高光谱遥感数据特征挖掘技术研究进展

从目标空间尺度和传感器空间分辨率的相对大小,把高光谱遥感图像目标检测、识别与分类中的特征挖掘问题划分为多像元、单像元和亚像元3个层次,因而更具自然特性也更适合特征挖掘和目标分类与识别技术的分析。把高光谱遥感图像特征挖掘方法归纳为以保留波段物理意义为主要目的的特征选择、以综合利用所有观测数据信息为主要特色的特征提取,和考虑亚像元多目标混合信息的特征混合3大类。重点且简明地从高光谱遥感数据光谱曲线与光谱特征、特征提取、特征选择以及特征混合分析几个方面综述高光谱遥感数据/图像的特征挖掘技术的研究进展并通过热点问题展望其未来的发展趋势。

双并联前向神经网络及其在飞行故障检测仿真研究中的应用

首次把飞行故障检测视为一个非线性数据分类问题，从而可望借助人工神经网络来处理。为了克服ＭＬＦＮＮ在数据分类中存在的学习慢与分类精度低，发展了由ＭＬＦＮＮ和ＳＬＦＮＮ并联并可接收编码输入的ＤＰＦＮＮ模型，还将训练ＭＬＰ的有关算法推广到ＤＰＦＮＮ情形。用计算机仿真了若干飞行故障模式并用于测试ＤＰＦＮＮ。

从对地观测到数字地球

分析了“数字地球”的意义，提出了从对地观测到“数字地球”的发展思路。

综合智能信息处理———形势、趋向、问题与突破口

论述了信息处理发展趋势与２１世纪的发展趋向———综合智能化信息处理。提出了综合智能信息处理系统的基本组成，指出了一些应重点解决的核心问题并讨论了可能的研究突破口。

智能化信号信息处理技术的发展与展望

本文描绘和分析了目前电子系统信号信息处理的发展概况及今后一个时期的发展趋向。智能化信号信息处理的主要技术在今后一方面向纵深发展,另一方面向集中和融合发展,从而形成综合智能化信号信息处理系统。

TDMC反卷积快速并行计算的研究

ＴＤＭＣ反卷积快速并行计算的研究何明一反卷积是众多工程逆问题中带有共性的基本问题，其研究一直很活跃．文献［１］提出了通过时域多次卷积实现反卷积的方法（称为ＴＤＭＣ反卷积），［２］对其做了进一步推广和应用．ＴＤＭＣ反卷积法的主要优点是，当其它许多方法失...

信号的广义逆群及其神经网络实现

本文首次提出了信号的广义逆群这一新概念,并讨论了它的性质、泄漏系数和神经网络实现技术。研究表明,有限长信号存在多组有限长广义逆信号,它们构成原信号的广义逆群;各广义逆群的泄漏系数一般不相同,因而其“病态”程度不同;广义逆群可以用一个特殊的神经网络并行实现且收敛快.最后指出,广义逆群用于反卷积时可形成一种新的并行有限长滤波反卷积方法,对于离线处理,计算时间可从N^2阶次降到N阶次;最低泄漏系数广义逆群对应的反卷积最可信。

基于独立成分分析的高光谱图像数据降维及压缩

该文提出了一种以高光谱图像分析为目标的基于独立成分分析的高光谱图像降维和压缩方法。该方法首先通过独立成分分析提取高光谱数据的光谱特征实现高光谱图像降维,再对降维后的图像采用预测和自适应算术编码的方法进行压缩。对220波段和64波段高光谱数据的实验结果表明,该方法与基于主成分分析的降维相比,压缩比有所提高,特别是更有利于后续的分析处理,但峰值信噪比有所降低。

综合颜色和形状的圆形交通标志检测方法

快速、可靠的交通标志检测是对其进行准确识别的前提,以颜色分割为基础,提出了一种基于曲线拟合的圆形交通标志检测算法。首先利用交通标志的颜色特征预分割出潜在的交通标志区域,然后针对圆形交通标志轮廓具有圆形这一关键特征,通过边缘检测并采用非线性最小二乘技术准确的确定出图像中的圆形交通标志区域。实验结果表明了算法的有效性。

