基于DMFT的空间目标微动特征提取_赵园青

空间目标轨道分布特性分析实验报告

空间目标轨道分布特性分析实验报告 一、实验目的 1、了解空间目标轨道分布规律； 2、掌握TLE数据格式分析方法； 3、掌握空间目标高度分布特性分析方法与过程。 二、实验环境 Matlab或C语言 三、实验原理 1、空间目标及其分布 空间目标广义是指离地球表面120公里以外空间的所有目标，包括自然天体和人造天体。本研究报告中的空间目标系指环绕在地球周围数万公里内的人造天体，包括卫星、平台和运载，以及上述目标解体后形成的空间碎片。对这些人造目标进行监视属空间目标监视系统的范畴。 根据有关研究，环绕地球的空间目标数目大约为35,000,000，其中大小在1～10cm的约110,000个，大于10cm的在8000个以上。目前美国空间目标监视系统可对30cm以上的空间目标进行例行的日常观测，对10cm以上的目标可能观测到，但不能保证例行的日常跟踪。上述空间目标中，到2008年8月24日，被美国空间目标监视系统编目过的空间目标数目为33311个，其中21597个已经陨落，11714个仍在轨。 } 空间目标都有一定大小、形状，运行在一定轨道上，使得每一空间目标都有其独特的轨道特性、几何特性和物理特性。这些特性奠定了对空间目标进行定轨和识别的基础，尤其是在用航天器一般都有特定的外形、稳定的轨道、姿态、温度等特性，是空间目标识别的主要技术支撑。 空间目标监视的核心任务是对空间目标进行探测、跟踪和识别。获取空间目标的几何特征、物理特征和运动参数等重要目标信息，进而确定目标威胁度、警戒空间碰撞、提供安全告警信息，是实施防御性空间对抗和进攻性空间对抗的基础。其中在空间目标的识别过程中，空间目标的轨道特性是主要依据，而其几何特性和物理特性则是对其轨道特性的进一步补

空间目标的光学偏振特性研究

第37卷第7期 光电工程V ol.37, No.7 2010年7月Opto-Electronic Engineering July, 2010 文章编号：1003-501X(2010)07-0024-06 空间目标的光学偏振特性研究 李雅男，孙晓兵，乔延利，洪津，张荞 ( 中国科学院通用光学定标与表征技术重点实验室；安徽光学精密机械研究所，合肥 230031 ) 摘要：偏振特性是光与物质相互作用所表现的重要特性之一，与物质的性质密切相关。空间目标偏振特性可能会因为特定空间目标组成材料和空间目标轨道不同而存在差异，因此为空间目标的探测和识别提供了科学依据。本文通过空间目标材料以及典型空间目标模型的多角度偏振成像特性试验测量，分析了空间目标偏振特性及其变化机理。结果表明，空间目标表面材料的偏振特性对于目标的识别具有很重要的作用，太阳能电池板的姿态对卫星的偏振特性影响尤为明显。本文研究可以为空间目标光学偏振探测与识别提供应用基础研究支持。 关键词：物理光学；目标探测；偏振特性；空间目标 中图分类号：O436.2 文献标志码：A doi：10.3969/j.issn.1003-501X.2010.07.005 Photopolarimetric Characteristic of Space Target LI Ya-nan，SUN Xiao-bing，QIAO Yan-li，HONG Jin，ZHANG Qiao ( Key Laboratory of Optical Calibration and Characterization, Anhui Institute of Optics and Fine Mechanics, Chinese Academy of Sciences, Hefei 230031, China ) Abstract：Polarization is one of the important optical characteristics of target. Certain materials used in constructing satellites possess unique polarization because of certain space target designs and different orbits. Thus polarization can be considered for target detection and recognition. Photopolarimetric characteristic of space target materials and model are measured and analyzed. Results show that the polarization properties of material are significant for target detection, and the attitude of solar panel has great effect on the polarization of satellite. This research can give support to the application for space target detection and recognition. Key words：physical optics; target detection; polarization; space target 0 引 言 地基光学探测系统对深空目标的探测有重要的作用，为了达到探测和识别目标的目的目前已经发展了若干种探测手段[1]，例如，Sanchez等根据高轨碎片的光度特性来判断目标的生存状态以及特征[2]，通过同时性的多色测光来判断不同卫星平台[3]。Jorgensen等人表明由于不同材料的空间目标具有不同的光谱反射率，因此采用低色散光谱观测对于目标的识别有重要的作用[4]。而目标的偏振特性由于反映了材料的本征特性也在空间目标的探测中也得到了应用，Stead在美国俄亥俄州Sulphur Grove观测站，在光电望远镜上加上偏振分析器完成空间目标的偏振观测，测量到一个卫星的偏振度最大达39％[5]。Kissel研究表明空间目标反射太阳光的偏振程度是很高的，并将偏振结果看成由漫反射和镜反射混合而产生的，按照这种假设理论计算与观测结果符合的比较好，他认为这足以证明偏振特性可以作为研究空间目标材料在太空中所受的影响[6]，Beavers等人通过不同形状的卫星的光学偏振观测，表明偏振观测可以作为测试在轨目标状态、判断目标材料、探测目标在深空中暴露对其光学特性影响的一种手段，并将铝质材料和太阳能板表面的卫 收稿日期：2010-01-11；收到修改稿日期：2010-05-11 基金项目：国家863计划资助课题(2002AA731041)；安徽省红外与低温等离子体重点实验室基金项目资助课题(2007C003018F) 作者简介：李雅男(1984-)，女(汉族)，江西九江人。博士生，主要从事遥感信息定量化的研究。E-mail：yananli@https://www.wendangku.net/doc/255002235.html,。

