学霸的军工科研系统 学霸的军工科研系统 第842节

  而识别轮廓的前提，是把轮廓形状从一片蓝色或是黑色的背景当中给分割出来。

  如果海洋一号只是如字面上一样，是一颗常规的海洋资源卫星，那无法分割凹陷区域，也就是内角大于180°的区域倒也算不得什么大事。

  但作为事实上的海洋监视验证星，这个问题却是完全无法接受的。

  航空母舰很大，这不假。

  但在民船行列里，并不缺少尺寸接近乃至超越航空母舰的巨无霸。

  而航空母舰最大的最大特征——全通甲板，在卫星观测视角看来，也和部分民用运输船只广阔的前甲板类似。

  甚至堆满了集装箱之后的集装箱船，也很容易被误判。

  这样一来，容易被利用起来的特征就只剩下两个。

  首先偏向一侧的舰岛。

  除了航母和两栖攻击舰这类有载机需求的军舰以外，再没有其它船只会使用这种奇葩的设计。

  民船都会把驾驶室设置在尽可能贴近船体前或后端的位置。

  但问题在于，舰岛确实有点太小了。

  尤其是核动力航母由于无需烟道，更是可以把舰岛做的很小且很靠后。

  而且还和甲板部分高度重合。

  无论是雷达、可见光还是红外光，在分辨率不足的情况下都很难辨识出来。

  相比之下另一个特征，也就是斜角甲板和起飞甲板所组合出的不规则船体轮廓，就比较友好了。

  民船出于容积率的考虑，不可能设计这种支楞巴翘的外形出来。

  甚至连不设置斜角甲板的中小型航母，以及两栖攻击舰都可以在一定程度上被排除。

  而且更重要的是，300米长、40米宽的轮廓，对于目前的卫星分辨率来说，还是勉强能够分割出来的。

  所以，才必须要解决凹陷区域识别率的问题。

  否则直接给你把斜角甲板那一块分割成圆润的弧线，那就和一艘油轮差不多，一点特征都不剩了。

  “林总说的不错。”

  常浩南信步来到黑板旁边：

  “传统的几种活动轮廓模型，很难直接被应用在我们海洋一号的图像识别算法当中。”

  “不过我之前在写一篇论文的时候，曾经无意中看到过一种思路，就是利用变分水平集方法改进活动轮廓模型。”

  “到目前为止，这种思路的主要产物是几何活动轮廓模型，以及更进一步，利用mumford-shah泛函对变分水平集方法进行分段所开发出的测地活动轮廓模型。”

  “当然，由于水平集方法在过去一直存在不守恒问题，因此这两种方法在面对曲线拓扑结构变化时的适应性仍然有限。”

  “不过，如果你们看过我之前发表在第一期jcas上的那篇文章，就会知道我已经从理论层面上解决了这一问题……”

  说完之后，常浩南在黑板上写下了第一个方程：

  p（f）=e^（-βe|f|）/z.

  而就在这个时候，下面又有另外一个人举起手：

  “常总，第一期jcas上的大部分文字我倒是都看过，但如果没记错的话，您发表的那篇文章好像是用来进行多相流模拟的？”

  “是的。”

  常浩南此时也恰好写完方程，于是转过头回答道：

  “但数学原理层面的东西，万变不离其宗。”

  “多相流模拟的难点，也是在于其相界面的拓扑结构高度不确定，因此需要将运动界面描述为随时间变化的水平集。”

  “因此，这种方法可以在几乎无需改动的情况下，被应用在偏微分方程的曲线演化当中”

  说完之后，他重新指向黑板：

  “这是统计力学当中，吉布斯公式所对应的贝叶斯形式，而我刚刚所提到过的变分方法，恰好在形式上与之完全一致……”

  “而基于偏微分方程的图像处理方法，实质上正是在图像的连续数学模型上，假设图像遵循某一指定的偏微分方程发生变化，而pde的解就是希望得到的处理结果。”

  “至于如何确定这一制定的偏微分方程形式……”

  常浩南一边说，一边在“图像变化”和“偏微分方程”中间画了个箭头：

  “一般来说，是将期望实现的图像变化与某种数学物理过程进行对比，例如将图像的平滑处理类比于杂质的扩散过程，当然，大多数处理方式都不会如此简单，这也正是我们当前阶段需要研究的问题。”

  “就我目前的研究进度来说，只要能够走到这一步。”

  他又在“偏微分方程”五个字上画了个圈：

  “后面的数值求解过程，就几乎不是问题！”

