激光激发下拉曼光谱相对辐射定标模型研究

为了提高变压器油中气体检测性能,提出基于激光激发下拉曼光谱的相对辐射定标模型,采用激光成像技术进行拉曼光谱图像成像处理,提取拉曼光谱图像的边缘轮廓特征量,采用多尺度小波降噪方法进行激光激发下拉曼光谱图像降噪滤波,在邻域内采用颜色梯度分解方法进行拉曼光谱图像区域融合性增强处理,根据激光激发下拉曼光谱图像RGB值与邻域均值实现拉曼光谱相对辐射标定和检测,提高拉曼光谱图像的相对辐射定标能力。仿真结果表明,采用该方法进行激光激发下拉曼光谱相对辐射定标的准确性较高,识别精度较高,图像信息增强性能较好。     

基于多个稳定目标的吉林一号光谱02卫星多光谱成像仪的在轨绝对辐射定标

卫星在轨后精准的绝对辐射定标是对其观测数据进行定量化应用的基础。与传统的场地定标法、交叉定标法相比，基于稳定场景目标的定标方法具有成本低、频次高、可实现历史数据定标等优点。使用中分辨率成像光谱仪（MODIS）的MCD19A1产品、MCD43A1产品和MOD03(MYD03)产品模拟出MODIS band8在光谱02卫星观测条件下的方向反射率，再结合MCD43A1产品中MODIS band1～band5的方向反射率、MCD19A2产品中的气溶胶参数、水汽参数以及MOD07(MYD07)产品中的臭氧参数，对2021年10月光谱02卫星多光谱成像仪对多个稳定目标成像的入瞳辐亮度进行辐射传输模拟，实现对其在轨绝对辐射定标。对该定标系数的真实性检验结果表明：与发射前定标系数相比，基于重新标定系数进行大气校正的结果与哨兵2号反射率产品的差异明显减小；重新标定的观测辐亮度与包头地基自动辐射定标数据的平均相对差异为3.18%，说明定标结果具有较高的精度。研究结果可以为使用稳定目标对中高空间分辨率光学遥感卫星在轨绝对辐射定标提供方法支撑。     

一种基于提升小波分解图像融合方法

提出一种新的基于自适应提升小波变换的图像融合方法。基于信号局部结构特征的相关性和方向性,采用自适应提升策略构造小波;利用提升小波对图像的低频和高频分量进行分解,在两幅图像配准的前提下,将小波系数合并,进行小波逆变换,得到融合后的图像;引入融合对称度来判断融合方法的性能。比较融合后图像的熵、相关函数和融合对称度性能指标,提升小波变换方法优于直接平均法和Symmlets小波变换方法。     

MODIS数据在测量地物辐射亮度和反射率特性中的应用

以往用户利用 MODIS数据研究最多的领域是区域以至全球尺度的环境变化 ,而利用 MODIS数据来定量测量地物参数 (如辐射亮度和反射率 )的研究却很少 ,这主要是因为 MODIS数据的空间分辨率低 ,容易造成像元不纯从而影响到数据的精度。但是由于 MODIS数据作为目前光谱辐射精度最高的遥感数据源 ,对于探索遥感定标以及定量遥感具有重要意义。如果所研究地物面积匹配于 MOIDS数据的空间分辨率时 ,那么 MODIS无疑是最好的数据源之一。本文详细讨论了 MODIS数据参数定标原理和在测量地物辐射亮度和反射率中的应用 ,并用 L andsat- 7数据作为参考 ,验证了 MODIS用来测量地物参数的可行性。     

SAR有源编码辐射定标技术研究

在对SAR有源编码辐射定标技术的研究中,首先开展了地物杂波信号对SAR辐射定标精度影响的研究,推出了受地物杂波信号影响的系统总体传递函数的误差公式,其次分析了有源编码辐射定标技术抑制地物杂波的机理和信号处理流程。在不同地物杂波分布情况下,完成了SAR有源编码辐射定标技术的仿真实验。实验结果证明SAR有源编码定标技术能够有效地抑制地物杂波信号的影响,改善SAR辐射定标的精度,特别是提高了定标场地选择的灵活性。     

