1 中国科学院空天信息创新研究院数字地球重点实验室，北京 100094
2 可持续发展大数据国际研究中心， 北京 100094
3 中国科学院大学资源与环境学院，北京 100049
4 中国科学院空天信息创新研究院航空遥感中心， 北京 100094
5 河南理工大学测绘与国土信息工程学院，河南 焦作 454003
6 自然资源部国土卫星遥感应用中心，北京 100048
近年来，我国卫星高光谱技术发展迅猛，高分五号、高分五号02星、资源一号02D星、资源一号02E 星等相继发射为遥感领域带来了丰富的高光谱数据源。但高光谱卫星在成像过程中不可避免地会受到云及云阴影的影响，如何准确识别成为保障后续应用的关键，Fmask 算法作为国内外诸多算法中的典型代表，已被 Landsat 和 Sentinel 业务化产品生产系统采用。Fmask算法作为国内外诸多算法中的典型代表，已被Landsat和Sentinel业务化产品生产系统采用。但该算法对于缺少热红外波段的数据精度偏低，例如对Sentinel-2数据的云和云阴影识别精度分别为84.5%和50%左右。鉴于此，本文通过在原有算法中优化云及云阴影识别算法结构、增加高亮地物识别辅助判据等改进手段，提出了一种适合高光谱卫星的Fmask改进算法，并在含有城区、山地、平原等三类不同下垫面场景的20景高分五号和资源一号高光谱影像中进行检验，结果表明：云识别的用户精度和生产者精度可达91.26%和99.97%，云阴影识别精度达到78.66%和79.41%，明显优于原始算法。本文算法对于高光谱数据的云及云阴影识别具有精度高、效果稳定和易于工程化实现的特点，可用于支撑国产高光谱卫星数据的业务化处理。
高光谱遥感 云识别 云阴影识别 Fmask 高分五号 资源一号 光学学报
2023, 43(24): 2428009
1 中国科学院 光束控制重点实验室, 成都 610209
2 中国科学院 光电技术研究所, 成都 610209
3 中国科学院大学, 北京 100049
为了提升高精度光电跟踪系统(ETS)的跟踪精度和其处理不确定性的能力, 设计了一种1型模糊滑模控制方法, 模糊控制用于在线自适应调整滑模控制(SMC)切换项参数; 并采用区间2型模糊滑模控制(IT2FSMC)方法来提高系统处理不确定性的能力,进而提升跟踪精度, 同时降低SMC抖振; 此外, 用粒子群优化算法来保证选取的SMC参数相对最优, 并对提出的各种控制方法进行了理论分析和实验对比。结果表明, IT2FSMC能在降低SMC抖振的同时将SMC的稳态误差降低54.43%。仿真和实验分析验证了所提出控制方法在ETS中的有效性。
激光技术 高精度光电跟踪系统 模糊滑模控制 抖振抑制 参数优化 laser technique high precision electro-optical tracking system fuzzy sliding mode control chattering reduction parameters optimization
1 武汉理工大学硅酸盐建筑材料国家重点实验室, 武汉 430070
2 北京工业大学材料与制造学部, 北京 100124
3 广东风华高新科技股份有限公司, 肇庆 526000
本文以铜浆料用ZnO-B2O3-SiO2-BaO玻璃为对象, 通过X射线衍射(XRD)、傅里叶变换红外光谱(FTIR)、X射线光电子能谱(XPS)、拉曼光谱(Raman)、核磁共振铝谱(27Al NMR)、差示扫描量热(DSC)和扫描电子显微镜(SEM)等表征方法, 研究了ZnO含量对其结构和性能的影响。结果表明,随着ZnO含量的增加, 玻璃试样中BO/NBO(摩尔比)、玻璃试样的平均桥氧数和［ZnO4］/［ZnO6］摩尔比均先增大后减小, ［BO4］/［BO3］摩尔比增大, ［AlO6］和［AlO5］摩尔占比增大, ［AlO4］摩尔占比降低。玻璃试样网络结构连接度整体先致密后疏松, 且当ZnO的质量分数为36%时玻璃试样网络结构最为致密。当ZnO质量分数从32%增加到42% 时, 玻璃试样的DSC曲线中玻璃化转变温度Tg、起始烧结温度TS1和热膨胀系数(CTE)均先降低后升高, CTE数值范围为6.0×10-6~6.3×10-6 K-1, 符合铜浆料与Ca1-xSrxZrO3陶瓷基板封接时的热膨胀与烧结温度等要求。
ZnO-B2O3-SiO2-BaO玻璃 封接玻璃 低熔点玻璃 铜浆料 烧结温度 玻璃网络结构 ZnO-B2O3-SiO2-BaO glass sealing glass low melting point glass copper paste sintering temperature glass network structure