多级LBP直方图序列特征的人脸识别

人脸识别是当前人工智能和模式识别的研究热点。基于对小波分解和局部二进制模式(LBP)分析,提出了一种多级LBP直方图的序列特征(M-HSLBP)的提取方法。2维的小波分解具有对表情变化不敏感的特点,可以很好地压缩和表征人脸图像的特征;LBP是一种有效的纹理描述算子,使用多级可变大小的子窗口对小波变换后的图像进行扫描,对各级子图像进行改进LBP变换并形成多级LBP直方图序列特征,这种特征既能反映人脸局部特征又能反映其整体特征。径向基网络作为分类器具有很高的推广性能,有利于大容量样本的分类。在对人脸库ORL和YEL的识别实验中,该算法识别率达到98%以上,与传统算法相比,取得了更好的识别结果。

基于支持向量机的高维多光谱数据分类

1引言 多光谱技术是人们获取、感知地球表面信息的一种重要手段[1].随着传感器技术的进步,新型多光谱传感器光谱分辨率达到了纳米级,具有几百个(100～300)光谱波段,这为人们提供了丰富的地物信息.然而由于其数据维数高、学习样本数量常常有限,使得高维多光谱数据分类面临许多新的课题.传统模式识别方法在处理高维多光谱数据时,面临着巨大的困难:(1)基于经典统计学的模式识别方法只有当训练样本数量趋于无穷时,性能才能达到最优.当样本数量较少时,通常难以取得很好的结果;(2)传统方法在高维数据分类时Hughes现象十分严重[2];(3)基于Bayes理论的方法需要对数据的概率分布做出假设,且当假设与数据真实概率分布不相符合时,分类精度急剧恶化;(4)神经网络分类器已经被应用于多光谱数据分类[3,4],取得了比Bayes方法更好的结果,但神经网络存在训练速度慢,易陷入局部极小点等缺陷.……

三维散乱数据的k个最近邻域快速搜索算法

提出一种新的快速搜索算法 首先 ,采用空间分块策略 ,把数据空间分成许多大小相同的立方体子空间 ,立方体的大小决定了最近点的搜索速度 ;然后 ,综合考虑了数据集的范围、点的总数及最近点数目k,给出了一种新的估算立方体边长的方法 大量真实数据的实验结果表明

空间一致性邻域保留嵌入的高光谱数据特征提取

局部线性嵌入(LLE)和邻域保留嵌入(NPE)等流形学习方法可以提取高光谱数据的主要结构特征,有助于对数据的理解和进一步处理。但是,这些方法忽视了高光谱图像中相邻像素之间的相关性。针对这个问题,提出一种基于空间一致性思想的邻域保留嵌入(SC-NPE)特征提取算法,通过一个优化的局部线性嵌入,并考虑相邻像素的相关特性,在高维空间建立数据的局部邻域结构。然后寻找一个优化的变换矩阵,将局部邻域结构投影到低维空间,实现数据的特征提取。与LLE和NPE算法相比,SC-NPE既考虑高光谱数据的流形结构,又考虑了其图像域空间信息,可以更好地应用在高光谱数据的特征提取过程中。实验结果表明,SC-NPE特征提取算法在高光谱图像分类方面的性能明显优于其他同类算法。

基于误差补偿预测树的多光谱遥感图像无损压缩方法

预测树方法是一种有效的无损多光谱图像压缩技术,将自适应线性预测方法与传统预测树方法相结合,提出了一种多光谱遥感图像的误差补偿预测树压缩方法。该方法利用多光谱图像谱间的局部统计冗余和结构冗余建立自适应预测器,对传统预测树方法产生的误差进行补偿,从而进一步减少了多光谱图像的数据量;并且利用多光谱图像的局部平稳特性对算法进行了简化。实验结果表明,该方法得到的压缩比与原始预测树方法相比有明显提高,同时算法简化后可以使计算复杂度大幅度降低。

