顾及极化特征的SAR与光学影像融合与分类

全极化合成孔径雷达(SAR)具有丰富的极化信息,对地物识别具有显著优势,提出了一种顾及极化特征的SAR与中分光学影像融合的方法,对全极化SAR影像进行极化目标分解,采用改进的色度、饱和度、明度(HSV)变换方法融合极化特征波段与中分光学影像,并基于面向对象的方法对融合影像进行地物分类。结果表明,该融合方法优于传统单极化SAR与中分光学影像的HSV融合方法,能够有效利用全极化SAR的极化纹理信息。面向对象分类方法能够降低SAR对融合影像的斑点噪声影响,地物总体分类精度优于高分光学影像,且对于极化信息敏感的地物,其分类精度明显优于高分光学影像。     

SAR影像极化特征的混合高斯模型与分类

针对高分辨率极化合成孔径雷达(SAR)影像中极化特征呈现尖峰拖尾等复杂多样的统计特点,采用混合高斯模型(GMM)对极化特征进行建模,提出了一种约束距离的混合多元高斯分布的参数估计算法。该参数估计算法在贪婪期望最大算法框架下设计约束距离函数,自动估计混合分量的个数和模型参数,进而在贝叶斯框架下实现极化SAR影像的地物分类。对Radarsat-2旧金山等地区三组影像数据的分类结果表明:相比于经典的分类算法,所提GMM分类算法的总体精度提高了7%～10%,且对样本数目的依赖性更小,在城区和耕地区域等异质区域可以得到精度更高的分类结果。     

基于面向对象分类约束的融合方法研究

像素级融合方法中常出现色彩突变或色彩失真现象。通过分类信息对融合进行约束可以部分消除目标地物边界的这些现象。然而传统的基于像素分类的影像融合方法由于分类中的“椒盐效应”,导致融合效果受到一定的影响和限制。采用面向对象分类约束的方法对该融合方法进行改进。首先采用面向对象分类方法进行影像分类,解决了基于像素分类中的“椒盐效应”问题;其次将分类结果作为影像融合的约束条件,利用色度饱和度明度(HSV)变换进行融合;最后将该方法的结果与多种融合方法的结果进行定量比较,发现该方法除在目视上取得很好的增强效果外,在信息熵、方差等指标上也取得了很好的效果。     

基于加权特征融合的多尺度遥感影像分类

针对普通的三维卷积神经网络（3D CNN）从一个尺度上提取特征,会丢失部分细节信息,且对小样本任务表现一般的问题,本文提出了一种三支路的3D CNN,从不同尺度上提取特征后进行加权特征融合,从而获取了更为全面的特征;并引入数据增强技术,从而改善了小样本情形下的分类性能。现有特征融合方法通常对各个支路直接进行拼接,本文采用加权拼接的特征融合方法,将各特征分别乘以一个加权系数后再进行拼接,该系数通过模拟退火算法求取。本文方法在公开数据集Indian Pines,Pavia University,Salinas等上采用10%的数据进行训练,分别得到了98.60%、99.83%、99.97%的总体准确率,与各类对比方法相比,提升了高光谱遥感影像分类问题的准确率。     

基于生物光学模型的水体多源遥感图像融合算法研究EI北大核心CSCD

针对内陆湖泊水环境遥感监测缺乏合适数据源这一问题,基于水体生物光学模型与传统图像融合算法,开发了一种适用于复杂内陆二类水体的生物光学融合(BOF)算法,用于融合多光谱数据和高光谱数据。利用Hyperion数据生成模拟数据集进行算法验证,并将实验结果与小波变换算法、Gram-Schmidt变换算法和色彩标准化算法分别进行对比,结果表明:从视觉效果来看,BOF算法较好地融合了高光谱数据的色彩信息和多光谱数据的空间细节信息;从图像精度指标来看,BOF算法不仅在多种分辨率差异下都得到最好的精度,且精度对分辨率差异不敏感;在叶绿素a浓度估算实验中,BOF算法也得到了最优的效果,均方根误差(RMSE)为9.817,其他三种算法的RMSE分别为18.841、15.913和15.655。新算法有较强的应用潜力,有望为内陆二类水体遥感监测提供更合适的数据源。     

