基于Chen NDVI模型的NDVI尺度转换分形特性分析北大核心CSCD

空间尺度问题是定量遥感重要而基础的问题之一,文章针对“分形方法是否适用于定量遥感地表参数的尺度转换研究”的问题进行实验验证。基于传统及改进的Chen NDVI尺度转换模型,获得NDVI不同空间升尺度影像,进而利用分形尺度转换模型分析NDVI尺度转换结果,以获取“分形方法在NDVI尺度转换研究中的适用性结论”。以厦门为研究区,利用上述分形模型进行实验,结果表明:(1)若NDVI输入类型为均值,NDVI尺度转换特性更符合双对数直角坐标系下的线性函数关系,即分形特性;若NDVI输入类型为方差、方差/均值,NDVI尺度转换特性更符合直角坐标系下的对数函数关系;(2)农田在两种Chen NDVI模型及两种空间直角坐标系下所得拟合模型皆表现出显著的线性规律,尤其是其NDVI尺度转换分形特性表现显著;(3)综合而言,NDVI尺度转换结果具有分形特性,但NDVI尺度转换具有更为显著的直角坐标系下对数函数关系特性。文章所提出的融入精细地类信息的“类NDVI”地表参数通用尺度转换模型及尺度转换分形特性研究方法具有一定的代表性,值得参考。     

多尺度聚类挖掘算法

数据挖掘领域在多尺度研究上已取得了一些进展。然而,当前研究主要集中于空间、图像数据的多尺度挖掘,并且传统的聚类挖掘并未对数据集的多尺度特性进行单独的研究。针对存在的问题,进行了普适性的多尺度聚类挖掘理论和方法的研究。首先,根据概念分层理论扩展尺度定义并构建多尺度数据集;其次,阐述尺度转换原因、分类,归纳多尺度聚类的定义;然后,以克里格法为理论基础,给出多尺度聚类尺度上推算法MSCSUA和多尺度聚类尺度下推算法MSCSDA;最后,利用公用UCI聚类数据集和H省全员人口真实数据集对算法进行实验验证,结果表明MSCSUA和MSCSDA是有效、可行的。     

黑河中游试验区不同分辨率LAI数据处理、分析和尺度转换

008年开展的黑河综合遥感联合试验获取了大量野外实测叶面积指数(LAI)数据以及遥感LAI产品。在利用LAI地面点观测数据对遥感影像进行验证或者不同分辨率遥感产品相互比较的过程中存在由于地表异质性引起的尺度效应,导致无法直接进行验证、比较,需要进行尺度转换。以基于泰勒级数展开的尺度转换模型为基础,研究不同源LAI之间的尺度转换方法。包括两部分内容：① 以高分辨率影像为辅助数据将地面实测点尺度的LAI转换到中、低分辨率遥感像元尺度;② 利用高分辨率影像作为亚像元信息对低分辨率LAI产品进行尺度纠正。结果表明,利用泰勒级数展开模型进行尺度转换是一种简单可行的方法,经尺度转换的地面实测点尺度LAI可用作像元尺度数据比较验证的参考。     

基于SIFT算法的无人机影像快速匹配

为使尺度不变特征转换算法更适合无人机影像的匹配,对该算法及其匹配策略进行探讨。对不同尺度下的影像匹配情况进行分析比较,发现减少尺度的影像匹配可缩短计算时间,但结果精度并没有降低。提出粗匹配加分块匹配的影像匹配策略,通过实验证明该策略较整体匹配能提高正确匹配点对的获取效率。     

遥感影像超分辨率制图研究进展

尺度问题是土地覆盖分类中的一个核心问题,向下尺度转换又是其中的难点。混合像元分解可以得到亚像元尺度的类别组分百分比,但无法求得亚像元的具体位置。遥感影像超分辨率制图是由粗空间分辨率的影像得到高空间分辨率分类结果图的技术,可用于地表分类向下尺度转换,近年来该技术已成为遥感影像分类和尺度转换领域的研究热点。对超分辨率制图研究进展做了详细论述,从超分辨率制图的发展和研究现状、主要方法、精度评价等几方面进行了详细阐述,并分析了当前超分辨率制图算法存在的主要问题,以及可能的研究重点和发展空间。     

森林叶面积指数遥感反演与空间尺度转换研究

以贵州省黎平县为研究区,着重研究森林叶面积指数(LAI)的ETM遥感信息反演和向1km空间尺度转换算法.通过LAI-2000的针叶林和阔叶林等植被类型的LAI实地观测,建立实测LAI与ETM影像归一化植被指数(NDVI)的相关关系并进行LAI遥感制图,并在陆地覆盖类型遥感分类信息提取的基础上,发展了针叶林、混交林和空旷地三种地表类型LAI的向上空间尺度转换算法,以对粗分辨MODIS遥感数据的LAI产品实现LAI算法的转换与校正,并通过示例应用显示了本研究空间尺度转换算法的有效性.     