子空间的基本内容

线性子空间的研究 数学与应用数学专业学生：罗柏平 指导老师：周绍杰 摘要:线性子空间理论是线性代数的核心内容之一，在数学及其它领域中有着广泛的应用.本文讨论了线性子空间及其交、和、直和的定义，并阐述了线性子空间、子空间直和的几个等价性定义，并做了一定的的推广；在此基础上，给出了求两个子空间交的基的一般方法.且对其作了进一步讨论，得到了一些有用的结果. 关键词：线性空间，线性子空间，子空间的交，维数 Abstract: Linear space and subspaces are one of linear algebra，and they have been applied to mathematics or other fields extensively.This paper discussed the linear subspace and pay, and and, and subspace straight.And we discussed the linear subspace, subspace straight and few equivalence definition，and did some promotion; Based upon these, draw subspace of mixed operation is for and included relation and its two subspaces, and further discussion was gived and several important conclusions were given. Keyword: linear space; linear subspace ; intersection of subspaces; dimensions 0引言 线性子空间理论是高等代数中的重要内容，线性子空间是线性空间的子集，线性子空间中的元素满足对原线性空间的加法与数量乘法封闭.要懂得利用定义及其线性子空间的相关定理来判定线性子空间. 线性子空间包括线性子空间的定义，子空间的交与和，直和等等. 它把具体、直观的平面与集合空间推广到抽象的线性空间.线性子空间是线性空间的子集，线性子空间中的元素满足对原线性空间的加法与数量乘法封闭.线性子空间的应用领域越来越广，在数学、物理、通信、化学、甚至医学等各方面有广泛应用.线性空间的概念是n维向量空间概念的抽象和提高，子空间的理论不仅是高等代数的核心，而且广泛渗透到各自然科学、工程技术、经济管理科学中.因而线性子空间在一定意义上值得广泛推广.为了对线性子空问作进一步的研究，先讨论有关线性子空间的一些基本问题，对线性空间有关的概念和部分结论作一回顾，然后再在应用中对线性子空间做更多的探讨.

图像颜色特征提取原理

一、颜色特征 1 颜色空间 1.1 RGB 颜色空间 是一种根据人眼对不同波长的红、绿、蓝光做出锥状体细胞的敏感度描述的基础彩色模式,R、 G、B 分别为图像红、绿、蓝的亮度值,大小限定在 0～1 或者在 0～255。 1.2 HIS 颜色空间 是指颜色的色调、亮度和饱和度,H表示色调,描述颜色的属性,如黄、红、绿,用角度 0～360度来表示;S 是饱和度,即纯色程度的量度,反映彩色的浓淡,如深红、浅红,大小限定在 0～1;I 是亮度,反映可见光对人眼刺激的程度,它表征彩色各波长的总能量,大小限定在 0～1。 1.3 HSV 颜色模型 HSV 颜色模型依据人类对于色泽、明暗和色调的直观感觉来定义颜色, 其中H (Hue)代表色度, S (Saturat i on)代表色饱和度,V (V alue)代表亮度, 该颜色系统比RGB 系统更接近于人们的经验和对彩色的感知, 因而被广泛应用于计算机视觉领域。 已知RGB 颜色模型, 令M A X = max {R , G, B },M IN =m in{R , G,B }, 分别为RGB 颜色模型中R、 G、 B 三分量的最大和最小值, RGB 颜色模型到HSV 颜色模型的转换公式为: S =(M A X - M IN)/M A X H = 60*(G- B)/(M A X - M IN) R = M A X 120+ 60*(B – R)/(M A X - M IN) G= M A X 240+ 60*(R – G)/(M A X - M IN) B = M A X V = M A X 2 颜色特征提取算法 2.1 一般直方图法 颜色直方图是最基本的颜色特征表示方法,它反映的是图像中颜色的组成分布,即出现了哪些颜色以及各种颜色出现的概率。其函数表达式如下: H(k)= n k/N (k=0,1,…,L-1) (1) 其中,k 代表图像的特征取值,L 是特征可取值的个数,n k是图像中具有特征值为 k 的象素的个数,N 是图像象素的总数。由上式可见,颜色直方图所描述的是不同色彩在整幅图像中所占的比例,无法描述图像中的对象或物体,但是由于直方图相对于图像以观察轴为轴心的旋转以及幅度不大的平移和缩放等几何变换是不敏感的,而且对于图像质量的变化也不甚敏感,所以它特别适合描述那些难以进行自动分割的图像和不需要考虑物体空间位置的图像。 由于计算机本身固有的量化缺陷,这种直方图法忽略了颜色的相似性,人们对这种算法进行改进,产生了全局累加直方图法和局部累加直方图法。 2.2 全局累加直方图法 全局累加直方图是以颜色值作为横坐标,纵坐标为颜色累加出现的频数,因此图像的累加直方空间 H 定义为:

