基于OB-HMAD算法和光谱特征的高分辨率遥感影像变化检测

高空间分辨率遥感影像蕴涵丰富的地物细节信息,针对高分辨率多时相遥感影像的变化检测可以更清楚认识到地理单元的变化情况,传统的遥感变化检测算法面对高分辨率遥感影像时,会出现明显的"椒盐现象"。本文借鉴面向对象图像分析的思想,以高分辨率遥感影像对象的光谱特征为分析对象,在多变量变化检测算法(multivariate alternative detection, MAD)的基础上,提出一种半自动阈值选取的OB-HMAD(object based-hybrid MAD)算法,并利用该算法进行变化检测实验对比分析。首先对高分辨率多时相遥感影像进行多尺度分割,形成多通道的影像对象;其次利用MAD变换,形成差异影像对象,并对其进行MNF变换,提高影像对象的信噪比;然后采用直方图曲率分析(histogram curvature analysis, HCA)进行半自动阈值选取,提取变化区域;最后结合实地样本数据对变化检测结果进行混淆矩阵的精度验证。结合2012年和2013年北京地区Worldview-2影像的实验可知,OB-HMAD算法融合多通道的光谱信息,可以有效的实现多时相高分影像的变化检测,基本消除了基于像元变化检测中"椒盐"现象的干扰,并在一定程度上降低建筑物阴影和几何配准误差的影响,总体精度和kappa系数也较优于其他变化检测算法,但存在较大的漏检误差。MNF变换可以有效的提高影像的信噪比,使差异信息更集中,直方图曲率分析的阈值分割算法相对其他阈值算法,自动化程度更高。     

基于PCA和ICA的多光谱数据降维方法

提出了一种结合主成分分析(PCA)和独立成分分析(ICA)的多光谱数据降维方法,实现了用低维基向量的线性组合来表示高维的光谱数据。首先用PCA方法对多光谱数据进行重构,为了提高色度精度,重建中引入了物体的色度信息;然后用ICA方法对因引入色度信息所造成的剩余光谱误差进行修正。从实验结果来看,所提出的方法均方根误差的平均值较PCA法降低了34.48%,GFC的平均值也达到了95%以上,其降维精度优于基于PCA的光谱降维方法。     

基于二元PCA特征谱的星系光谱成分快速扣除

实际观测天体目标光谱如超新星和活动星系核光谱常常混有寄主星系成分,这对目标天体光谱的类别和性质证认识别会造成困难。文章提出了一种快速有效的称为二元PCA特征谱分解的星系扣除算法。该算法首先计算了星系样本模板库和超新星样本模板库各自的PCA特征光谱,然后对特征光谱组通过正交变换得到混合空间的一组标准正交基,进而利用混合光谱在该标准正交基上的分解系数计算该光谱在原特征光谱组的分解系数,获得星系超新星混合光谱的快速分解,系数计算也可通过SVD矩阵分解得到,但计算效率较低。实验表明,该方法优于常用的直接PCA投影重构分解方法,与另一种χ2模板拟合方法扣除星系成分相比,在保持分解效果基本不变的前提下,时间消耗则大大降低,从而使该方法可应用到大规模光谱数据处理中。     

基于PCA和PNN的高甘油三脂血清荧光光谱识别

基于主成分分析和概率神经网络,提出了一种有效识别高甘油三脂血清荧光光谱的新方法.研究测量了正常和高甘油三脂血清在290 nm和350 nm激发光下产生的荧光光谱,并分别以3种采样间隔(1 nm、2 nm和5 nm)提取荧光强度作为样品的初始特征;利用主成分分析法对初始特征进行分析,以累积可信度大于95%的主成分作为样品...     

