【摘 要】
：
适配区自动选取技术是景象匹配的关键技术之一，合成孔径雷达(SAR)具有独特的全天时、全天候和高分辨率成像特性，因此现代作战系统多通过惯性导航系统和SAR景象匹配进行组合制导。选择具有高匹配率的适配区是保障精确制导的前提条件，但是不同于结构化的目标物体，适配区往往无明确定义，不同适配区可能存在明显差别，难以用统一规则去描述其特征，适配区选取课题仍存在很大挑战。
本文针对SAR景象适配区选取方法进行研究。首先引入一种基于显式规则的层次化筛选方法，从图像的信息量和稳定性等人工设定的特征进行多维度判决。
论文部分内容阅读
适配区自动选取技术是景象匹配的关键技术之一，合成孔径雷达(SAR)具有独特的全天时、全天候和高分辨率成像特性，因此现代作战系统多通过惯性导航系统和SAR景象匹配进行组合制导。选择具有高匹配率的适配区是保障精确制导的前提条件，但是不同于结构化的目标物体，适配区往往无明确定义，不同适配区可能存在明显差别，难以用统一规则去描述其特征，适配区选取课题仍存在很大挑战。
本文针对SAR景象适配区选取方法进行研究。首先引入一种基于显式规则的层次化筛选方法，从图像的信息量和稳定性等人工设定的特征进行多维度判决。针对SAR固有的斑噪会干扰图像特征分析，提出通过级联网络进行图像质量提升，提高了基于统计规则的适配区选取方法的准确性。
为增强模型的鲁棒性，本文提出了一种基于卷积神经网络SA-HRNet的适配区选取方法。由于不同场景的适配性存在差异，因此对SAR数据按照典型场景进行细分，将适配区的分析转换为多分类问题；并在网络结构中使用轻量级的注意力机制，强化特征提取能力。基于深度学习的适配区选取方法在针对新场景数据进行模型更新时易出现灾难性遗忘问题，因此本文提出通过知识蒸馏的方式进行旧模型的迁移，对部分旧数据使用蒸馏损失来维持已有的分类性能，从而实现模型的增量化；同时SAR数据集中存在样本类别非均衡性问题，通过改进损失函数降低易分样本的损失权重，加快了网络的收敛速度。
最后在真实SAR图像数据上将本文提出的模型与其他方法进行对比，并通过仿真实验验证了适配区选取结果的实际可用性。实验结果表明本文提出的SA-HRNet在选取性能上优于其他方法，并且具有良好的泛化能力和鲁棒性。
其他文献
【摘 要】21世纪是互联网飞速发展的大时代，同时更是信息快速传播的大数据时代，其赋予了人们日常生活更加鲜明的快捷化特征。依靠互联网技术迅速发展与集中迸发起来的自媒体时代，将各式信息从微博、微信、今日头条、贴吧、论坛、BBS及各种直播平台等自媒体平台上得以全球泛围内的实时传播，受到各界人士的热烈追捧，尤其是大学生。然而在当下时代，大学生的思想政治教育也面临着全新的挑战，如何抵制自媒體带来的各种负性影
【摘 要】班主任是学校教育的主力军，其地位无可取代。班主任在学习和生活过程中接触学生最为频繁，其言行举止在相当大的程度上影响学生的思想和行动。德育工作是班主任工作的首要内容，直接影响着学生的人生观和价值观，是提高学生道德认识和素质养成的关键途径。若要实现良好的德育效果就必须要求班主任以德服人、以爱育生。 【关键词】初中班主任；德育工作；以德服人；以爱育人 【中图分类号】G635.1 【文献标识
液体浓度是溶液的重要特性表征参量，液体浓度的高低对于溶液在其应用中的有效与有利利用有着至关重要的影响，能够在线、实时、快速及准确的传感检测液体浓度有着重要的工程应用意义。本论文旨在研究石墨烯基材料增强SPR的液体浓度传感技术，为液体浓度在线、实时、快速及准确的传感检测提供一种新的技术手段。
论文基于石墨烯基材料对表面等离子共振效应的增强特性，设计了基于石墨烯基材料的棱镜型多层膜SPR传感结构，针对四种不同的待测介质溶液，对SPR传感结构中的选用材料与结构参数进行了优化，提出了分别采用石墨烯或氧化
