基于高阶残差量化的光谱二值编码新方法

光谱二值和多值编码技术能够实现目标光谱的快速匹配、识别和分类等应用,但这类量化编码方法会损失大量的光谱细节信息,且不能解码出与原始光谱近似的重构光谱,应用有限。为了解决上述问题,提出一种高阶残差量化的光谱编码新方法HOBC(high-order binary coding)。首先,对光谱向量进行去均值的规范化处理,得到值域为(-1, 1)的光谱序列;然后,求解规范化光谱的±1编码、编码系数和残差（即一阶残差）;基于一阶残差,逐阶解算2至K阶残差的±1编码及其系数;最后得到K个编码序列及其系数,即为HOBC的编码结果。选择典型波谱库数据集,对比光谱0/1二值编码BC01(binary coding with 0 and 1)、光谱分析编码SPAM(spectral analysis manager)、二值/四值混合编码SDFC(spectral derivative feature coding)和DNA四值编码等4种方法,进行了光谱量化编码和解码重构实验,分别统计了光谱形状特征和斜率特征编码的信息熵和存储量、光谱形状特征编码与原始光谱之间的光谱矢量距离SVD (spectral vector distance)、谱间Pearson相关系数SCC (spectral correlation coefficient)和光谱角SAM (spectral angle mapping)。结果表明,在编码存储量上,HOBC的1～4阶编码分别与以上4种编码相等;在编码信息熵上,HOBC的1～2阶编码分别与BC01和SPAM相等,而HOBC的3～4阶编码分别高于SDFC和DNA编码;在SCC上,HOBC1阶编码与BC01相等,而2～4阶编码均分别优于SPAM,SDFC和DNA编码;在SAM方面,HOBC 1～4阶编码均分别明显优于4种对比方法;4种对比方法不能明确解码重构,而HOBC可简便重构出与原始光谱近似的解码序列,且SVD逐阶递减。进一步,基于临泽草地试验站公开光谱数据集,进行了10类地物目标的光谱编码和监督分类实验,实验结果表明,在Kappa系数,总体分类精度和平均分类精度等3种性能评价指标上,HOBC均明显优于4种对比方法,尤其是,HOBC 4阶编码优于原始光谱的分类性能;对样本数量较少且类间相似性较高的难分类地物,HOBC亦具有优于其他算法的鲁棒性。说明HOBC编码在大幅压缩数据量的同时,其编码序列能保留较高的信息量,且具有较高的光谱可分性,可用于光谱高精度快速识别和分类;其解码重构序列与原始光谱序列具有较高的相似性,理论上可适用于目标识别和分类等应用。     

系数为梯形模糊数的模糊回归分析的最小二乘法

由于模糊数往往可以用梯形模糊数来逼近,因此对梯形模糊数的模糊回归模型的研究就有一定的实用价值.采用最小二乘的方法,针对输入为精确数、输出和回归系数都是梯形模糊数的模糊线性回归模型,讨论了该模型回归系数的最小二乘估计及误差项的估计,实例说明了提出的参数估计的拟合度比较好.     

国际比对钢中碳硫含量的测定

参加由北京中实国金实验室能力验证研究有限公司组织实施的NIL PT–0501–1钢中碳硫含量的测定(国际比对)能力验证。采用GB/T 20123–2006《钢中总碳硫含量的测定高频感应炉燃烧后红外线吸收法》测定碳硫含量。在试验过程中,通过减少试样质量,控制称样温度,用有证参考物质绘制工作曲线,由测得的峰值计算碳硫含量。将所得结果采用稳健统计技术处理中的Z比分数进行了评定,碳含量Z比分评定结果为Z=1.0,硫含量Z比分评定结果为Z=0.7,均小于2.0,结果满意。实验室碳硫分析数据能够得到国际国内同行的互认。     

基于模糊时间序列模型的CPI预测方法研究

构建模糊AR(p)时间序列模型,对CPI进行了预测,通过实际数据模拟发现,与传统的ARIMA模型相比,模糊AR(p)时间序列模型预测的效果更好.     

手持数码相机获取场景三维点云的实现

利用计算机视觉进行三维点云获取是一种实用方便的三维信息提取方法,在工业检测和三维建模等领域应用广泛.鉴于传统固定相机方法中存在着灵活性差,适用范围小的问题,提出了一种手持单相机的三维点云获取方法.实验结果表明,该方法在室外场景点云获取应用中较传统方法在灵活性方面具有非常明显的优势.     

