赣南离子型稀土地层的地质雷达波形特征

为研究赣南离子型稀土地层的地质雷达波形特征,以赣州市境内的黄婆地离子型稀土矿为依托,采用GSSI-3000型地质雷达对不同含水率、不同离子含量的土层进行现场探测以获取原始探测文件,采用IDSP 6.0分析软件对原始文件进行滤波、反褶积、克希霍夫偏移等时域、频域处理以获取波形图像,从清晰度、回波频谱出发对波形图像的特征进行归纳。结果表明:波形图像清晰度的主要影响因素不是离子含量而是含水率,波形图像会随着含水率的提高逐渐变得模糊直至无法判读,其临界含水率为27%～31%;当土层含水率超过临界值时,波形图像具有典型的斑点状特征,无法实施有效判读,回波主频为45～60 MHz,低频特征明显;对于常规土层,离子含量对波形的影响主要体现在回波主频,离子含量越高,回波主频越低,频谱越分散,主频为30～86 MHz。研究工作能为离子型稀土地层的地质雷达探测与判读提供相关参考。     

基于Curvelet变换的虹膜识别

为提高虹膜识别的准确度,提出采用第二代曲波变换提取虹膜图像纹理特征的方法.首先将预处理后的虹膜图像进行曲波分解,然后采取不同方法对曲波分解后的低通和带通子带进行特征提取,并根据各带通子带的能量大小赋予不同的加权系数,最后采用欧式距离进行虹膜特征匹配.在4种虹膜图像库上测试表明,提出的虹膜图像纹理特征提取方法具有较高的识别率,与Harr小波和DCT(离散余弦变换)相比,特征提取时间相当,但识别率相对DCT来说,分别提高了1.8％,2.1％,2.0％和0.9％.     

植物景观三维图像边缘锐化方法

针对当前植物景观三维图像表面点自相似性系数较低,边缘锐化效果较差的问题,提出基于色调映射和颜色特征分解的植物景观三维图像边缘锐化方法.采用稀疏线性组合方法进行植物景观三维图像的边缘轮廓特征分解,提取植物景观三维图像的边缘分块特征量;根据植物景观的表面点、细节区域进行植物景观图像超分辨率重构和模板匹配,重建植物景观图像的整体直方图分布模型,采用色调映射和颜色特征分解方法,获得植物景观三维图像边缘锐化表面点自相似性系数.仿真结果表明,该方法获得的自相似性系数较高.     

谱聚类图像分割算法研究

针对谱聚类算法对图像分割效果差强人意的特点,研究了一种改进的Nystrm算法进行谱聚类图像分割,使谱聚类算法应用于图像分割的效果有所改善。该算法首先对图像进行预处理,变换图像的分布数据空间,再分别计算对选定样本空间的数据间以及样本与其他空间的数据间的距离矩阵,并转化为相似矩阵;然后对相似矩阵正交化并且特征分解,进行K-Means聚类;最后将聚类结果进行后期处理。通过实验验证了该算法的有效性。     

基于三支决策的分步约简纹身图像检索

引入三支决策,通过分步约简的方式,改进纹身图像检索算法。将待检索图像及图像库中所有图像灰度化,比较图像库中各图像与待检索图像对应像素点灰度值的差异,统计差异值小于某阈值的像素点在各图像中所占比例,据此以三支决策从图像库中筛选出相似图像并剔除不相似图像;提取其余图像的尺度不变特征变换(scale invariant feature transform, SIFT)特征并与待检索图像进行特征点匹配,再次利用三支决策选出匹配正确的特征点并剔除匹配错误的特征点,提取其余特征点邻域色调-饱和度-亮度(hue saturation value, HSV)空间的颜色特征,结合SIFT特征再次进行特征点匹配,由匹配点的多少确定相似性大小,进而实现检索。在包含3 579幅纹身图像的自建图像库中所进行的检索实验结果显示,改进算法比尺度不变特征变换算法和融合局部颜色特征算法的查准率和查全率皆有所提升,且平均检索时间更短。     

