第76章 图像数据处理
推荐阅读：神印王座II皓月当空、宇宙职业选手、斗罗大陆V重生唐三、星门、弃宇宙、夜的命名术、剑道第一仙、雪中悍刀行、剑来、一剑独尊
龙门小说网 www.txtlm.com，最快更新工业心脏最新章节！
进入四月好消息一个一个的传了出来。
第一个是陈东风和杨辉设计的大涵道比LT-2在报废了2台原型机后，终于在4月10号完成了定型。现在正在由校工厂加紧赶制出经过改进后的LT-2，预计一个星期后就会2台LT-2的组装工作。
第二个好消息是唐昌宏的新飞龙也在4月12日完成了最后的风洞实验，唐昌宏历时一个半月终于为飞龙设计新的外形。新的飞龙是平直机翼，后掠角在16度，展弦比是15，机翼长度7.2米，机翼面积在3.2平方米，机身长度4.2米，尤其是7.2米的机翼一体成型，在组装中难度很大。
第三个好消息是西电的微波通信系统已经完成了测试，据他们的测试接收端和发射端的距离在40km以内通讯效果是可以满足预期的，在增加信号中继塔后，通信距离还可以无限延伸。
第四个好消息是杨韦和光机所合作的鹰眼项目也已经完成了测试，不得不说采用黑白CCD成像不仅降低了整个鹰眼1/4的成本，而且在测试分辨率的时候他们发现可以分辨出5000米外0.5米*0.5米的物体，在配合陈东风和杨光给出的图片处理算法后，100张图片叠加后基本可以给出物体清晰的边界，完全可以用来识别地表建筑和人员移动。
第五个好消息是杨韦的飞机控制系统，在配合唐昌宏进行风洞实验的过程中，杨韦已经根据上次Mini2000的经验开始编写起飞龙的飞行控制程序。当然主要是低空低速的飞行条件也是杨韦能顺利完成设计的一个主要原因。
葛森的鹰击-1是最早完成的，在3月底的时候，他就完成了相关设计和测试工作，不过由于没有通信单元和战斗部位，所以鹰击-1还只是一个空壳。在西电的通信单元设计好后，被他整合进了鹰击-1的控制系统，现在就等能来个从天而降，具体测试命中率了。
最妙的是杨光改造的DJS-130后台控制系统，在综合了陈东风、杨韦、杨辉和唐昌宏的意见也就是他们在设计Mini2000控制台的经验，最后杨光把DSJ-130的纸带命令输入系统魔改成三旋钮加按钮系统，三旋钮分别控制飞龙和鹰击-1的飞行方向以及微调鹰眼的焦距；动作按钮控制LT-2的气动、停止和飞龙的副翼、尾翼以及鹰击-1的发射；还有飞行动作按钮控制飞龙的各个动作，包涵锁定地面目标时的圆周飞行、规避地面攻击的紧急避险飞行动作、还有最重要的是遇到故障时的自动返航飞行。
不过现在各个飞行动作按钮还没具体的功能，这些功能还需要在试飞的时候慢慢测试出来。
不过说一千到一万，飞龙的所有功能都是在鹰眼对地面目标的识别上。这个识别除了需要依靠鹰眼的高空镜头以及高速拍摄系统，关键还是要有一套可靠的图像处理算法。
为了一套可靠的算法，杨光专门从光机所借了一套黑白CCD拍照系统，通过比较实际的图片和数字处理图片来专门改进数据处理算法。他们的样图从黑白相间的条纹图片到黑白相间的棋盘图片，从黑白图片到彩色图片，从片图片到立体小样，基本上把能模拟的都模拟了。
陈东风设计了一套提高图片分片率的算法，陈东风命名为“像素分离综合算法”。该算法的核心思想是3点，第一是保留有意义的像素。当有些像素与周围像素的颜色信息不同时，它是图像的典型特征，需要保留，如地面目标的建筑，车辆等。
第二是区分需要进行连续处理的部分，与不需要进行连续处理的部分。如建筑之间的间隙是不需要连续处理的，要保持波动。而建筑的轮廓需要进行连续光滑处理。
