光度曲线反演空间目标形状的发展现状

光度曲线反演空间目标形状和姿态等参数为空间目标监视与识别提供了新的技术途径。首先分析了基于光度曲线反演空间目标信息的必要性,之后通过关注和跟踪国内外最新发展情况,全面总结了目前进行形状反演的3种主流方法的研究现状及优缺点,对3种反演方法进行了比较分析,指出基于非线性滤波技术的形状反演方法是未来的主要发展方向,并分析了3种非线性滤波技术的优缺点。最后针对反演存在的问题,指出了基于改进的实时性更好的粒子滤波算法,融合多种传感器信息反演几何形状和表面材料更为复杂的空间目标是下一步研究发展的主要方向。     

基于光谱曲线形态的高光谱影像检索方法研究

随着传感器技术、数据通讯技术的飞速发展,利用各种机载和星载传感器,己经获取到各种不同的海量遥感影像数据。巨大的数据量带来了数据存储和管理的问题,如何实现从海量影像数据中检索出我们所需要的信息显得十分迫切。影像检索最早由Chang于1980年提出,是对传统信息检索的扩展。针对海量遥感影像高效检索的需求和高光谱遥感影像波段数目多的特点,分析了影像检索中的影像距离函数和相似性度量问题,基于经典的曲线简化Douglas-Peucke算法(简称DP算法)提取光谱曲线的形态特征,利用“提取特征”的思想,提出了基于DP算法的光谱曲线和影像检索(简称DPSR)方法,将光谱形态特征应用于影像检索当中。DPSR利用光谱曲线上的特征点,减小了计算量,实现了有效地匹配和检索,适合高光谱遥感影像的光谱检索。文章选择了OMISI高光谱数据的四种易混分地类进行了相似性度量的对比实验。通过与常规的分析方法光谱角匹配(SAM)、光谱信息散度(SID)的对比可以看到,DPSR在较少计算量的情况下能保持较高的计算精度,提供了一种新的影像光谱高效检索方法。此外,文章还提出了尚待进一步研究的问题。     

一种基于光谱库的雪粒径及形状参数反演新方法

雪粒径的形状因素对积雪的反射光谱曲线影响较大,如何有效地刻画雪粒径的形状参数成为研究的热点。渐进辐射传输模型被广泛地应用于雪粒径反演,其对雪粒径形状的描述只采用了2个值(3.62对应于片状雪粒径,4.53为球形雪粒径),较难描述积雪的形状参数,同时为了反演积雪的雪粒径,这两个形状参数必须被提前固定,这大大降低了雪粒径的反演精度,为此提出了一种基于光谱库的雪粒径及形状参数反演算法(LUTMA)。首先利用渐进辐射传输模型建立不同粒径,不同形状参数的光谱库,然后采用光谱角指标进行匹配,最终获取积雪的粒径与形状参数。实验表明,基于光谱库的雪粒径及形状参数反演新方法与实测数据较为吻合。     

可调谐半导体激光吸收光谱中的吸光度反演算法研究

可调谐半导体激光吸收光谱具有高分辨、高灵敏度和快速测量等特点,已经在环境检测、工业过程检测等方面得到广泛应用。在直接吸收光谱技术中,吸光度曲线以及积分吸光度的确定对于气体浓度反演、线强校正等都有重要的作用。对激光直接吸收光谱中吸光度和吸光度积分反演算法进行了研究,采用分段多项式基线拟合方法来消除激光器光强波动的影响,得到吸光度,再用非线性拟合Levenberg-Marquardt算法进行线形拟合来获取积分吸光度。通过水气吸收谱线的检测对算法进行了验证。     