植物景观三维图像边缘锐化方法

针对当前植物景观三维图像表面点自相似性系数较低,边缘锐化效果较差的问题,提出基于色调映射和颜色特征分解的植物景观三维图像边缘锐化方法.采用稀疏线性组合方法进行植物景观三维图像的边缘轮廓特征分解,提取植物景观三维图像的边缘分块特征量;根据植物景观的表面点、细节区域进行植物景观图像超分辨率重构和模板匹配,重建植物景观图像的整体直方图分布模型,采用色调映射和颜色特征分解方法,获得植物景观三维图像边缘锐化表面点自相似性系数.仿真结果表明,该方法获得的自相似性系数较高.     

小波变换下的特征匹配图像编码

针对现有图像编码算法大多是利用图像自身像素之间的相关性,而很少利用来自不同图像信息之间的相关性来减少编码过程中的冗余这一问题,本文提出在小波变换域下,利用图像特征匹配实现的编码方法。在编码端,首先通过小波变换将输入图像分解为低频子带和高频子带,低频子带经过低失真的编码算法编码后传到解码端;高频子带进行尺度不变特征变换特征提取,并与图像库码书进行匹配,将匹配索引传到解码端。在解码端,根据码书和索引解码出SIFT特征,并利用解码后的特征在图像库中找到复原图像块,进行高频子带的复原。最后通过小波逆变换,得到重构图像。结果表明:对测试图像进行编码,平均压缩比为437;在同等压缩比下,本文算法的PSNR值平均比JPEG 2000和JPEG分别高0. 18、4. 55 dB; SSIM值平均比JPEG 2000和JPEG高0. 001、0. 08。     

小波分解法在钨极氩弧焊熔池面形重建中的应用

为了解决傅里叶变换轮廓术重建熔池三维面形遇到的频谱混叠困难,研究了二维小波变换原理,采用图像二维小波分解的方法对熔池图像进行多尺度分解,重构熔池的背景图像,滤除频域中的零频成分,解决了零频与基频的混叠问题。利用小波分解法结合傅里叶变换轮廓术较好地实现了基频信息的提取与熔池的表面重构,提高了傅里叶变换轮廓术的测量范围。     

基于超像素切片重构的模糊图像融合跟踪

为了提高模糊运动图像的跟踪识别能力,提出了一种基于超像素切片重构的模糊图像融合跟踪算法.首先,对采集的原始模糊运动图像进行向量量化特征分解,结合灰度流形分割技术进行模糊运动图像的边缘轮廓特征提取,采用自适应模板匹配方法进行模糊图像的灰度直方图重建,得到模糊图像的动态局部特征量.然后,采用RGB分解方法提取模糊图像的超像素切片,对超像素切片特征量在仿射不变子空间中进行量化重构,根据重构结果实现模糊图像的融合跟踪和自动识别.最后进行仿真实验,结果表明采用该方法进行模糊运动图像跟踪识别的自适应性较好,帧匹配能力较强,提高了模糊运动图像的跟踪识别性能.     

一种能够规避窄带干扰的新型宽带短波探测序列生成算法

针对宽带短波探测系统不足以对抗大功率窄带干扰的问题,分析了窄带干扰能量聚集的低秩性质,运用特征分解算法分离干扰以用于序列频谱成形,结合变换域通信系统基本原理得出了一种能够规避干扰的探测序列构造方法,且据此设计出改进的探测系统方案。仿真结果表明,新的生成序列可以有效规避窄带干扰,具有良好的误码性能,较传统探测序列具有更强的抗干扰能力。     

融合小波包和神经网络的脑电信号处理方法

针对运动想象脑电信号处理中分类准确率较低的问题,提出了一种基于能量（二阶矩）小波包变换和莱文伯格-马夸特神经网络算法相结合的运动想象脑电信号处理方法.首先,利用能量方法对信号进行时域分析,选取有效的时序段;然后,使用小波包变换对所选有效时域段的各导信号进行时频分解,选取与想象任务相关的频段信息重构脑电信号特征;最后,将各导信号重构的特征串接,导入基于莱文伯格-马夸特训练算法的神经网络实现最终的任务分类.利用2个脑电信号标准竞赛数据库进行方法验证,分别取得了95.62%和90.13%的分类准确率.与近期的一些研究成果进行对比,可知该方法具有较好的分类效果.     