MODIS数据库在测量地物辐射亮度和反射率特性中的应用

以往用户利用MODIS数据研究最多的领域是区域以至全球尺度的环境变化，而利用MODIS数据来定量测量地物参数（如辐射亮度和反射率）的研究却很少，这主要是因为MODIS数据的空间分辨率低，容易造成像元不纯从而影响到数据的精度。但是由于MODIS数据作为目前光谱辐射精度最高的遥感数据源，对于探索遥感定标以及定量遥感具有重要意义。如果所研究地物面积匹配于MOIDS数据的空间分辨率时，那么MODIS无疑是最好的数据源之一。本文详细讨论了MODIS数据参数定标原理和在测量地物辐射亮度和反射率中的应用，并用Landsat-7数据作为参考，验证了MODIS用来测量地物参数的可行性。     

基于小波包分析的图像边缘检测

通常,图像的边缘为频率域的高频分量。小波分析是一种信号的时间-频率分析方法,而小波包分析是在小波分析的理论基础上,将信号的高频成分分开且可对高频成分继续分解,为信号提供更加精细的分析方法。该文采用基于共轭正交滤波器的小波包分解算法对图像进行边缘检测,实验表明,这种方法能够清晰地检测出图像的边缘。     

基于Dopplerlet变换的舰船辐射噪声特征提取方法

在对信号进行线性变换的过程中，最好将基函数取成与待分析信号的性态相类似的信号。基于此，提出了一种基于Dopplerlet变换的舰船辐射噪声特征提取方法，给出了基于进化规划算法的Dopplerlet变换分解流程。理论上该方法提取出的特征不包含其他噪声的信息，因此由此提取出的舰船噪声特征更加可靠。使用本文方法与基于小波变换、波形结构、自然尺度等的特征提取方法对收集到的舰船辐射噪声进行了对比识别试验，结果证明基于Dopplerlet变换的舰船辐射噪声特征提取方法更加可靠和有效。     

基于小波变换的图像变形

提出了一种基于小波变换的图像变形技术.首先,利用小波变换对源图像和目标图像进行多分辨率分解,得到对应的低频近似信号分量和高频细节信号分量;然后,通过基于时变权函数的多分辨率插值,得到各变形结果图像的小波系数;最后,通过小波重构得到各变形图像.实验结果表明,利用本算法可以方便地实现自然的图像变形.     

基于整数小波变换的灰度图像水印技术

数字水印技术通过在媒体图像中隐藏信号来达到保护媒体版权的作用。论文提出一种针对灰度图像水印的,基于整数小波提升算法的水印技术。该方法在对原始图像分块的基础上进行整数小波提升变换,然后对灰度水印图像置乱,再进行位平面分解,最后将每一个位面的水印信息都嵌入到原始图像的小波变换系数中。实验结果表明,该方法能较好地抵抗剪切和JPEG压缩攻击,对于滤波及噪声干扰也有一定的鲁棒性。     

基于二维提升小波变换的图像融合

将图像进行提升小波变换,分别对高低频采用不同的融合方法,得到融合后图像。并引入信息熵、相关系数和清晰度等性能指标对融合后的图像进行分析。实验结果表明,此提升方法在融合图像质量上优于传统小波变换。     

小波提升变换边缘检测算法的DSP实现

提出了基于小波提升变换的改进图像边缘检测算法的DSP实现过程。本算法对源图像进行小波提升分解,然后分别对高、低频子图像进行边缘提取;基于高速DSP的实现克服了传统小波变换存在的问题,很好地满足了实时性要求。实验结果表明,该方法具有运算速度快、能有效地抑制噪声、边缘检测精度高等特点,是一种有效的图像边缘检测实现方式。     

