基于高精度端元的混合像元线性分解模型研究

从理论上阐述了混合像元的产生机理和混合像元线性分解模型,研制了一套地面成像光谱实验系统,直接获取了高精度的端元光谱数据,通过像元合并的方式构造混合像元,针对不同丰度的非立体空间混合像元端元,分析了根据线性分解模型加权计算得到的光谱与实际混合光谱的误差,进而论证了线性分解模型的精度.     

语言真值格蕴涵代数的蕴涵不可约元

本文提出了语言真值格蕴涵代数的蕴涵不可约元、有限蕴涵分解元、有限蕴涵分解不可约元的定义,并研究了它们的结构特征,证明了语言真值格蕴涵代数中的部分元素可由蕴涵不可约元通过张量积运算生成.     

数学形态结构元的最优分解及其下界分析

本文从综合的观点出发，分析了数学形态结构元的分解问题，对任一Ｎ点结构的分解，给出其分解后所含点的准确下界为ｅ．ｌｎＮ，然后给出了形态结构元最优分解的充分必要条件。     

采用特征直方图的红外焦平面阵列盲元检测方法

红外探测器受材料和工艺等的限制，普遍存在盲元问题，降低了红外成像系统的图像质量，影响了目标检测系统的检测概率和虚警率，因此，有效检测盲元是红外图像处理领域的一个重要研究方向。在分析了有效像元校正模型的基础上，指出均匀辐照下红外焦平面阵列（IRFPA）有效像元非均匀校正后灰度图像的均值（MEAN）和标准差（STD）具有正态分布特征，对特征直方图采用自适应正交投影分解法进行高斯分解，得到有效像元校正后的MEAN和STD特征分布区间，最终得到盲元的分类准则。对IRFPA进行的验证实验结果表明，该方法获得了令人满意的结果，证实了所提出检测方法的有效性和科学性。     

一种基于旋转矩阵单位四元数分解的运动估计算法

本文基于旋转矩阵单位四元数分解定理，提出一种由３Ｄ特征空间位置估计运动参数的算法。单位四元数表示旋转矩阵时不存在奇异点，故基于单位四元数的运动估计方法具有更大的实用价值，而本文算法无需Ｈｏｒｎ和Ｓｕ等人提出的单位四元数方法的迭代运算。     

一种新的遥感图像混合像元分解方法

提出一种新的遥感图像混合像元分解方法,通过最小化一种带约束条件的能量函数,可实现多通道遥感图像中混合像元更精确的分解.同时针对所提议的算法进行了模拟和实际数据的实验验证,并将结果与BP神经网络的分解结果进行比较,结果表明,本文所提出的带约束条件的能量函数最小化方法在分解准确性和抗噪声能力方面,明显优于基于BP神经网络的分解方法.     

利用图像数据的相关性实现图像抗信元丢失编码

提出了ＡＴＭ环境下图像抗信元丢失编码的信息分散原则。根据这一原则提出了图像的相关分解和相关补偿技术。通过相关性分解为信元丢失的补偿提供了最相关的数据，通过最相关补偿获得最佳的补偿效果。     

基于Landsat 8 OLI的的城市绿地信息提取——以兰州市为例

作为城市生态系统的重要组成部分之一,绿地起着尤为重要的作用。然而传统的调查方法不仅费时费力,且动态更新较为困难。本文以兰州市区为例,采用遥感数据Landsat 8 OLI影像结合目视解译、植被指数和混合像元分解方法提取绿地信息,初步比较了三种方法的分析结果。最后据此分析兰州市绿地的空间分布特征,为城市的发展提供有益的建议。     

基于PCA与EMD的超宽带雷达生命信号检测算法

 本文分析了脉冲超宽带(UWB)生命信号模型,提出了基于主元分析(PCA)和经验模态分解(EMD)的非接触生命信号检测方法.根据UWB信号杂波与生命目标回波特点,结合PCA去除杂波.提取适当的主元特征向量序列曲线上峰值所对应的时延,估计目标距离信息.采用EMD分解目标回波序列为有限个固有模态函数(IMF)分量,在时域上重构平滑生命特征曲线,且其在高信噪比下可实现心跳与呼吸信号的分离.实验研究表明该方法简单有效,能同时提供生命信号的频域和时域波形位置信息,且重构得到的生命信号较符合实际信号时变、非平稳特性.     

四元数算法在姿态矩阵解算中的研究

SINS是直接利用计算机来模拟载体的姿态矩阵,然后根据模拟出的姿态矩阵解算出载体的姿态和航向信息。姿态矩阵的计算是捷联惯导算法中最重要的一部分,也是捷联式系统所特有的。所以,对于姿态矩阵的研究是非常必要的,文章以四元数算法为基础,主要研究整体-四元数和分解-四元数算法。通过建立线性化误差模型,将这两种算法的精度进行比较分析和仿真对比,结果表明分解-四元数算法比整体-四元数算法精度更高。     

高光谱图像混合像元分解算法

传统的高光谱图像混合像元分解技术包括端元提取和估计每个端元的混合比例.虽然很多模型都能得到可以接受的解混结果,但是一些未知端元的存在使得结果在包含未知端元的像素点处出现偏差.因此,提出了一种基于支持向量数据描述的高光谱图像混合像元分解算法.首先高光谱图像数据被分成类内和类外两部分,类内是完全由已知端元数据混合的像素点,而类外数据是包含未知端元的像素点.两类数据交界处被认为是已知端元和未知端元混合的数据.然后再对这些像素点进行混合像元分解,分别对仿真数据和真实高光谱图像进行实验.结果表明该算法可以有效地解决因存在未知端元对解混精度的影响,而且能给出未知端元的解混分量.该方法的解混结果几乎不受未知端元的影响,优于直接解混结果     

