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：