基于多传感器的三维目标位姿测量方法

提出了一种基于多传感器的三维目标位姿测量方法,该方法利用多传感器技术,充分发挥深度相机和高分辨率电荷耦合器件(CCD)相机各自的优势,提高了测量的稳健性和效率。利用物体与其固定平面之间的关系,在点云中粗略定位出目标区域,通过预先标定信息将目标区域转换至灰度图像空间。在灰度图像中,利用线段检测器(LSD)算法外加特征约束,筛选出4条目标直线,利用透视4点(P4P)算法求解出目标的六维位姿。实验验证了该算法的有效性,其测量效率远优于经典模板匹配方法。     

基于局部特征的大视角图像匹配

针对全空间仿射不变(ASIFT)算法在解决大视角场景下的图像匹配问题时存在稳健性差、匹配效率低的缺点,提出了一种新的图像匹配算法。采用非线性扩散滤波代替高斯线性滤波对图像进行预处理,以提高检测到的特征点的稳健性;在图像模拟变换过程中采用掩模算子对有效区域进行标记,以提高特征点检测效率。根据视角模拟变换原理,提取特征点不同视角变换下的邻域信息,提出了多视角最近邻匹配与加权匹配规则,建立了多视角描述子,提升了匹配效率。实验结果证明,相比现有的特征匹配算法,所提算法不仅对视角变化具有很好的稳健性,还提高了图像匹配效率与准确度。     

基于光谱匹配的大气校正方法

大气校正是遥感定量化的一个重要环节,其常用方法是暗目标法。该方法适用于浓密植被地区,但在植被覆盖度较低的地区,暗目标法的适用性较差。提出了一种基于光谱匹配的大气校正方法,以城市地区的不变目标为切入点,针对高分一号(GF-1)卫星全色和多光谱(PMS2)传感器相机开展大气校正方法的研究。该方法利用6S辐射传输模型构建大气校正参数查找表,得到了影像上的水泥路面在不同大气条件下的反演光谱;同时,利用水泥路面的平均实测光谱作为参考光谱,通过参考光谱与测试光谱的光谱角度匹配,找到最相近的光谱曲线,用以确定大气校正参数,并对影像进行大气校正。实验结果表明:该大气校正方法效果良好,反演得到的地表反射率与典型地物的光谱数据比较吻合,更好地还原了地表的真实情况,为植被稀疏地区的大气校正工作提供了新思路。     

基于改进梯度和自适应窗口的立体匹配算法

立体匹配技术是计算机视觉领域的研究热点,由于问题本身的病态性,一直没有得到很好地解决。针对现有局部立体匹配算法精度不高以及易受光照失真影响的问题,提出了一种基于改进梯度匹配代价和自适应窗口的匹配算法。在传统梯度向量仅包含幅度信息的基础上,引入相位信息,并对原始匹配代价进行变换,进一步消除异常值;利用图像结构和色彩信息构建自适应窗口进行代价聚合;提出了一种局部视差直方图的视差精化方法,获得了高精度的视差图。实验结果表明,所提算法在Middlebury测试平台上平均误匹配误差为6.1%,且对光照失真条件具有较高的稳健性。     

基于光线追迹逐点匹配的航天时间延迟积分CCD相机机动成像快速几何校正算法

基于线阵时间延迟积分(TDI)电荷耦合器件(CCD)机动成像原理,分析了灵巧卫星在姿态机动过程中动态成像的几何畸变问题。由于地球曲率及姿态机动因素导致像面空间几何映射形状不断改变,通过光线追迹逐点匹配算法推导出了机动成像方式下的空间成像几何关系数学解析表达式。利用小卫星姿态控制系统物理仿真平台对TDI CCD相机机动成像快速几何校正算法进行实验验证,姿态角确定精度与姿态稳定度优于0.05°、0.005°/s。结果表明,在卫星最大扫描角为45°时,所设计的算法能够解决机动成像几何畸变问题,提高成像质量。     

