针对遥感图像中舰船目标的检测, 提出了一种基于YOLO-v3改进的实时遥感舰船目标检测方法。通过引入空间金字塔池化结构, 结合密集连接和Inception结构实现降维过渡模块等方法增强了网络特征信息的提取, 重新替换骨干网络的连接结构和优化多尺度特征融合检测设计出新的网络结构, 减少了参数量, 加强了特征传递, 最终实现了优于原方法的效果。使用空客公司在Kaggle比赛提供的遥感图像数据集做试验对比, 该算法平均检测精确度达到84%, 相较于原算法精确度提高了约4%, 速度达到23 帧/s。

针对相关滤波类目标跟踪算法存在的两个问题, 提出了结合特征融合与类残差更新策略的核相关滤波实时目标跟踪算法。首先, 为了解决相关滤波目标跟踪算法中使用相同系数结合不同种类特征的问题, 根据平均相关峰值能量提出一种自适应特征融合的背景感知相关滤波器; 其次, 将特征融合的背景感知相关滤波器与贝叶斯分类器通过集成学习整合成一个强跟踪器; 最后, 针对相关滤波器使用高风险的更新策略的情况, 提出类残差的更新策略与基于阶跃函数的学习率更新跟踪模型以降低跟踪模型漂移的风险。将该算法在OTB2013与TC128测试集上与其他9个先进的算法进行了比较, 实验结果表明, 该算法在OTB2013数据集中的精确度与成功率分别为0.875和0.652, 排名第一, 具有很好的鲁棒性。

为了准确识别遥感图像中的飞机, 基于YOLO V3算法, 通过使用K-means算法对数据集进行聚类分析, 借鉴Densenet网络的思想, 将YOLO V3网络中的两个残差网络模块替换为两个密集网络模块, 改进为一种Dense-YOLO深度卷积神经网络结构。对改进前与改进后的网络进行训练, 分别选出使两个网络识别效果最好的权重文件, 针对高质量遥感图像与过度曝光、云雾遮挡等低质量遥感图像分别进行测试与分析。实验结果表明, 新改进的深度卷积神经网络应用在两种图像上效果均有提升。其中,改进的算法在高质量的遥感图像中准确率高达99.72%, 比原始算法准确率提升了0.85%, 召回率高达98.34%, 召回率提升了1.94%。在低质量遥感图像中准确率高达96.12%, 比原始算法准确率提升了5.07%, 召回率高达93.10%, 召回率提升了19.75%。

针对大视场TDI CCD拼接相机焦平面存在各通道之间性能的差异性较大，导致多通道拼接好的图像存在明显的亮暗差别等问题，提出一种可靠的、有效的焦平面电路一致性设计方法。首先，介绍了TDI CCD拼接相机焦平面电路结构；其次，全面地阐述了影响焦平面电路非均匀性的因素；然后，从关键元器件筛选、关键电路及PCB一致性设计、FPGA软件一致性设计和多通道主时钟一致性设计四个方面进行了多通道焦平面电路的一致性设计；最后，经过实验证明，在饱和曝光量50%的辐照度下焦平面所有通道响应度的标准偏差为71.4，平均数码值的标准偏差为39.6，同时，所有通道中最低信噪比也能满足44.2dB，所有性能指标满足相机均匀性要求，实现了大视场TDI CCD相机全视场内的高质量成像。

为了解决 TDI CCD光谱响应度检测精度较低、检测方法不够准确等问题, 提出了一套更为科学而准确的高精度 TDI CCD 光谱响应度检测方法。首先, 改进了TDI CCD视频信号处理方法; 其次, 选用不同窄带波长的LED阵列作为光源, 建立一种方便而准确的宽波段光谱响应度检测系统; 然后, 改变TDI CCD接收的辐射照度并检测TDI CCD输出信号, 提出一种高精度TDI CCD光谱响应度检测方法; 最后, 计算所有窄带波长的LED对应的TDI CCD光谱响应度, 绘制TDI CCD在400～900nm波长范围内的光谱响应度曲线。实验结果表明: 此方法覆盖了400～900nm的宽波长范围, 检测方便准确, 同时, 光谱响应度检测误差达0.025。

