对象置信度指引下的高分辨率遥感影像分割

如何减小分割结果与实际地理对象间的差异,是目前高分辨遥感影像分割中面临的一个难点问题。为此,构建了一种新的对象置信度(OC)指标来衡量任意区域与地理对象间的匹配程度,进而提出了一种面向地理对象的多尺度分割算法。该算法主要包括两个步骤:首先,通过对影像进行过分割来构建初始种子区域集合,并确定尺度参数集合;而后,通过跟踪对象置信度指标OC的尺度间变化来指引多尺度区域合并过程,使区域合并结果逐步逼近实际的地理对象。多组实验结果表明,所提出的算法能够显著改善过分割及欠分割问题,准确识别建筑物、道路等地理对象的完整轮廓,在定性分析及定量精度评价中均显著优于商业软件e Congnition及传统多尺度分割算法。     

高分辨率遥感影像的平原建成区提取

通过分析高分辨率遥感影像中平原建成区的纹理特征和局部关键点特征,提出了基于多核学习、多尺度分割以及多假设投票的平原建成区提取方法。该方法利用MR8纹理特征和尺度不变特征变换(SIFT)算法提取建成区,融合多个特征进行学习和分类,从而加强了分类器的鲁棒性和稳定性,提高了检测准确率。该方法还通过超像素分割和多假设投票将基于图像块的判别结果转化为基于像素的检测结果,完全消除块状效应,使得目标区域具有准确的边缘和形状。在多幅GF-1卫星遥感图像上进行测试,结果显示:提出方法的平均检测精度为80%,平均召回率高于85%,平均F值可达80%以上,综合指标高于其他方法,验证了提取平原地形建成区的可行性和准确性。由于建成区提取结果已精确到了像素级别,同时避免了漏检和误检,提取出的建成区影像很准确。     

模糊可靠度的区间估计方法

对模糊可靠度进行了分类，建立了三种常见类型模糊可靠度区间估计的计算模型，给出了模糊可靠度置信区间的确定方法。实例分析表明了模糊可靠度区间估计的实用价值。     

弓网接触力的区间二型模糊PID半主动控制

针对不确定性条件下轨道交通列车弓网接触力改善的问题,首次提出了 一种基于区间二型模糊PID(IT2F-PID)的受电弓半主动控制方法.首先,建立了三元弓网半主动控制模型.其次,设计了 IT2F-PID半主动控制器,并且与一型模糊PID(T1F-PID)和PID半主动控制器对弓网接触力的控制效果进行对比分析.进一步考虑受电弓存在模型不确定性和外部扰动的问题.最后,以DSA380型受电弓为对象进行仿真实验验证.实验结果表明:当列车运行速度为200 km/h和300 km/h时,相较于被动控制,IT2F-PID半主动控制算法作用下的弓网接触力标准差分别降低了18.21％和24.91％,能有效改善弓网受流质量.另外,与主动控制相比,设计的半主动控制器具有所需能量更少的优点,而且拥有更好的处理模型不确定性以及抗扰动能力.     

基于谱聚类的高分辨率全色遥感影像分割

为了协调高分辨率全色遥感影像区域和边界的最优分割,提出了一种基于像素邻域和光谱特征的谱聚类高分辨率全色遥感影像分割方法。该算法重点着手于构建影像图模型,在其中引入像素邻域作用并充分顾及像素光谱测度差异。假定邻域像素具有连接关系,并在此基础上构建影像连接矩阵,再考虑像素光谱测度差异的影响建模像素间相似性,最终结合像素连接性和相似度构建影像权值矩阵完成图模型建立;而后在图模型的基础上,采用对权值矩阵特征分解并就分解结果进行选择的方式将影像数据变至低维特征空间,进而对获取的新数据执行FCM聚类算法达到影像分割目的。为了验证提出算法的有效性,分别对模拟影像和高分辨率全色遥感影像进行分割实验,定性、定量的评价结果表明了该算法的可行性与优越性。     

基于区间二型模糊集的轮系传动方案综合评价

传统方案评价缺少合理的方法指导、主观性强,同时轮系传动方案评价指标复杂多样,难以从定性评价转换至定量评价。针对轮系传动方案的综合评价及优选问题,提出了基于区间二型模糊集(IT2FSs)的轮系传动方案综合评价方法,建立了相关的综合评价数学模型。首先,在考虑了轮系传动方案的静态特性、动态特性及结构特征的基础上,构建了多层次、多源异构性的综合评价指标体系;然后,采用了基于IT2FSs的模糊层次分析(FAHP)法,并结合了区间二型依赖有序加权平均(IT2DOWA)算子的方法,以分配指标权重;采用了构建评价函数的方法,对评价指标数据进行了预处理,以解决复杂指标数据不可量化的问题;针对不同数据类型的指标存在无法统一度量的问题,采用了概率统计结合模糊综合评价(FCE)的方法,对于轮系传动方案进行了定量化的综合评价;最后,以某轮系传动方案为例,根据仿真分析和理论推导,说明了评价方法的可行性;采用鲁棒性分析方法,对基于IT2FSs的轮系传动方案综合评价方法的有效性进行了验证。研究结果表明：该方案的定量化综合评价分数值为62.53,评价结果良好,基本满足使用需求;鲁棒性分析中的所有方案均保持了原先排名,说...     