空间目标特性分析与成像仿真技术研究(精)

空间目标特性分析与成像仿真技术研究 英文题名 Small Target Characteristical Analysis and Imaging Under Space Clutter 关键词运动特性; 温度场; 动能拦截器; 探测距离; 信噪比; 英文关键词 movement characteristics; temperature field; EKV; detection distance; signal-to-noise ratio; 中文摘要大气层外动能拦截弹在进行弹道导弹防御以及空间对抗环境中,大量采用了可见光红外等光学成像探测器。分析与研究空间目标在光学探测器上的成像特征,是实现空间目标探测、识别以及系统评估的关键。空间目标特性分析与成像仿真技术是一项综合讨论空间目标所处环境状态、目标材料特征、目标形状特征、目标运动姿态变化特征、热辐射特征、空间辐射传输理论、探测器性能以及目标成像特点的课题,是为进行空间目标检测以及识别而开展的先导性研究。本课题立足于理论建模,对空间目标在探测器中的成像特性进行研究,最后得到包含目标以及诱饵在内的红外图像序列。论文的主要研究内容如下: 1、提出矢量分解与坐标系映射法,很好的解决了空间非圆对称凸体目标在同时受到自旋运动以及进动影响下的面元法线方向的变化建模难题。 2、提出目标中心坐标系,研究了在此坐标系中各种辐照的实时方向矢量计算方法,详细推算了太阳高度角以及方位角。采用面元分割法,分析了空间凸体目标的表面几何结构。 3、建立了矢量表示的面元热平衡方程,对方程中的多项参数计算进行了优化,大大减少了计算量。 4、研究了温度对于光谱辐射亮度的影响。为得到较高信杂比,提出最优... 英文摘要Many visiable light and infrared detectors have been adopted for Exoatomospheric Kill Vehicle(EKV) usage in Ballistic Missle Defence and Space Countermeasure. Optical characteristics’analyse and study of spacial targets in the view field of EKV is the key technology for target detection, target identification and system efficiency estimation 摘要 9-10 ABSTRACT 10 第一章绪论 11-16 1.1 课题背景 11-12 1.2 国内外研究现状 12-14 1.3 课题的主要研究内容 14-15 1.4 本文的篇章结构安排 15-16 第二章空间目标的运动特性分析 16-35 2.1 引言 16 2.2 目标中心坐标系以及面元分割16-19 2.3 空间目标的几何模型分析 19-33 2.3.1 太阳光照模型 20-24 2.3.2 目标运动模型 24- 31 2.3.3 目标辐射成像模型 31-33 2.4 小结 33-35 第三章空间目标的温度特性分析 35-59 3.1 引言 35 3.2 目标面元受热模型 35-41 3.2.1 太阳直接辐照功率 36 3.2.2 地球自身辐照功率 36-38 3.2.3 地球反射太阳光辐射功率 38-39 3.2.4 目标对外能量辐射功率 39 3.2.5 目标升温吸热内能增加 39- 40 3.2.6 目标表面各个面元温度不均引起的传热效应 40- 41 3.2.7 目标自身的内部器械产生的热能 41 3.2.8 热平衡方程 41 3.3 目标温度特性仿真 41-53 3.3.1 球形目标 42-44 3.3.2 锥形目标44-46 3.3.3 碎片目标 46-48 3.3.4 三角棱台目标 48-53 3.4 空间目标辐射成像分析 53- 57 3.4.1 目标波段因素 53-56 3.4.2 探测

偏振光谱

第四章振动光谱Chapter Four Vibrate Spectroscopy

4.1、基本原理Principles 4.2、红外光谱Infrared spectroscopy 4.3、红外光谱实验技术Experiment Technique of IR

4.1 基本原理Principles 4.1.1 光谱学基础Spectroscopy 4.1.1.1 光谱Spectroscopy 4.1.1.2 光的波粒二象性Wave-particle duality 4.1.1.3 光的能量组成The Compose of light 4.1.1.4 分子的能量组成The Compose of Molecular energy 4.1.2 分子振动模型 The model of Molecular Vibration 4.1.2.1 双原子分子的弹簧模型 The Spring Model of diatomic molecule 4.1.2.2 基本振动的类型 The Type of Fundamental Vibration 4.1.2.3 红外吸收产生的必要条件

4.1 基本原理principles 4.1.1 光谱学基础Spectroscopy 4.1.1.1 Spectroscopy Spectroscopy 光谱 研究光谱理论及其应用的光学学科分支 IR、UV-Vis、NMR、AAS…spectroscopy

4.1 基本原理principles 4.1.1 光谱学基础Spectroscopy 4.1.1.2 光的波粒二象性wave-particle duality 光是一种电磁波(electromagnetic wave)，同时具有粒子性，具有波粒二象性(wave-particle duality) 波动性可用波长(wavelength) （λ），频率(frequency)（ν）和波数(wavenumber)（σ）来描述。

