不管印度人的想法如何,但总之他们那边的节奏,华夏方面其实是不太关心的。
尤其是航空工业这块。
是真的在现实层面上做到了造不如买,买不如租——
印军如果真把投到LCA项目上的钱拿去买现成的飞机,能造成的威胁没准还真就更大点。
总之,在首批预生产型歼10A服役之后,常浩南很快就把自己当时的随后一说给忘到脑后了。
这段时间,他本人的主要工作,就是完善海洋一号卫星的图像处理系统。
不光是卫星端,还有数据回传之后,需要在地面上处理的那部分。
而成果么
也已经有了些眉目。
1月14日。
2002年的第一场雪,来的似乎并没有比往年更晚。
尽管发动了大量市政工作人员和人民群众,但在设备不足的情况下,持续一整夜的暴雪还是给一大早的道路交通造成了不小的麻烦。
以至于当常浩南下车的时候,都差点一脚踩空。
但没办法,这次成果报告会的日期,是他自己确定下来的,实在赖不着别人。
实际上,这场大雪甚至引发了不少区域的临时停电。
原定的会议地点就因此而遭了殃。
好在航天科技第五研究院属于重点保供电对象,所以还可以换个地方继续开——
成果报告会不是技术研讨会,参加者多数是与海洋一号卫星项目有关的领导。
这样一来,火炬实验室的位置就显得有些偏僻了。
而航天五院就正合适。
说来有点离谱的是,前者已经在这个项目里干了几个月时间,但还是第一次到这里来。
再加上一场大雪搞得四处银装素裹,他一时间竟有些搞不清楚方向。
好在这个时候,一道熟悉的声音从不远处响起:
“常总,欢迎欢迎。”
常浩南回过头,就看到林森明大步流星地迎了过来:
“林总?”
他上前和对方握了握手:
“真巧啊,你也刚到?”
“嗐我是看见您车进来,发现负责引导来宾的同志还没到,这才特地从办公室下来的。”
林森明回答道:
“昨晚上不是下暴雪嘛,我这担心今天赶不上,就没回家,在办公室对付了一晚上”
显然,这位也是個工作起来废寝忘食的主。
于是乎,还没过两句话的功夫,俩人之间的话题就回到了今天的报告会上面:
“常总,我昨晚把我负责的那部分内容总结了一下,感觉很难拿出足够直观的展示效果啊。”
“虽然数据和图表有不少,但那些东西得内行人才能看懂,今天”
他说到这里就没有继续下去,不过意思已经非常明显了。
今天来的大多都是领导,虽然也有搞技术出身的,但毕竟隔行如隔山,更何况图像识别还是个极其抽象且新颖的领域。
不过,常浩南却是一副轻松的样子,甚至拍了拍林森明的肩膀:
“没关系,我有准备,你按照原计划组织报告会就好。”
后者仍然有点将信将疑。
但毕竟拍板的常浩南都这么说了,而且天塌下来也有个高的顶着,所以最后还是点了点头。
或许是由于天气原因,前来参会的领导们普遍到的晚了一些。
好在,还是没影响到报告会的正常开始。
对于常浩南来说,在这种相对封闭的场合下进行报告,已经算是轻车熟路了。
不过,林森明倒是还多少有些紧张。
简短的开场过后,首先是介绍卫星的总体背景,以及软件程序设计的概况。
照理来说,这两部分属于比较平淡的内容。
但听着听着,常浩南就感觉到有些不对劲。
过于照本宣科了。
尤其是软件设计那部分的内容。
哪怕专业出身的领导,大多数对于计算机领域也没有太多了解。
然而林森明上来就是一个C-V模型和LBF模型的能量泛函,再接一个曲线演化理论和变分水平集方法模型,最后再以一个局部二值拟合改进的活动轮廓模型收尾
要是开项目组内部的技术会议,这倒是没什么要紧,但报告会嘛还是得简明易懂。
趁着两段内容当中的间隙,常浩南左右瞅了瞅,发现会议桌两边已经有不少人或是眉头微皱,或是昏昏欲睡了。
虽然海洋一号属于部委挂名项目,今天哪怕讲崩了也不可能造成什么严重后果。
但经费方面的倾斜程度还是难免会出现问题。
更关键的是,常浩南还指着从这个项目里面抠经费出来,继续搞多相图的分割和跟踪技术呢。
于是,在好不容易熬过了这前两个部分之后,常浩南自己刚一上台,就选择了从PPT的中间部分开始讲。
“各位领导,各位同事,刚刚林森明同志已经向大家介绍了我们进行目标轮廓分割的理论基础,那么接下来,就由我来给各位展示一下,我们这一个月以来的研究成果。”
实际上,倒也不能完全怪林森明讲的无聊。
要想展示卫星图处理的效果,那么首先,你手里得有足够的卫星图才行。
然而海洋一号却是华夏第一颗海洋遥感卫星
