基于成像系统物理特性的多光谱图像与全色波段图像融合

提出了一种基于成像系统物理特性的多光谱图像与全色波段图像融合算法。该算法采用àtrous小波变换提取全色波段图像的空间细节信息,并将提取的空间信息按照一定的注入模型调整后添加到各波段多光谱图像中去,得到具有高空间分辨力的多光谱图像。注入模型充分考虑了各波段成像传感器的相对光谱响应函数、地表物体对各波段的光谱反射率以及各波段的辐射调整系数等成像系统的物理特性,使融合后的多光谱图像在显著提高空间质量的同时,最大可能地保留了原始多光谱图像的光谱特性。对IKONOS卫星遥感影像的融合实验结果表明,该算法在光谱保留和空间质量提高方面较其它基于小波变换的融合算法都具有更高的性能。     

一种基于中性集和均值漂移的彩色遥感图像非监督建筑物提取方法

建筑物的纹理和光谱信息的多样性一直是自动化识别的瓶颈。针对此问题,提出了一种彩色遥感图像建筑物提取方法,该算法结合中性集和均值漂移,对转换到中性集空间的影像进行均值漂移分割,生成以影像中主要地物类型为核心的光谱类别图像,提取建筑物。通过中性集空间的增强及分割,克服了传统均值漂移分割稳定性低、光谱不连续及信息混杂的缺陷,避免了地物识别前提取连通区等操作。实验证明,提出的算法可以简捷、完整、准确、稳定地提取建筑物,满足高分辨率遥感影像建筑物的提取要求。     

基于非采样Contourlet变换的遥感图像融合算法

为了使融合后的多光谱图像在尽可能保持原始多光谱图像光谱特性的同时,显著提高空间分辨力,提出了一种基于非采样Contourlet变换(NSCT)的遥感图像融合算法。算法首先对全色波段图像进行非采样Contourlet变换,得到全色波段图像的低频子带系数和各带通方向子带系数;然后针对多光谱图像的每一个波段,将其进行双线性插值后作为融合后多光谱图像的低频子带系数,对全色波段图像的各带通方向子带系数采用基于成像系统物理特性的注入模型(调整系数)进行局部调整后,作为融合后多光谱图像的各带通方向子带系数,从而得到融合后多光谱图像的非采样Contourlet变换系数;最后再经非采样Contourlet逆变换得到该波段具有高空间分辨力的多光谱图像。采用IKONOS卫星遥感图像进行了仿真实验,实验结果表明,该算法在光谱保留和空间质量提高方面优于其它传统的遥感图像融合算法。     

一种光谱与纹理特征加权的高分辨率遥感纹理分割算法

高分辨率遥感影像呈现极其丰富的光谱和结构信息,传统的基于光谱的遥感影像分割方法往往使得分割区域过于细碎且分割精度不高.尝试将纹理信息引入到特征空间以期解决该问题.本文算法中,特征空间由光谱和纹理两类构成,并采用加权最小距离分类器.光谱信息通过对原始影像的变带宽均值漂移滤波获得,纹理信息由对原始影像逐波段采用多尺度伽博(Gabor)滤波器组滤波获得;依据训练样区中各特征维的方差确定该地物类别分类时特征维的权重,并通过训练样区的特征加权平均获得各地物类别的聚类中心;最后,将像素点归为到加权聚类中心距离最小的类别.实验结果表明,提出的均值漂移带宽确定方法是有效的,加权融合算法较基于光谱的分割方法在分割精度上有一定程度的提高.     

基于波段子集特征提取的最小二乘支持向量机高光谱图像分类技术

针对高光谱图像分类,文章提出一种基于波段子集最大噪声分量特征提取的最小二乘支持向量机的高光谱图像分类算法.利用高光谱图像的谱间相关性将原始光谱波段划分为若干个波段子集,并在各个子集上采用最大噪声分量方法进行特征提取,将提取的特征合成为分类的组合特征矢量,避免了高光谱图像较强的波段相关性,减少了谱间冗余.并且采用了最小二...     

一种基于区域的NSCT域多光谱与高分辨率图像融合算法

提出了一种基于多阈值分割和无下采样Contourlet变换(Nonsubsampled Contourlet Transform,NSCT)的多光谱与高分辨率图像融合算法.对多光谱图像进行多阈值分割,并利用提出的区域均值比指标将多光谱图像划分为需要进行空间细节增强及需要保持光谱特征的区域;然后利用NSCT对高分辨率图像和多光谱图像的强度分量进行多尺度、多方向分解.分解后的低频部分采用基于窗口邻域的融合规则和算子进行融合,高频部分按区域均值比指标进行区域融合;最后进行重构得到融合后的多光谱图像的强度分量,经IHS逆变换后得到高分辨率的多光谱图像.实验结果表明,该算法可获得较理想的融合图像,融合效果优于IHS变换法、基于像素的à trous小波变换法以及基于像素的NSCT法.     