偏振-成像-光谱整理

一、偏振探测原理 在介质中传输的光，与介质发生相互作用后，其偏振状态的斯托克斯参数或琼斯矩阵会发生变化，改变的程度与介质的物理特性（如其介质特性、结构特征、粗糙度、水分含量、观察角、辐照度等条件）密切相关。 利用光（主要为偏振光）来照射被测物质，经被测物与偏振光的相互作用后偏振光的偏振信息将按规律产生相应的变化，通过检测这种偏振信息的变化来实现测量该被测物的属性，是偏振探测的物理基础。 偏振光的检测是偏振光的应用和偏振探测的一个重要问题，偏振光的检测主要包括偏振光的强度、相位、和取向三个参量的定性分析和定量测量，其基本方法是把上述三个参量的测量转化为光强的测量。 二、偏振探测与雷达探测的对比 在目标识别应用上,与主动雷达扫描方式不同,偏振成像设备体积小、功耗低,探测对象是物体主动发射或反射的电磁波中的偏振部分,便于自身隐蔽。 三、偏振探测与传统成像的对比 在传统的图像处理、分析过程中所使用的技术都是基于光的强度特征和波长特征所提供的信息,这使现有的图像处理、分析以及理解算法很复杂,并且只能对图像中目标的轮廓、类别等做一些初步的分析和理解[5];而偏振图像有其自己统一简单的算法[6],其结果在图像

目视效果方面明显。偏振探测的特点（相对于普通成像技术）： ①偏振探测有助于辨别具有不同质地的目标; ②偏振图像与光强度图像相比,对比度提高; ③偏振图像对置于在背景之上物体的边缘增强效果明显; ④偏振图像与波段有依赖关系; ⑤偏振度与物体表面粗糙度、观测角等依赖关系较 四、多光谱技术 物质的化学组成或结构的不同,导致它们的能带结构以及转动、振动能级不同,其结果使它们的发射光谱、反射光谱、荧光光谱或拉曼光谱也会不同。因此,可通过探测空间光谱分布来探测物质及其在空间上的分布特性。这种技术称为多光谱技术,它建立在能带理论基础之上,其技术基础是光谱分辨和光谱探测技术。 目前多光谱技术有两种不同的含义[1]:一是利用物体的发光或反射光特性,通过光谱分辨技术获取物体的特征光谱信息,来识别物体;二是利用光与物质的相互作用使光发生某种变化,并探测光的变化来获取物质的有关特征信息。后一种多光谱技术所探测的光的变化可能是光谱的变化,或是光强度、偏振等参量的变化。

图像目标提取及特征计算

摘要 对图像进行研究和应用时，人们往往对图像中的某些部分感兴趣，这些部分常被称为目标或对象 目标或对象特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。 本课设需要解决的问题是，利用阈值分割方法，对该图像进行分割，得到提取那个目标后的二值图像，计算该目标的面积、周长、中心坐标等三个参数。阈值分割采用的是全局阈值分割方法，而面积、周长的计算则是先通过将图像转换成二值图像，在通过计算二值图像像素点的方式求取。 关键词：阈值分割，边缘检测，像素点

1 绪论 目标的特征提取是图像处理和自动目标识别(ATR)中的一个重要的研究课题，是解决图像识别问题的难点和关键。 特征提取是图象处理中的一个初级运算，也就是说它是对一个图像进行的第一个运算处理。它检查每个像素来确定该像素是否代表一个特征。假如它是一个更大的算法的一部分，那么这个算法一般只检查图像的特征区域。作为特征提取的一个前提运算，输入图像一般通过高斯模糊核在尺度空间中被平滑。此后通过局部导数运算来计算图像的一个或多个特征。 有时，假如特征提取需要许多的计算时间，而可以使用的时间有限制，一个高层次算法可以用来控制特征提取阶层，这样仅图像的部分被用来寻找特征。 由于许多计算机图像算法使用特征提取作为其初级计算步骤，因此有大量特征提取算法被发展，其提取的特征各种各样，它们的计算复杂性和可重复性也非常不同。

2 设计原理 2.1 常用的特征提取的方法 提取图像空间关系特征可以有两种方法：一种方法是首先对图像进行自动分割，划分出图像中所包含的对象或颜色区域，然后根据这些区域提取图像特征，并建立索引；另一种方法则简单地将图像均匀地划分为若干规则子块，然后对每个图像子块提取特征，并建立索引。 本课程设计是采用的第一种方法，即先对该图像进行分割，得到提取那个目标后的二值图像，计算该目标的面积、周长、中心坐标等三个参数。阈值分割采用的是全局阈值分割方法，而面积、周长的计算则是先通过将图像转换成二值图像，在通过计算二值图像像素点的方式求取。其中计算周长时，先需要对二值图像进行边缘检测，然后再统计其像素点。 2.2 阈值分割原理 图像阈值化分割是一种最常用，同时也是最简单的图像分割方法，它特别适用于目标和背景占据不同灰度级范围的图像[1]。它不仅可以极大的压缩数据量，而且也大大简化了分析和处理步骤，因此在很多情况下，是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。图像阈值化的目的是要按照灰度级，对像素集合进行一个划分，得到的每个子集形成一个与现实景物相对应的区域，各个区域内部具有一致的属性，而相邻区域布局有这种一致属性。这样的划分可以通过从灰度级出发选取一个或多个阈值来实现。 2.2.1 阈值分割思想和原理 阈值分割法是一种基于区域的图像分割技术，其基本原理是：通过设定不同的特征阈值，把图像象素点分为若干类。常用的特征包括：直接来自原始图像的灰度或彩色特征；由原始灰度或彩色值变换得到的特征。设原始图像为f(x，y)，按照一定的准则f(x，y)中找到特征值T，将图像分割为两个部分，分割后的图

