一种结合空间域信息的高光谱分类结果优化方法

充分利用空间域信息来优化高光谱图像分类的结果,首先提出并采用了一种基于自适应阈值的高光谱图像边缘轮廓提取算法,然后又提出了一种内部膨胀法,之后结合两种方法对基于支持向量机的高光谱图像分类结果进行了优化。最后,应用实测数据对所提方法进行了验证,结果表明提出的方法通过引入空间域信息,可在较少地依赖先验知识的情况下,使高光谱图像分类结果得到一定程度的优化。     

强噪声背景下基于非网格MRF的SAR图像快速分割方法

像素级的马尔可夫随机场图像分割算法,在强噪声的SAR图像中难以保证消除斑点噪声的同时不破坏图像的边缘结构.针对此,本文提出了一种新的分割方法,首先将图像划分为若干个内部连通且有良好边缘的小区域块,然后将区域块内像素灰度的均值作为块内每个像素的灰度强度以提高算法的抗噪能力.在迭代优化阶段,用区域块替代像素作为新的处理单元,从而减少处理单元的数目提高算法的运行效率.为验证新算法的性能,将其分别应用于人工合成图像和真实的SAR图像上,并与经典分割算法做比较显示出了本文算法在噪声抑制、边缘保护和运算效率方面的性能.     

超高层电缆垂直敷设

主要对电气施工中,超高层建筑物电缆敷设施工方法进行探讨,并为以后施工积累相关经验。     

一种基于Graph Cuts的SAR图像分割方法

在最小化由马尔科夫随机场(MRF)图像分割模型建立的能量函数方面,基于Graph Cuts的alpha-expansion是一种比较有效的算法.但是,由此算法构建的s/t图中边的数目非常多,运算速度很慢.为了减少alpha-expansion算法的计算量,本文在标号为alpha的像素向其它像素膨胀的过程中,先隔离非alpha类间的联系,而只考虑alpha类与非alpha类之间的关系,从而避免了alpha-expansion算法需要构造辅助结点的问题,减少了s/t图中边的数目,提高了算法的计算效率.因放松了非alpha类间的关系对alpha膨胀的约束,使得算法可以更容易得跳出能量函数的局部极小点而获得更优的分割结果.实验中将改进的算法与传统的基于Graph Cuts的算法做了对比,显示了新算法在运算时间和最小化能量方面的有效性.     

基于加权组合核RX算法异物检测及其参量选择

为了融合光谱形状差异信息和多项式核函数全局信息,充分挖掘地物特征,提高异常检测正确率,提出了一种加权组合核RX算法.该算法在高斯核函数的基础上,增加一个光谱角核函数.由于核函数参量和加权参量直接影响算法性能,分别采用了随机函数法、爬山法和粒子群算法对上述参量进行了选择.结果表明,在恒虚警率下使用粒子群算法进行参量设定得到的效果最好,且采用加权组合核函数RX算法得到的目标检测率为83.5%,相对于普通的核RX算法,正确率得到了提高.