基于PCA和PNN的高甘油三脂血清荧光光谱识别

基于主成分分析和概率神经网络,提出了一种有效识别高甘油三脂血清荧光光谱的新方法.研究测量了正常和高甘油三脂血清在290 nm和350 nm激发光下产生的荧光光谱,并分别以3种采样间隔(1 nm、2 nm和5 nm)提取荧光强度作为样品的初始特征;利用主成分分析法对初始特征进行分析,以累积可信度大于95%的主成分作为样品特征;构建了4层概率神经网络,并分析了平滑系数和采样间隔对识别效果的影响.实验结果表明,当采样间隔采用5 nm,平滑系数位于0.26~0.92区间时,正常和高甘油三脂血清样品的识别率可达到95%和100%.     

基于PCA和SVM的高光谱遥感图像分类研究

支持向量机(SVM)是根据统计学习理论提出的新的研究方法,它在解决小样本、非线性及高维模式识别问题中表现出了许多特有的优势,在模式识别、函数逼近和概率密度估计等方面取得了良好的效果。由于高光谱图像波段数目多,各波段间具有较强的相关性,因此通过主成分分析(PCA)方法对高光谱数据进行预处理,达到了降维的目的,同时也去除了噪声波段。用支持向量机方法对高光谱遥感图像进行分类,可实现图像的分类识别。     

基于多源、多时相遥感影像的黄、东海绿潮影响区检测

利用不同空间分辨率、多时相卫星遥感数据,对2007-2010年间黄海、东海发生的绿潮(大型绿藻——浒苔)进行了监测与评估.江苏北部浅滩沿岸水体浑浊,浒苔在该海域中光谱混合现象严重,高空间分辨率的遥感影像有利于其检测;在水体极浑浊的射阳河口检测到的浒苔离岸最近距离为1 km左右.反演结果表明,浒苔在5月初会沿苏北沿岸流向...     

基于多时相航空高光谱遥感影像的冬小麦长势空间变异研究

精准农业技术是基于农田信息在空间和时间上存在的差异而实施的变量管理技术,本研究以2001年～2002年度在国家精准农业研究示范基地开展的冬小麦变量施肥对比试验为基础,获取冬小麦拔节期、灌浆初期及乳熟期的推扫式成像光谱仪(pushbroom hyperspectral imager, PHI)航空高光谱影像数据,提取反映冬小麦长势光谱参数,进行变量施肥处理区与常规处理区冬小麦长势空间变异的对比。研究发现,变量区与对照区光谱反射率分散度最大的区域主要集中在红边及近红外反射平台的附近, 其中,乳熟期冬小麦光谱分散度最大,其次为拔节期和灌浆期。通过对比不同时相冬小麦长势信息,发现拔节期变量区作物长势空间变异程度要高于对照区,经过变量施肥处理后,灌浆期和乳熟期变量施肥区冬小麦长势空间变异程度低于对照区;对冬小麦产量的分析发现,变量区产量的总体空间变异小于对照区,但变量区总体产量略低于对照区。研究表明,利用遥感影像数据,可以及时获取作物长势的空间变异情况,为农业管理的生产、决策及时提供信息。     

基于PCA的土壤Cd含量高光谱反演模型对比研究

土壤重金属污染对人类健康造成了极大的威胁,如何快速摸清土壤污染情况尤为重要.高光谱遥感具备光谱分辨率高,快速无损等优势,使其在土壤组分反演方面具有巨大的潜力.针对高光谱信息冗余及光谱变换对土壤镉(Cd)含量估算的影响进行分析,并利用变换前后的高光谱数据对比研究了不同高光谱模型对土壤Cd含量反演的性能.首先利用等离子体质...     

基于纹理特征和形态学特征融合的高光谱影像分类法

针对传统融合空间和光谱特征方法仅使用单一空间特征,并未充分利用其双高分辨率的特点,提出了一种基于纹理特征和形态学特征融合的高光谱影像分类方法.首先利用传统主成份分析变换降低高光谱影像的维数,消除空间相关性,然后对每一主成分采用灰度共生矩阵提取纹理特征,获得扩展纹理特征,最后结合形态学特征和部分光谱特征进行高光谱影像的分类.实验证明,本文提出的方法能更好地克服传统光谱特征分类的局限性,提高高光谱影像的分类准确度.     

