1 中国科学院合肥物质科学研究院安徽光学精密机械研究所, 安徽 合肥 230031
2 中国科学技术大学, 安徽 合肥 230026
3 中国科学院通用光学定标与表征技术重点实验室, 安徽 合肥 230031
高精度的质心定位是基于单平行光管与分离式二维转台的几何定标方法的关键,但仪器的相对响应差异会影响质心定位精度。因此,提出了一种基于相对响应校正的质心定位精度提升方法,可有效地提升质心定位精度,进而提升几何定标精度。基于多角度偏振成像仪的实验室几何定标实验证明了所提方法的提升效果。提升效果在大视场区域中更为显著,最大几何定标精度约为0.1 pixel。最终,基于所提质心定位精度提升方法在实验室中获得了高精度的多角度偏振成像仪几何模型参数,模型拟合残差优于0.1 pixel。
几何光学 几何定标 多角度偏振成像仪 相对辐射校正 几何模型 光学学报
2022, 42(12): 1208001
随着合成孔径雷达(SAR)技术的发展,SAR获取的数据量迅速增加,利用SAR图像对目标进行识别时,计算量大、耗时长。为了快速、有效地识别目标,提出了一种基于几何模型的目标快速分类方法。该方法选择二值目标区域和阴影区域为特征,首先利用目标几何模型的光学可见信息进行正向特征预测。然后将实测SAR图像中提取的二值区域与预测得到的二值区域对齐,建立相关性。最后通过融合相似度准则进行判断,实现目标分类,并在MSTAR数据集上验证了该方法的高效性和有效性。由于该方法不涉及耗时的电磁计算,在减小计算量的同时,加快了目标识别速度。
合成孔径雷达 目标识别 二值区域特征 快速分类方法 几何模型 激光与光电子学进展
2020, 57(18): 182801
工业和信息化部软件与集成电路促进中心, 北京 100038
导航系统中广泛采用激光测距确定星地间距离, 双向反射分布函数可精确描述实际物体反射光的情况, 是研究激光测距方程的有效手段。结合目标反射几何模型, 计算得到透镜各点接收目标反射光强的表达式。对目标光斑和接收透镜进行网格划分, 仿真得到透镜面元接收目标反射的光强分布和透镜接收的瞬时光强, 并讨论了平面目标的网格步长选取和计算次数。当光束从不同空间位置入射至平面目标表面时, 根据探测器-反射棱镜之间距离与接收光强的对应关系得到激光测距方程的待定参数。实测数据验证了理论计算的正确性。
北斗导航系统 双向反射分布函数 几何光学模型 网格划分 激光测距方程 beidou navigation system bidirectional reflectance distribution function geometric model of target reflection meshing laser ranging equation
:通过对天绘一号卫星摄影原理的分析,建立了在轨标定高分辨、多光谱相机与三线阵正视相机夹角的几何模型,并利用天绘卫星影像数据进行了相关试验。试验结果表明:该方法可行,精度较高,与可供参考的地面实验室定标结果较为接近,高分辨相机与三线阵正视相机夹角标定的两种结果相差1′左右,多光谱相机与三线阵正视相机夹角标定的两种结果相差5′左右。同时,计算分析了卫星定轨误差和地面控制点精度对夹角的影响。该方法模型简单,易于理解,解决了目前天绘一号卫星高分辨、多光谱相机与三线阵正视相机夹角仅有地面实验室标定结果,缺乏有效在轨标定方法的问题,对于影像的融合、纠正及高级产品的生产具有重要意义。
天绘一号卫星 高分辨 多光谱相机 相机夹角 几何模型 Mapping Satellite-1 high-resolution multispectral camera camera′s intersection angle geometric model
1 中国科学院长春光学精密机械与物理研究所, 长春 130033
2 小卫星技术国家地方联合工程研究中心, 长春 130033
3 中国科学院大学, 北京 100049
4 国家测绘地理信息局卫星测绘应用中心, 北京 100830
5 上海海洋大学, 上海 201306
建立精确的光线几何模型, 推导地物与影像间的正反算公式是航天 TDI CCD(时间延迟积分电荷耦合器件 )相机动态成像仿真的关键步骤。立体测绘卫星全链路仿真以光线追迹为主线, 以高精度高分辨力地表物理模型为输入源, 综合考虑了大气辐射传输、光学系统成像、探测器光谱响应和相机噪声等各个环节, 完成了成像过程端到端的完整分析。以可见光光学遥感相机为例, 在考虑轨道进动、地球在惯性系下的岁差章动和 TDI CCD拼接的情况下, 完成双线阵相机动态成像光线追迹几何建模, 并对模型误差源进行分析。经实验验证与分析, 正视相机几何物理模型定位精度达 124 m, 前视相机定位精度达 193 m, 满足立体测绘全链路仿真的几何建模要求。
几何模型 动态成像 双线阵 误差分析 geometric model dynamic imaging double array error analysis
东北石油大学 黑龙江省高校校企共建测试计量技术及仪器仪表工程研发中心, 黑龙江 大庆 163318
以标准证件照片为研究对象构建了眉毛与眼睛混合一体化参数模型,针对眼睛、眉毛及眉眼共设定14项主特征参数,据此创建28位二进制语义编码。图像处理分为四步:首先,根据眼睛色度信息反映出的眼睛轮廓定位眉毛与虹膜,并针对眼部带状区域实现图像分割;其次,通过改进的Hough变换算法实现对眉毛和虹膜外边缘轮廓检测;然后,用投影方法提取眼部混合特征参数;最后,按特征参量实现语义编码。经1 000张证件照实验证明,图像特征的提取成功率为99%以上,系统对每幅图像自动处理时间小于1.75 s。
眼部特征 混合参数模型 语义编码 eye feature geometric model chinese semantic