krylov子空间算法

Krylov 子空间的定义： 定义：令N R υ∈，由1m A υυυ-L ，，，A 所生成的子空间称之为由υ与A 所生成的m 维Krylov 子空间，并记(),m K A v 。 主要思想是为各迭代步递归地造残差向量，即第n 步的残差向量 ( ) n r 通过系数矩阵A 的某个多项式与第一个残差向量()0r 相乘得到。即 ()()( ) 0n r p A r =。 但要注意，迭代多项式的选取应该使所构造的残差向量在某种内积意义下相互正交，从而保证某种极小性（极小残差性），达到快速收敛的目的。 Krylov 子空间方法具有两个特征：1.极小残差性，以保证收敛速度快。2.每一迭代的计算量与存储量较少，以保证计算的高效性。 投影方法 线性方程组的投影方法 方程组Ax b =,A 是n n ?的矩阵。给定初始()0x ,在m 维空间K(右子空 间）中寻找x 的近似解()1x 满足残向量()1r b Ax =-与m 维空间L(左子空间）正交，即()1b Ax L -⊥，此条件称为Petrov-Galerkin 条件。 当空间K=L 时，称相应的投影法为正交投影法，否则称为斜交投影法. 投影方法的最优性： １. (误差投影)设A 为对称正定矩阵,()0x 为初始近似解,且K=L,则()1x 为采用投影方法得到的新近似解的充要条件是()()()()0 1min z x K x z ??∈+= 其中,()()()1 2,z A x z x z ?=--

2.(残量投影)设A 为任意方阵,()0x 为初始近似解,且L AK =,则()1x 为采用投影方法得到的新近似解的充要条件是()()()()0 1min z x K x z ψψ∈+= 其中()() 12 2,z b Az b Az b Az ψ= -=-- 矩阵特征值的投影方法 对于特征值问题Ax x λ=,其中A 是n ×n 的矩阵，斜交投影法是在m 维右子空间K 中寻找i x 和复数i λ满足i i i Ax x L λ-⊥,其中L 为m 维左子空间.当L=K 时，称此投影方法为正交投影法. 误差投影型方法： 取L=K 的正交投影法 非对称矩阵的FOM 方法（完全正交法） 对称矩阵的IOM 方法和DIOM 方法 对称矩阵的Lanczos 方法 对称正定矩阵的CG 方法 残量投影型方法： 取L=AK 时的斜交投影法 GMERS 方法（广义最小残量法） 重启型GMERS 方法、QGMERS 、DGMERS Arnoldi 方法 标准正交基方法： Arnoldi 方法是求解非对称矩阵的一种正交投影方法。Arnoldi 算法就是对非对称矩阵A ，产生Krylov 子空间()()0,m A r K 的一组标准正交

图象视觉特征的提取与表示

第1章图像视觉特征的提取和表示 1.1引言 图像视觉特征的提取和表示是将图像的视觉信息转化成计算机能够识别和处理的定量形式的过程，是基于视觉内容的图像分类与检索的关键技术，因此，图像视觉特征的提取和表示一直是图像内容分析领域中一个非常活跃的课题。 图像底层视觉特征一定程度上能够反映图像的内容，可以描述图像所表达的意义，因此，研究图像底层视觉特征是实现图像分类与检索的第一步。一般来说，随着具体应用的不同，选用的底层特征也应有所不同，在特定的具体应用中，不同底层视觉特征的选取及不同的描述方式，对图像分类与检索的性能有很大的影响。通常认为，一种良好的图像视觉特征的提取和表示应满足以下几个要求： (1)提取简单，时间和空间复杂度低。 (2)区分能力强，对图像视觉内容相似的图像其特征描述之间也应相近，反之，对于视觉内容不相似的图像其特征描述之间应有一定的差别。 (3)与人的视觉感知相近，对人的视觉感觉相近的图像其特征描述之间也相近，对人的视觉感知有差别的图像其特征描述之间也有一定的差别。 (4)抗干扰能力强，鲁棒性好，对图像大小，方向不敏感，具有几何平移，旋转不变性。 本章重点讨论当前比较成熟的特征提取方法，在此基础上选取合适的特征提取方法，用于图像分类与检索系统的特征提取模块。接下来，将依次介绍颜色，纹理，形状等特征的提取和表示方法，最后对各种特征的特点加以比较。 1.2颜色特征的提取和表示 颜色是图像视觉信息的一个重要特征，是图像分类与检索中最为广泛应用的特征之一。一般来说同一类别的图像之间颜色信息具有一定的相似性，不同类别的图像，其颜色信息具有一定的差异。相对几何特征而言，颜色特征稳定性好，有对大小、方向不敏感等特点。因此，颜色特征的提取受到极大重视并得到深入研究。本章首先介绍几种常用的颜色空间模型，然后介绍各种颜色特征提取和表示方法。 1.2.1颜色空间模型 为了正确地使用颜色这一特征，需要建立颜色空间模型，通常的颜色空间模型可用三个基本量来描述，所以建立颜色空间模型就是建立一个3-D坐标系，其中每个空间点都代表某一种颜色。通常来说，对于不同的应用，应该选取不同的颜色空间模型。常用的颜色空间模型主要有：RGB、HIS、HSV、YUV、YIQ、Munsell、Lu*v*和La*b*等。颜色空间模型的选取需要符合一定的标准，下面就这一标准和最常用的颜色空间模型作一些介绍。 文献[错误！未找到引用源。]中介绍了选择颜色空间模型的标准主要有以下几个： (1)观察角度的鲁棒性