一种光学遥感卫星多相机成像系统的高精度影像拼接方法EI北大核心CSCD

提出一种基于虚拟大相机的光学遥感卫星多相机系统成像数据的拼接方法,实现多相机影像的高精度拼接。该方法根据各单相机的几何成像模型,构建虚拟大相机的几何成像模型;利用坐标正算、反算过程对各单相机影像进行间接法几何纠正,得到虚拟大相机图像坐标系下的各虚拟单相机影像;将各虚拟单相机影像基于影像坐标信息拼接处理后得到最终的虚拟大相机影像。该方法利用虚拟大相机实现多相机影像的高质量拼接,为后期处理提供了与之相对应的高精度有理函数模型,可用于不同数量、不同分辨率的多相机系统实现全自动智能地面预处理。     

可见光与红外一体化光学系统设计EI北大核心CSCD

空间遥感相机的空间分辨率、时间分辨率以及光谱分辨率不断提高,相机的观测谱段也得到了拓展,实现了多谱段观测.针对多谱段观测需求,通过计算以及光学设计软件设计研究了可见光与红外一体化光学系统.可见光部分系统焦距为6000mm,F数为11.8,波段为400~900nm.红外部分系统焦距为1280mm,F数为2.5,波段为3000~5000nm,两个系统视场均为1.4°×0.6°.可见光波段系统与红外波段系统共用前四片反射镜,五镜为二向分色镜,将可见光反射至五镜上方的时间延迟积分CCD中,红外波段透过五镜至后方校正镜组.整个系统无色差,结构较为紧凑,可见光与红外部分成像质量均达到要求.     

《中国光学》征稿启事EI北大核心CSCD

《中国光学》,双月刊,A4开本;刊号：ISSN 2095-1531/CN22-1400/O4;国内外公开发行,邮发代号：国内12-140,国外BM6782。中国科技核心期刊.     

融合全局和局部深度特征的高分辨率遥感影像场景分类方法

提出了一种融合全局和局部深度特征(GLDFB)的视觉词袋模型。通过视觉词袋模型将深度卷积神经网络提取的多个层次的高层特征进行重组编码并融合,利用支持向量机对融合特征进行分类。充分利用包含场景局部细节信息的卷积层特征和包含场景全局信息的全连接层特征,完成对遥感影像场景的高效表达。通过对两个不同规模的遥感图像场景数据集的实验研究表明,相比现有方法,所提方法在高层特征表达能力和分类精度方面具有显著优势。     

聚光模组二次光学元件优化设计与研究EI北大核心CSCD

聚光光伏模组中,二次光学元件对增加太阳能电池接收到的入射光能量,提高聚焦光斑均匀性和增大菲涅耳透镜接收角具有重要作用。设计了一种用于聚光光伏模组的全反射式二次光学元件,用Solidworks软件建立了三维模型,结合实际工程应用,借助Zemax软件光学模拟仿真手段,对二次光学元件的倾角和高度等重要参数进行了优化。并制作了不同参数的二次光学元件,配合菲涅耳透镜、太阳能电池,搭建了实物聚光发电单元,在太阳模拟器下进行I-V性能测试,结果表明当二次光学元件高度为6 mm,上圆直径为7 mm时,太阳能电池的输出功率达到最大值720 m W,与不加二次光学元件相比,输出功率提高了16%。说明该二次光学元件对提高聚光模组效率作用显著。     

基于谱聚类和稀疏表示的高光谱图像分类算法EI北大核心CSCD

为了增强高光谱遥感图像的分类效果,提出基于谱聚类和稀疏表示的两级分类算法。利用谱聚类将待分类的像元及其邻域内所有的像元分成两类,利用联合稀疏表示模型确定按规则选取的其中一类的具体类别,并以该类别作为像元的类。该算法充分利用高光谱图像的光谱及空间信息,两级分类过程均考虑了噪声及区域边界对分类效果的影响。进一步利用空间信息对分类算法进行修正,即关联邻近像元的类别,平滑分类结果。数值实验表明,该算法的分类精度高、稳定性好、抗噪性强。     

