光谱相关能级匹配遥感目标提取算法

光谱相关能级波形匹配算法是在利用光谱相关系数确定谱带强度相似度,能级波形匹配技术确定波形特征相似度的基础上,将二者的乘积作为图像光谱与参考光谱间的总相似度来进行的高光谱遥感和多光谱遥感精确目标提取算法.在阐述基本原理的基础上,首先模拟了大气、噪声等边界条件对算法相似度的影响;其次,利用400个图像测试光谱对算法进行了精度评价;最后,对4种端元进行了目标提取.边界条件模拟结果表明,算法对大气效应具有较好的抑制作用,当大气效应小于模拟数值的50倍时,可以省略大气订正.虽然算法对噪声较为敏感,但通过噪声消除算法可以将该影响减小到最低,甚至将其消除掉;精度评价结果表明,算法的平均精度为85%.     

基于CEM的高光谱图像小目标检测算法

针对高光谱图像中小目标检测问题,提出了一种基于约束能量最小化(Constrained Energy Minimization,CEM)的目标检测算法.该算法首先对原始图像进行背景信息抑制从而抑制背景地物、突出低概率的小目标,用迭代误差分析的自动端元提取算法找出目标的端元光谱,然后把目标端元光谱代入CEM滤波器得到该目标的检测结果图.用高光谱数据进行了实验研究,并与CEM滤波器进行了比较.结果表明,其检测性能与直接采用CEM方法的检测性能相当,但是相对于CEM方法,该算法不需要目标的先验光谱信息,更具有实用性.     

基于特征端元提取的像元分解方法

通过对端元概念的引申,提出了更具一般性的特征端元的概念,从而将端元方法的适用范围从高光谱数据拓展到了多光谱数据和全色遥感数据.同时改进了端元提取算法,并提出了基于特征端元提取的像元分解方法.实验结果表明,基于特征端元提取的混合像元分解方法可以得到较好的像元分解结果,并且该方法与传统的端元概念及混合像元分解结果具有良好的可比性.     

基于连续谱特征的被动声呐跟踪方法

针对被动声呐多目标跟踪问题,通过研究目标连续谱特征表征方式和特征更新相似关联机制,提出了一种基于连续谱特征的被动目标跟踪方法。该方法利综合利用频带能量法、排序截断平均算法以及峰值提取实现目标的连续特征表征,利用表征出的特征谱作为输入,通过建立相似度搜索,交叉判断与模板更新机制,实现了多目标的跟踪。经仿真对比分析了该方法的跟踪性能,并利用海上试验数据验证了其有效性。结果表明,连续谱特征可作为辅助特征用于目标的跟踪分辨,该方法能够有效提高多目标交叉情况下的跟踪关联能力,并且具备较低的运算量和较高的精度。     

一种用于高光谱图像分类的空谱协同编码方法

针对现有基于协同表示的分类算法对于高光谱遥感图像的空间光谱信息利用不充分而造成较低分类精度的问题,该文提出一种空谱协同编码方法用于高光谱图像分类。算法首先利用空间光谱信息对图像进行加权滤波。随后,对于协同编码模型,将空间光谱信息转化为空间光谱权重以对模型进行正则约束。在Indian Pines和University of Pavia真实数据集上的实验结果表明提出的算法能分别获得98.82%和99.09%的总体精度。实验证明了所提出的算法对高光谱遥感图像进行分类的有效性。     

基于光谱角匹配和加权自相关约束能量最小化 算法的水面目标探测方法

为实现对高光谱图像海面舰艇目标进行有效探测,通过对传统的目标探测算法进行改进,解决了加权自相关约束能量最小化算法(Constrained Energy Minimization, CEM)对于大目标地物提取效果不佳的问题.对高光谱图像做降维和端元提取处理,并利用提取的端元进行光谱角匹配(Spectral Angle Mapping, SAM)分类来确定两个重要的分类:舰船类和海水类;从所有像元中减去舰船类像元作为背景像元,通过基于纯背景像元加权自相关矩阵的SAM-CEM算法计算探测结果;通过分类图像来获得只包含海水和舰船的灰度图像,并进行二值化和数学形态学处理,寻找范围最大的白色区域为海水区域;通过对目标探测图像进行二值化,利用舰船目标在海水中的特点,去除不在海水区域内的虚警目标,从而确定最终的舰船目标.实验结果表明:该算法能够更好地增强目标信号而抑制背景信号,从而避免了加权自相关CEM算法中目标信号作为背景信号参与运算而对探测结果的影响,在对海面舰艇的目标探测中取得了令人满意的结果.     

