陈丽
- 作品数：5 被引量：28H指数：2
- 供职机构：中国科学院更多>>
- 发文基金：国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术天文地球航空宇航科学技术更多>>
- 基于改进偏振双向反射分布函数的海面场景红外偏振成像仿真被引量：1
- 2022年
- 为解决传统偏振双向反射分布函数计算复杂、渲染实时性差的问题,基于微平面理论,提出一种更快速的偏振双向反射分布函数模型,并完成全链路的成像仿真。依据P-M海浪谱生成海面,设计了适用于偏振仿真的三维数据存储结构,讨论了探测器接收到的有效辐射并建立辐射控制方程,提出用宏观面元法向与探测方向中间向量代表微观面元平均取向的假设,改进传统P-G偏振双向反射分布函数模型。建立了海面与舰船的定向半球偏振反射率与发射率模型,最后对探测器进行建模,生成海面与舰船的图像,计算出偏振度图像,并与相近条件下获取的实拍图像进行了对比。结果表明,基于该仿真模型得到的仿真图像,与相近条件下获取的实测图像有良好的匹配度,证明了模型的准确性。
- 谭畅王世勇王世勇高思莉陈玮琳陈丽
- 关键词：红外偏振成像仿真海浪谱
- 蛇形机器人控制系统的设计与实现被引量：23
- 2003年
- 以蛇为模型的蛇形机器人的研究 ,扩大了机器人的应用领域 .本文基于CAN总线技术完成了蛇形机器人控制系统的设计及研制 ,有效地实现了机器人的运动控制 .在此基础上完成了蛇形机器人的集中式控制和分布式控制方式 .
- 汪洋李斌陈丽林琛
- 关键词：蛇形机器人CAN总线控制系统
- MMShip:中分辨率多光谱卫星图像船舶数据集被引量：1
- 2023年
- 针对现有遥感船舶数据集均为裁剪后的图像,用数据集训练的检测算法直接运用于卫星图像原始尺度时检测效果较差的问题,建立了可见光和近红外4个波段的多光谱卫星船舶数据集MMShip,数据集同时包含卫星图像的原始尺度数据和切割后的小尺度船舶数据。本数据集引入多波段信息,弥补现有数据集多为可见光图像,而可见光容易受到光照条件等影响的缺点。在全球海域内下载云量低于3的Sentinel-2卫星图像,进行大气校正后只选取10 m分辨率的红绿蓝和近红外4个波段,以景为单位筛选出包含有船舶的图像。把筛选后的图像按无重叠的方式切分为512×512,剔除其中不包含船舶目标的图像。然后,使用LabelImage软件对小尺度数据进行了水平框标注,再将标注数据反推至原始尺度得到原始尺度下的标注信息。最后,利用几种典型的检测算法在切割后的MMShip小尺度数据集上进行了可见光、近红外、多光谱对比实验。构建了一个涵盖不同场景的多光谱卫星船舶目标数据集,包含497景原始尺度标注数据和裁剪后的5 016组船舶目标图像。对比实验验证了近红外波段信息的补充有助于提高船舶目标检测算法的精度。多光谱船舶数据集MMShip可用于卫星图像尺度和普通图像尺度的多光谱船舶目标检测算法研究。
- 陈丽陈丽王世勇王世勇王世勇
- 关键词：多光谱遥感数据集
- 石英局部集中应力对数字太阳敏感器精度的影响
- 2018年
- 理论分析了石英材料内应力对数字太阳敏感器精度的影响机理,对石英样片进行了应力双折射测试,将不同的石英样片装在数字太阳敏感器单机上进行了全视场测试,给出了控制石英材料应力等级的措施。研究结果表明,只有局部内应力集中的石英样片才会产生干扰光斑,这与理论分析结果相吻合。
- 宋崇金席红霞曹珺曲海波陈丽刘烟陈丽
- 关键词：应力双折射
- Sentinel-2卫星的多光谱轻量级船舶目标检测算法被引量：3
- 2022年
- 近年来深度卷积神经网络在可见光船舶检测方面取得了显著的进展,然而,大多数相关研究是通过改进大型的网络结构来提高检测性能,因此加大了对更高计算机性能的需求。此外,可见光图像难以在云、雾、海杂波、黑夜等复杂场景检测到船舶。针对以上问题,提出了一种融合红(red,R)、绿(green,G)、蓝(blue,B)和近红外(NIR)4个波段光谱信息的由粗到精细的轻量型船舶检测算法。与现有的方法中根据光谱特性利用水体检测算法提取水体区域不同之处是该算法是利用改进的水体检测算法来提取船舶候选区域。为获取更准确的候选区域,对船舶、厚云、薄云、平静海面、杂波海面5种场景中4个波段的像素值进行了统计分析,选取近红外大于阈值作为辅助判断,并以其中心点获取候选区域32×32大小的切片,并对切片进行非极大值抑制,由此获得了船舶粗检测结果。随后构建了轻量级LSGFNet网络对船舶候选区域切片进行精细识别。构建的网络融合了1×1卷积提取的波谱特征与3×3的提取几何特征,为防止光谱特征与几何特征的信息在融合时“信息不流通”,在LSGFNet网络中引入了ShuffleNet中的通道打乱机制,并减小了模型结构,与典型的轻量级网络相比具有更好的效果且模型较小。最后,利用Sentinel-2卫星多光谱10 m分辨率数据构建了512×512大小的1120组数据进行粗检测,以及32×32大小的6014组数据进行精细网络训练,其中候选区域粗提取的查全率为98.99%,精细识别网络精确度为96.04%,不同场景下的平均精确度为92.98%。实验表明该算法在抑制云层、海浪杂波等干扰的复杂背景下具有较高的检测效率,且训练时间短、计算机性能需求低。
- 陈丽陈丽王世勇王世勇高思莉
- 关键词：多光谱