排种器性能检测中摄像机系统的标定方法

通过对排种器性能检测的特点分析 ,提出了由单摄像机和平面镜组成的摄像系统标定方法。建立了该系统的数学模型 ,并给出了一种基于该模型的摄像系统标定方法。该系统的特点是组成简单 ,仅用单摄像机和一个平面镜就能检测多目标的运动规律 ,提高了机器的运算速度。试验表明 :这种方法是快速而有效的 ,与现有的其它方法相比能更好地处理目标的重叠和短暂消失等情况。     

基于神经网络的视觉系统标定方法

为了解决摄像机标定存在的若干问题 ,根据立体视觉原理 ,提出了基于神经网络的双目视觉系统标定方法。通过对双目摄像机的有效视场分析 ,确定了一次测量面积 ,并把像对视差作为网络输入 ,建立空间点世界坐标与图像坐标非线性映射关系 ,使系统不经过复杂的摄像机内外参数标定 ,就能直接提取物体的三维信息 ,增加了系统的灵活性。实验证明 ,该方法有效可行     

360°连续扫描的便携式三维激光雷达设计与开发

针对三维激光雷达在国内有巨大的应用市场,而国外商业三维激光雷达十分昂贵的现状,开发了一种360°连续扫描的便携式三维激光雷达系统。采用一个二维激光扫描仪与高精度转台连接,通过步进电机控制形成三维激光扫描。在分析系统误差来源的基础上,提出了系统误差校正方法,给出了三维坐标精确计算公式。实验结果表明,系统测量精度高,数据质量好。系统作用距离80 m,测距精度可达6 mm,测量速度每秒7256点,可满足室内室外大规模场景三维数据快速获取的需求,而成本仅是国外同类商业三维激光雷达价格的四分之一左右,且重量轻体积小,携带方便。     

Landsat8光谱衍生数据分类体系下的牧草生物量反演

牧草生物量的估算对于草地资源合理利用和载畜平衡监测具有重要的意义,是评价草地生态系统与草地资源可持续发展的关键指标。基于Landsat遥感技术快速、无损的大面积植被生物量估算研究已广泛应用,当前大多基于单一变量或几个常用植被指数构建反演模型,这些指数往往不能从多方面反映植被理化特征。归纳了不同Landsat8光谱衍生数据所反映的植被理化特征及它们间的关联方式,构建了Landsat8光谱衍生数据的分类体系;在此基础上提出了一种基于随机梯度Boosting(SGB)算法的多变量、非线性生物量估算模型,探讨不同类型光谱衍生数据组合对于牧草生物量反演结果的影响。以青海省海晏县为研究区进行方案可行性探讨。结果表明常用的Landsat8光谱衍生数据主要从植被的绿度、黄度、盖度、水分含量、纹理特征以及通过消除大气干扰和土壤背景干扰等7个方面反映植被的理化特征(7个小类),可归纳为直接因子(绿度、黄度、盖度、水分含量)、间接因子(消除大气干扰和消除土壤背景干扰)和空间因子(纹理特征)3大类型。在牧草生物量反演中,这些光谱衍生数据类型间具有较好的互补性,单一的直接因子模型估算结果最差,引入间接因子和空间因子均能提高模型的估算结果,而由直接因子(GNDVI, TCW, NDTI, NDSVI, TCD)、间接因子(SAVI, VARI)和空间因子(MeanB3, MeanB6, HomⅡ, DisB5)共同构建的SGB模型估算精度最优,R2达到了0.88;RMSE为141.00 g·m-2。与5种常用的生物量估算模型结果对比,该方法具有明显的优势。较单变量模型,R2提高了42%~60%,RMSE降低47%以上,R■提高了31%~53%, RMSEcv降低29%;较多变量模型,R2提高了29%~42%, RMSE降低35%以上,R■提高了2%~18%, RMSEcv降低2%以上。此外,所提出方法在消除反演模型过饱和方面也具一定成效。综上,利用Landsat8数据从反映植被不同理化特征角度构建反演模型实现了牧草生物量的精准估算,对于后期牧草生长状况实时监测以及草地资源可持续利用与管理具有重要的指导意义。研究结果还可以为今后进行大面积区域草地动态监测以及其他农业领域的研究提供参考和借鉴。     

车载激光采集系统中三维信息联合解算方法

深入讨论了车载激光三维数据采集系统中解算三维信息的关键技术,给出了一套完整的GPS、IMU和激光扫描数据交叉整合的工程方法,实时、主动、快速获取导目标表面的三维信息。该方法已经在实际应用中得到验证。