国内空间目标散射建模总结

国内空间目标散射建模总结 2011年，南京理工大学的徐实学在其博士论文《材质表面散射光偏振特性分析用于空间目标探测的研究》中，研究了典型空间目标材料散射光的偏振度等偏振特性，对不同飞行姿态和探测环境的空间目标偏振特性分析方法进行了讨论。文中的讨论是基于实验测量的数据进行的，没有应用具体形式的BRDF模型。 2004年，63916部队和中科院光电技术研究所的李淑军等人在《带太阳能帆板的卫星光度特性分析》中，研究了卫星主体和帆板两种基本结构在一定漫反射率情况下的地面照度计算公式，理论计算表明，虽然太阳能帆板的漫反射率要比卫星主体低30倍，但在卫星地面照度的计算和实际观测中仍不应忽略。 2010年，咸阳师范学院的王明军等人在《复杂环境下具有轨道特征目标模型光散射特性研究》中，将BRDF应用于卫星散射特性研究，但是都是测量获得而没有理论模型，文章给出了空间目标模型表面不同反射率材料对可见光散射光谱特性，以及在相同反射率条件下光散射强度随轨道高度分布特性。 2009年，长春光机所的张景旭在《国外地基光电系统空间目标探测的进展》中，介绍了国外先进地基空间监视系统的发展现状，从地基光电系统观测空间目标的角度介绍了美国星火靶场和毛伊岛光学站的情况和设备，提供了国外地基空间目标光学探测的重要参考资料。 2010年，电子工程学院的杨明等人在《基于BRDF条件下卫星可见光散射特性分析》中，将单一波长BRDF测量方法扩展到可见光波段的加权平均测量，利用实验测量的BRDF数值求解出卫星表面材料的BRDF的三维特性。 2008年，西安电子科技大学和安徽光机所的吴振森、曹运华、魏庆农等人在《基于粗糙样片光BRDF的空间目标可见光散射研究》中，利用遗传算法，结合实验测量的五参量BRDF模型参数，获得了目标样片平均BRDF的参量化统计模型。结果显示因为卫星包覆材料和太阳能电池板都比较光滑，所以整个卫星的可见光散射强度仅在卫星某些面的镜反射方向有较大值，而在其它方向的值都很小。 2009年，哈尔滨工业大学的汪洪源等人在《基于双向反射分布函数的空间卫星紫外动态特性研究》中，面向天基探测对卫星紫外特性进行建模，BRDF模型选用Davies模型，由于地球大气层吸收紫外光，文章考虑太阳光和月球漫反射光对卫星反射紫外光进行计算，给出了比较完整的目标特性计算流程。空间目标