1 中国科学院 空天信息创新研究院，数字地球重点实验室，北京00094
2 可持续发展大数据国际研究中心，北京100094
3 中国科学院 空天信息创新研究院，北京100094
4 中国科学院大学，北京10009
5 陆军勤务学院，重庆401311
青藏高原地表反射率在自然资源监测、生态环境保护和地球科学研究等方面有着重要应用。MOD09A1反射率数据由于云等因素的影响产生了大量异常像元，使得数据存在信息损失不完整的问题。考虑到邻近时序遥感影像具有高相关性，同类地物光谱具备高相似性，本文针对青藏高原地区提出了一种基于残缺多时相数据与地表覆盖分类信息的地表反射率深度学习重建方法。首先，以多时相MOD09A1反射率数据和MCD12Q1地表覆盖分类数据为基础，通过异常像元去除、有效图层提取、投影转换与拼接，得到目标区域基础反射率图像及辅助数据；其次，根据残差网络基本原理，构建了基于多时相数据与地表覆盖分类信息融合的深度学习网络模型；然后，利用MOD09A1数据完整区域裁剪的云掩膜样本、基于地表覆盖分类和K-means聚类算法生成的增广样本对模型进行训练；最后，将训练好的模型用于缺失数据区域地表反射率重建。通过两组对比试验表明，本文方法降低了对多时相辅助影像数据量和完整性的要求，在多时相数据残缺情况下，结合地表覆盖分类信息可实现对青藏高原大范围地表反射率的修复与重建。
地表反射率 青藏高原 深度学习 MODIS数据 缺失数据重建 surface reflectance Tibetan Plateau deep learning MODIS data reconstruction of missing data
1 清华大学深圳国际研究生院 深圳市宽带网络与多媒体重点实验室，广东 深圳 518055
2 中国科学院深海科学与工程研究所 深海视频技术实验室，海南 三亚 572000
深海探测目前广泛应用于环境、结构监测和油气勘探等领域，越来越受到各国的重视。而散射现象严重降低了深海探测中的视觉图像质量，且现有的方法在多深度或非均匀照明的深海散射环境中均受限。因此，文中提出了一种基于深度校正统计散射模型的深海去散射方法，提出的模型利用透射图建模了深度归一化的散射图像，并利用高斯统计模型估计局部散射，得到每个颜色通道中深度校正的散射图，从而实现在多深度和非均匀照明情况下对散射的精确建模。为了验证笔者算法的有效性和鲁棒性，在浅海和深海不同场景的图像上进行了测试，同时也在深海的视频序列上进行了测试，实验结果均表明，提出的方法在主观质量和客观评价方面均优于现有方法。
去散射 散射成像 透射率图 深海视频 descattering scattering imaging transmission map deep-sea video 红外与激光工程
2022, 51(9): 20210919
1 华北电力大学新能源学院, 北京 102206
3 吉林大学人工智能学院, 吉林 长春 130012
红外光谱分析具有快速、 精确度高等优点, 在分类鉴别领域中发挥着重要作用。 红外光谱在生活垃圾分类领域的应用主要集中在塑料等可回收垃圾而忽略了对不可回收垃圾的深度分选。 现行生活垃圾的四分法分类中, 源头分类得到的其他垃圾中含有多种具有高值化利用潜力的组分, 可分为纤维素类、 烯类聚合物、 木竹类等。 这些垃圾的成分和结构不同, 因此具有不同的红外谱图, 基于其红外谱图特征波段利用机器学习建立相应的分类模型可以将上述几类垃圾从其他垃圾中分选出来。 本研究收集了纤维素类、 烯类聚合物、 木竹类及低值类垃圾, 并采集红外光谱数据共72组, 对比分析了预处理方式、 降维程度和建模算法对模型分类准确率的影响。 利用标准正态变量变换(SNV)、 多元散射校正(MSC)、 求导(DC)和平滑滤波(Smooth)方法对数据进行预处理, 然后利用主成分分析法(PCA)对预处理后的数据进行降维, 获得72×8和72×5的数据集。 分别利用概率神经网络(PNN)、 广义回归神经网络(GRNN)、 支持向量机(SVM)和随机森林(RDF)算法进行建模。 分析结果表明, 经PCA降维后的数据用于后续建模时, 5维数据比8维数据得到的分类效果更好, 平均准确率上升2.4%~4.4%。 基于5维降维数据, DC/Smooth预处理方法比SNV和MSC预处理得到的平均准确率更高, 达到了96.5%; PNN模型比其他三类模型的平均准确率高4.2%~6.5%, 可达98.1%; 针对四类垃圾, 除烯类聚合物的平均判别率只有93.8%外, 纤维素类及木竹类的平均判别率均在95%以上, 低值类最高可以到达100%。 验证了红外光谱结合机器学习实现其他垃圾深度分选的可能性及科学性, 为未来开发快捷深度分选设备提供参考。