基于正则化 AdaBound 的区间二型模糊 神经网络软测量建模

针对复杂化工过程中存在强非线性、多变量耦合、参数时变及大时滞等因素,导致监测变量软测量精度不高的问题,提 出了一种基于正则化 AdaBound 的区间二型模糊神经网络(RAIT2FNN) 软测量建模方法。 首先为了解决区间二型神经网络 (IT2FNN)结构难以确定的问题,提出了一种采用激励强度和相似度定义增长和删减指标的自组织产生规则的算法。 该算法利 用激励强度的大小决定是否产生规则,并根据相似度进行规则的删减从而确定了区间二型模糊神经网络的结构。 其次,本文提 出正则化和 AdaBound 相结合的算法对 RAIT2FNN 模型相关参数进行修正,使得不同参数具有有界的自适应学习速率。 最后将 RAIT2FNN 作为软测量模型应用于环己烷无催化氧化过程尾氧浓度预测问题中。 实验结果为测试时间为 0. 008 2,训练 RMSE 为 0. 018 2,测试 RMSE 为 0. 009 6,表明 RAIT2FNN 作为软测量模型具有预测及时且预测精度较高的优点。     

基于Rough集的遥感影像增强方法研究

通过对Rough集理论特点和遥感影像信息的不确定特性分析,基于对Rough集理论的不可分辨关系、近似集合和分类概念的分析,研究实现了一种保护图像边缘的遥感图像滤波和增强的算法,并通过实验证明了该算法的效果和有效性.     

产品方案优选的区间二型模糊VIKOR法

由于传统一型模糊集的隶属度难以给出精确值,因此采用区间二型模糊集理论对VIKOR方法进行扩展从而建立产品方案的决策优选模型。首先介绍了区间二型模糊数的概念,并结合积分法和区间模糊数比较法定义了一种排序方法,在此基础上实现传统VIKOR算法的扩展。为保证信息的准确性、有效性,在扩展VIKOR算法的整个过程中都未使用解模糊技术,而始终保持评估值的模糊性。产品最优方案根据VIKOR综合指标的排序来选择,其中"群体效益"和"最大个别遗憾"的决策权重由决策者偏好决定。最后,以轨道车辆门产品的方案评价为例,证明所提方法的可行性和有效性。     

四旋翼微型飞行器的区间二型模糊神经网络自适应控制

针对四旋翼微型飞行器控制系统中存在不确定性、外界干扰等影响控制精度的问题,提出了基于区间二型模糊神经网络(IT_IIFNN)的四旋翼微型飞行器自适应控制方案.首先,根据四旋翼微型飞行器的动力学模型,设计了基于IT_IIFNN的四旋翼微型飞行器自适应控制器,该控制器由两部分构成,其中IT_IIFNN用来在线逼近系统不确定性;鲁棒补偿器用来实时补偿IT_IIFNN的逼近误差以及外界干扰.其次,利用Lyapunov稳定理论证明此飞行器控制系统闭环稳定性.最后,通过四旋翼微型飞行器样机来验证IT_IIFNN自适应控制器的优越性.验证结果显示,在加入风速为1.5 m/s的外界干扰条件下,跟踪误差可近似达到10-2.结果表明,IT_IIFNN自适应控制器具有良好的跟踪精度、稳定性及鲁棒性.     

面向遥感图像水域分割的图像熵主动轮廓模型

为提高遥感图像水域分割的准确度,结合高分率遥感图像中水域与背景纹理复杂度差异较大的特点,将图像熵引入到CV模型中,提出两种图像熵主动轮廓模型用于高分辨率遥感图像的水域分割。其中,针对水域纹理相对简单的遥感图像,在CV模型中引入零水平集内的图像熵而构成局部图像熵主动轮廓模型,可以有效降低背景中灰度值与水域近似的区域发生误分,从而提高水域分割的准确度;针对水域纹理相对复杂的遥感图像,在CV模型中同时引入零水平集内外图像熵而构成全局图像熵主动轮廓模型,改进了水平集函数进化过程中对灰度信息的依赖,并能使零水平集进化到全局最优,进一步提高了遥感图像中水域分割的准确度。针对高分辨率遥感图像中的湖泊、河流和海域分割对比实验结果表明:局部图像熵主动轮廓模型的分割精确率分别为90.1%、81.5%和93.6%,F值分别为0.94、0.885和0.96;全局图像熵主动轮廓模型的分割精确率分别为94.5%、85.3%、94.9%,F值分别为0.956、0.895、0.967。本文提出的两种图像熵主动轮廓模型均能有效减小背景误分,提高了遥感图像水域分割的准确度。     