所以,之前测试的时候,项目组都是用比较抽象的计算方式进行的测试。
但直观性上显然就差了一些。
不过,常浩南却在报告会之前,及时想到了补救的方法。
“各位,请看这几张图。”
他直接控制PPT翻到了下一页。
没有公式和数字,只有四张图片。
略显单调的图片。
灰色的背景,上面的一个由正五边形和椭圆组合而成的深色图像。
“图片的颜色,是我们为了视觉效果而后涂上去的,在实际的处理过程中,背景像素会在一定程度上被简化,以减少信息传输压力”
刚刚已经被灌输了过量数学符号的参会者们,这时候正需要这种直观而简单的图像来缓一缓。
常浩南明显能感受到,有不少人重新打起了精神。
“接下来我将会展示,分段常值情况下,演化曲线C与目标轮廓线C*的关系。”
说话间,常浩南点击鼠标,第一张图片上出现了一个白色的圆框:
“在图(a)当中,当演化曲线C包围真实目标轮廓C*时,曲线C内部的能量泛函大于零,而外部能量接近零;而在(b)中,当真实目标轮廓C*包围曲线C时,曲线C内部的能量泛函接近零,外部能量大于零”
“也就是说,对于演化曲线的任意一部分,我们只需要分别计算其内部和外部的能量泛函值,就可以判断其与真实目标轮廓线的位置关系。”
“当其内外部能量计算结果均接近0的时候,就可以判断其是否与目标轮廓线重合!”
这下子,原本死气沉沉的会议室里,顿时变得活跃起来——
除了部分繁忙的国际航道以外,海洋中的大部分区域,其实是没有那么多船只存在的。
换句话说,海洋监视卫星拍摄到的大多数照片,都只有一片海面背景而已。
因此,哪怕只是把目标区域和背景区域给分割开,排除掉那些只有背景而没有目标的数据,都可以大大减少天地链路的通讯压力,缩短整个天基侦察系统的反应时间。
这还没算地面接收到数据之后,进行二次识别的效率。
从一万张照片里找到一艘航母,和从100张照片里找到一艘航母。
难度显然不在一个水平线上。
“浩南同志。”
说话的是国家海洋局的负责人王曙光。
他当然和海军没有直接关系。
不过原则上,海洋一号是一颗属于国家海洋局的卫星。
他自然也受邀出席了今天的会议。
“我注意到,你们使用的这四张图片,都是灰度均匀的背景,但实际的海洋背景恐怕不会如此理想,哪怕是深海,也极大概率是灰度异质的。”
“你们的算法,能否区分不同区域的背景之间,以及待观测目标和整体背景之间的灰度差别?”
这个问题,确实是专业的。
甚至海军方面的人都不太容易想得到。
“当然可以。”
常浩南露出一个笑容:
“实际上,只要在在局部能量项中,用演化曲线对应的拟合函数来代替模型中的灰度均值就可以了。”
“多数情况下,一张照片拍摄到的画面当中,不会涉及到太多复杂的灰度异质情况,再结合星载计算机较弱的性能,我们选取两个拟合函数,就基本可以应付大多数情况了。”
说话间,常浩南继续翻页。
这次,PPT上出现了一张明显是港口的俯拍图片。
更重要的是,虽然清晰度十分捉急,但仍然能看出,在图片偏左下的位置,停着一艘全通甲板的东西。
“这是”
王曙光眉头一皱,发现事情似乎并不简单。
“感觉环境有些熟悉”
“等会,这不是津门南疆码头?”
很快就有人认出了位置:
“所以这艘船是基辅号?”
“没错。”
常浩南回答道:
“这是一张由244通道CCD光学侦察照相机拍摄到的照片,我向空军那边申请,前些天才刚刚获得的。”
“除了基辅号以外,还有另外几艘能勉强看清轮廓线的大型船只。”
“而经过我们的处理之后。”
他又一次轻击鼠标。
一瞬间,除了地面、码头建筑和那几艘船以外,所有涉及到水面的部分,都变成了灰度均匀的浅灰色背景。
“即便是在水文情况复杂的浅海区域,一样可以完成对大型水面目标的甄别!”
说完之后,常浩南重新回过头。
会议室内,又重新归于了沉默。
但任何人都能看出,这一次,并不是因为无精打采。
而是一时间被震到说不出话来。
“砰——”
直到一阵脆响打破了寂静。
那是一名端着茶杯的海军领导,不小心把杯底磕在了桌沿上面。
显然,这项技术甚至都不用真正投入应用。
只要稍微泄露出去一点,就足够美国人睡不好觉了一笔阁 www.pinbige.com
html|sitemap|shenma-sitemap|shenma-sitemap-new|sitemap50000|map|map50000
0.0035s 2.3589MB