高温窑炉气体红外辐射被动遥测EI北大核心CSCD

基于傅里叶变换红外光谱技术对高温窑炉内气体红外辐射信号进行了遥测研究。根据工业现场条件,利用大气辐射原理建立被动辐射模型,计算了炉膛内高温气体透射率。针对湍流噪声对信噪比的影响,研究了红外干涉信号光谱转换的数据处理方法,以零光程差为基准对齐干涉信号,以实现多次扫描干涉信号的平均,减小了噪声和计算量,并提高了光谱数据率。利用HITRAN数据库和高温参考谱模型法,对谱线线强、线宽修正合成的校准光谱与透射谱进行非线性最小二乘拟合,反演了炉膛内不同吸收波段的高温气体浓度。结果表明该技术在窑炉内及其他工业燃烧过程中对高温气体的在线检测是可行、可靠的。     

基于天气预报模式预报阿里天文站大气光学湍流EI北大核心CSCD

利用气象模式预报大气光学湍流,能够使地基望远镜根据不同的大气视宁度条件,选取相应的观测目标和终端设备,还可以优化自适应光学系统性能和激光器打击目标的发射时机。介绍了采用天气预报模式建立的大气光学湍流预报方法。利用该预报方法,采用数值和分析两种模型,分别提前3d、2d和1d预报出2011年11月6日夜间阿里天文站的气象参数、大气光学湍流强度Cn2廓线和视宁度。共计6次的预报结果均显示近地面层、边界层2km高度以及对流层12km高度存在强湍流层。与单星闪烁测量层析(SICDAR)的实测数据对比结果表明,本预报方法能够反映大气光学湍流廓线的结构特征。预报的视宁度反映出夜间的增大趋势和差分像运动视宁度仪(DIMM)实测结果相似。     

光功能纳米材料与肿瘤光学治疗展望EI北大核心CSCD

近二十年来,光功能纳米材料因其具有优越的光热转化与光敏化能力而被广泛研究用于肿瘤光学治疗,并展现出了良好的临床转化潜力。本文结合作者自身的科研经历,展望了基于光功能纳米材料的肿瘤光学治疗在其未来的临床转化过程中所面临的挑战与机遇,倡导相关科学家直面制约肿瘤光学治疗临床转化的若干问题,共同推进肿瘤光学治疗在临床中的应用,早日造福广大肿瘤患者。     

大面积投影式太阳模拟器的光学设计EI北大核心CSCD

为模拟大面积空间太阳光辐照环境,提出一种新型投影式太阳模拟系统设计方法。根据光学扩展量理论分析系统的能量传递过程,采用4个短弧氙灯阵列作为光源,设计物方远心投影系统以实现大面积均匀照明。通过Zemax软件模拟仿真及实际系统测量来验证系统设计的合理性。实验结果表明:太阳模拟器的有效辐照面尺寸为1000mm×1000mm,辐照度可达1263W/m^2,且辐照面不均匀度优于±4.82%。该研究可为卫星载荷的空间环境实验提供准确可靠的太阳光辐照,弥补传统大型太阳模拟器体积大、造价高的局限。     

基于深度多分支特征融合网络的光学遥感场景分类

针对遥感图像背景复杂且存在某场景图像中关键物体小且尺度变化较大,需提升模型表征能力来准确辨别各类场景的问题,提出了一种深度多分支特征融合网络的方法进行遥感图像场景分类.利用多分支网络结构提取高、中、低三个层次的特征信息,将三个层次的特征进行基于拆分-融合-聚合的分组融合,最后为了关注难辨别样本和标签位置损失,提出一种损失函数.试验结果证明,本文所提出的方法对于提高分类准确率十分有效,在UCM、AID和OPTIMAL三个数据集上的准确率超过其他算法.在数据集UCM上80%样本训练,准确率达到了99.29%,与ARCNet-VGG16算法相比分类准确率提高了1.35%.在数据集AID上50%样本训练,准确率达到了95.56%,与Two-Stream算法相比提高了0.98%.在数据集OPTIMAL上80%样本训练,准确率达到95.43%,与ARCNet-VGG16算法相比提升2.73%.     