汉江流域叶面积指数(LAI)空间尺度转换研究

为有效地整合利用不同分辨率遥感数据获取的陆面过程以及其他相关的环境变量,尺度问题越来越受到人们的重视.本文选取汉江流域为研究区,尝试对TM/ETM 影像反演的LAI升尺度转换,使用了一种基于NDVI像元分解的LAI升尺度转换算法,分两步考虑了地表异质性问题,很好的实现了900×1500大小实验区30m空间精度 LAI的向120m,300m,900m,3600m四种尺度的转换,该方法应用于整个汉江流域NASA 发布的MODIS LAI产品校正,取得了良好效果.     

空间数据尺度的概念与逻辑小议

运用空间数据尺度有时会遇到麻烦的概念和逻辑问题,必须仔细严格划定数据的名义尺度、有序尺度、间隔尺度和比率尺度,才会避免自我矛盾。     

不同空间尺度下石臼陀岛海岸线提取的遥感应用研究

空间尺度作为地学研究的基础,对于海-陆-气三相交互作用的海岸线的研究具有重要科学和实用意义。基于QuickBird、SPOT5和Landsat5等多源遥感影像提取石臼陀岛海岸线,构建了基于像元数的精度评价模型。依据分形理论,通过尺度转换模型,研究了海岸线遥感信息分维的尺度效应。在空间尺度校正的前提下分析了尺度效应造成的海岸线提取精度差异,以更加接近实际地对石臼坨岛海岸线的动态变化特征进行分析。研究表明:①石臼陀岛整体海岸线的分形维数为1.0111;②海岸线尺度效应随海岸类型不同而有所差异,该岛人工海岸线和粉砂淤泥质海岸线分形维数分别为1.0123和1.0089,前者较后者略大;③尺度转换后海岸线理论长度变化量表现出随尺度增加而增大的“边际效应”。     

掌纹识别中的尺度不变特征转换改进算法

针对在低分辨率掌纹图像中,传统尺度不变特征转换算法易产生误匹配的问题,提出一种用于掌纹识别的改进尺度不变特征转换算法。根据局部匹配的思想,结合欧氏距离及加权子区域匹配方法对图像进行匹配,计算得出的相似度能反映图像的局部与全局特征。仿真实验结果证明,改进的尺度不变特征转换算法比原算法具有更高的识别率。     

一种基于多分辨分析的脉冲响应辨识方法

提出了一种基于正交基展开方法的脉冲响应辨识方法--正交尺度变换法.这种 方法以正交尺度函数展开的形式表示脉冲响应函数,对信号进行正交尺度变换,并使用最小 二乘类参数辨识方法估计参数.仿真结果验证了理论的正确性和方法的可行性.     

SAR图像的改进相位相关配准方法

基于相位相关的图像配准方法以其运算量小、抗干扰性强等优点得到广泛关注,但它只能解决具有平移运动的图像配准问题,为此,文章提出一种改进的相位相关配准方法,分析了其配准原理,给出流程图,并将其应用于存在缩放、旋转和平移变换的SAR图像配准中。仿真结果表明,该算法能够较为准确地估计出待配准图像相对于基准图像的平移参数、缩放尺度和旋转角度。     

一种多尺度的时间序列相似模式匹配算法

提出一种多尺度的时间序列相似模式匹配算法，该算法用离散小波变换对时间序列进行多分辨分析，在多尺度上提取序列的形状特征，然后在不同的尺度上找出相似的序列和子序列模式，该算法可以匹配不同长度的序列，并能支持垂直平移变换和幅度伸缩变换。     

