基于独立分量分析的红外线列扫描图像处理方法

独立分量分析(Independent component analysis,ICA)作为一种有效的盲源分离方法,其目的是从由传感器收集到的混合信号中分离出相互独立的源信号,使得这些分离出来的信号之间尽可能的相互独立。针对红外线列扫描图像,提出了一种基于ICA的图像增强方法,该方法能够有效地去除红外线列扫描图像的非均匀性干扰。阐述了ICA的基本原理,介绍了基于负熵判据的FastICA算法,给出了该方法的具体实现步骤及相应的实验处理结果。结果表明,利用该方法能够达到图像增强的目的。     

基于独立成分分析的高光谱图像异常检测

针对高光谱图像中背景及目标先验知识未知条件下的异常目标检测问题,提出了一种基于独立成分分析(ICA)的异常探测算法.首先估计原始数据的虚拟维(VD)以确定要分离的独立成分个数,在此基础上进行快速独立成分分析(FastICA),然后基于平均局部奇异度选择含异常信息较多的独立成分,最后使用丰度量化算法得到异常目标的丰度图像...     

彩色空间变换法在图像融合中的应用

本文讨论了ＲＧＢ空间与ＨＩＳ空间的特点及彩色空间变换的基本原理，并以卫星遥感获得的多光谱图像为例，成功的将彩色空间变换应用于空间信息与光谱信息的融合中，使融合后的图像同时具有较为丰富的空间信息和光谱信息，并对ＨＩＳ空间中Ｈ，Ｓ分量的灵活应用作了进一步的研究试验     

独立成分分析及其在图像处理中的应用

独立成分分析是一种新的信号处理技术,在数字图像处理的诸多方向均表现出其独特性。对独立成分分析(ICA,Independent Component Analysis)及其在图像处理中的应用进行了综述。简要介绍了独立成分分析的数学模型,给出了极大化非高斯性的ICA估计方法、极大似然ICA估计方法、极小化互信息ICA估计方法的目标函数及其优化算法;对ICA在像素级图像融合、运动目标检测、人脸检测及特征提取、大脑信号和图像分析、数字水印、有噪图像分离等方向的应用研究进行了评述,进而显示ICA的应用价值和发展空间。     

一种空间变化PSF图像分块复原的拼接方法

介绍了一种退化函数随空间变化图像的分块复原和拼接方法,首先以等晕区为依据对退化函数随空间变化的图像进行分块并向外延伸一定区域,然后使用Lucy-Richard算法对每一个图像块进行图像复原,在去除各复原图像块包含明显振铃波纹的部分边缘区域之后,将相邻图像块剩余的重叠区像素以其到等晕区边界的距离构成的加权系数进行叠加,拼接得到完整的图像.该方法能够消除退化函数随空间变化的图像分块复原处理时产生的振铃波纹,在诸如卫星遥感、飞机航拍图像复原,医学图像处理等众多领域均可广泛应用.     

基于广义中心差分卷积和空间分布机制的CG图像检测

针对数字取证和司法鉴定领域中计算机生成图像检测技术日益增长的现实需求,提出一种基于广义中心差分卷积和空间分布机制的计算机生成图像检测网络。首先,设计了一个包含三个并行独立分支的相关性特征提取模块;随后,将三个分支的输出经串接后输入到通道注意力机制子模块;最后,使用5个附带空间分布机制的深度卷积模块进一步学习图像的分层表示来进行最终决策。在SPL2018和DSToK两个公共数据集上的检测准确率可达94.76%和95.38%,相比最好的对比方法对生成图像的检测准确率提高了3.12%和3.23%。消融实验验证了网络中各模块对于模型整体检测效果的贡献。最后,验证了该网络对JPEG压缩和加性噪声的鲁棒性,即使对质量因子为60压缩后的图像,检测准确率仍可达84%以上。提高了模型的检测准确率及鲁棒性。     

居住空间照明眩光问题分析

 眩光及其产生原因国际照明委员会(CIE)编辑的《国际照明工程词汇》中对于眩光作了以下的定义:“眩光是一种视觉条件。这种条件的形成是由于亮度分布不适当,或亮度变化的幅度太大,或空间、时间上存在着极端的对比,以致引起不舒适或降低观察重要物体的能力,或同时产生这两种现象。”眩光就是通常所说的“晃眼”,它会使人感到刺眼,引起眼睛酸痛、流泪和视力降低,甚至可因明暗不能适应而丧失明视能力。眩光有两种:直接眩光和反射眩光。由高亮度光源的光线直接进入人眼内所引起的眩光称为直接眩光;光源通过光泽表面,特别是抛光金属如镜面反射进入人眼引起的眩光称为反射眩光。     

独立点线面状波函数在动量空间中的干涉图象

在实空间中,独立类点、线、面状及其阵列波函数可以不发生相遇,因而不会干涉,而在波矢或者动量空间中,他们会相遇并产生干涉图像.发现一个基本规律,独立的个数越多,在动量空间中的干涉图像就越来越局域,不过在局域的区间内会产生干涉的精细结构.这类干涉图像的研究,有助于理解量子力学的本质.     