图像特征提取总结

图像常见特征提取方法简介 常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。 一、颜色特征 （一）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好地捕捉图像中对象的局部特征。另外，仅使用颜色特征查询时，如果数据库很大，常会将许多不需要的图像也检索出来。颜色直方图是最常用的表达颜色特征的方法，其优点是不受图像旋转和平移变化的影响，进一步借助归一化还可不受图像尺度变化的影响，基缺点是没有表达出颜色空间分布的信息。 （二）常用的特征提取与匹配方法 （1）颜色直方图 其优点在于：它能简单描述一幅图像中颜色的全局分布，即不同色彩在整幅图像中所占的比例，特别适用于描述那些难以自动分割的图像和不需要考虑物体空间位置的图像。其缺点在于：它无法描述图像中颜色的局部分布及每种色彩所处的空间位置，即无法描述图像中的某一具体的对象或物体。 最常用的颜色空间：RGB颜色空间、HSV颜色空间。 颜色直方图特征匹配方法：直方图相交法、距离法、中心距法、参考颜色表法、累加颜色直方图法。 （2）颜色集 颜色直方图法是一种全局颜色特征提取与匹配方法，无法区分局部颜色信息。颜色集是对颜色直方图的一种近似首先将图像从RGB颜色空间转化成视觉均衡的颜色空间（如HSV 空间），并将颜色空间量化成若干个柄。然后，用色彩自动分割技术将图像分为若干区域，每个区域用量化颜色空间的某个颜色分量来索引，从而将图像表达为一个二进制的颜色索引集。在图像匹配中，比较不同图像颜色集之间的距离和色彩区域的空间关系 （3）颜色矩 这种方法的数学基础在于：图像中任何的颜色分布均可以用它的矩来表示。此外，由于颜色分布信息主要集中在低阶矩中，因此，仅采用颜色的一阶矩（mean）、二阶矩（variance）和三阶矩（skewness）就足以表达图像的颜色分布。 （4）颜色聚合向量 其核心思想是：将属于直方图每一个柄的像素分成两部分，如果该柄内的某些像素所占据的连续区域的面积大于给定的阈值，则该区域内的像素作为聚合像素，否则作为非聚合像素。（5）颜色相关图 二纹理特征 （一）特点：纹理特征也是一种全局特征，它也描述了图像或图像区域所对应景物的表面性质。但由于纹理只是一种物体表面的特性，并不能完全反映出物体的本质属性，所以仅仅利用纹理特征是无法获得高层次图像内容的。与颜色特征不同，纹理特征不是基于像素点的特征，它需要在包含多个像素点的区域中进行统计计算。在模式匹配中，这种区域性的特征具有较大的优越性，不会由于局部的偏差而无法匹配成功。作为一种统计特征，纹理特征常具有旋转不变性，并且对于噪声有较强的抵抗能力。但是，纹理特征也有其缺点，一个很明显的缺点是当图像的分辨率变化的时候，所计算出来的纹理可能会有较大偏差。另外，由于有可能受到光照、反射情况的影响，从2-D图像中反映出来的纹理不一定是3-D物体表面真实

图像目标提取及特征计算

武汉理工大学《专业综合》课程设计说明书 摘要 对图像进行研究和应用时，人们往往对图像中的某些部分感兴趣，这些部分常被称为目标或对象 目标或对象特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。 本课设需要解决的问题是，利用阈值分割方法，对该图像进行分割，得到提取那个目标后的二值图像，计算该目标的面积、周长、中心坐标等三个参数。阈值分割采用的是全局阈值分割方法，而面积、周长的计算则是先通过将图像转换成二值图像，在通过计算二值图像像素点的方式求取。 关键词：阈值分割，边缘检测，像素点

目录 摘要 ..................................................................................................... I 1 绪论 (1) 2 设计原理 (2) 2.1 常用的特征提取的方法 (2) 2.2阈值分割原理 (2) 2.2.1 阈值分割思想和原理 (2) 2.2.2 全局阈值分割 (3) 2.2.3 自适应阈值 (4) 2.3 边缘检测原理 (4) 2.4 图像物体中心位置的确定 (6) 3 设计程序与仿真结果 (7) 3.1 提取目标的二值图像 (7) 3.2 计算目标的面积 (8) 3.3 计算目标的周长 (9) 3.4 计算目标的中心坐标 (9) 4 心得体会 (11) 参考文献 (12)

1 绪论 目标的特征提取是图像处理和自动目标识别(ATR)中的一个重要的研究课题，是解决图像识别问题的难点和关键。 特征提取是图象处理中的一个初级运算，也就是说它是对一个图像进行的第一个运算处理。它检查每个像素来确定该像素是否代表一个特征。假如它是一个更大的算法的一部分，那么这个算法一般只检查图像的特征区域。作为特征提取的一个前提运算，输入图像一般通过高斯模糊核在尺度空间中被平滑。此后通过局部导数运算来计算图像的一个或多个特征。 有时，假如特征提取需要许多的计算时间，而可以使用的时间有限制，一个高层次算法可以用来控制特征提取阶层，这样仅图像的部分被用来寻找特征。 由于许多计算机图像算法使用特征提取作为其初级计算步骤，因此有大量特征提取算法被发展，其提取的特征各种各样，它们的计算复杂性和可重复性也非常不同。

空间目标温度的地面测量

空间目标温度的地面测量 WANG Guo-qiang,WU Yuan- hao,WANG Jian-li,ZHAO Jin-yu Changchun Institute of Optics, Fine Mechanics and Physics, Chinese Academy of Sciences,Changchun 130033, China 摘要：空间目标的多波段红外数据可用于目标识别与空间监视等领域。目标的这些辐射特性可以通过分析相关数据来获得。这些辐射特性包括温度、辐射范围、发射率、吸收率、反射率和时间趋势。空间目标的红外辐射温度是一个重要的特点，从这个特点出发可以判断空间目标在轨道中的运行状态。我们采用测量目标的光谱分布和与普朗克公式对比数据的方法来确定红外辐射温度。为了提高测量的精度，我们有效地优化了中心波长和中心带宽。我们还使用了一个简单的程序来实现温度测量。 关键词：温度；波长；带宽 一、引言 温度是空间目标的一个主要的红外特性，我们不仅可以通过测量空间目标的温度来判断其性质和运行状态，还可以通过测量空间目标的温度来提供升级和检测其装备使用情况的基站来检测目标。在较低温度（180k—360 K）和距离观测站较远的情况下，由于空间目标的红外辐射信号模糊不清，衡量空间目标的温度显得非常困难。目前，通过测量双波长通量并将数据拟合普朗克公式来确定物体温度的测量方法正成功地运用于高温测量。然而，关于物体的低温测量，尤其是空间目标的低温测量的报告却是少之又少。在本文中，我们尝试利用优化中心波长（测量空间目标温度的一个重要指标）的方法来完成温度测量。 空间目标的通量辐射需要在两个窄带中测量得来。我们构建了两个窄波段通量的比例，然后将这些数据与普朗克公式相拟合以便计算温度。为了确保较高的精度和较强的抗干扰能力，这是测量温度的一个常用方法。该方法的要点是选择合理的中心波长和带宽来提高计算精度。