基于MATLAB/GUI的无人机遥感图像分类系统设计

为了提高无人机遥感图像分类技术在复杂地形中的勘察效率,设计了一种基于MATLAB/GUI的无人机遥感图像分类系统,实现了图像分类的可视化操作。采用K-Means聚类与Otsu阈值分割相结合的方法对无人机遥感图像进行分割与分类处理,并对初分割结果进行边缘检测、噪声滤波和形态学优化等图像处理,精确提取各类地物边界,提高图像分类精度;对分类处理后的结果进行矢量化输出,提高了本系统与其他软件的交互性;根据航拍高度、镜头焦距和传感器尺寸等信息,可计算每一类地物的实际面积,实现区域面积大小的快速统计,促进了无人机遥感技术在公路地质选线中的应用。     

地质雷达在镇巴地区露头地质调查中的应用

野外露头的精细地质研究对于油气勘探与开发有着重要作用,利用探地雷达可直观地对露头地质结构进行高精度成像。国外已将该技术应用到露头地质研究的众多领域中,如浅层断层识别、岩溶地质研究等。陕西镇巴地区地质条件良好,风化岩石、破碎带、岩溶地貌等地质现象丰富,使用100MHz和400MHz探地雷达对该区露头进行了试验性研究。通过对资料的精细解释,从而确定了该区表层岩性的分布情况,总结了不同岩性层的波形特征,说明了地质雷达应用于野外露头地质调查的有效性。特别是在勘查溶洞、划分岩性分界面及断裂带方面有着很好的应用潜力,对高分辨率地震野外采集有着重要的指导意义。     

基于GprMax的隧道衬砌地质雷达检测正演模拟与实测数据分析

利用时间域有限差分（FDTD）软件GprMax,根据初衬中钢拱架和钢筋的电磁参数,建立不同模型,模拟地质雷达对隧道衬砌的检测过程。由于隧道衬砌、围岩、钢筋等各种工程介质的介电常数存在不同的差异,使得不同目标在雷达图像上显示出不同特性的波形特征。结果表明：钢拱架雷达图像明显,反射回波显著,波形特征为分散的月牙形强反射信号,无明显多次反射波;钢筋的波形为向上凸起的弧形,且交织在一起。将这一结果与实例探测结果进行对比。对比实际探测结果表明：二衬内有钢筋分布的情况下,不可能在二衬之后准确检测出初衬内的钢拱架的数量及分布情况,所以初衬检测与二衬检测应分开进行;利用软件GprMax模拟地质雷达在初衬中的检测是准确可行的,能够清晰地反映隧道衬砌中钢拱架和钢筋的成像特征,效果较好,可为工程实践判别提供依据。     

基于GPR试验数据和CATIA的三维地质建模

地质雷达(GPR)在水利水电工程地质勘探中得到了越来越广泛的使用,并且目前地质雷达勘探产生的地质解释图多被处理为二维图片.以湖南某工程坝址处5个剖面的地质雷达二维地质解释图为基础资料,使用Visual Basic语言以及三维建模软件CATIA的逆向工程模块,建立了研究区的三维地质模型,并实现了地质模型的数字钻孔与切片.首先用Visual Basic语言编程提取CAD地质解释图中的有用信息,然后将信息输入CATIA,使用CATIA中Part Design、GSD、DSE、QSR等工作台,建立研究区的三维地质模型,最后在GSD工作台中实现三维地质模型的数字钻孔与切片.数字切片与原地质解释图的对比显示,基于CATIA的三维地质建模与实际情况较为相符,CATIA在水利水电工程的三维可视化以及全过程的协同设计方面将有广阔的应用前景.     