随着机器人技术的不断发展，制造业迎来新一轮的革命。当前，机器人正从以传统汽车制造业为代表，以零部件搬运、喷涂、焊接等为主要任务的任务单一且复杂度较低的场景，过渡到以3C制造业为代表，具备小批量、多品类、短周期生产特点的多任务、高复杂度的场景中，这对机器人提出了新的挑战。基于以上背景，本文研究了以服务器为装配对象的多机器人装配技术。
针对多机器人服务器装配中的协同运动问题，本文首先从传统的单机器人运动学入手对机器人进行了D-H建模，对基于主从关系多机器人协同运动推导了其前提实现条件与运动约束关系。
行人重识别任务主要研究如何匹配多个视野不重叠摄像头下的行人图像，是计算机视觉领域最近几年的研究热点。在真实的应用场景上，行人重识别技术在寻找失踪人口、维护公共安全和辅助公安机关刑侦破案上扮演重要角色。然而，行人重识别任务还面临很多技术上的难点，主要包括光照条件差异、相机分辨率差异、背景差异、遮挡问题、行人姿态变化等干扰因素。这些因素使得同一行人在不同的摄像头下的图像也存在较大差异，导致行人图像检索时错误匹配。本文将基于深度学习技术，针对行人匹配时的度量问题、行人视角的变化问题和相机风格的差异问题进行探究。
在工程应用中，设备的工作温度是一个重要参数。示温漆常被用于航空发动机等复杂设备的温度测试，在生产和科研中应用广泛。示温漆的颜色随温度变化会发生不可逆转的改变，将试验件与示温漆标准样板的颜色进行对比可以判读其经历的最高温度。目前示温漆的温度主要由技术员人工判读或用图像判读，但是图像判读方法存在图像采集工作量大、判读时间成本高、应用场景受限、易受环境光影响和判读精度低等缺点。为了克服上述缺点，提高判读准确率，本文在分析示温漆变色特性的基础上，研究了示温漆经历的最高温度与示温漆漫反射光谱之间的对应关系，提出基于
车辆目标的检测与跟踪在军事和民用领域均有重要意义。在一些特殊场景下，红外图像中的算法表现出其局限性，如车辆静止且车辆红外辐射与环境相似时，较难通过红外灰度信息检测到车辆；如车辆被遮挡时，若红外算法无法提取目标完整轮廓，同样难以识别目标。本论文围绕上述问题，研究了激光成像车辆检测算法，以及激光算法与红外算法的复合，最后将算法实现在DSP上。论文主要研究如下：
针对激光图像上检测算法计算复杂度高的问题，研究了低时间复杂度、抗遮挡的激光成像车辆检测算法。算法首先建立地面距离模型，随后根据该距离模型进行
人体姿态估计，指根据人体解剖结构定义的人体骨架特征，通过在图像上定位人体关键点像素坐标来构建人的整体姿态，是一个关键点位置的定位问题。基于图像的人体姿态估计是一个重要的底层视觉问题，该方向的研究对人机交互，行为识别和行人重识别等高层视觉任务有非常重大的意义。为此，本文研究基于深度学习的人体姿态估计算法。
由于身体关键点是相互连接的，对身体关键点之间的结构关系进行建模可以提高定位性能。基于原始图卷积网络，本文提出了一种新颖的模型，称为姿态图卷积网络，以利用这些重要的关系进行姿态估计。具体来说，我们
【摘 要】初中是学生学习生涯中最为关键的一个时期，这个时期，学生已经具备了一定的认知能力以及分析能力。在教学的过程中要充分的保证学生的主体地位，使得学生在数学的学习过程中逐渐养成对数学学习的兴趣，能够使学生养成高的发展思维，能够使学生的能力得到锻炼。 【关键词】初中数学教学；兴趣；思维 【中图分类号】G63 【文献标识码】A 【文章编号】2095-3089（2018）34-0123-02
红外成像技术在军事领域具有极大的应用研究价值，长期以来各国都在获取红外图像上投入了大量的精力。通过计算机进行红外图像的仿真工作，具有节省人力、物力、财力等诸多优势。传统计算机仿真生成红外图像的方法，过程繁琐，生成大规模红外图像较为困难。近年来不少研究者将机器学习、深度学习的相关方法与思想引入到红外图像仿真生成中。论文利用深度学习方法，将较容易获取到的可见光图像，转换为相应的红外图像,为后续的红外图像检测识别任务提供数据支持。为了能在较高分辨率的红外成像条件下进行目标的检测识别任务，论文利用深度学习方法，对