第三是区分哪些相似像素应该被联系起来，哪些不需要。如建筑间隔处，考虑2*2四个像素，比如建筑的顶面像素，相同灰阶的像素应该被连接起来构成特征曲线的部分，而像素灰阶差异明显的不应该。解决了上面的问题后，就得到了一些线条，对这些线条进行样条插值可以得到最终的结果。
当然中间还有N多的技术难点，想要把地分辨率的图片提高1倍甚至1倍以上都是需要耗费大量的水磨工夫的，现在陈东风的算法只是实现了10%的分辨率提升。
而杨光从图像数据的线性滤波上下手，由于黑白图片的数据的形式都是二维矩阵，杨光采用的是使用一个二维的滤波器矩阵（有个高大上的名字叫卷积核），然后对于图像的二维矩阵的每一个像素点，计算它的邻域像素和滤波器矩阵的对应元素的乘积，然后加起来，作为该像素位置的值。这样就完成了滤波过程。对图像和滤波矩阵进行逐个元素相乘再求和的操作就相当于将一个二维的函数移动到另一个二维函数的所有位置，这个操作就叫卷积或者协相关。
杨光设计了三种?二维的滤波器矩阵：边缘检测矩阵、图像锐利化矩阵和运动模糊矩阵。
边缘检测矩阵需要在图像对应的方向计算梯度。使用一个所有值加起来为0的卷积核来卷积图像，就可以了。但在实际中，这种简单的方法会把噪声也放大了。
图像的锐化矩阵和边缘检测矩阵很像，首先找到边缘，然后把边缘加到原来的图像上面，这样就强化了图像的边缘，使图像看起来更加锐利了。这两者操作统一起来就是锐化滤波器了，也就是在边缘检测滤波器的基础上，再在卷积核的中心的位置加1，这样滤波后的图像就会和原始的图像具有同样的亮度了，但是会更加锐利。
最重要的是运动模糊矩阵，本身飞龙就是在高速的运动中，拍摄的图片基本上都会出现运动模糊。把模糊的图片通过卷积的形式让图片上的像素在相向模糊方向偏移来达到修正模糊图片的效果。
把陈东风和杨光的图像数据处理办法结合在加上上百张图片的叠加，想要在5000米的高空分别出0.5米*0.5米的物体还是不成问题的，当然具体的叠图数量还需要结合试飞时候的实验来测得。
进入四月好消息一个一个的传了出来。
第一个是陈东风和杨辉设计的大涵道比LT-2在报废了2台原型机后，终于在4月10号完成了定型。现在正在由校工厂加紧赶制出经过改进后的LT-2，预计一个星期后就会2台LT-2的组装工作。
第二个好消息是唐昌宏的新飞龙也在4月12日完成了最后的风洞实验，唐昌宏历时一个半月终于为飞龙设计新的外形。新的飞龙是平直机翼，后掠角在16度，展弦比是15，机翼长度7.2米，机翼面积在3.2平方米，机身长度4.2米，尤其是7.2米的机翼一体成型，在组装中难度很大。
第三个好消息是西电的微波通信系统已经完成了测试，据他们的测试接收端和发射端的距离在40km以内通讯效果是可以满足预期的，在增加信号中继塔后，通信距离还可以无限延伸。
第四个好消息是杨韦和光机所合作的鹰眼项目也已经完成了测试，不得不说采用黑白CCD成像不仅降低了整个鹰眼1/4的成本，而且在测试分辨率的时候他们发现可以分辨出5000米外0.5米*0.5米的物体，在配合陈东风和杨光给出的图片处理算法后，100张图片叠加后基本可以给出物体清晰的边界，完全可以用来识别地表建筑和人员移动。
第五个好消息是杨韦的飞机控制系统，在配合唐昌宏进行风洞实验的过程中，杨韦已经根据上次Mini2000的经验开始编写起飞龙的飞行控制程序。当然主要是低空低速的飞行条件也是杨韦能顺利完成设计的一个主要原因。
葛森的鹰击-1是最早完成的，在3月底的时候，他就完成了相关设计和测试工作，不过由于没有通信单元和战斗部位，所以鹰击-1还只是一个空壳。在西电的通信单元设计好后，被他整合进了鹰击-1的控制系统，现在就等能来个从天而降，具体测试命中率了。