光束通量空间分布随机变化的统计分析

基于高功率激光装置研究了大口径激光束通量空间分布随机变化的统计规律.统计分析表明,多发次累积的光束最大通量分布服从高斯分布,平均值随累积发次的增加而上升,但标准差保持不变,与单发次光束通量分布的标准差基本一致.这一统计规律是由大口径光束通量空间分布的大面相似性和局域差异性所决定的.     

结构光照明显微空间域超分辨图像重建研究

以π/2相移间隔的结构光照明显微图像为输入,通过图像差分、数学推导及简化构建一个数学模型,在空间域直接解析得到超分辨图像。理论验证该模型可将传统显微的横向分辨率提高1倍,并可减少离焦背景干扰。在基于数字微镜器件的结构光照明显微系统中,对荧光微球及牛肺动脉内皮细胞进行空间域超分辨重建实验,验证了算法的有效性。获得的超分辨效果与频域重建法相近,但图像重建速度快约5倍。该研究有助于扩展结构光照明显微的应用范围,对活细胞和组织的长时间在体监测具有良好的应用潜力。     

基于独立分量分析的高光谱图像压缩

在对原始数据进行虚拟维数估计的基础上,提出了一种基于最大距离端元提取+独立分量分析(Independent Component Analysis,ICA)的高光谱图像有损压缩方案.该方案首先应用最大距离端元抽取法提取高光谱数据各端元矢量,然后用快速独立分量分析生成独立分量,最后使用2维分层树集合分裂(Set Partitioning In Hierarchical Trees,SPIHT)算法对各独立分量图进行编码.计算机仿真结果证明,该算法在取得高压缩率的同时,能很好地保持数据的谱特征,是一种高效的三维数据压缩方法.     

微分谱结合独立成分分析对三维荧光重叠光谱的解析

多组分三维荧光重叠光谱是三维荧光光谱的数据解析中的难点之一。本文基于二维微分谱的计算原理, 充分利用三维荧光光谱具有激发光谱和发射光谱的特点, 获得了三维荧光光谱展开后的激发微分谱和发射微分谱. 之后利用独立成分分析对激发光谱或发射光谱的多组分混合微分谱分别进行解析, 得到了单一组分的激发微分谱和发射微分谱。其中三次样条插值有效的弥补了实测激发波长数据点少的缺点, 而粗糙惩罚平滑技术的引入则很大程度上减少了发射光谱的噪声,为微分谱的计算提供了有利的条件。单一组分的标准谱与解析谱的相似性系数的计算表明, 利用独立成分分析对微分谱进行解析更有利于多组分混合三维荧光光谱所含成分的识别。     

高光谱遥感图像光谱解混的独立成分分析技术

高光谱遥感在对地球陆地、海洋、大气的观测中发挥着重要作用,高光谱遥感图像分析的关键是提取像元光谱内部各物质成分及其含量,即光谱解混。独立成分分析提供了一种先进的技术手段,在很少先验知识的前提下,实现端元(物质成分)光谱及其丰度(含量)的同时提取。但丰度约束破坏了各成分独立的前提条件,导致了独立成分分析的局限性。针对这一问题,提出了丰度约束下总体相关性最小化的解决方案,并指出总体相关性最小化下的理想角度,通过设计角度修正的独立成分分析算法把各成分调整到理想角度上。利用模拟数据与真实数据算法进行检验,结果表明：经过角度修正后,独立成分分析突破了原有的局限性,有助于进一步提高独立成分分析技术在光谱分析中的有效性。     

基于光谱表示和独立成分分析的混合颜料成分分析方法

在混合颜料成分分析中,反射光谱法通过计算相似性来判断基本颜料种类,容易受多种基本颜料的影响,造成分析结果不准确。将光谱表示为信号,结合独立成分分析,提出一种基于光谱表示和独立成分分析的混合颜料成分分析方法。首先,采用光谱仪获取混合颜料光谱信息,并将其表示为离散信号的形式;然后,对信号进行独立成分分析,得到基本颜料的光谱信息;随后,通过计算基本颜料光谱与已知颜料光谱的相似性,确定基本颜料种类;最后,逆用Kubelka-Munk混色公式就可以得出基本颜料的比例。我们采用蒙赛尔色卡光谱制作模拟数据,分别进行正常/扰动情况下三种色卡光谱混合信息的成分分析试验,以及从8种色卡光谱中选择若干种混合后的成分分析实验。分离出的光谱形态与已知的原始颜料光谱形态极其相似,平均相似比为97.72%,最大相似比可以达到99.95%,得出的基本颜料比例与混合时的比例基本相同。实验结果表明本方法适用于混合颜料成分分析。     