从太空探测万里长城

2004年5月11日,欧空局网站发布了题为“从太空看长城”的公告,引起广泛关注和热烈争论.争论焦点涉及如何正确认识人眼视觉原理,如何准确理解卫星遥感应用潜力等问题.文章从人眼结构、产生光觉、视觉和形觉的基本条件以及眼睛分辨率等基本概念入手,判定肉眼从太空不可能看到长城.同时通过理论分析与实验,揭示了空间分辨率达到米级的SPOT-5全色图像能够清楚地展现北京密云水库北面的各段野长城.在分辨率为10m和20m的多光谱图像上,无法辨别出长城.而在全色（2.5m,5m）与多光谱进行融合处理的图像上,各段野长城及其周围背景都能十分清晰地显示出来.     

从太空探测万里长城

2004年5月11日，欧空局网站发布了题为“从太空看长城”的公告，引起广泛关注和热烈争论．争论焦点涉及如何正确认识人眼视觉原理，如何准确理解卫星遥感应用潜力等问题．文章从人眼结构、产生光觉、视觉和形觉的基本条件以及眼睛分辨率等基本概念入手，判定肉眼从太空不可能看到长城．同时通过理论分析与实验，揭示了空间分辨率达到米级的SPOT-5全色图像能够清楚地展现北京密云水库北面的各段野长城．在分辨率为10m和20m的多光谱图像上，无法辨别出长城．而在全色(2．5m，5m)与多光谱进行融合处理的图像上，各段野长城及其周围背景都能十分清晰地显示出来。     

多时相遥感影像变化检测方法研究进展综述

近年来,随着遥感平台和传感器的发展,已经实现了对地球表面大部分区域的连续重复遥感观测,积累了海量的多源、多尺度、多分辨率遥感数据。这些数据详细记录了地表上各种地物的变化过程,使得基于遥感影像的中长期变化检测等全球变化研究成为可能,并极大地推动了遥感影像处理方法和应用的研究。但是,尽管许多学者已经开展了大量相关的研究工作,目前基于多时相遥感影像的变化检测仍然面临许多挑战,还没有形成相对完整、成熟的理论体系,对相关研究进展的系统性总结工作仍然相对缺乏。回顾了多时相遥感变化检测方法的发展现状,并根据输入数据类型和数量的不同将这些方法分成单时相分类比较法、双时相比较法和时序分析法三类,对其进展情况和特点分别进行总结分析,然后就多时相遥感影像变化检测方法研究中现存的问题加以分析,并尝试探讨了其发展趋势。     

光流动态纹理在土地利用/覆盖变化检测研究中的应用

建议了一种基于光流动态纹理（optical flow dynamic texture）的高分辨率遥感影像变化检测新方法,用一种运动的关系描述地物变化,能够在多时相高分辨率遥感影像中自动获取土地利用和土地覆盖的变化信息。利用光流理论从原理上描述了地物渐变的过程,突破了以往遥感变化检测方法中认为地物发生突变的假设。该方法的流程简单,易于在目前的土地管理、城市规划等需要发现用地变化的系统和软件中使用。该方法考虑到了多时相遥感影像间的时间维度特征,为遥感变化检测提供了更加丰富的信息,进而改善了变化检测方法主要依赖空间维度信息的现状。以光流动态纹理作为变化的基本体现,结合光谱信息共同用于高分辨率遥感影像的支持向量机分类后变化检测,方法顾及了遥感影像时间维度的纹理,相较大多数空间纹理其数据量较小;纹理计算仅需设定一个参数,自动程度较高;可缓解行业中大量人工解译的现状。通过利用中国大庆市杜尔伯特蒙古自治县2011年和2012年QuickBird影像对该方法的有效性进行了评价。深入分析了不同的光流平滑系数α对该方法的影响,以及对地物变化描述效果的影响。实验结果显示,该方法效果理想,总体精度达到87.29%、Kappa系数达到0.850 7,其精度优于单纯利用光谱信息的分类后变化检测方法。     