  第958章 目标轮廓识别

  如今在偏微分方程求解这方面，常浩南要是说没有问题，那至少在国内，不太可能轻易跳出一个人来质疑这个结论。

  因此，众人就算是基本认可了自己的下一步工作，就是寻找图像处理手段与特定偏微分方程之间的对应关系。

  不过，对于一个真正的海洋监视系统……或者说对于整个图像识别和处理技术来说，这仍然只能算是走完了第一步。

  甚至是第一步当中的第一個动作——

  即便就“图像分割”环节来说，也仍然有其他需求亟待解决。

  当然，常浩南给出的思路确实是足够新颖的。

  于是很快就有人开始举一反三：

  “常总，如果单个水平集函数可以做到把图像分为背景区域和目标区域，也就是进行一次两相分割，那如果我们同时利用多个水平集函数，是否就可以完成对多相图像的分割？”

  “理论上，当然是这样。”

  常浩南回答道：

  “当一副图像中包括的信息较多，无法简单拆分为目标和背景两部分时，就需要考虑多相变分水平集问题。”

  “不过，多相问题的复杂程度就要更上一个台阶。”

  说完之后，他回头在黑板上画了一个正方形。

  “我们可以简单地认为，每个水平集方程就是在图像中划定一片区域，也就是这一个正方形。”

  “当只有一个正方形时，图像会被，而且只会被分为内和外两个部分，并不存在第二种分法。”

  “但是。”

  常浩南又在黑板上画出了第二个正方形，并在两个图形当中分别标注了1和2：

  “当出现第二个正方形时，变量并不是多出来了一个，而是多出来了两个，也就是第二个正方形本身，以及两个正方形之间的位置关系。”

  “如果两个正方形不重叠，那么整个图像将会被分为三个区域，也就是1号内、2号内和1、2号外。”

  “而如果两个正方形重叠，那么整个图像则会被分为四个区域，1号内2号外、1号外2号内、1号内2号内和1号外2号外……”

  “实际上，当我们为了划分一副图像而设置多个水平集函数时，那么最多可以将该图像分为2^n个区域，最少则可以将该图像分为n个区域，因此分类难度并不是直线上升，而是指数级上升……”

  “……”

  这部分内容如果用数学语言描述实际上相当复杂，但常浩南完全用大白话来解释，反倒显得浅显易懂了。

  “所以……”

  刚才提问的那个人也明白过来：

  “我们还要首先规定一个水平集设计方案，才能具体完成多相图的区域划分？”

  “没错，但也不完整。”

  常浩南把只剩下最后一小截的粉笔丢进旁边的粉笔盒：

  “看似只是在软件设计逻辑上多了个自由度，但实际上，除了分割为n个或2^n个区域这种极端情况以外，都还要增加额外的约束条件，计算量总之是比较吓人的。”

  “哪怕是最简单的多相图分割，就是刚刚说的用两个水平集函数划分4个区域，也要出现4个局部灰度拟合函数，然后利用变分水平集方法最小化总能量泛函，这个过程需要解8个欧拉-拉格朗日方程，更复杂的情况你们就自己想好了……”

  “另外，一张照片里拍到两个高价值特定目标的概率本来就非常低，就算真的凑巧出现这种情况，只要能识别出其中任意一个，并把图像正确归类为重点回传到地面，那效果也是一样的，毕竟我们还有的地面分析人员和军队指挥员，又不是只会依靠卫星提供的信息打仗。”

  “……”

  常浩南一边讲，一边在黑板上简单写了一下经典情况下拟合函数和平均灰度值的求解结果。

  显然，除非情况非常巧合，否则这样一个过程至少在最近几年以内，必定不适合在星载计算机上来完成。

  “所以，这方面暂时不作为我们的研究重点？”

  林森明放下手中的钢笔，稍微活动了一下手腕问道。

  “倒也未必。”

  常浩南擦了擦手，坐回到会议桌首位上：

  “如果方程的稳定性比较好，那其实可以用半隐差分格式来进行数值求解，除了耗时特别长以外其实没什么其它阻碍……”

  “总之，理论思路和计算工具我这有现成的，如果林总你那边有足够的经费、算力和人手，我可以让我们实验室的姚梦娜老师负责和你们具体对接。”

  “虽然卫星端肯定是干不了这个事，但把回传图像在地面端进行后续处理，还是有一定价值的。”

  “另外就是，视野可以放开阔一点嘛，这一类技术也不一定非得用在卫星上面，像是飞机、船只乃至是车辆平台，所能支持的算力水平都远远超过卫星，未来都可以从中受益，这还不算民用领域的潜力……”

  林森明虽然在海洋一号卫星项目当中是常浩南的副手之一，但前者毕竟是航天科技集团的人，双方之间在组织关系上其实没有任何关系。

  因此，常浩南只能用画饼的方式来进行一波诱导。

  主要是他本人的精力也好，手头的资源也好总归是有限的。

  不如趁着这个机会，发挥一下科工委编外副主任的能力，把平级单位的主观能动性给调动起来。

  这样日后在搞战略侦察机，或者出现其它类似需求的时候，就能有个拿来就用的货架产品。

  可以大大缩短研发周期。

  “这个……我回去之后向上级反映一下。”

  既然和海洋一号没有直接关系，那林森明在嘴上自然不可能马上承认。