基于二维提升小波变换的图像融合

将图像进行提升小波变换,分别对高低频采用不同的融合方法,得到融合后图像。并引入信息熵、相关系数和清晰度等性能指标对融合后的图像进行分析。实验结果表明,此提升方法在融合图像质量上优于传统小波变换。     

基于改进型WBCT的多光谱图像融合方法

针对多光谱图像的融合问题,以提升小波变换代替传统小波变换,提出一种改进的WBCT方法。利用该方法对源图像进行多尺度分解,得到高频和低频分量,采用不同的融合规则对其进行处理,得到融合后的系数,并通过逆变换得到融合图像。实验结果表明,与Contourlet变换和提升小波变换相比,改进方法的融合效果有明显提升。     

一种新型全息图的编码方法

为了提高计算全息图的衍射效率,以目前计算全息领域中显示纹理较为清晰的傅里叶全息图为基础,提出了一种新的全息图制作与显示方法。采用离散余弦变换生成相应的全息图,采用逆离散余弦变换对其进行重构。通过该方法所得的全息图的衍射效率比采用傅里叶算法的全息图的衍射效率提高了13.65%,有效衍射效率提高了56.82%,从计算机模拟再现的结果可以看出,得到了一种显示效果清晰的、衍射效率更高的新型全息图。     

一种基于小波变换的多聚焦图像融合方法

提出了一种改进的基于小波变换的多聚焦图像融合方法。该方法采用小波变换对源图像进行多尺度分解,得到高频和低频图像;对高频分量采用基于邻域方差加权平均的方法得到高频融合系数,对低频分量采用基于局部区域梯度信息的方法得到低频融合系数;进行小波反变换得到融合图像。采用均方根误差、信息熵以及峰值信噪比等评价标准,将该方法与传统融合方法的融合效果进行了比较。实验结果表明,该方法所得融合图像的效果和质量均有明显提高。     

提升五株形小波在多光谱图像融合中的应用

提出一种基于IHS变换和提升五株形小波变换相结合的融合方法,并把它应用于多光谱图像与高分辨图像的融合中。该算法对多光谱图像进行IHS变换,将得到的亮度分量I和高分辨率图像做多尺度提升五株形小波分解,采用不同的融合算子对高低频分量进行融合,对融合后图像进行提升五株形小波重构和IHS逆变换得到融合结果图像,并采用客观性能指标对融合结果图像进行了客观评价。实验结果表明,该方法对多光谱图像和高分辨率图像的融合有较好的融合效果,能从原图像中获得更多的信息,同时又能保持较高的空间分辨率。该方法的融合算法和分解层数的选取,是简便有效的,适用于多光谱图像融合。     

基于Sobel算子和局部能量的图像融合新算法

文中提出一种新的基于小波变换的图像融合算法,以提高图像融合质量。首先应用小波变换将图像分为高频和低频部分,再对小波的高频和低频系数采用融合算法进行处理,最终将处理后的高频和低频小波系数进行融合。文中对低频系数采用基于Sobel算子的方法,有效保留边缘特征。对高频系数采用基于局部能量取大准则,有效保留高频的细节和区域特征。为了抑制噪声和控制图像的不稳定性,最后再对低频和高频系数的选择结果进行邻域窗口的一致性检验与调整。与传统金字塔方法和经典小波变换相比较,实验结果表明此方法融合效果较好。     

基于提升小波的图像检索算法

提升小波具有高效性和多分辨率等优点,本文提出了基于提升小波的图像检索算法。该算法首先对图像进行提升小波变换,得到每层的低频子图像和高频子图像;然后分别提取低频子图像的形状特征和高频子图像的纹理特征;最后通过计算特征向量之间的欧式距离,检索出相似的图像。实验结果表明,此算法的检索效率高于其他算法,具有一定的优越性和通用性。