我司科教协同项目成员赴长春光机所参观调研学习为期一周（2019/8/8至2019/8/15）。参与成员有方岚�、沈非一、涂子鸣、鲍康健、刘海斌和沈一苗等。

参观调研日程：

8月8日
签订保密协议，办理通行卡。参观了光机所实验室和实验设备，了解了光机所的发展历史和现状，确定我们在光机所的学习方向和目标。熟悉工位。

8月9日至12日
Bayer图片的生成与预处理，编写实现邻域插值法、双线性插值法，基于梯度算法，实现加权系数法Lu、Ron Kimmel算法，编写评价函数；
决策树算法学习，机器学习样本制作，决策树搭建，算法调试、检查、微调；
基本飞机特征识别分类方法学习，基于简单几何特征（如翼展比、机身长度等）图像和一阶边缘特征的图像提取及处理工作，基于几何轴心的旋转后识别匹配工作。

8月13日
收尾工作以及总结报告。

8月14日
学习总结答辩。

主要研究内容分工与介绍：

方岚�：“基于Bayer彩色滤波阵列插值算法”。她以基于Bayer彩色滤波阵列的插值算法为研究对象，旨在开发一种速度快、失真小的色彩重建方法。她选取部分常用的彩色图像插值算法，包含双线性算法、色比恒定算法、基于梯度的插值算法、自适应算法以及加权系数法等，并选取部分有代表性的图片对这些典型的插值算法进行了测试与比较，分析了各类算法的优势与不足。

沈非一：“飞机目标的特征快速识别”。他以卫星影像中的飞机为研究目标，旨在开发一种速度快、抗变换性强、识别准确度高的目标检测识别方法。针对目标种类繁多，目标特征相似等特点，通过对飞机气动构型特征的分析，达到初步筛选的目的。并且基于MATLAB环境研究算法，使用卫星图像验证了算法的可行性。

涂子鸣：“基于卫星图像中飞机特征的识别、处理与匹配”。他同样以卫星图像中的飞机为研究目标，旨在实现图像特征提取、快速识别并自动匹配飞机特征库的方法。本文通过MATLAB基础架构中基本函数的使用，针对飞机几何特征结构进行具体分析，通过筛选、分类、比对，最后达到区分飞机种类的目标，并通过实验给出了分类识别的准确性。

鲍康健：“4π空间全景成像及拼接技术之图像拼接与星点识别”。他的主要研究目的为验证和练习使用基于surf算法和ransac算法的图像拼接，以及初步的简单星点识别。旨在以此为基础进行拓展，最终完成总课题下深空背景的图像拼接及星点识别。并基于MATLAB环境研究算法，使用截图验证了拼接技术的可行性以及星点的提取的可能性。

刘海斌：“星点识别”。他以星图识别为研究目标，旨在解决星图拼接过程中特征点匹配的问题，同时也可用于飞行器姿态获取等。由于飞行器的抖动以及太空干扰等因素，星图识别的准确性会大大降低。因此，希望能设计一种匹配较为精确、速度不慢的星图识别方法。他主要从星图识别的基本原理出发，对三角形法进行了改进，进行了仿真对比试验，发现改进后的算法快于原算法。

沈一苗：“图像拼接之投影变换”。他以全景成像所需的离散图像序列作为研究基础，旨在通过实现图像投影变换以获得最终图像拼接所需的图像序列。他通过比较多种图像投影变换的利弊，以选择适合天基图像识别与拼接的投影方式，并基于MATLAB实现各类投影变换算法，通过最终拼接图像质量以评价图像投影变换。