基于多峰灰度直方图分割的遥感影像码头目标提取

针对传统方法在码头目标提取时效率和准确度不高的问题,本文提出了一种基于多峰灰度直方图分割的码头提取算法。首先利用中值滤波法去除浪花等噪声干扰,确定感兴趣区域;然后针对多峰直方图自动寻找最佳分割阈值获取码头目标二值图像;最后对二值图像进行边缘提取,得到码头目标。结果表明,本文方法对不同类型遥感影像均能较完整地提取出码头轮廓,且精度和效率较为理想。     

同色异谱黑在光谱降维中的应用研究

目的研究同色异谱黑在光谱降维中的应用。方法基于同色异谱黑光谱特性提出MBPCA光谱降维法。该方法将颜色光谱分解为基本光谱和同色异谱黑光谱,基本光谱的基向量由原始光谱通过PCA法得到的前3个基向量构成,原始光谱与基本光谱之间的残余光谱作为同色异谱黑光谱,其基向量由残余光谱通过PCA法推导。结果当降维光源与实际光照光源一致时,只要基向量数目超过3个,其低维模型的色度精度皆为0,当用6个基向量重构光谱时,在4种标准光源下的平均色差接近于1。结论 MBPCA法与PCA法相比,其光谱重构精度与PCA法接近,色度精度比PCA法有明显提高,其六维模型能有效满足光谱颜色复制的需要。     

基于改进SSD的轻量级目标检测算法

目标检测作为计算机视觉的重要分支而备受人们关注。现有的检测方法普遍模型尺寸较大,设备要求高,难以用于移动端或嵌入式设备中实时处理。因此,本文利用MobileNetV3结合SSD的轻量级网络,再加入双向特征金字塔模型对特征进行融合,以此提高网络的准确率。实验结果表明,加入双向特征金字塔的轻量级目标检测网络在Pascal VOC数据集上mAP达到了73.65%,比单独的MobileNetV3-SSD目标检测网络提高了2.63%,模型所占内存大小比SSD降低了64.3%,检测速度比SSD提高了61%,使其更适应于移动端和嵌入式设备。     

强背景噪声下基于谱峭度-波束形成轴承故障特征提取

在利用声学信号分析法对滚动轴承进行故障诊断时,环境噪声或其它设备噪声会严重影响目标声信号的提取并降低诊断精度。针对这一问题,提出一种用于故障特征增强的谱峭度-波束形成方法。该方法首先利用快速谱峭度算法确定最优滤波频带,然后根据确定的频带,利用2 阶锥规划方法设计恒定束宽波束形成器并提取目标频带信号,最后对提取的带限信号进行包络解调得到轴承故障特征频率。实验结果表明,该方法能够在强干扰环境下有效提取滚动轴承故障特征,并且相较于传统的延时求和波束形成器具有更好的效果。     

海水盐度遥感反演精度的理论分析

利用海面微波辐射的理论模型和海水介电常数计算公式,对影响海水盐度遥感反演精度的有关因素进行了分析计算,包括波段的优选、极化方式和入射角的设计、温度和盐度对反演精度的影响。结果表明,降低亮温对温度的敏感性应该作为选择盐度遥感波段时考虑的一个重要条件,双极化、较大入射角的天线工作方式有助于提高盐度遥感的精度,但是在低温或低盐条件下仍难以达到较高的盐度反演精度。     