联合空间预处理与谱聚类的协同稀疏高光谱异常检测

针对利用稀疏表示进行高光谱图像异常目标检测效率不高的问题,基于高光谱图像成像原理和图像结构,充分利用高光谱图像的空间特性和光谱特性,并在它们之间建立协同处理机制,提出了联合空间预处理与谱聚类的协同稀疏高光谱图像异常目标检测算法。该算法首先对高光谱图像空间特性进行分析,并结合光谱特性进行空间预处理,使得处理后的高光谱图像更易于异常目标的检测;利用建立在谱图划分思想基础上的谱聚类方法进行波段子集划分,谱聚类方法具有收敛于全局最优解、聚类速度快的特点;利用提出的新的空间和光谱协同稀疏差异指数方法对每个子集进行异常目标检测,该协同稀疏方式充分考虑了高光谱图像的空间特性和光谱特性,通过对每个波段子集检测结果进行叠加,得到最终异常检测结果。利用真实的AVIRIS高光谱图像和合成的高光谱图像对算法进行仿真实验和结果分析,结果表明该算法具有稳健性,同时检测精度高,虚警率低。     

高光谱图像分类的ReliefF-RFE特征选择算法构建与应用

高光谱图像具有波段连续、维数高、数据量大、相邻波段相关性强的特点,可为地物分类提供更为丰富的细节信息。但是,数据中存在大量冗余信息与噪声,在图像分类中如直接利用其所有波段特征而不进行有效分析与选择,将会导致较低的计算效率和较高的计算复杂度,分类精度亦可能随着波段维数增加而出现先增后减的“休斯（Hughes）现象”。为快速地从高达数十个甚至数百个波段的高光谱图像中提取出具有较好识别能力的特征子集,从而避免“维度灾难”,将过滤式ReliefF算法和封装式特征递归消除算法（RFE）相结合,构建了ReliefF-RFE特征选择算法,可用于高光谱图像分类的特征选择。该算法根据权重阈值,利用ReliefF算法快速剔除大量无关特征,缩小并优化特征子集的范围;利用RFE算法进一步搜索最优特征子集,将缩小范围后的特征子集中与分类器关联性小、冗余的特征进行递归筛选,进而得到分类性能最佳的特征子集。采用Indian pines数据集、Salinas-A数据集与KSC数据集等3个标准数据集作为实验数据,将ReliefF-RFE算法的应用效果与ReliefF和RFE算法进行对比。结果显示,在3个数据集中,应用ReliefF-RFE算法的高光谱图像分类平均总体精度（OA）为92.94%、F-measure为92.81%,Kappa系数为91.94%;ReliefF-RFE算法的平均特征维数是ReliefF算法的37%,而平均运算时间则是RFE算法的75%。由此表明,ReliefF-RFE算法能够在保证分类精度的同时,克服过滤式ReliefF算法无法有效减小特征之间冗余以及封装式RFE算法时间复杂度较高的缺陷,具有更为均衡的综合性能,适用于高光谱图像分类的特征选择。     

改进粒子群优化算法的高光谱波段选择

高光谱图像具有数百个连续、狭窄的光谱带,光谱范围跨越可见光到红外光,可提供地物的精细光谱属性,对于地物材质和属性的识别分类具有重要应用价值。针对感兴趣目标选择有限的光谱波段进行传输和处理,对于提升高光谱数据处理时效性、以及设计面向特定应用的实用化光谱仪都具有重要意义。而如何结合目标特征选择最优波段成为在提升处理效率的同时保证目标识别或分类精度的必然要求。因此如何从数以百计维度的高光谱图像中选择出具有较好分类识别能力的波段子集是急需解决的问题。提出基于改进粒子群优化算法的高光谱波段选择方法,该方法区别于传统的粒子群优化算法,引入 “概率突跳特性”,并设定新解的淘汰机制,将“停滞”的新解进行淘汰,提高了算法的全局寻优性能。然后基于目标光谱特征采用了最优波段选择的优化目标函数,通过改进的粒子群优化算法求解目标函数,并将选定的波段子集反馈到支持向量机（SVM）中执行分类应用。采用两个标准的高光谱数据集（Indian Pines, Salinas）对选择出的波段子集进行分类测试,结果表明该方法相较于现有方法具有较高的分类精度,在几种方法中,传统的粒子群算法筛选出的波段效果最差;该算法筛选出的波段的分类精度最好,两个数据集的分类精度分别可以达到98.141 4%和99.084 8%。     

基于多尺度均值漂移的高分辨率遥感影像快速分割方法

均值漂移算法是一种特征空间分析方法,广泛应用于自然场景影像和医学影像分割中.但算法较高的计算复杂度成为其在具有海量特性的遥感影像中应用的瓶颈.文章将均值漂移算法拓展到小波域,提出了一种小波域均值漂移快速分割算法.多光谱遥感影像和仿真影像的实验表明:在获得相当的分割结果的前提下,相比单尺度均值漂移算法,提出的分割算法能够...     