利用高斯混合模型的多光谱图像模糊聚类分割

针对传统分割算法难以实现高分辨率多光谱图像分割的问题,本文提出一种利用高斯混合模型的多光谱图像模糊聚类分割算法。该算法采用高斯混合模型定义像素对类属的非相似性测度,由于该算法具有高精度拟合数据统计分布能力,故可以有效剔除噪声对分割结果的影响。同时,引入隐马尔科夫随机场(Hidden Markov Random Field,HMRF)定义邻域作用的先验概率,并将其作为各高斯分量权值以及KL(Kullback-Leibler)信息中控制聚类尺度的参数,从而增强了算法对复杂场景遥感图像的鲁棒性,进一步提高了算法的分割精度。对模拟图像和高分辨多光谱图像分割结果进行了定性定量分析。实验结果表明:模拟图像的总精度达96.8%以上。这验证了本文算法在分割高分辨率多光谱图像时具有保留细节信息的能力,而且也证实了算法的有效性和可行性。该算法能够实现高分辨率多光谱图像的精确分割。     

基于深度语义分割的多源遥感图像海面溢油监测

针对遥感图像海面溢油区域通常受到斑噪声以及强度不均等因素的影响,从而导致溢油区域监测效果较差的问题,本文引入了深度语义分割的方法,将深度卷积神经网络与全连接条件随机场相结合,形成端对端连接。以Resnet结构为基础,首先通过深度卷积神经网络对多源遥感图像粗分割并作为输入,然后经过改进的全连接条件随机场,利用高斯成对势和平均场近似定理,建立条件随机场形成递归神经网络作为输出。通过多源遥感图像对海面溢油区域进行监测,并利用可见光图像估计溢油区域面积。实验在所建立的多源遥感图像数据集上与其它先进模型进行对比,结果表明本文方法提高了溢油区域的分割精度以及精细细节程度,平均交并比为82.1%,监测效果具有明显地改善。     

基于云模型的高光谱遥感图像的分类研究

现有的分类方法没有考虑或者没有彻底考虑高光谱遥感图像数据的不确定性,因此提出了一种基于云模型的高光谱遥感图像分类方法。云分类时,首先根据训练样本集,由逆向云发生器生成每类地物的多维云模型,然后利用X条件云发生器计算出各测试像素对每类地物的隶属度,最终采用极大判定法实现对每个测试样本的分类。仿真结果表明,该方法简单、计算量小,可以取得高于传统方法的分类精度,具有很好的发展前景。     

基于Curvelet变换的遥感图像融合研究

Curvelet变换是继小波变换之后,更适合图像处理的一种新的多尺度变换分析方法,相比小波而言,它更加适合分析二维图像中的曲线或直线状边缘特征,而且具有更高的逼近精度和更好的稀疏表达能力,同时也具有很强的方向性.本文论述了Curvelet变换的理论和实现算法,基于考虑图像中的那些弱的边缘,提出了一种利用Curvelet变换进行遥感图像融合的方法.实验结果分析表明:将Curvelet变换引入图像融合,能够更好地提取原始图像特征,为融合图像提供更多信息,使融合图像在较好地保留光谱信息的同时,空间细节信息得到增强,优于典型的IHS变换、主分量变换及小波变换图像合方法.     

基于快速递推模糊2-划分熵图割的红外图像分割

考虑现有图割算法没有充分考虑红外图像的模糊特性,分割精度和运行效率低的缺点,提出了基于快速递推模糊2-划分熵图割的红外图像分割算法以实现复杂背景下红外图像的自动高效分割。该方法利用图像感兴趣区域的最大模糊熵信息设计图割能量函数的似然能,基于局部最大模糊2-划分熵值迭代检测出包含图像最大信息的感兴趣区域来确保提取目标信息的完整性。为了提高最大模糊熵寻优的效率,引入时间复杂度为O(n2)的递推算法,将模糊熵计算转化为递推过程,并保存所有递推的熵函数值用于后续的穷举寻优。针对确定的感兴趣区域,利用该区域最大模糊2-划分时隶属度函数分布设置图割能量函数的似然能,从而充分考虑图像的模糊特性。对分割结果与几种常用的算法进行了视觉比较及运行时间,错分率,F指标的量化分析。结果表明:该算法分割精度F值高达95%,运行时间较其他常用算法至少缩短了72%,基本满足自动红外图像分割对精度、效率和鲁棒性的要求。     

基于规则划分和RJMCMC的可变类图像分割

为了自动确定遥感图像分割中的类别数,提出了一种结合规则划分和逆跳马尔科夫链蒙特卡洛(RJMCMC)算法的可变类图像分割方法。首先,将图像域划分成若干个不同的规则子块,并假设每个子块内的像素满足同一独立的多值Gaussian分布;在此基础上,根据贝叶斯定理,建立基于区域的图像分割模型;然后利用RJMCMC算法模拟该分割模型,以自动确定图像类别数并实现区域分割;为了进一步提高分割精度,设计了精细化操作。利用本文提出的方法,分别对合成及彩色遥感图像进行可变图像分割,实验结果表明,提出的方法不仅能自动确定图像类别数,还可以实现区域分割,从而验证提出算法的可行性及有效性。