PSO聚类算法的京津冀地区气溶胶光学厚度反演

气溶胶光学厚度(AOD)是气溶胶浓度和大气浊度的重要表征参数。通过遥感手段实现大气气溶胶光学厚度的反演是大气监测与治理过程中的重要方式,其中遥感反演AOD的重点和难点是如何选择适合卫星传感器成像特点的方法和符合研究区域的气溶胶类型。针对传统暗目标法无法直接应用于高分四号(GF-4)卫星多光谱遥感数据的问题,通过研究得出了GF-4卫星多光谱数据中红、蓝波段等效地表反射率的分布和两者之间的线性关系,结合AOD反演原理改进暗目标法使其适用于GF-4卫星多光谱遥感数据;分析6S辐射传输模型输入参数中气溶胶类型对AOD反演精度的影响,结果表明气溶胶类型是影响AOD高精度反演的关键要素之一;利用粒子群(PSO)聚类算法对京津冀地区气溶胶特性实测样本进行聚类分析,通过分析各个气溶胶类型聚类结果的占比和半衰期变化情况,最终确定聚类得到的C1、 C4型和6S模型内置的大陆型气溶胶类型进行京津冀地区的AOD反演。为了验证不同气溶胶类型AOD反演结果的精度,将反演结果与MODIS气溶胶产品和气溶胶自动观测网(AERONET)地基站点数据进行对比验证,通过相关系数、绝对误差等评价标准对不同气溶胶类型的适用性和特点进行评价。实验结果表明,以细粒子为主导的C4型气溶胶更满足京津冀地区夏秋两季的气溶胶特点,与AERONET地基数据的一致性较好,进一步证明了PSO聚类算法能够有效减小气溶胶类型的差异对AOD反演精度的影响。     

水下环境中基于曲线约束的SIFT特征匹配算法研究

针对水下双目图像匹配时不再满足空气中极线约束条件以及尺度不变特征变换(SIFT)特征匹配算法处理水下图像误匹配率较高等问题,提出一种基于曲线约束的水下特征匹配算法。对双目摄像机进行标定获取相关参数,再获取参考图和待匹配图;利用SIFT算法对两幅图像进行匹配,同时利用由参考图提取的特征点推导出其在待匹配图上对应的曲线,将该曲线作为约束条件判定待匹配图上对应特征点是否在曲线上,从而剔除误匹配点,以达到提高精度的目的。实验结果表明,该算法优于SIFT算法,可以有效地剔除误匹配点,比SIFT算法匹配精度提高约12%,解决了SIFT算法在水下双目立体匹配中误匹配率高的问题。     

基于一阶梯度信息的光谱相似度评价方法

目前的光谱相似度评价方法主要基于光谱形状和幅值两种信息,但这两种信息仅仅能体现出光谱的轮廓,并不能很好的反应地物光谱的吸收峰等“指纹”特征,为了更好的体现出光谱特征在评价中的作用,提出了基于一阶梯度信息的光谱相似度评价方法。首先对传统光谱角度匹配度评价方法SAM进行了改进,提出MSAM评价方法,进而提出了调整的梯度光谱角度匹配(MGSAM)法。MGSAM比较了两条光谱曲线的梯度角匹配度,光谱曲线的梯度信息可以突出光谱吸收峰等“指纹”特性的存在,因此MGSAM可以充分体现出两条对比曲线的光谱特征相似度。分析了偏置信息和光谱深度对于MSAM和MGSAM的影响,指出MGSAM对于偏置信息具有更强的鲁棒性,且可以客观地反映出光谱深度差异,进而直观地反映出光电系统或相关算法的光谱特征保真能力。将MGSAM作为评价方法应用到压缩感知光谱成像系统评价中,仿真结果表明,随着采样率的变化,MSAM的值在 0.998~1之间,而MGSAM的值在0.72~1之间,具有明显的变化并具有较大的差异性,可以客观地反映出压缩感知系统对于光谱特征的保真能力,并具有更强的差异化分辨力,为该类系统提供了一个更客观的评价方法。将MGSAM应用到了基于光谱相似度的地物分类中,测试数据选择了Salinas,Pavia和Indian Pines三个公开数据,结果显示基于MSAM的平均分类精度为0.86,基于MGSAM的平均分类精度0.93,由此说明MGSAM可以突出光谱特征在分类中的作用,大大提高了分类精度。     

