项目名称: 基于计算成像的空间近距离弱小目标检测技术

项目编号: No.61301193

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 孙瑾秋

作者单位: 西北工业大学

项目金额: 25万元

中文摘要: 随着人类对近地空间探索和利用的加剧,迫切需要对空间碎片进行有效监视。针对天基平台及空间碎片目标的成像特点,研究其成像方法、目标检测方法对航天探测及空间监测能力的提升具有非常重要的作用。针对传统光学成像方法受天基平台成像设备小型化、轻量化制约的问题,仅通过硬件改进的途径,不能较好的满足天基平台的成像需求。本项目将计算引入成像过程,提出了基于空-时压缩感知的计算成像数据获取方式,为较好的解决传统成像方式受物理口径对探测灵敏度和空间分辨率的局限性问题提供了一条新思路;提出了基于耦合闭环的图像重建与弱小目标检测方法,将检测结果与图像质量形成耦合闭环,相互作用,在有效的实现近距离暗弱目标检测的基础上,重建出高探测灵敏度、高空间分辨率的探测图像,最终,为实现低信噪比的近距离弱小目标检测提供一个新方法。研究成果将对提高航天探测及空间监视能力具有重要作用。

中文关键词: 光学图像处理;光学成像系统;CCD;;

英文摘要: With the ever-increasing exploration and employment of near-earth space, effective surveillance of space debris has become an urgent necessity. By analyzing the feature of imaging formation of space debris on a space-based imaging system, research on the imaging procedure and methods of target detection is of magnificent importance to improve the ability of space exploration as well as surveillance.Considering the constraint, mainly caused by a need for miniaturized and light-weighted imaging devices, on space-based imaging system, it would be insufficient to meet the basic requirement of space imaging by merely improving the capability of hardware system. Therefore, in this project, an innovational image obtaining approach, based on the theory of Spatial-Temporal compressed sensing and termed as 'computational imaging', is introduced, providing another way to overcome the inabilityof traditional imaging system caused by the influence of aperture diameter on the detection sensitivity and spatial resolution. Meanwhile, an image restoration and dim weak target detection method, based on close-loop coupling theory, is proposed, in which target detection result is employed, together with image quality assessment, to form a close loop, aiming at restoring images of high detection sensitivity and high spatial resolut

英文关键词: Optical image processing;Optical imaging system;CCD;;

成为VIP会员查看完整内容
0

相关内容

军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
深度学习中的单阶段小目标检测方法综述
专知会员服务
45+阅读 · 2021年11月23日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
121+阅读 · 2021年4月29日
专知会员服务
69+阅读 · 2021年3月23日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
深度学习中的单阶段小目标检测方法综述
专知
0+阅读 · 2021年11月23日
目标检测之殇—小目标检测
极市平台
4+阅读 · 2021年11月3日
解决小目标检测!多尺度方法汇总
极市平台
2+阅读 · 2021年8月28日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
一种小目标检测中有效的数据增强方法
极市平台
119+阅读 · 2019年3月23日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
Arxiv
11+阅读 · 2018年4月8日
小贴士
相关VIP内容
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
深度学习中的单阶段小目标检测方法综述
专知会员服务
45+阅读 · 2021年11月23日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
121+阅读 · 2021年4月29日
专知会员服务
69+阅读 · 2021年3月23日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
相关资讯
深度学习中的单阶段小目标检测方法综述
专知
0+阅读 · 2021年11月23日
目标检测之殇—小目标检测
极市平台
4+阅读 · 2021年11月3日
解决小目标检测!多尺度方法汇总
极市平台
2+阅读 · 2021年8月28日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
一种小目标检测中有效的数据增强方法
极市平台
119+阅读 · 2019年3月23日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
微信扫码咨询专知VIP会员