针对传统遥感图像压缩算法中小波变换和位平面编码没有考虑图像内容特点而导致多光谱各谱段图像边缘和纹理的模糊的问题, 提出一种适于成像谱段数相对较少多光谱TDICCD图像压缩算法。 提出的自适应提升DWT可以自适应的选择最佳的提升方向, 同时根据图像局部特征使用拉格朗日插值策略进行预测, 这种方法可以充分的利用图像的纹理信息。 提出的码率控制算法可以根据图像纹理复杂程度进行自适应的码率分配。 实验结果表明, 提出的压缩算法具有良好压缩性能, 对于平滑的图像与传统算法相当, 对于边缘和纹理程度复杂的图像, 性能高于传统算法, 在正常工作压缩比为8∶1时, 平均信噪比比传统方法平均提高了3.53 dB。 有效的保护了多光谱图像的边缘和纹理信息, 非常适于纹理复杂的空间多光谱CCD图像压缩应用。

为了解决高帧频大面阵CCD相机图像数据量较大、存储实时性较低、高清图像显示中灰度级损失等问题, 设计了一种大容量存储与高清显示系统。首先, 结合高帧频大面阵CCD相机的特点, 详细介绍了大容量存储与高清显示系统的组成; 其次, 为了满足面阵CCD相机高数据率的存储需求, 对SATA硬盘Ultra DMA模式的读写方式进行了针对性的设计; 然后, 详细阐述了12bit高清显示器DVI接口的设计; 最后, 对系统的存储速率进行了测试, 并且对普通显示器和高清显示器显示的图像进行了比较。实验结果表明: 系统在Ultra DMA模式下实际传输速率最高可以达到85Mb/s, 12bit高清显示器显示图像的对比度更强、层次更分明, 提高了面阵CCD相机图像数据存储的实时性, 同时保证了高灰度级图像的无损失显示。

为了解决星上TDI CCD相机成像工作模式较多、工作模式切换时间较长、配置效率较低等问题, 提出了一种高效、可靠的成像工作模式配置和管理方法。首先, 分析了星上TDI CCD相机成像单元的内部结构和工作特点; 其次, 针对成像工作模式中大量的轨道参数、姿态参数和时间参数, 结合相应的图像数据提出了一种成像工作模式的有效管理方法; 然后, 对成像工作模式中比较重要的配置参数(增益、偏置、积分级数和行频)的配置过程分别进行了详细的介绍; 最后, 对五个增益配置点下TDI CCD相机的响应度进行了检测, 同时在4级和8级的积分级数下进行了外场成像试验。实验结果表明: 所提出的配置方法准确、可靠, TDI CCD相机响应度的线性较好, 且外场成像质量较好、层次分明, 实现了星上成像工作模式的有效、可靠的配置和管理。

TDI CCD 主要应用于空间遥感和科学实验中, 为了解决 TDI CCD 性能检测过程中精度不够高、检测方法不够准确等问题, 提出了一套更为科学而准确的高精度 TDI CCD 性能检测方法。首先, 增加TDI CCD视频信号的增益可调范围和视频AD的量化位数, 尽可能高地提取出TDI CCD的噪声; 其次, 改变TDI CCD接收的辐照度, 制定TDI CCD各项视频响应性能的检测方法; 最后, 提出TDI CCD各项视频响应的准确计算方法, 确定测量不确定度。实验结果表明: 和以前测量方法相比, 暗电流信号和CCD噪声的测量不确定度减小了10倍, 其他视频响应性能的不确定度也减小了5倍多, 因此, 现有测量方法提高了TDI CCD视频响应的检测精度和准确性。

为了解决大视场时间延迟积分(TDI)电荷耦合器件(CCD)相机静态传递函数(TF)测试过程中视场覆盖率不高、测试精度和效率较低等问题, 设计了一种全视场静态TF自动测试系统。首先, 将整个相机视场以TDI CCD为单元进行划分, 移动转台调整TDI CCD对应视场与平行光管的位置关系, 计算机接收相机采集的靶标图像, 分析靶标图像特征并绘制TF变化曲线, 根据TF变化曲线确定每片TDI CCD对应视场的最佳TF测试点, 建立位置信息库。然后, 计算机根据位置信息自动控制转台, 分别移动到每片TDI CCD对应视场的最佳TF测试点, 从每片TDI CCD第一个像元开始, 以固定步长逐渐向最后一个像元移动, 一边移动一边测试TF。最后, 绘制大视场TDI CCD相机整个视场的静态TF曲线。实验结果表明：静态TF测试系统覆盖了相机整个视场, 测试的静态TF平均值为0.2965, 和以前测试方法比较, 整个视场的静态TF平均值提高了0.02, 同时提高了静态TF测试的精度和效率。