利用机会运动声源的水平阵地声反演EI北大核心CSCD

针对利用机会运动声源的反演问题,提出一种对水平阵的非相干波束输出进行重构并获得海底声学参数的反演方法。不同于匹配场反演,该方法利用了声场的平滑平均原理,并且将衰减简正波的影响比例提升。仿真分析表明所提方法相比于匹配场反演对海底衰减系数更加敏感并且对声源的空间位置误差更加宽容。实验数据的反演结果表明研究海域在30~160 Hz频率范围内海底衰减系数随频率的变化关系为(0.34±0.18) f^(1.59±0.27)dB/m(f的单位是kHz),并且给出了由反演出的参数计算的传播损失曲线与实验的声传播损失数据的比较,所提方法比匹配场反演方法更准确地表征了声场传播特征。     

基于热红外光谱和微波反演地表温度的研究进展

地表温度(LST)是研究地表和大气之间辐射和能量交换以及区域和全球尺度地表物理过程的重要参数。卫星遥感技术在生态环境、水文、气象、地震、军事的应用研究,以及气候模式的辐射过程描述都需要获得准确的LST。光谱中的红外和微波对于探测LST发挥重要作用。文章综合分析了热红外波谱和微波遥感反演LST的研究进展,包括:利用热红外辐射温度表探测LST的方法,晴空条件下星载传感器的红外通道反演LST的单窗、分裂窗等反演方法,单通道和多通道算法,组分温度的反演方法,单通道多角度法和多通道多角度法,以及地表发射率ε特性研究等。微波可以全天候探测地表,文章分析了被动微波波段遥感反演LST的方法。并对这些方法的优缺点、适用性及应用前景进行了评述。     

一种单光谱吸收积分吸光度快速计算方法及应用

可调谐半导体激光吸收光谱技术(TDLAS)作为一种痕量气体精确检测的方法,已广泛应用于生活生产之中,该方法可通过积分吸光度与气体浓度的线性关系准确反演待测气体的浓度。环境变化和系统噪声等易造成吸光度曲线发生变形,故需对吸光度曲线进行非线性拟合,将其回归至Voigt模型。设计并搭建了基于TDLAS的CO实时在线监测系统,在此平台基础上,提出了一种三角替代Voigt线型单光谱积分吸光度的快速计算方法,并与高斯-埃尔米特方法进行比较。结果表明:三角替代方法浓度反演精度仅下降0.11%,平均计算耗时缩短84.19%;三角替代Voigt线型拟合方法以极小的精度损失,大幅提高了线型拟合的运算速度。     

基于光谱知识库的TM影像冬小麦条锈病监测研究

基于高光谱信息的冬小麦条锈病严重度反演模型通常不能直接应用在宽波段卫星影像上,而拥有高光谱波段信息的航空遥感影像又因数据尺度小、成本高难以应用于大规模监测。文章提出一种通过构建冬小麦条锈病光谱知识库,利用TM影像实现病情识别和监测的方法。该方法以包含各种不同病情严重度的试验田的三幅小麦关键生育期PHI航空遥感影像为媒介,利用病情指数DI的经验反演模型和基于波谱响应函数的TM波段模拟,建立DI和TM波段模拟反射率间的光谱知识库。在此基础上,通过马氏距离法和光谱角度填图(SAM)法将待检象元的光谱信息与光谱知识库进行匹配分析从而实现对病情识别和监测。监测的精度利用模拟TM象元进行评价,识别的效果利用TM影像象元进行检验。结果表明,该方法在一定生育期范围内具有较佳的监测精度和识别效果。其中,使用模拟TM象元在小麦灌浆期精度最佳,评价的R2达到0.93,乳熟期次之,拔节期最差,基本不能用于监测。使用TM影像象元在灌浆期和乳熟期可较好地识别染病象元,在拔节期无法有效识别染病象元。匹配方法马氏距离法略优于光谱角度匹配法。     