Contour reconstruction method for noisy image based on depth residual learning

In order to improve the recognition ability of noisy images, a method of contour reconstruction based on depth residuals learning is proposed. The sharpening template matching technique is used to enhance the noisy image information, the local gray level information on the image is used to construct the edge active contour model of the image, and the active contour lasso method is used to reconstruct the image with a high resolution. The feature quantities of local gray energy and local gradient energy of the noisy image are extracted, and a convolutional neural network classifier is constructed to classify the features. The learning depth of the learning convolutional neural network is judged by combining the similarity of the gray histogram of the image. The resolution ability of image detail information is improved, and the contour high resolution reconstruction of the noisy image is realized. Simulation results show that the proposed method has a high resolution and a high peak signal to noise ratio (PSNR), which improves the recognition ability of the image effectively.     

基于先验形状信息和水平集方法的车辆检测

针对交通视频检测应用,提出一种基于先验形状信息和主动轮廓模型的运动车辆检测方法.算法首先利用颜色信息和边缘信息检测并去除车辆阴影,提取车辆的初始轮廓;为了改善车辆轮廓的提取精度,在进一步的车辆分割中引入车辆形状的先验知识,用水平集符号距离图像的隐含表示建立车辆的先验形状模型,并以先验的车辆形状模型作为约束构造出主动轮廓能量函数;将第一步获得的车辆轮廓作为车辆分割演化曲线的初始轮廓,采用变分法求解能量函数的极小值,利用形状配准和水平集方法演化车辆的分割曲线,得到准确的运动车辆轮廓.将该方法应用于实际采集的交通视频,获得了很好的测试结果.     

基于非下采样Shearlet变换的磁瓦表面缺陷检测

针对磁瓦表面缺陷对比度低、图像受不均匀背景和磨削纹理干扰大等问题,提出了一种基于非下采样Shearlet变换（non-subsampled shearlet transform,NSST）的磁瓦表面缺陷检测方法。首先,对磁瓦图像进行多尺度多方向NSST分解,得到一个低频子带图像和多个频率和方向变化的高频子带图像。然后,根据缺陷在高低频域表现出的不同特征进行针对性的处理,在低频子带中分别计算行均值线图像和列均值线图像,将列均值线图像沿行均值线图像扩展,构造基于均值的自适应阈值面对低频子带进行滤波,以去除不均匀背景;同时,利用同一分解尺度下各高频子带系数中微弱缺陷信号的方差较大,显著缺陷信号的能量较大,而噪声和背景干扰信号的方差和能量均较小的差异,构造基于Shearlet高频分解系数方差和能量的综合高频缺陷识别算子,滤除高频子带中的噪声和背景干扰。最后,对修正后的分解系数进行逆NSST重构,得到背景均匀,磨削纹理和噪声干扰得到充分抑制的高对比度图像,采用自适应阈值分割方法,提取出缺陷区域。实验结果表明,该方法的假阳性率、假阴性率和检测准确率分别达到8.8%,5.0%和93.1%,算法在MATLAB仿真平台中平均运行时间为0.629 s;相较于现有的磁瓦表面缺陷检测算法,该方法能够有效地去除不均匀背景、磨削纹理和噪声干扰,检测结果更加准确,鲁棒性更强。     

地质雷达在华南某工地岩溶勘察中的应用效果分析

华南某岩溶工地准备进行超前钻勘察工作,由于场地详勘过程发现岩溶较发育,为查明近地表5 m范围内土洞、溶洞等不良地质体平面位置及顶底板埋深,采用地质雷达进行连续剖面测量。根据地质雷达勘察成果选择3个异常进行钻孔验证,3个验证孔均打到空洞或充填型溶洞,异常埋深与地质雷达异常深度位置基本一致,物探推测与钻孔验证结果基本吻合。通过勘察实例表明,在第四系覆盖层厚度较小或基岩裸露场地,利用地质雷达探测能够获得场地不良地质体发育情况。同时要注意,识别并排除干扰源才能对地质雷达资料做出正确推断解释。