……還是得簡明易懂。

趁著兩段內容當中的間隙，常浩南左右瞅了瞅，發現會議桌兩邊已經有不少人或是眉頭微皺，或是昏昏欲睡了。

雖然海洋一號屬於部委掛名專案，今天哪怕講崩了也不可能造成什麼嚴重後果。

但經費方面的傾斜程度還是難免會出現問題。

更關鍵的是，常浩南還指著從這個專案裡面摳經費出來，繼續搞多相圖的分割和跟蹤技術呢。

於是，在好不容易熬過了這前兩個部分之後，常浩南自己剛一上臺，就選擇了從PPT的中間部分開始講。

“各位領導，各位同事，剛剛林森明同志已經向大家介紹了我們進行目標輪廓分割的理論基礎，那麼接下來，就由我來給各位展示一下，我們這一個月以來的研究成果。”

實際上，倒也不能完全怪林森明講的無聊。

要想展示衛星圖處理的效果，那麼首先，你手裡得有足夠的衛星圖才行。

然而海洋一號卻是華夏第一顆海洋遙感衛星……

所以，之前測試的時候，專案組都是用比較抽象的計算方式進行的測試。

但直觀性上顯然就差了一些。

不過，常浩南卻在報告會之前，及時想到了補救的方法。

“各位，請看這幾張圖。”

他直接控制PPT翻到了下一頁。

沒有公式和數字，只有四張圖片。

略顯單調的圖片。

灰色的背景，上面的一個由正五邊形和橢圓組合而成的深色影象。

“圖片的顏色，是我們為了視覺效果而後塗上去的，在實際的處理過程中，背景畫素會在一定程度上被簡化，以減少資訊傳輸壓力……”

剛剛已經被灌輸了過量數學符號的參會者們，這時候正需要這種直觀而簡單的影象來緩一緩。

常浩南明顯能感受到，有不少人重新打起了精神。

“接下來我將會展示，分段常值情況下，演化曲線C與目標輪廓線C*的關係。”

說話間，常浩南點選滑鼠，第一張圖片上出現了一個白色的圓框：

“在圖（a）當中，當演化曲線C包圍真實目標輪廓C*時，曲線C內部的能量泛函大於零，而外部能量接近零；而在(b)中，當真實目標輪廓C*包圍曲線C時，曲線C內部的能量泛函接近零，外部能量大於零……”

“也就是說，對於演化曲線的任意一部分，我們只需要分別計算其內部和外部的能量泛函值，就可以判斷其與真實目標輪廓線的位置關係。”

“當其內外部能量計算結果均接近0的時候，就可以判斷其是否與目標輪廓線……重合！”

這下子，原本死氣沉沉的會議室裡，頓時變得活躍起來——

除了部分繁忙的國際航道以外，海洋中的大部分割槽域，其實是沒有那麼多船隻存在的。

換句話說，海洋監視衛星拍攝到的大多數照片，都只有一片海面背景而已。

因此，哪怕只是把目標區域和背景區域給分割開，排除掉那些只有背景而沒有目標的資料，都可以大大減少天地鏈路的通訊壓力，縮短整個天基偵察系統的反應時間。

這還沒算地面接收到資料之後，進行二次識別的效率。

從一萬張照片裡找到一艘航母，和從100張照片裡找到一艘航母。

難度顯然不在一個水平線上。

“浩南同志。”

說話的是國家海洋局的負責人王曙光。

他當然和海軍沒有直接關係。

不過原則上，海洋一號是一顆屬於國家海洋局的衛星。

他自然也受邀出席了今天的會議。

“我注意到，你們使用的這四張圖片，都是灰度均勻的背景，但實際的海洋背景恐怕不會如此理想，哪怕是深海，也極大機率是灰度異質的。”

“你們的演算法，能否區分不同區域的背景之間，以及待觀測目標和整體背景之間的灰度差別？”

這個問題，確實是專業的。

甚至海軍方面的人都不太容易想得到。

“當然可以。”

常浩南露出一個笑容：

“實際上，只要在在區域性能量項中，用演化曲線對應的擬合函式來代替模型中的灰度均值就可以了。”

“多數情況下，一張照片拍攝到的畫面當中，不會涉及到太多複雜的灰度異質情況，再結合星載計算機較