高光谱RX异常检测的多DSP并行化处理技术

为达到高光谱图像数据RX异常检测处理的高速、实时、海量存储等要求,本文提出了一种基于 CPCI Express 标准总线架构的多DSP高光谱图像并行处理系统的解决方案。系统采用4片DSP共享数据总线和存储器的紧耦合与Link口互联相结合的硬件拓扑架构。在该硬件平台上,针对光谱RX异常检测算法以及光谱图像三维数据的特点,分配各DSP并行处理任务,提出了一种利用图像空间分块计算并求整个图像的均值矩阵与协方差矩阵的4DSP并行处理技术。结果表明,在保证同等探测效果的条件下,采用本文的RX异常检测算法4DSP并行处理技术,可以达到单DSP处理4倍的时间效率,解决了DSP内存容量对大数据量图像处理的限制,并较好的完成了光谱数据的实时处理要求。     

基于机器学习的水体化学需氧量高光谱反演模型对比研究

化学需氧量（COD）是水体有机污染的一项重要指标,如何快速准确检测水体的COD含量尤为重要。机器学习在水质反演领域应用日益增多,并取得了较多的研究成果,高光谱遥感具有光谱空间分辨率高、成像通道多等优势,使其在水体COD反演方面有着极大的潜力。利用不同的高光谱预处理方法对原始高光谱数据进行处理,并利用处理前后的高光谱数据对比研究了不同机器学习模型、不同高光谱预处理方法对水体COD的反演性能。首先利用ZK-UVIR-I型原位光谱水质在线监测仪在扬州宝带河实地收集了1 548组COD和对应的高光谱数据（400~1 000 nm）样本,为降低光谱噪音干扰以及消除光谱散射影响,分别使用Savitzky-Golay（SG）平滑、多元散射校正数据（MSC）以及SG平滑结合MSC对原始光谱进行预处理。其次,将样本集随机划分为训练集和测试集,其中训练集占比80%,测试集占比20%。对预处理后的训练集全波段光谱基于线性回归、随机森林（random forest）、AdaBoost、XGBoost四种机器学习方法建立COD高光谱反演模型,并选取了决定系数（R2）、均方根误差（RMSE）、相对分析误差（RPD）三种指标在测试集数据中评估高光谱反演模型的精度。结果表明,随机森林、AdaBoost、XGBoost均优于线性回归,无论光谱处理与否,通过XGBoost建立的反演模型预测能力均为最佳,其中使用XGBoost对经过SG平滑和MSC处理后的光谱数据进行建模的反演模型精度最高,其R2达到0.92,RMSE为7.1 mg·L-1,RPD为3.4。考虑到原始光谱可能存在冗余,通过主成分分析法（PCA）对经过SG平滑和MSC处理后的光谱进行降维,并选取累计贡献率达到95%的前十个主成分作为模型的输入变量。通过XGBoost建立反演模型,结果表明经过PCA后的反演模型不仅精度有所上升,RPD达到3.8,而且模型的训练时间也由72 s缩短到2.9 s。以上研究可为该水域及类似水域的高光谱水质反演模型的建立提供新的方法及思路。     

轻小型无人机高光谱影像拼接研究

轻小型、低成本无人机(unmanned aerial vehicle, UAV)机载光谱成像仪的快速发展为水质监测、精准农业提供了新的手段。ZK-VNIR-FPG480机载高光谱成像仪是国产仪器,拥有自主产权,影像共有270个波段,光谱范围为400～1 000 nm,光谱分辨率为3 nm,空间分辨率为0.9 m@1 km,成像方式为运动推扫成像,该成像仪的特点是影像之间不存在航向重叠,只存在旁向重叠。它在提供高光谱、高空间分辨率影像的同时也存在着一系列问题：①无人机的狭窄视场限制了每条航带的地面覆盖范围,需要进行航带拼接;②其自带的POS系统定位精度低;③为提高作业效率,航带间的重叠率较低,一般设置在30%左右,为影像拼接增加了困难;④因飞行时受风力、光照以及仪器自身等影响使得每条航带间存在亮度差异,拼接时会出现拼接缝现象。针对上述问题提出一种基于曲面样条函数和相位相关的无人机高光谱影像拼接方法,旨在将无人机拍摄的单条高光谱航带拼接成一幅完整的带有地理坐标的全景图,并实现影像几何和光谱上的匹配。该方法包括以下几个步骤：首先,以正射影像为基准采用曲面样条函数法对高光谱航带进行地理配准,赋予每条航带真实的地理坐标;然后采用局部方差法计算各波段信噪比,取分值最高的波段作为最优波段;再利用该最优波段采用基于2幂子图像的相位相关算法来纠正航带间已经存在的地理空间映射关系,消除航带间存在的错位;最后选用加权平均融合法对相邻航带进行融合,消除航带拼接时因光照、仪器自身等影响所产生的拼接线问题,最终得到带有绝对地理坐标的高光谱全景图。实验使用ZK-VNIR-FPG480机载高光谱成像仪获取大理某地区的高光谱数据进行拼接,结果表明,该拼接方法得到的全景图拼接处没有错位现象,几何位置准确。选取4种典型地物拼接前后的光谱曲线,其曲线走向基本一致,计算拼接影像与拼接前左右影像的光谱角余弦均值为0.965 2,光谱相关系数均值为0.863 2,光谱信息散度均值为0.424 0,欧式距离均值为0.494 1,四种光谱曲线相似性测度指标客观上显示了曲线的高度相似性,表明拼接前后同名点的光谱匹配度高,适用于无人机高光谱数据的拼接。该方法不仅提高了拼接影像的地理坐标精度,还在消除拼接缝的基础上最大限度的保证了光谱的保真性,并通过引入2幂子图像解决了影像在重叠度低的情况下配准算法失效的问题。但拼接前相邻航带同名点间存在光谱差异,且高光谱数据量大,拼接耗时多,如何利用重叠区域的像素修正系统误差,统一拼接图像的度量空间以提升光谱精度和稳定性并提高拼接速度仍是今后需要解决的问题。     

一种低重频高码率紫外光通信方法和系统

针对低重频光源要实现高码率数据传输的问题,采用紫外激光器作为光源,研究了4-PPM调制解调算法,在FPGA上实时实现该算法,并由此构建了一套基于紫外激光器的紫外光通信系统。外场通信实验表明,在紫外激光器脉冲重复频率为20kHz的条件下,通信系统可实现码率高达40kbit/s的数据传输,误码率优于10-4。