基于卷积神经网络的光学遥感图像船只检测

目的研究无需进行复杂的图像预处理和人工特征提取,就能提高光学遥感图像的船只检测准确率和实现船只类型精细分类。方法对输入的检测图像,采用选择性搜索的方法产生船只候选区域,用已经标记好的训练样本对卷积神经网络进行监督训练,得到网络参数,然后使用经过监督训练的卷积神经网络提取抽象特征,并对候选区域进行分类,根据船只候选区域的分类概率同时确定船只的位置以及类型。结果与现有的2种检测方法进行对比,实验结果表明卷积神经网络能有效提高船只检测准确率,平均检测准确率达到了93.3%。结论该检测方法无需进行复杂的预处理,能同时对船只进行检测和分类,并能有效提高船只检测准确率。     

基于卷积神经网络模型的遥感图像分类

研究了遥感图像的分类,针对遥感图像的支持向量机(SVM)等浅层结构分类模型特征提取困难、分类精度不理想等问题,设计了一种卷积神经网络(CNN)模型,该模型包含输入层、卷积层、全连接层以及输出层,采用Soft Max分类器进行分类。选取2010年6月6日Landsat TM5富锦市遥感图像为数据源进行了分类实验,实验表明该模型采用多层卷积池化层能够有效地提取非线性、不变的地物特征,有利于图像分类和目标检测。针对所选取的影像,该模型分类精度达到94.57%,比支持向量机分类精度提高了5%,在遥感图像分类中具有更大的优势。     

基于形式概念分析的多光谱遥感影像波段选择

针对遥感图像特征选择和提取的波段选择,利用形式概念分析中属性约简的思想设计了波段约简选择算法。该方法利用遥感影像的信息量作为指标,将多光谱影像作为形式背景,各波段作为形式属性,通过属性约简得到核心属性即最优波段,这样不仅避免了多光谱遥感数据波段之间的相关性对波段选择的影响,还提高了选取训练样本的效率。最后采用了美国地球观测卫星Landsat拍摄的TM遥感影像数据进行实验,与常用的波段选择方法相比,本文的方法更为简便和高效。     

可见光遥感图像中舰船目标检测方法

本文提出了一种基于标准差特征平面Contrast box滤波的可见光遥感图像舰船目标检测方法.选用局部统计方差作为目标检测特征,实现对不同亮度舰船的统一特征描述,并消除海面平均亮度变化的影响.然后在二维检测特征平面上通过Contrast box滤波自适应确定局部目标检测阈值,并结合目标的空间结构信息完成疑似目标定位.最后借助先验舰船特征模型对疑似目标集合进行验证以去除虚警,输出最终目标检测结果.实验结果表明,该方法对于可见光遥感图像中的舰船目标能够达到99.5%的目标检测准确率,同时目标检测虚警率为5%.     

遥感影像目标边界提取算法比较

本文对高分辨率遥感影像目标边界提取的方法进行了阐述,分别对Canny边缘检测算子、边界跟踪和数学形态学方法进行了分析与实验,通过实验对比得出,边界跟踪受噪声的影响大,Canny边缘检测算子和数学形态学边缘检测效果较好,但提取出的边界完整度和定位准确度较差.     

Target and atmospheric influence on coherent CO2 laser radar performance

Experimentally verified signal amplitude distributions from a coherent CO2 laser radar have been used to derive radar performance for atmospheric remote sensing and hard target detection. Different target types include man-made diffuse, semirough, and glint targets as well as terrain backgrounds. The results, given as gas concentration accuracy and probability of detection, respectively, show the importance of including beam wandering especially for glint targets. It is shown how Doppler sensing and range gating improve target detection against terrain background.     

无人机光电载荷的研制与改进

光电载荷的主要功能是用光电传感器实施遥感与测量,以搜索/探测感兴趣的目标,并以一定的精度对目标定位,实现遥感/测量一体化,一种无人机光电载荷,由20x变焦可见光电视、宽/窄视场可切换长波前视红外和重频5Hz的脉冲激光测距机构成,紧凑安装在25μrad稳定精度的两轴四框架稳定平台上,使可见、红外、激光三轴对准精度优于20",测角精度优于1mrad.试飞表明,光电载荷下传图像清晰,目标定位数据可信.提高激光重频和平台隔离度,可改善搜索/探测效率与质量.