最妙的是杨光改造的DJS-130后台控制系统，在综合了陈东风、杨韦、杨辉和唐昌宏的意见也就是他们在设计Mini2000控制台的经验，最后杨光把DSJ-130的纸带命令输入系统魔改成三旋钮加按钮系统，三旋钮分别控制飞龙和鹰击-1的飞行方向以及微调鹰眼的焦距；动作按钮控制LT-2的气动、停止和飞龙的副翼、尾翼以及鹰击-1的发射；还有飞行动作按钮控制飞龙的各个动作，包涵锁定地面目标时的圆周飞行、规避地面攻击的紧急避险飞行动作、还有最重要的是遇到故障时的自动返航飞行。
不过现在各个飞行动作按钮还没具体的功能，这些功能还需要在试飞的时候慢慢测试出来。
不过说一千到一万，飞龙的所有功能都是在鹰眼对地面目标的识别上。这个识别除了需要依靠鹰眼的高空镜头以及高速拍摄系统，关键还是要有一套可靠的图像处理算法。
为了一套可靠的算法，杨光专门从光机所借了一套黑白CCD拍照系统，通过比较实际的图片和数字处理图片来专门改进数据处理算法。他们的样图从黑白相间的条纹图片到黑白相间的棋盘图片，从黑白图片到彩色图片，从片图片到立体小样，基本上把能模拟的都模拟了。
陈东风设计了一套提高图片分片率的算法，陈东风命名为“像素分离综合算法”。该算法的核心思想是3点，第一是保留有意义的像素。当有些像素与周围像素的颜色信息不同时，它是图像的典型特征，需要保留，如地面目标的建筑，车辆等。
第二是区分需要进行连续处理的部分，与不需要进行连续处理的部分。如建筑之间的间隙是不需要连续处理的，要保持波动。而建筑的轮廓需要进行连续光滑处理。
第三是区分哪些相似像素应该被联系起来，哪些不需要。如建筑间隔处，考虑2*2四个像素，比如建筑的顶面像素，相同灰阶的像素应该被连接起来构成特征曲线的部分，而像素灰阶差异明显的不应该。解决了上面的问题后，就得到了一些线条，对这些线条进行样条插值可以得到最终的结果。
当然中间还有N多的技术难点，想要把地分辨率的图片提高1倍甚至1倍以上都是需要耗费大量的水磨工夫的，现在陈东风的算法只是实现了10%的分辨率提升。
而杨光从图像数据的线性滤波上下手，由于黑白图片的数据的形式都是二维矩阵，杨光采用的是使用一个二维的滤波器矩阵（有个高大上的名字叫卷积核），然后对于图像的二维矩阵的每一个像素点，计算它的邻域像素和滤波器矩阵的对应元素的乘积，然后加起来，作为该像素位置的值。这样就完成了滤波过程。对图像和滤波矩阵进行逐个元素相乘再求和的操作就相当于将一个二维的函数移动到另一个二维函数的所有位置，这个操作就叫卷积或者协相关。
杨光设计了三种?二维的滤波器矩阵：边缘检测矩阵、图像锐利化矩阵和运动模糊矩阵。
边缘检测矩阵需要在图像对应的方向计算梯度。使用一个所有值加起来为0的卷积核来卷积图像，就可以了。但在实际中，这种简单的方法会把噪声也放大了。
图像的锐化矩阵和边缘检测矩阵很像，首先找到边缘，然后把边缘加到原来的图像上面，这样就强化了图像的边缘，使图像看起来更加锐利了。这两者操作统一起来就是锐化滤波器了，也就是在边缘检测滤波器的基础上，再在卷积核的中心的位置加1，这样滤波后的图像就会和原始的图像具有同样的亮度了，但是会更加锐利。
最重要的是运动模糊矩阵，本身飞龙就是在高速的运动中，拍摄的图片基本上都会出现运动模糊。把模糊的图片通过卷积的形式让图片上的像素在相向模糊方向偏移来达到修正模糊图片的效果。
把陈东风和杨光的图像数据处理办法结合在加上上百张图片的叠加，想要在5000米的高空分别出0.5米*0.5米的物体还是不成问题的，当然具体的叠图数量还需要结合试飞时候的实验来测得。