基于链码表示的手臂静脉特征提取与匹配EI北大核心CSCD

针对手臂静脉这一生物特征,提出一种基于链码表示的静脉特征提取及匹配算法.由近红外手臂图像中提取出静脉的骨架结构,并将其分割为若干条曲线段,通过曲线的相对方向、相对位置及形状特征计算匹配曲线对,利用粒子群算法计算匹配曲线间的最优空间变换关系,根据静脉全局变换后点集的重叠情况判断匹配程度.针对来自9个国家的110位实验者组成的手臂图像库进行实验,Rank-1和Rank-10%识别率分别为74.5%和93.6%,优于改进Hausdorff距离及模板匹配方法,表明手臂静脉可作为一种新的生物特征来进行身份认证.     

基于链码表示的手臂静脉特征提取与匹配

针对手臂静脉这一生物特征,提出一种基于链码表示的静脉特征提取及匹配算法.由近红外手臂图像中提取出静脉的骨架结构,并将其分割为若干条曲线段,通过曲线的相对方向、相对位置及形状特征计算匹配曲线对,利用粒子群算法计算匹配曲线间的最优空间变换关系,根据静脉全局变换后点集的重叠情况判断匹配程度.针对来自9个国家的110位实验者组成的手臂图像库进行实验,Rank-1和Rank-10%识别率分别为74.5%和93.6%,优于改进Hausdorff距离及模板匹配方法,表明手臂静脉可作为一种新的生物特征来进行身份认证.     

基于无信息变量消除法与岭极限学习机的新型变量选择方法：以CO气体浓度反演为例

变量选择是光谱分析领域一个重要的组成部分。为了克服传统区间选择法的缺点与不足,基于无信息变量消除法和岭极限学习机提出一种新型的变量选择与评价方法。首先,利用无信息变量消除法剔除整个光谱区间中无信息的波长点;其次,为了解决传统建模方法(偏最小二乘法、BP神经网络等)存在的共线性问题,采用岭极限学习机方法建立回归模型;最后,最佳的特征光谱波长点组合利用特征选择路径图和稀疏度-误差折中曲线进行确定。CO气体的浓度反演实验结果表明：(1)利用无信息变量消除法可以有效筛选出最能表征CO气体透过光谱的特征波长点;(2)岭极限学习机方法具有快速建模、避免共线性和高精度等优点(CO气体浓度反演模型的决定系数可达0.995);(3)特征选择路径图和稀疏度-误差折中曲线可以直观地帮助用户寻找出最佳的特征波长点组合。     

基于无信息变量消除法与岭极限学习机的新型变量选择方法:以CO气体浓度反演为例（英文）

变量选择是光谱分析领域一个重要的组成部分。为了克服传统区间选择法的缺点与不足,基于无信息变量消除法和岭极限学习机提出一种新型的变量选择与评价方法。首先,利用无信息变量消除法剔除整个光谱区间中无信息的波长点;其次,为了解决传统建模方法(偏最小二乘法、BP神经网络等)存在的共线性问题,采用岭极限学习机方法建立回归模型;最后,最佳的特征光谱波长点组合利用特征选择路径图和稀疏度-误差折中曲线进行确定。CO气体的浓度反演实验结果表明:(1)利用无信息变量消除法可以有效筛选出最能表征CO气体透过光谱的特征波长点;(2)岭极限学习机方法具有快速建模、避免共线性和高精度等优点(CO气体浓度反演模型的决定系数可达0.995);(3)特征选择路径图和稀疏度-误差折中曲线可以直观地帮助用户寻找出最佳的特征波长点组合。