基于改进遗传算法的超光谱图像特征选择方法

提出的特征选择新方法充分利用遗传算法并行搜索、全局寻优的优点，并结合超光谱图像特征选择的具体应用，选择表征类别可分性的判别标准作为评价函数计算个体适应度，通过交叉和变异操作实现个体进化．为加快算法收敛速度，提高遗传算法性能，在遗传算法中引入了两代竞争机制，获取最佳的分类特征组合．利用一幅200波段的AVIRIS超光谱图像进行的仿真实验结果表明，所提出的方法用于特征选择具有分类精度高，计算耗时少的优点．     

基于多小波变换的SAR图像压缩

在实数域,对称、正交的紧支集非平凡单小波基不存在,而多小波把紧支集、对称性、正交性完美地结合在一起,使小波理论从标量扩展到矢量范畴。利用上述特点将多小波变换应用于SAR图像压缩。实验结果表明,在改进现有的基于小波变换的多级树集合分裂(SPIHT)编码算法的基础上,选用适当的多小波基及预滤波方法,能够得到与小波变换相当甚至略优于小波变换的编码性能。这说明若针对多小波变换系数的特点设计相应的编码方案,SAR图像编码的性能还可进一步提高。     

基于多时相多光谱红外图像浅层地下目标探测

浅层地下目标影响周围区域的热物理特性,引起区域表面温度差异随时间变化的现象,对应在红外图像上则导致灰度值差异随时间变化．针对这一问题,本文研究了包含地下目标的区域温度分布的数学模型,揭示了区域温度变化和地下目标的热物理性质与埋藏状况的关系,进行求解得到区域表面温度分布的预测值．利用实际获取的多时相多光谱红外图像反演区域地表温度分布,利用多光谱图像丰富的光谱信息来反演区域表面的多时相温度分布,和预测值进行比对,使区域表面温度分布的探测值和预测值相一致的待求解参数的估计值即为地下目标的探测结果．     

Unsupervised linear spectral mixture analysis with AVIRIS data

A new algorithm for unsupervised hyperspectral data unmixing is investigated, which includes a modified minimum noise fraction （MNF） transformation and independent component analysis （ICA）. The modified MNF transformation is used to reduce noise and remove correlation between neighboring bands. Then the ICA is applied to unmix hyperspectral images, and independent endmembers are obtained from unmixed images by using post-processing which includes image segmentation based on statistical histograms and morphological operations. The experimental results demonstrate that this algorithm can identify endmembers resident in mixed pixels. Meanwhile, the results show the high computational efficiency of the modified MNF transformation. The time consumed by the modified method is almost one fifth of the traditional MNF transformation.     

基于光谱解译的高光谱图像奇异检测算法

奇异检测是高光谱图像的重要应用之一.针对目前研究中存在的问题,提出了一种新的基于光谱解译的奇异目标检测算法,用于高光谱图像处理.该算法利用光谱解译技术有效地实现了目标信息和复杂背景的分离,很好地抑制了背景对检测的干扰.解译后的误差数据仅包含丰富的目标信息且更好地服从高斯分布.利用主成分分析对解译误差数据进行变换,根据高阶统计量,定义局部平均奇异度来选择对于奇异检测最有效的主分量,并利用RX算子完成最终检测.为验证算法的有效性,利用真实的AVIR IS数据进行了仿真实验.结果表明该算法能够较大地改进经典RX算法的检测性能.     

基于双信源协同的目标跟踪系统研究及设计

针对红外与可见光单一信源用于目标跟踪时存在的不足,提出了基于红外与可见光两种信源协同的目标跟踪系统,该系统结合红外与可见光两种信源的各自优点,采用了帧差投影判决算法和粒子滤波算法进行目标自动定位及跟踪,在跟踪过程中相互指示进行协同.机动发生时,能够准确判断灵活切换,并建立了基于DirectShow框架和多线程技术的实验仿真平台.实验结果表明,系统在协同跟踪过程中能够互补对方信源的不足,具有较好的跟踪鲁棒性和实时性.     

支持向量机多类目标分类器的结构简化研究

由于支持向量机(SVM)在模式识别和回归分析中有着独特优势，因此成为近来研究的热点，其优势主要体现在处理非线性和高维数据问题方面。最初的SVM特别适合解决两类目标分类问题，而对于多类目标分类，则需将其转化为多个两类目标分类问题，相应地即可构造多个两类目标子分类器，但由于这种情况导致了分类器结构的过于复杂，从而导致判决速度的降低。为了快速地进行分类．提出了一种简化结构的多类目标分类器，其不仅使得子分类器数目大大减少，而且使分类速度明显提高；同时对其分类精度和复杂度进行了对比分析。实验结果证明。该分类器是有效的。     

一种基于光谱解混的高光谱图像道路检测方法

道路检测是遥感图像处理的一个重要任务,高光谱图像以其图谱合一的特点为道路检测提供了新的有用信源.针对遥感道路检测需求,本文提出一种利用高光谱图像进行道路检测的新方法.该方法首先利用线性混合物模型和独立分量分析技术对输入高光谱图像进行无监督解混,实现道路目标的光谱提取,得到描述道路目标的解混分量图.在此基础上,利用均值比例算子和Hough变换实现最终道路检测.仿真实验结果标明,本文提出的算法是有效的.     

基于二代Curvelet变换和ProbShrink的红外图象背景抑制

为了提高红外复杂背景下弱小目标的检测性能,本文提出了一种基于二代Curvelet变换和ProbShrink算法的红外图象背景抑制新方法。针对弱小目标在二代Curvelet变换后表现为高频信息的特点,保留二代Curvelet变换后的高频子带系数,通过对高频子带系数单一分布和联合分布的分析确定包含目标信息的子带位置,利用ProbShrink算法对高频系数中的背景系数进行抑制。实验结果表明,本文的算法能够很好地抑制红外图象背景,保留弱小目标信息。