小型机载光电平台中基于扩展卡尔曼滤波的地面目标定位算法

为提高小型机载光电平台的目标定位精度,提出了一种基于扩展卡尔曼滤波(EKF)的目标定位算法。根据机载光电平台锁定跟踪目标的特性,对同一目标进行多次测量。依据组合导航系统测量的载机位置、姿态信息及位置编码器测量的框架角位置信息,结合地球椭球模型确定目标的视轴指向。建立状态方程和测量方程,利用扩展卡尔曼滤波对目标的地理位置进行估计。采用蒙特卡罗法分析了测量误差对目标定位精度的影响,仿真结果显示:所提算法的精度较高,稳健性较高。采用飞行试验验证了该算法的有效性,当飞行高度为4300m时,目标定位精度优于15m。与基于地球椭球模型的算法相比,所提算法的目标定位精度明显提高。     

基于多尺度特征提取网络的图像美学量化评分方法

提出了一种基于多尺度特征提取网络的图像美学客观量化评分方法，该模型主要由多个多尺度特征提取单元级联组成，每个单元包含由3个不同卷积核组成的特征提取层、融合层和映射层。特征提取层通过联合图像的全局视图和局部视图组成网络输入端，在输出端以EMD函数为损失函数，输出分布为1~10分的概率密度质量函数，并以分布均值作为图像美学量化值。实验证明，本文方法具有可行性和有效性，解决了传统方法只进行美感二进制等级分类的问题，给出了（模拟人类思维对）图像的客观量化评分；同时在AVA数据集上获得了优于几种主流算法的分类准确度。