融合多尺度特征的短时音频场景识别方法EI北大核心CSCD

为解决短时音频场景识别任务中识别性能差的问题,提出一种融合多尺度特征的音频场景识别方法。首先将双声道音频中左右声道的和差作为输入,并使用长时帧长进行分帧处理,以保证提取出的帧级特征中包含足够多的音频信息。然后将特征逐帧输入到融合多尺度特征的一维卷积神经网络中,以充分利用网络中不同尺度的浅层、中层和深层嵌入特征。最后综合所有帧级软标签得到短时音频的场景分类结果。实验结果表明,该方法在国际声学场景和事件检测与分类挑战赛(DCASE) 2021短时音频场景数据集上的准确率为79.02%,实现了该数据集上目前为止的最优性能。     

可调节自适应遥感影像融合方法研究

大部分常用的遥感影像融合方法都存在一个缺陷:只能产生一个特定的融合结果,用户无法控制最终的结果应该保留多少光谱信息或细节信息。提出了一种基于小波变换的可调节自适应遥感影像融合方法,该方法首先分别将待融合影像进行小波分解,然后,通过引入2个可调节参量,在小波域内融合,最后通过小波逆变换得到融合结果。使用法国地球资源探测卫星(SPOT)图像和陆地资源卫星专题绘图仪(landsat TM)图像,将该方法与传统的小波变换融合法、强度色散饱和变换融合法和主成分变换法进行对比试验,结果表明,该方法可以在细节保留和光谱保持两方面达到不同程度的平衡,在合理的参量组合下,融合图像的目视效果和统计指标优于传统融合方法。     

基于目标提取与引导滤波增强的红外与可见光图像融合EI北大核心CSCD

为了使融合结果突出目标并发掘更多细节,提出了一种基于目标提取与引导滤波增强的红外与可见光图像融合方法。首先对红外图像依据二维Tsallis熵和基于图的视觉显著性模型提取目标区域。然后对可见光与红外图像分别进行非下采样Shearlet变换(NSST),并对所得低频分量进行引导滤波增强。由增强后的红外图像和可见光图像低频分量基于目标提取的融合规则得到融合图像的低频分量,高频分量则根据方向子带信息和取大来确定。最后经NSST逆变换得到融合图像。大量实验结果表明,本文方法在增强融合图像空间细节的同时,有效突出了目标,并且在信息熵、平均梯度等指标上优于基于拉普拉斯金字塔变换、基于小波变换、基于平稳小波变换、基于非下采样Contourlet变换(NSCT)、基于目标提取与NSCT变换等。     

临近空间高空气球光学散射特性研究EI北大核心CSCD

基于应用光学中基本辐射理论,研究了临近空间高空气球的光散射特性。利用计算几何学的坐标转换以及网格划分建模思想,对高空气球球面进行网格面元划分。根据高空气球等透明类物体几何结构和物体光学特性,推导出透明类物体双向散射分布函数（BSDF）镜反射/折射、近镜反射/折射、漫反射/折射、理想漫反射/折射相结合的计算模型,最终得出高空气球散射背景辐射在地面产生辐射亮度的计算模型。利用MODTRAN软件在3～5μm和8～14μm波段仿真计算临近空间高空气球的背景辐射亮度,在0.24～2.4μm波段仿真计算气球自身亮度。仿真结果表明：利用BSDF模型计算得到高空气球亮度为2.28×10^-3W/（cm^2·μm·sr）,计算结果误差为10.6%,精度相对双向反射分布函数（BRDF）模型提高2%。在分析高空气球等类透明体散射特性时,可参考此模型来进行计算。