基于MPSoC的遥感图像目标检测算法硬件加速研究

遥感图像目标实时检测是遥感应用领域的关键技术问题之一。深度神经网络遥感图像目标检测准确率高,但此类网络通常结构复杂、参数多、计算量大,对计算资源和存储的需求较高,设计轻量化软硬件系统实现星载边缘端部署较为困难。针对上述问题,文章提出了一种基于多处理器片上系统(MPSoC)现场可编程门阵列(FPGA)的遥感图像目标检测算法硬件加速方案。首先研究了适合星载边缘端部署的目标检测算法;然后设计了深度卷积神经网络并行加速计算结构和引擎,采用有限精度运算实现网络参数,使其数字量减少了75%,显著降低了计算和存储开销;最后基于MPSoC FPGA处理器实现了飞机目标检测的原型演示验证系统。实验结果表明,文章提出的遥感图像目标检测系统方案的目标检测精度可达92%以上;与基于嵌入式CPU、CPU、GPU的方案相比,单帧图像推理时间从100s、1000ms、100ms缩短至10ms级,可以满足遥感图像目标检测实时处理要求,具有一定的工程应用价值。

多视点三维数据合并中的定标球球心算法

利用每个数据点的k近邻点计算其法向量,并以扫描区域中心点的法向量为基准,使所有点的法向量指向球心;然后根据扫描仪的测量精度计算误差范围,以扫描区域中心点法向量的延长端点为中心提取出球面数据点;最后以球面数据点法向量延长端的质心为该定标球的球心.大量真实数据实验表明,文中算法具有较高的精度和较好的稳定性.

基于空间连通性的快速曲面重建算法

为提高用标准移动立体法进行等值面提取的速度,提出了一种改进算法。算法利用体元的空间连通关系,实现只访问和处理那些与等值面相交的体元;采用缓存技术记录已处理过体元的顶点信息,避免了重复计算,从而提高了重建的效率。文中还给出了接近于最佳搜索k-近邻速度的空间分块方法,大大提高了散乱数据点的处理效率。应用实例说明,算法的效果良好。

GEO SAR长合成孔径时间弯曲轨迹成像试验

地球同步轨道合成孔径雷达(GEO SAR)具有重访周期短,观测范围广等优点,在军事及民用领域具有重要的应用价值。针对GEO SAR长合成孔径时间弯曲轨迹复杂成像特性,首次提出一种地面演示验证方法,对长合成孔径时间弯曲轨迹下成像可行性进行验证。给出长合成孔径时间弯曲轨迹定量分析过程,提出具体试验方案,最后角反射器成像品质评估结果表明可实现长合成孔径时间弯曲轨迹下目标点成像。

曲面重构算法的研究

提出了一种基于多层感知器网络的曲面重构算法 (ML PSR) ,建立了用于曲面重构的多层感知器网络模型。本文对基于二维拉格朗日局部插值的曲面重构算法 (2 DL L SR)与 ML PSR进行对比。为了更好地评估这两种算法的有效性 ,选择可用数学表达式表达的曲面作为重构对象。仿真实验结果表明 ,这两种算法在曲面重构上各有优点。当 2 DL L SR算法的阶次高于等于曲面本身的阶次时 ,曲面重构的效果很好。ML PSR算法在曲面重构的速度和精度上都比较好 ,尤其在曲面受到破坏或不完全时特别有效。

基于图像处理的玻璃均匀性检测系统

文章阐述了一套基于图像处理方法的玻璃均匀性自动检测系统。系统采用偏振光检测的方法,借助于高清晰度CCD数字照相机采集图像,通过自行开发的图像处理软件,由计算机对所得到的图像进行处理,自动给出检测结果。试验结果表明,该系统能在玻璃生产过程中方便、准确、快速地检测玻璃的均匀性,并具有良好的人机对话界面。