像实时处理的要求。
遥感 去雾 暗原色先验 实时处理
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 中国科学院大学, 北京 100049
提出一种基于标记的混合溢出树(SHSPT)特征匹配算法, 用于遥感图像的目标匹配识别。针对特征数据建立和预处理, 提出了基于中心点的数据分割方法, 通过定义数据密集区域的中心, 舍去边缘稀疏数据, 提取出分割后的数据。进行特征匹配时, 使用二进制数组表示数据空间, 标记分割后的特征向量数据, 通过比特操作计算特征向量间的距离, 缩短计算时间。最后对特征匹配方法进行改进, 采用待匹配特征距离的均值代替尺度不变特征变换(SIFT)匹配算法的次临近特征距离, 从而得到更多的匹配点。实验证明, 基于标记的混合溢出树特征匹配算法占用内存空间比传统的混合溢出树算法减少约68%, 匹配准确度与原算法接近, 匹配时间平均缩短了约32.8%, 解决了航天遥感图像数据量大, 特征维数较高, 匹配识别时间长, 占用计算机内存大等问题。
遥感目标识别 特征标记 数据分割 图像匹配 混合溢出树算法 remote target recognition feature mark data partition image matching hybrid spill-tree algorithm
中国科学院 长春光学精密机械与物理研究所 小卫星技术国家地方联合工程研究中心, 吉林 长春 130033
小型化相机是支持低成本微型飞行器或微小卫星对地观测等多项应用的关键设备,由此提出了一种高分辨率大面阵的小型化成像系统.首先预估了该成像系统用于目标观测的像元分辨率和幅宽.然后阐述了该系统的电子学方案,对其中的关键芯片OV14825的工作原理进行了介绍,并分析了基于FPGA的串行差分数据接收转发的软件设计.最后基于设计的相机样机开展了成像实验,在13 m成像距离条件下获取图像分辨率优于0.5 mm,而且图像细节丰富,层次分明,证明该方案切实可行.高分辨率大面阵微型相机具有很好的应用价值.
微型相机 CMOS传感器 面阵 分辨率 miniature camera CMOS image sensor area array resolution
中国科学院 长春光学精密机械与物理研究所 小卫星技术国家地方联合工程研究中心,吉林 长春 130033
使用多次曝光法进行高动态范围视频获取时,需要将多幅低动态范围(LDR)图像进行快速融合,并满足视频融合系统的实时性要求。本文提出了一种改进的快速多分辨率塔形分解融合算法,在不降低原有算法融合质量的前提下极大减少计算量。算法分别从金字塔分解卷积核、高斯系数扩展插值方法、拉普拉斯系数融合规则、高斯系数融合规则等方面进行改进,简化了塔形分解、融合和重构过程。该方法应用在某运载火箭视频采集系统中,实验结果表明,该改进算法稳定性强,融合质量高,并极大地减少了计算量,运算速度提高了10倍以上,在TMS320DM642 DSP上一帧512×512图像的融合时间约为89 ms,满足25 fps高动态范围视频融合的实时性要求。
高动态范围视频 多曝光 图像融合 塔形分解 high dynamic range video HDR HDR multi-exposure image fusion pyramid decompose
中国科学院长春光学精密机械与物理研究所, 长春 130033
随着航天相机任务的增加、功能的增强、集成化及复杂程度越来越高, 应用系统对相机控制器提出了更高的长期在轨自治性和可靠性要求。本文以某实际项目应用为背景提出了一种以 TSC695F为核心处理器的新型高可靠航天相机控制器在轨软件重注指令序列设计方法和引导程序接收、缓存、校验以及存储重注数据的处理流程, 最后结合相机控制器软件重注专用检测模块验证了该软件重注方法设计的正确性, 并给出了地面生成上注数据包的参考代码。
航天相机 相机控制器 软件重注 指令序列 aerospace camera camera controller software re-injection instruction sequence
中国科学院 长春光学精密机械与物理研究所,吉林 长春 130033
综述了著名的新一代极限性能高分辨小卫星Pleiades,说明了该卫星的技术特点,同时给出了其关键技术指标,并且有针对性地剖析了Pleiades在多星组网轨道设计、一体化超分辨焦平面设计、一体化综合电子学设计及敏捷姿态控制系统设计等方面所采用的先进技术和设计理念。在此基础上,提出了适应我国国情的小卫星新技术发展方向,包括CMOS TDI模式成像技术、高动态范围视频成像技术、基于可重构模块的柔性化集成技术、基于软件总线的星载软件设计技术以及星载一体化设计技术等,为今后我国研发具有更高的地面分辨率、在轨成像效率和成像质量的新一代高性能小卫星提供了新的思路。
高性能小卫星 高分辨成像 一体化技术 Pleiades Pleiades high-performance small satellite super-resolution imaging integration technology