一维Renyi熵阈值法中参数的自适应选取

提出了一种自适应选取一维Renyi熵阈值分割法中参数α的方法.该方法以一种图像分割质量评价指标 均匀性测度为适应度函数,利用粒子群算法在参数空间进行优化搜索,从而可以根据具体的图像获得合适的参数,得到最佳的图像分割阈值.结果表明：一般情况下,可以（0,1）范围内搜索最优的α值|当需要更好的分割效果时,可在（0,10）范围内搜索最优的α值.     

基于图像分割的时域乳腺扩散光学层析成像方法

鉴于乳腺光学层析成像方法中的不适定性严重影响重建图像性能,引入图像分割技术.通过选择合适的图像分割阈值,将基于全域重建的图像分割为背景区域和目标区域,再对得到的“目标区域”进行二次图像重建.数值模拟研究表明,该技术可有效地减小反演变量的维数,提高重建图像的性能.     

基于小波变换的红外焦平面阵列图像边缘保护处理法

针对红外焦平面阵列图像成像系统中的准确、清晰、无失真的要求,提出了一种基于小波变换的图像边缘保护处理方法,重点分析了将图像的二维小波变换与统计学中的最大后验概率估计算法结合来进行图像消噪的处理方式,介绍了该方法在红外焦平面阵列图像中的应用。仿真实验表明,这种方法明显减轻了失真度,使图像更加清晰,有效的扼制了"人工虚影"现象。     

用于下垫面分类的卫星数据多波段优化选择

在研究用于卫星影像下垫面分类的三波段优化选择算法基础上,探索了用于地物分类的多波段优化选择方法.通过分析目标谱分布,并运用MODTRAN模拟计算进入卫星探测器的背景程辐射和沿卫星观测方向的整层大气透过率,得到对应不同目标的权函数.根据权函数谱分布以及波段指数并结合卫星波段用途,最终得到用于下垫面分类的卫星多波段优化选择结果.对结果进行分类验证,发现此算法用于下垫面分类具有较好的效果.     

面向编码和绘制的多视点图像颜色校正

针对多视点视频系统中视点间颜色不一致,给后续多视点视频编码和虚拟视点绘制带来困难的问题,提出一种面向编码和绘制的多视点视频颜色校正方法.首先采用连续多帧求帧差法提取出各个视点图像的背景区域,再利用背景区域计算校正因子,对颜色不一致的视点进行颜色校正.实验结果表明,该算法不仅能实现视点间图像的颜色一致性,提高多视点视频的编码效率,而且提高了虚拟视点绘制性能,是一种有效的多视点视频系统颜色校正方法.     

一种改进型Stoilov算法相位测量轮廓术

提出了一种采用主动控制相移量的改进型Stoilov算法,按主动设定的相移量事先设计好五幅完全等相移正弦光栅图,由计算机编程控制数字投影仪依次投影该五幅光栅至待测物体表面,并对应采集五帧变形条纹,用所设定的相移量直接替代Stoilov算法中由变形条纹图解算的相移量,提高了相位提取和三维重构准确度.实验结果表明,平均绝对误差优于0.07,均方差优于0.07.     

基于载频条纹相位分析的畸变测量和校正

为了对图像畸变进行测量和校正,利用纵向朗奇(Ronchi)载频条纹作为测量模板,通过成像系统获取畸变光栅条纹.运用傅里叶变换对畸变条纹图像进行频谱分析、滤波提取基频信息,直接从畸变图像的中心无畸变区域提取理想条纹像信息.通过相位分析提取包裹相位并解包,获得畸变光栅条纹的径向畸变相位分布规律.将该分布规律转化为径向位置畸变分布规律,并结合双线性插值灰度重建对畸变图像进行校正.实验结果证明该方法是有效的.     

基于PPKTP波导产生多通道光子对

提出了一种基于PPKTP波导利用自发参量产生多通道纠缠光子对的方案.计算在使用脉冲,连续激光,Ⅰ型、Ⅱ型相位匹配这些不同条件下,同时产生位于通信波段的多通道纠缠光子对的特性.结果显示该方案能够为量子密钥分配网络提供更为高效易行的方案.     

相位调制信号的全光再生技术

介绍了差分相移键控信号的全光再生技术.研究了多进制相位调制信号的全光再生技术.对适用于正交相移键控和差分正交相移键控信号的全光再生器进行了仿真.研究结果表明,这种再生器可以显著抑制信号的幅度噪音和相位噪音,使40 Gb/s RZ差分正交相移键控系统在误码率为10－12条件下的传输距离延长至2 000 km以上.     

基于小波变换的X射线图像超动态范围重建

针对小动态范围X射线成像设备提出一种X射线图像超动态范围重建方法.将成像对象进行两次不同球管电压下的低剂量曝光,对两次曝光得到的图像进行多分辨率小波分解.根据一定规则重构分解系数,将重构的系数进行小波逆变换重建一幅宽动态范围图像.实验表明,该方法能有效扩展图像的灰度动态范围,并且两次低剂量曝光并未增加患者皮肤表面吸收剂量.