基于尺度不变特征点的抗几何攻击水印算法

利用基于尺度空间理论的特征点检测方法，检测出的特征点不但在大尺度缩放变换下重复率高，而且每个特征点的特征尺度随图像缩放尺度等比例变化。以特征尺度及特征点相对位置作为参考，生成一种几何变换自适应图形作为水印嵌入的区域。随着特征点相对位置的变化，自适应图形会产生相应变化，达到抗几何攻击的目的。实验表明，该算法能有效抵抗各种几何攻击，具有较好的性能。     

基于遮挡检测的尺度自适应相关滤波跟踪

近年来,相关滤波（CF）方法在目标跟踪领域的应用取得了骄人的成绩.本文针对相关跟踪在目标遮挡时效果不佳以及尺度变化方面不敏感的问题,提出了一个有效的遮挡检测机制和尺度变换策略.将跟踪目标以中心为原点分成四块矩形块,通过计算分析四块的峰值响应（Peak-to-Sidelobe Ratio,PSR）来判断目标受遮挡情况.并依据之前四个峰值响应点的位置,提出一个新的自适应尺度更新策略.在具有遮挡,尺度变化,光照变化等问题的公开数据集上对该方法进行测试,仿真实验表明,本文提出的自适应尺度的核相关滤波（OSCF）具有良好的跟踪性能.     

基于尺度不变特征的脊波域量化水印算法

针对传统数字水印算法抵抗旋转、缩放等几何攻击能力较弱的问题,提出一种基于尺度不变特征的脊波域量化水印算法.利用尺度不变特征变换构造稳定的图像局部区域,对局部区域实施脊波变换,选择能量较大方向上的脊波细节系数,利用量化索引调制策略嵌入水印信息.仿真结果表明,该算法具有较好的检测性能,在抗压缩、叠加噪声、缩放、剪切等攻击方面具有较强的鲁棒性.     

基于对数无限可分级串框架Web网络流量分析

由于Web流量占据了网络流量的主要成分,它的尺度特性必然对整体流量特性产生一定的影响。而对数无限可分级串框架能描述数据流全范围下的多尺度行为,因此可在该框架下分析Web流量与TCP流量的多尺度行为。通过几个对比实验,发现Web流量并不一定就决定了TCP流量的尺度特性,异质的非Web流量的尺度分段交接点大于同质的Web流量的交接点。而且在相近的时间内,Web流量的尺度特性不受一些异常流量的影响,是相对稳定的。     

OBSERVER LINEARIZATION OF NONLINEAR SYSTEMS BY GENERALIZED TANSFORMATIONS

In this paper, we study the problem of observer linearization for single output dynamical systems in the presence of an output‐dependent time‐scaling transformation and a simultaneous output diffeomorphism. The approach, based on an exterior calculus approach, provides a constructive approach to the problem of equivalence of a locally observable nonlinear system to a linear observer form by means of an output dependent time‐scale transformation, an output diffeomorphism and a state‐space diffeomorphism. A generalization of existing results is obtained which allows the treatment of a larger class of locally observable nonlinear systems.     

Global decentralized sampled‐data output feedback stabilization for a class of large‐scale nonlinear systems with sensor and actuator failures

In this paper, we investigate global decentralized sampled‐data output feedback stabilization problem for a class of large‐scale nonlinear systems with time‐varying sensor and actuator failures. The considered systems include unknown time‐varying control coefficients and inherently nonlinear terms. Firstly, coordinate transformations are introduced with suitable scaling gains. Next, a reduced‐order observer is designed to estimate unmeasured states. Then, a decentralized sampled‐data fault‐tolerant control scheme is developed with an allowable sampling period. By constructing an appropriate Lyapunov function, it can be shown that all states of the resulting closed‐loop system are globally uniformly ultimately bounded. Finally, the validity of the proposed control approach is verified by using two examples.     

抗遮挡与尺度自适应的改进KCF跟踪算法

核相关滤波(kernel correlation filter,KCF)目标跟踪算法在目标发生尺度变化或受长时间遮挡时无法实现准确跟踪.对此,提出一种融合窗口滤波的抗遮挡尺度自适应的目标跟踪算法.首先,利用快速尺度估计对跟踪目标进行尺度变换;然后,当检测到目标受到遮挡时停止对分类器模型的更新,融合加权窗口滤波器对目标位置进行预测,并利用预测信息修正目标跟踪区域;最后,将所提出算法移植到DJI Guidance视觉平台上并为其设计跟踪实验.实验结果表明,该算法能够有效解决目标尺度变化与目标受遮挡等跟踪问题.