空间碎片偏振光谱成像探测技术研究-深空探测学报

第2卷第3期2015年9月 深空探测学报 J o u r n a l o fD e e p S p a c eE x p l o r a t i o n V o l.2 N o.3 S e p t e m b e r2015空间碎片偏振光谱成像探测技术研究 姜会林,江伦,付强,董科研 (长春理工大学空地激光通信国防重点学科实验室,长春130022) 摘要:随着太空探索活动的逐年增多,人类对空间碎片的探测显得越发重要三文章首先介绍了探测空间碎片的意义及其常规的光电探测方法,并分析了探测空间碎片的主要难点;在此基础上,结合空间碎片的具体特征,提出一种对空间碎片进行探测与识别的新方法,即将成像二光谱二偏振三个光学基本量同时使用,通过多元特征融合等识别技术,实现对空间暗二弱二小碎片的高效探测,并对新方法中的关键技术进行了分解和可行性分析三关键词:空间碎片;偏振光谱成像;光电探测 中图分类号:V520文献标识码:A 文章编号:2095-7777(2015)03-0272-06 D O I:10.15982/j.i s s n.2095-7777.2015.03.014 0引言 空间碎片是指宇宙空间中除正常工作的飞行器外所有人造物体,大到卫星残骸,小到发动机点火产生的粉末[1]三随着人类探索太空活动的逐年增多,太空中空间碎片数量也呈爆发式增长,空间碎片的存在严重威胁着在轨运行航天器的安全,它们和航天器的碰撞能改变航天器的表面性能,造成表面器件损伤并导致航天器系统故障三1996年7月24日,法国 樱桃色 (C e r i s e)卫星的重力梯度杆被欧洲 阿里亚 (A r i a n e)火箭助推器的残片撞断,导致卫星姿态失控三2009年2月11日,俄罗斯废弃的 宇宙2251 军用通信卫星和美国铱卫星公司的 铱33 卫星在西伯利亚上空800k m相撞,这次相撞不仅导致了巨大的经济损失,更重要的是产生了新的碎片,给空间环境带来了新的安全隐患,据统计20%~40%的航天器异常或故障是由空间碎片诱发的三因此,对空间碎片进行监测,及时对其进行定轨预报二识别编目与侦查分析对保障航天活动的安全具有重大意义三 本文在分析目前空间碎片光学探测方法的基础上,针对空间碎片光学探测的技术难点,提出将光强信息二光谱信息二偏振信息融合的三合一探测方法,以对目前的空间碎片光测方法进行有益的补充三 1空间碎片光学探测方法及技术难点 目前空间碎片光学探测主要采用的是基于空间碎片物理特性的探测手段,可分为基于光强信息探测二基于光谱的探测以及基于偏振信息的探测等三1.1光学探测方法 1)基于光强信息的探测 空间目标反射太阳光的亮度与目标本身的材质二形状二运动状态以及探测视线与太阳的夹角等因素有密切关系,目标亮度信息中包含有目标本身的参数信息三通过光学望远镜可实现对空间碎片的光强探测,通过长时间大量探测数据的分析,能确定出目标亮度变化的特征曲线,从而确定目标的形状二在轨状态等某些特性[2]三如稳定卫星的太阳帆板提供较明亮的反射,随着相位角的降低星等信号也随之减低三而失效的卫星或碎片处于不稳定的翻滚状态,其光流量强度随着相位角的变化,没有增大或减小的长周期趋势,是短周期的无规律变化三这种特性可用于空间目标的工作状态的判定三图1是R u b i n2卫星的几何形状以及反射的光度信号[3]三2)基于光谱信息的探测 空间目标的光谱测量,实质上是利用光谱仪测量卫星的反射能量随波长的变化三已有研究表明,不同卫星平台的光谱存在差异,可利用光谱对卫星进行分类,同时可利用光谱分析空间碎片的物理属性,根据不同金属和涂料的吸收性特征来确定目标的材料类型三图2所示为美国M a u i岛光学探测设备获取的某个正在工作的卫星和火箭残骸的光谱信 收稿日期:2015-01-12修回日期:2015-06-28基金项目:国家自然科学基金资助项目(91338116)