红外光谱 机器学习 其他垃圾 深度分选 高值化利用 Infrared spectra Machine learning Residual wastes Deep sorting High-value utilization 光谱学与光谱分析
2022, 42(5): 1353
1 贵州大学大数据与信息工程学院半导体功率器件可靠性教育部工程研究中心，贵州 贵阳 550025
2 中国科学院苏州纳米技术与纳米仿生研究所，江苏 苏州 215123
为充分提取高光谱图像（HSI）的光谱空间信息特征，实现HSI的高精度地物分类，提出端到端的多尺度特征融合残差（MFFI）模块。该模块结合了3D多尺度卷积、特征融合以及残差连接3种手段，实现了HSI多尺度光谱空间特征的联合提取。因模块具有端到端特性，可通过堆叠多个MFFI模块得到具有提取深层特征能力的MFFI网络。该网络在Salinas、Indian Pines和University of Pavia 3个HSI数据集的平均总体准确率为99.73%，平均准确率为99.84%，平均卡帕系数为0.9971。结果表明：MFFI模块可以有效提取不同类型地物数据集的光谱空间特征，并取得良好的分类结果。
高光谱图像分类 残差结构 多尺度特征融合 光谱空间特征提取 卷积神经网络 激光与光电子学进展
2022, 59(18): 1810014
1 上海海洋大学信息学院，上海 201306
2 上海电力大学，上海 201306
3 中国科学院深海科学与工程研究所，海南 三亚 572000
目前光学成像技术已经在深海探测中发挥重要的作用，但仍缺少深海视频质量主观评价研究，尤其是缺少公开的深海视频质量评价数据集。为此，构建了一个公开的、带有主观质量标签的深海视频质量评价数据集，该数据集包括5类代表性的真实深海场景视频。为了实现数据增广，使用基于深度学习和基于融合的水下图像增强方法进行视频质量增强，使用高斯模糊和高斯噪声进行视频质量退化；采用单激励绝对等级主观质量评价方法对深海视频进行视频质量评价，主观评价实验人数为20，得到总数量为142的深海视频质量评价数据集。在该数据集上验证了8种图像/视频质量客观评价模型的性能，结果显示当前视频质量客观评价模型用于深海视频质量评价还需提升性能。数据集公开在http：//ieee-dataport.org/documents/deep-sea-video-quality-dataset，有助于深海视频质量客观评价和增强技术的优化和改进。
视觉 深海视频数据集 视频质量主观评价 数据增广 视频质量客观评价模型 激光与光电子学进展
2022, 59(17): 1733001
1 中国航空工业集团公司洛阳电光设备研究所, 河南 洛阳 471000
2 中国航空工业集团公司洛阳电光设备研究所, 河南 洛阳471000
3 空军石家庄飞行学院, 石家庄050081
4 中国航空工业集团公司洛阳电光设备研究所, 河南洛阳471000
基于某制冷型红外焦平面探测器, 介绍了一种高信噪比的模拟信号采集电路。使用了噪声分析法对电路噪声来源进行分析, 建立了低噪声的信号变换路径; 采用信噪比(SNR)和噪声等效温差(NETD)测试相结合的方法, 对电路和成像组件指标进行评价; 测试结果表明, 组件SNR可达76 dB, NETD可达17. 5 mK(环境温度300 K), 信号采集过程中噪声引入量少, 组件能够实现对远距离微弱小目标的探测。
微弱目标探测 模拟信号采集 高信噪比 dim target detection analogue signal acquisition high SAN NETD Noise Equivalent Temperature Difference(NETD)
中国电子科技集团公司第2期研究所，郑州450047
为提高激光**系统的作战效能, 通过分析激光远场空间合束发展现状, 设计了一种基于偏转镜的激光自动合束装置, 并进行了2路激光聚焦、合束、打击效能试验。试验结果表明, 该方法达到了预期的调焦效果及合束性能;与单路高能激光毁伤时间相比, 2路合束后的高能激光对无人机的打击毁伤时间减少了58%, 为今后的多路激光空间合束工作提供了坚实的研究基础。
激光** 作战效能 偏转镜 高能激光 合束 调焦 laser,weapon operational,effectiveness deflection marror high-energy laser beam,combination fucal adjustment