一种新的基于Fisher判别的混合像元分解算法:室内控制实验结果分析

混合像元分解技术(Spectral Mixture Analysis, SMA)是遥感图像处理的重要手段之一.传统方法假设每个端元具有稳定的光谱特征,然而端元内光谱差异普遍存在,这将导致混合像元分解精度的降低.针对该问题,提出了基于Fisher判别 (Fisher Discriminant Analysis, FDA) 的混合像元分解算法.Fisher判别对光谱各波段进行线性组合,使得转换后的光谱值分离度最大,即端元内的光谱差异较小而端元间的光谱差异较大.利用转换后的光谱对混合像元进行分解可以最大程度地减少端元内光谱差异对分解结果的影响.利用该方法对室内控制实验的模拟混合像元光谱进行分解,并与过去提出的几种混合像元分解技术进行比较,结果显示新方法相比传统方法在分解精度上有相当程度的提高.     

数据约简化的高光谱影像端元提取

提出一种利用图像的空间结构信息在特征空间中设计大小适宜的超球,将单形体的顶点分隔在超球外部,剔除超球内部的数据,只保留超球外部的少量数据参与端元提取算法。经过分析,该方法可以大大减少端元提取算法的运算量。通过实验对比,用相关端元提取算法对简化后的数据进行端元提取的结果精度很高,与简化前数据的端元提取结果吻合。     

四元数域彩色图像整体式水印算法

该文提出一种结合四元数变换域和四元数分解方法的整体式彩色图像水印算法。首先对彩色载体图像进行分块四元数傅里叶变换得到其频域矩阵,然后对频域单位小块进行四元数奇异值分解,根据分解得到四元数酉矩阵前若干列中对角线元素的幅值构造水印序列,并将水印隐藏到分解得到的实系数奇异值中。仿真实验表明,该文提出的水印方法不仅可以把嵌入水印带来的误差扩散到载体图像的各个颜色分量上,而且比传统的将彩色图像划分为各个单独色彩通道,分别进行水印嵌入的方法不可见性更好,并且,通过构造与奇异值酉矩阵相关的水印序列可以有效解决现有四元数水印算法存在的误检测率以及水印图像易伪造问题。     

基于指定元分析的多级相对微小故障诊断方法

 设备运作过程中可能出现的微小故障,往往会因其呈现的异常征兆较小而被淹没在显著故障或噪声中,从而现有的方法难以很好地对其进行监控.本文在DCA空间投影框架下建立了观测空间的多级分解思想,并在此基础上提出一种多级相对微小故障诊断算法.将观测数据关于显著指定模式进行DCA分析,并移除显著变化模式的影响,以提高微小故障信号的信噪比.根据其向故障子空间投影能量的显著性判断残差数据中是否还包含仍未被诊断出、且具有一定影响的微小故障;根据各故障方向上投影能量的显著性进行微小故障诊断;重复以上过程,直到各级微小故障均被诊断出来.包含四种共存故障的观测数据的仿真研究,验证了该算法的有效性.     

基于多字典稀疏表示的遥感图像亚像元映射

本文提出了一种基于多字典稀疏表示的亚像元映射算法,利用已知的同类型高空间分辨率地物分布图像,构建能够更好反映不同类别地物空间分布模式的多个字典,将待分类亚像元用每一类字典稀疏表示,并依据重构误差最小化原则以及光谱失真程度约束条件来划分亚像元的地物类别.模拟与真实数据上的实验结果表明,本文算法能有效应对地物空间分布模式的多样性,具有更高的亚像元映射精度和更好的算法鲁棒性.     

软件开发成本度量概述

首先,概述了软件成本度量的背景;其次,介绍了软件规模测量的常用方法,重点论述了IFPUG方法和NESMA方法;再次,对软件开发成本度量开展进一步的探讨;然后,讲解软件开发成本度量过程、软件开发成本估算方法;最后,对软件开发成本度量的现状进行了总结和展望。     

基于体积和稀疏约束的高光谱混合像元分解算法

针对传统非负矩阵分解法中解空间较大、存在大量局部极小值的问题,提出了一种基于单形体体积和丰度稀疏性约束的非负矩阵分解法（Volume and Sparseness Constrained NMF,VSC-NMF）。该方法首先使用顶点成分分析法对高光谱图像进行端元提取,将其作为端元矩阵的初始值,可达到加速算法收敛的目的;然后,在目标函数中加入单形体体积最小化约束和丰度稀疏性约束,从而实现对混合像元进行较好的分解。实验结果表明,该方法不仅能有效地克服传统非负矩阵分解法的缺陷,而且能估计出精确的端元和对应的丰度,获得满意的解混效果,尤其适用于稀疏度较高的高光谱图像。     

基于光谱维小波特征的混合像元投影迭代分解

混合像元线性分解是高光谱遥感应用的关键技术之一.本文利用小波变换多分辨率分析的特点,提出了一种以小波低频系数为特征的混合像元投影迭代分解的方法.首先利用离散二进小波提取了高光谱影像特征,再基于影像特征,用投影迭代方法自动确定出端元光谱,并以限制性的最小二乘方法估计出混合像元的组分.实验结果表明,本文方法能够较大的提高遥感影像混合像元的分解精度.