结合变尺度法的改进类电磁机制算法

标准类电磁机制算法处理连续函数优化问题时存在最优参数选取和收敛速度问题.数值实验研究表明类电磁算法不具备初值敏感性,并在搜索后期算法收敛速度缓慢甚至可能出现停滞.数值实验分析指出粒子之间达成动态力平衡状态是造成算法停滞的可能原因之一,提出一种解决策略是摒弃EM算法后期搜索过程,结合变尺度法对EM算法前期搜索到的近似最优值进行二次优化.该混合计算方法将二者的优势相结合,实验结果表明新方法在保证计算实时性的同时,取得了较高的计算精度.最后,对EM算法本身构造提出一些改进意见,并初步建立用于连续函数优化的EM算法计算框架,为后续更深入的研究EM算法提供参考.     

轮廓结构张量B-样条多尺度表示的角点检测

在B-样条多尺度空间下定义了平面轮廓在其支撑区域(ROS)内的结构张量的多尺度表示.该轮廓结构张量不但能够很好地描述轮廓的多尺度形状信息,而且其在不同尺度下的行列式乘积还能够在增强角点的响应的同时抑制噪声的影响,由此文中把B-样多尺度轮廓结构张量的乘积定义为角点的响应函数.通过实验证明了所提出的算法对于简单几何模型能够实现百分之百的检测,而针对实物图像,算法显示了良好的旋转不变性和对微小的尺度变化并不敏感的特性,最后与其他的角点检测器进行了对比实验.     

3带紧支撑的正交小波

本文首先通过Householder矩阵扩充构造了3带紧支撑的正交小波．当尺度函数具有紧支撑对称正交性时,本文通过仿酉矩阵对称扩充构造了3带紧支撑对称的正交小波,并且研究了所构造对称小波的结构．所构造小波函数的支撑不超过尺度函数的支撑,构造方法容易推广到一般d带的情形．另外,本文还给出了容易实施的显式构造算法．最后,给出了构造算例．     

基于NSCT和泰勒级数的图像超分辨率重建

结合非下采样Contourlet变换(NSCT)的多尺度、方向特性、各向异性、平移不变性以及泰勒级数高效逼近的优点,提出一种利用泰勒级数插值代替双线性插值的超分辨率图像重建算法.实验结果显示,该算法可以较好地恢复图像的细节信息和纹理特征,有效抵抗高斯噪声的干扰.     

SIFT在行星表面探测器视觉导航系统中的应用

介绍了行星探测器自主导航系统的相关背景,讨论了行星探测器自主视觉导航系统算法的主要目的和传感器信息融合的必要性,并就此引入了尺度不变特征变换(SIFT)的相关理论分析.对SIFT方法提出了改进,从而改善了算法的效果.最后给出了三维重建和目标追踪的实验结果.     

基于决策树规则的面向对象遥感影像分类

高分辨率影像包含了丰富的空间信息,这使得基于像素的传统分类方法的分类精度受到局限.基于此,本文对面向对象的分类方法进行了探讨.首先,利用图像的光谱和形状因子对图像进行合理的分割.然后,建立决策树分类判别知识库,将对象归属到某一类上并进行分类.结果显示,面向对象方法的分类精度较传统分类方法有了很大程度的提高,这为通过建立决策树知识库对地物光谱混杂的城区分类提供了一种有益的尝试.     

面向对象的土地利用变化检测方法研究

利用分类后比较法进行土地利用变化检测时,常用的自动分类方法只能利用遥感数据的光谱信息,分类精度较低,本文在此基础上将面向对象的分类方法引入到变化检测中。该方法综合利用遥感数据光谱信息、纹理特征、拓扑关系和专题信息,在进行多尺度分割获取对象后的基础上,通过对对象的目视识别选择样本来进行分类。利用面向对象的方法成功检测出了所选取的试验区十年间的土地利用变化信息,得到了较为满意的结果,为土地资源可持续利用提供了依据。     

遥感图像目标多尺度特征分析

地面目标在不同尺度的遥感影像中表现出不同的特征,对自动目标识别的准确性有很大影响。基于多分辨率遥感影像,研究典型图像目标的识别技术,给出了多尺度图像目标识别框架。首先针对不同尺度的遥感影像,分析了每个尺度上目标识别的有效特征。然后在提取典型目标的多种特征基础上,对这些特征进行尺度相关性分析,并研究不同的尺度对目标形状结构等特征产生的影响。实验结果表明,基于多分辨率遥感影像的识别框架可以有效地实现图像目标的分析与识别。     

基于爬山搜索的高斯模糊不变SIFT算子

针对SIFT算子对于高斯模糊环境下的特征匹配困难,提出基于目标图像形变空间重采样的高斯模糊不变SIFT算子GISIFT(Gaussian Invariant SIFT)。首先构建清晰目标的高斯模糊模型,重采样模型参数重建目标图像完备形变空间;其次,引入降采样与爬山法,构建目标图像的降采样形变空间,在降采样空间中以大采样步长快速搜索当前峰值,对峰值邻域进行曲线拟合,快速找到最优匹配。实验结果表明,所提算法不仅对高斯模糊目标能较好匹配,同时较大提升了目标的特征匹配效率。