随着空间发射活动的愈加频繁，空间碎片数量急剧增长，严重威胁在轨运行航天器的安全。空间碎片检测是建立空间碎片环境模型的基础，是空间碎片碰撞规避机动的前提，是空间碎片清除任务的先决条件，因此空间碎片检测对维护空间活动安全和空间的可持续性利用具有重要意义。首先综述了现有的地基、天基空间碎片探测系统，对它们的关键问题进行了分析；总结了基于光学、雷达、激光等探测设备的空间碎片检测技术，并对其中的难点和关键技术进行了介绍；最后探讨了空间碎片检测技术的发展趋势。

针对先进驾驶辅助系统对车辆前视景深信息的需求,在无监督学习框架下提出了一种基于单目视觉的场景深度估计方法。为了降低不同尺寸的前视目标对景深估计结果的影响,采用金字塔结构对输入图像进行预处理;在训练过程中,将深度估计问题转化为图像重建问题,利用双目图像设计了新的损失函数代替真实深度标签,解决了真实场景景深数据难以获取的问题;将中间多尺度的视差图与原输入图像的尺寸统一,改善了深度图中的空洞现象,提升了景深估计精度。在KITTI和Make3D数据集上的定量与定性对比结果表明,本方法可以获得准确度较高的绝对景深数据,且具有良好的泛化能力。在真实道路场景下的实验结果表明,本方法可以利用单张车载前视图像得到对应的像素级景深信息。

提出一种用于固定翼无人机自主着陆导航的分层机场检测方法,以提高机场检测的速度。采取一种由粗到细的分层搜索结构,逐层缩小搜索面积以快速提取机场的候选区域。首先进行伪地平线检测将机场搜索区域限制为地面区域,然后根据机场区域包含大量垂直线的事实确定机场近似区域候选区以进一步缩小机场搜索区域,最后利用Edge Boxes得到高定位精度的机场候选区域。利用局部约束线性编码(LLC)特征学习法以尺度不变特征变换(SIFT)为基础特征提取机场候选区域特征并使用线性支持向量机(SVM)分类器完成机场检测。实验中在不同天气、不同背景条件下对所提机场检测方法进行了综合测试,并与其他方法进行比较,实验结果表明本文机场检测方法能有效提高机场检测速度,且准确率高。

针对有缝拼接合成孔径同轴数字全息图的再现问题, 通过对接缝处预先进行灰度均值填充, 利用基于角谱理论的 Gerchberg-Saxton(GS) 加权改进相位恢复算法恢复相位, 获得全息图记录面上的完整复振幅信息.仿真模拟了该方法对粒子场的检测, 获得的再现像与模拟粒子靶的相关系数较传统方法得到的结果提高1倍以上, 并可以有效抑制接缝处信息丢失对合成孔径同轴数字全息图再现像的影响, 实现有缝拼接合成孔径同轴数字全息图的高质量再现.

针对复杂背景下的红外小目标检测问题，提出一种基于频域显著性分析的小目标检测算法。算法利用红外图像中目标在频域内相较于背景更加显著的特点，通过频域显著性计算得到红外图像的显著图，消除部分背景杂波干扰，然后通过自适应阈值分割显著图，提取出感兴趣区域，进一步在感兴趣区域中计算多尺度窗口的显著度，从而完成小目标的检测。从理论上分析了算法的有效性，并利用典型的红外图像进行了实验，实验结果表明，所提算法能够很好地完成低信噪比条件下的红外小目标检测。与其他方法相比，在保证目标检测准确率的前提下，所提算法简单有效、复杂度低、计算效率高，满足实时性要求。

行人检测是计算机视觉的经典问题。针对红外图像中的行人检测问题，提出了一种基于似物性和稀疏编码及空间金字塔特征提取的行人检测方法。首先，针对红外图像的特点，利用基于频域残差的显著性分析方法得到红外图像的显著图，在此基础上提出了一种似物性计算方法，进而得到不同区域的似物度得分，并根据得分提取出感兴趣区域；其次，以尺度不变特征转换为基础，将稀疏编码和空间金字塔算法应用于非监督特征学习实现对感兴趣区域的特征提取；最后，利用线性支持向量机构建分类器实现对图像中每个感兴趣区域的行人检测。实验结果验证了本文提出的感兴趣区域提取算法和针对单幅红外图像行人检测算法的有效性。

基于图像的月球表面障碍自主检测技术是实现探测器在月球表面安全着陆的关键。本文主要研究了基于被动图像的月球表面障碍物之一的岩石的检测技术。首先将最大二维熵阈值分割用于岩石阴影的检测；其次将岩石轮廓线提取技术与阴影检测结果结合以获取精确的拟合椭圆中心点；最后，利用椭圆拟合岩石所在的区域范围。实验表明：相较于传统的仅基于阴影的算法，本文提出的岩石障碍检测算法能更好地拟合出岩石所在区域范围。