Use of the Bohr Principle for Detecting NQR Signals from Mines

Principles of message transfer in telecommunication systems are considered when a wide transmission band is required, which can result in tuning away from the transmitting station if the signal-to-noise ratio (SNR) is insufficiently high. Based on a solution of the Fokker-Planck-Kolmogorov equation, it is demonstrated that a signal below noise is broadened 20 times for SNR = 0.05. This makes signal accumulation difficult. The matrix pencil method of information theory is used to demonstrate that the broadening of a signal below noise and shift of its frequency detuning interfere with reliable signal detection for SNR ≤ 0.05. An analog of the Bohr complementarity principle is used to analyze the NQR detector. In addition, performance of the NQR-mine detector used to clear of mines territories of former military actions is examined.__________Translated from Izvestiya Vysshikh Uchebnykh Zavedenii, Fizika, No. 2, pp. 40–46, February, 2005.     

基于多光谱遥感影像分类的城镇用地变化研究

选择上海城镇化较典型的边缘区域之一嘉定区为研究对象,基于4时相的多光谱遥感影像研究了该区域城镇用地变化情况。采用一种改进的遗传算法优化BP神经网络的遥感影像分类方法,进行了较高精度的土地覆盖类型分类。在此基础上,提取出研究区域的城镇用地类型,然后利用不同年份的4幅城镇用地图像中像素值与叠加得到的1幅城镇用地变化图像中像素值之间的16种对应关系,按板块统计研究区域内任意2个年份间隔内城镇用地变化的数量,从而检测了该区域在研究时间段内的城镇用地变化情况。     

Ungulate Detection and Species Classification from Camera Trap Images Using RetinaNet and Faster R-CNN

Changes in the ungulate population density in the wild has impacts on both the wildlife and human society. In order to control the ungulate population movement, monitoring systems such as camera trap networks have been implemented in a non-invasive setup. However, such systems produce a large number of images as the output, hence making it very resource consuming to manually detect the animals. In this paper, we present a new dataset of wild ungulates which was collected in Latvia. Moreover, we demonstrate two methods, which use RetinaNet and Faster R-CNN as backbones, respectively, to detect the animals in the images. We discuss the optimization of training and impact of data augmentation on the performance. Finally, we show the result of aforementioned tune networks over the real world data collected in Latvia.     

Reconstruction of Ultrasound Reflector Images from Incomplete Data Using the Compressive Sensing Method

Acoustical Physics - The article investigates the possibility of reconstructing a reflector image using the compressive sensing (CS) method based on an incomplete set of echo signals measured by an...     

Study of the Possibility of Detecting Optical Inhomogeneities in Brain Tissues from Images in the Visible and Near Infrared Ranges

Optics and Spectroscopy - The possibility of detecting blood vessels located in brain tissues from images in the visible and near infrared ranges was studied. The preliminary results obtained in...     

基于基线校正和主元分析的紫外-可见光光谱在线水质异常检测方法

近年来,饮用水安全问题引起社会的广泛关注。采用紫外-可见光吸收光谱对水质进行异常检测,具有现场原位、无需试剂、分析快速等优点,适合快速在线监测。然而,紫外-可见光光谱数据量大,且易受仪器和水质正常波动的干扰,从而影响水质异常检测结果。提出一种基于基线校正和主元分析的紫外-可见光光谱法来检测污染物引起的水质异常,该方法利用非对称最小二乘校正基线,采用主元分析法从基线校正后的光谱矩阵中降维并提取特征,然后根据残差子空间的Q统计量评估测试样本的离群点,最后采用累计概率来更新异常报告结果。通过苯酚注入的实验,验证了该算法的有效性,实验结果表明,提出的方法与单波长法相比,有效地提高了污染物的检出下限;与未经基线校正采用主元分析进行的异常检测方法相比,提高了检出率,降低了误报率。