应用经验模态分解和独立成分分析解译岩矿光谱

岩矿光谱由多种矿物光谱混合而成,解译岩矿光谱能够得到岩矿的组分信息,且该方法具有快速、方便、不损坏样品的特点。经验模态分解(empirical mode decomposition, EMD)不能直接分离出混合信号中的源信号,独立成分分析(independent component analysis, ICA)要求混合信号数目不小于其所包括的源信号数目。将EMD和ICA两种方法相融合,首先用EMD分解混合信号得到本征模态函数(intrinsic mode function, IMF),再选择一定数目的IMF与混合信号一起组成ICA的输入数据矩阵,经过ICA运算可以获取单一混合信号中的源信号信息,克服了EMD和ICA两种方法各自的缺陷。研究表明,综合应用EMD和ICA方法可以获取单一混合信号中的源信号信息,混合信号中源信号含量越大,得到的源信号近似值越理想。参与ICA分离的IMF数目决定了分离得到的源信号近似值的数目,并且选择的IMF与混合信号相关系数越大,得到的源信号近似值越理想。运用该方法定量分析岩矿光谱,可以获取组成岩矿的矿物信息,比较适用于野外作业岩矿的快速分析鉴定及成分初步分析。     

Independent Component Analysis of Spectral Absorbance Image in Human Skin

The image of spectral absorbance in human skin is analyzed by independent component analysis. The spectral absorbance image is estimated from an image with red, green, and blue channels. The qualitative information and spatial distribution of the pigments can be extracted by the independent component analysis. It is shown that the extracted absorption characteristics of the pigments are corresponding to those of hemoglobin and melanin.     

基于独立成分分析的遥感影像可匹配性度量(英文)

为了提高景象匹配中基准图制备的效率和可靠性,对遥感影像图源的可匹配性进行分析,提出一种基于独立成分分析的遥感影像可匹配性度量方法.利用独立成分分析提取纹理基函数,并计算其概率分布,确定可匹配区域;然后定义可匹配区域所占面积比例指标、离散性指标和稳定性指标;最后,利用三个指标构建遥感影像可匹配性度量模型.实验表明,该遥感影像可匹配性指标与实际匹配概率相关性强,提高了基准图制备的可靠性,能够满足景象匹配图源筛选的实际需求.     

基于独立主成分和BP神经网络的干红葡萄酒品种的鉴别

为了实现葡萄酒品种的快速无损鉴别,选用五种干红葡萄酒,进行可见和近红外光谱实验,提出了一种用可见和近红外光谱技术快速鉴别葡萄酒品种的新方法.采用独立主成分分析进行模式特征分析,经过选用不同的独立主成分数进行建模和预测,确定最佳独立主成分数为20.将这20个主成分作为神经网络的输入变量,建立三层BP神经网络,实现类别预测的同时也完成了数学建模与优化分析工作.5个品种的葡萄酒样本数均为35,共计175个样本.在神经网络学习中,将其分成训练集样本150个和预测集样本25个.对25个未知样本进行预测,准确率为100%.该研究在独立主成分分析的基础之上,根据干红葡萄酒各独立主成分的混合矩阵向量载荷图,选取了两个波段(400～430 nm与512～532 nm)作为葡萄酒的独立主成分分析的特征波段.说明该文提出的基于光谱技术和模式识别的方法不仅对葡萄酒具有很好的分类和鉴别能力,并且可以提取出葡萄酒的指纹特征,可用于葡萄酒的检测与技术开发.     

基于相依成分分析-红外光谱法的黄芩炮制过程分析

将相依成分分析(DCA)算法用于模拟混合组分红外光谱(IR)分析及黄芩炮制过程分析与终点确定。研究结果表明,DCA法能从黄芩炮制过程测定的IR信号中提取相依组分(DC)信息,而且这些DC对应的光谱特征信息与对应的黄芩活性组分光谱特征相一致;通过观测DC相对强度变化趋势,确定黄芩炮制过程终点为55 min。该研究为黄芩炮制过程分析与终点确定提供了新途径。     

基于改进MCA的干涉高光谱图像分解

干涉高光谱图像特殊的成像原理,使其帧内存在着大幅值且位置固定的干涉条纹,而帧间存在着水平移位的背景图像,这种特点会严重的破坏原始图像的固有结构,从而导致新兴的压缩感知理论与传统压缩算法的直接应用无法得到理想的效果。由于干涉条纹信息与背景图像信息的特征不同,能够对干涉条纹与背景图像进行稀疏表示的正交基也是不同的。基于这种思想,使用MCA(morphological component analysis)算法对干涉高光谱图像中干涉条纹信息与背景图像信息进行分离处理。由于干涉高光谱图像数据量庞大,传统的MCA算法对干涉高光谱数据的图像分解,迭代收敛速度慢,运算效率较低,故而针对干涉高光谱数据特点对传统MCA算法进行改进,改变其迭代收敛条件,当分离后的图像信号与原始图像信号的误差已经基本保持不变时,即终止迭代;并根据对应正交基能且仅能稀疏表示对应信号的思想,对阈值采用自适应的方式进行更新,在新的阈值更新模式中,图像信号在不同正交基下的映射系数被计算与比较。大量实验结果表明,对于LASIS数据与LAMIS数据,MCA算法都能够较完美的将干涉高光谱图像分解,改进的MCA算法更能在保持完美分解输出结果的同时,相对于传统MCA方法显著的减小迭代次数,更快的达到迭代收敛条件,从而有效的提高了算法的运算效率与实时性需求,也为新兴的压缩感知理论在干涉高光谱图像中的进一步应用提供了一种很好的解决方案。