在简要分析导航传感器试飞现状的基础上, 提出了利用数据融合算法获取导航传感器数据基准的实现方案, 在方案中充分考虑了不同导航传感器的性能特性, 提出了基于集中Kalman滤波的试飞导航数据初步融合和在Kalman滤波基础上利用固定区间平滑滤波实现全局信息优化融合的导航传感器基准获取方法, 并利用试飞数据对融合算法进行了验证。结果表明: 该方法有效利用了不同传感器的特性和事后数据处理的优势, 融合输出精度较融合前有明显提高, 为导航传感器的试飞评估提供了新的思路和方法。

针对图像获取中易受到噪声干扰的问题, 介绍了图像去噪处理的几种常用算法(邻域平均法、中值滤波法、图像间的平均滤波), 对比阐述了各自的优缺点及适用范围。提出了一种基于平滑滤波的小波阈值图像去噪算法, 该算法采用中值滤波和小波阈值相结合的方式对图像进行平滑处理。实验结果表明, 该方法不仅有利于图像噪声的去除, 而且边缘信息也得到了较好的保留, 使图像具有更好的视觉效果, 还原出图像的本来面目。

高光谱遥感数据蕴含着丰富的地物反射光谱信息,其原始反射数据中含有大量的噪声,这些噪声严重影响地物反射光谱中的吸收特征,大大降低数据的分析精度,研究有效的高光谱遥感数据噪声滤波算法是改善高光谱数据分析效果的关键环节。研究了推扫高光谱图像(PHI)影像中条带噪声的高频特性,针对目前常用的矩匹配方法及几种改进的矩匹配方法都存在一定的缺点,提出一种改进的行平滑条带滤波方案,对含有条带噪声波段行均值曲线进行平滑处理,并调整图像中各像元的灰度值,以减小行间灰度差异,所得图像的峰值信噪比有所提高,取得了比按波段的矩匹配方法更好的去条带效果,在较好地削弱图像中条带噪声的同时,保留了原图像的辐射特征。

影栅云纹是物体离面变形和表面形貌测量常用的一种比较简单的方法,用单纯的影栅云纹法即便在最好的光学系统配置情况下测量精度也只有1～100 μm左右,在影栅云纹测试方法中引进相移技术是提高测量精度的主要手段。采用液晶投影仪和数字图像处理技术实现数字影栅云纹测量的准确数字相移,避免了在影栅云纹法中使用结构比较复杂或特制的相移机构。由计算机产生相移条纹图经液晶显示投影,应用实时图像灰度算术相减技术得到数字相移影栅云纹条纹图。该方法具有“基准栅”的栅距和相移步长实时可调,配置高速图像采集系统和图像后处理软件,可将相移技术引入动态测量中,从而提高动态测量的精度的优点。最后的悬臂梁实验结果证实了该方法的有效性。