AIR-SARShip-1.0:高分辨率SAR舰船检测数据集

近年来,深度学习技术得到广泛应用,然而在合成孔径雷达(SAR)舰船目标检测研究中,由于数据获取难、样本规模小,尚难以支撑深度网络模型的训练。该文公开了一个面向高分辨率、大尺寸场景的SAR舰船检测数据集,该数据集包含31景高分三号SAR图像,场景类型包含港口、岛礁、不同级别海况的海面等,背景涵盖近岸和远海等多样场景。同时,该文使用经典舰船检测算法和深度学习算法进行了实验,其中基于密集连接端到端网络方法效果最佳,平均精度达到88.1%。通过实验对比分析形成指标基准,方便其他学者在此数据集基础上进一步展开SAR舰船检测相关研究。      

基于分等级对象语义图模型的复杂目标自动识别方法研究

目标自动识别是图像处理领域的研究热点。针对现有方法的不足,该文提出一种新的基于分等级对象语义图模型的复杂目标自动识别方法。该方法通过构建分等级对象语义图模型增强对目标与背景间、目标部件间语义约束的利用,引入置信对象网络统计局部特性,利用消息机制传递对象间相互影响,实现概率语义分析。训练中还将产生式和判别式方法结合,提高了目标识别的准确度。在自然和遥感部分目标类别数据集上的测试结果表明,该方法能完成对多种类型和复杂结构目标的识别和提取,具有一定的实用价值。     

基于改进集合卡尔曼滤波方法的目标运动轨迹多源异步数据融合方法研究

该文构建了一个改进的多源异步观测数据情景下基于非线性运动学本构方程的集合卡尔曼滤波理论模型,该模型可以精确反演出目标运动状态参数(速度、加速度)以对目标后续运动进行预测。并基于集合卡尔曼滤波实现了多源观测数据融合,利用高精度观测数据修正低精度观测数据,修正后的数据精度可通过集合卡尔曼滤波提供的统计学信息进行标定,为非线性情形下目标轨迹多源异步数据融合问题提供了新的解决思路。     

基于混合双隐层径向基函数网络的高分辨率SAR图像地物分类算法研究

本文在高分辨率条件下对传统的合成孔径雷达(SAR)图像自动地物分类技术进行了扩展研究.文章首先指出了经典的前馈神经网络模型在SAR图像地物分类中的不足,然后基于径向基神经网络(RBFN),结合混合专家系统,提出了一种变型的网络结构模型,称之为混合双隐层径向基函数网络(MDHRBFN),并将其应用于高分辨率单视单极化的SAR图像地物分类.实验结果表明,基于该模型的分类算法能够将SAR图像较好地区分为人造目标类、自然目标类、背景和阴影,具有比经典RBFN模型更好的分类效果,不但可以应用于SAR图像辅助判读,而且能够为目标识别过程提供潜在目标切片.     

基于Beta—Prime统计模型和QGD分类器的SAR图像地物分类方法

本文融合了Beta-prime(BP)模型和Quadratic Gamma discrimination(QGD)分类器各自的优点，给出了一个完整的合成孔径雷达(SAR)图像地物分类算法．通过利用BP模型区分背景杂波和目标，利用QGD分类器区分自然目标和人造目标，可以精确地把SAR图像分成阴影、背景杂波、自然目标和人造目标，在为目标识别过程提供潜在目标切片的同时，也能够提供背景杂波和自然目标的信息．     

LabWare LIMS中PDF格式的应用

LabWare LIMS为Internet用户提供了PDF格式和安全PDF格式形式的报表，本文从技术和应用的角度介绍这两种格式的概念，并阐述了在LIMS中采用它们的重要性和必要性。     

在Netscape Communicator 4.01上实现图案的动画效果

浏览过Internet资源的朋友,恐怕都对不少主页上精美 的动画图案留下了深刻的印象。不少朋友在制作自己的主页时,也希望让自己精心设计的图案“动”起来。 其实,制作动画(多影像)图案并不困难,笔者在Netscape Communicator 4.01上,只利用一个普通的文本编辑器,就成功地实现了动画效果。现将制作过程介绍如     

一种大尺寸遥感图像基于内容检索的纹理特征提取算法

大尺寸图像按照区域类别分块,用灰度共生矩阵法对各子块提取出纹理特征,并利用类似Hu的不变矩的方法对各子块纹理信息进行统计,从而提取出与大图像中各纹理的空间位置相关的一组纹理特征值。该方法对传统的共生矩阵法进行了改进,使其适用于大尺寸图像多区域类别的纹理特征提取,可用于大尺寸遥感图像的基于内容的检索和初分类研究。     

一种基于矩和支配点检测的多边形拟合算法

提出一种基于几何矩和支配点检测的多边形拟合算法.支配点检测法可以最大范围地保留原始轮廓特征,但拟合后顶点数偏多.而基于几何矩的多边形拟合算法虽然可以将拟合后的顶点数控制在指定范围内,但是却容易使拟合结果陷入局部最优.本文对这两种算法进行关键步骤和参数的改进,并将它们有机结合起来,使得本文算法可以将绝大多数闭合曲线在全局最优的情况下将其拟合成任意顶点数的多边形.     

单幅高分辨率SAR图像建筑物三维模型重构

提出了一种利用高分辨率SAR图像进行建筑物提取和三维重构的方法.首先,分析了高分辨率SAR图像建筑物产生的电磁散射的类型,给出了不同类型散射区域的后向散射计算方法,并在此基础上给出了一种利用建筑物三维CAD模型进行SAR建筑物特征区域图像仿真的方法;其次,给出了利用建筑物的二次散射结构确定建筑物底部轮廓位置和方向的方法,并提出了一种基于分布密度函数差异的仿真图像迭代匹配方法,进行建筑物高度的反演.仿真SAR图像后向散射系数用来划分建筑物不同的散射区域,通过计算特征区域之间的分布密度函数差异,以取得最大匹配度值的仿真图像对应的检验高度作为建筑物的反演高度;最后,选用了两幅不同屋顶类型的实际机载高分辨率SAR图像进行建筑物提取和三维重构实验,试验结果较为理想,验证了所提方法的可行性和有效性.