资源三号测绘卫星三线阵影像高精度几何检校

高精度几何检校是测绘卫星实现立体测图的关键。提出了用于星载光学卫星在轨几何检校的严密成像几何模型,推导了多线阵CCD拼接的内方位元素模型,在此基础上构建基于偏置矩阵及内方位元素模型的多检校场联合几何检校模型和几何检校方案。针对我国第一颗民用测绘卫星资源三号,利用华北多个地区1∶2000的数字正射影像和数字高程模型对资源三号三线阵影像进行几何检校,利用河北安平靶标区域三线阵数据进行验证。结果表明,采用本文的方案,资源三号测绘卫星无控制点平面定位精度优于20 m,利用靶标控制点的平面定位精度优于0.6 m,高程精度优于0.5 m,达到资源三号测绘卫星所能达到的理论极限精度;并验证了资源三号三线阵相机并不存在镜头光学畸变,只是存在主距变化、CCD排列旋转等引起的线性误差。

基于LTI和网格界面剖分的三维地震射线追踪算法

将二维线性走时插值射线追踪算法(LTI)推广应用至三维模型,并结合网格界面剖分方式,提出了一种三维射线追踪算法.该算法既可获得高精度的全局最小走时和射线路径,又具有快速稳定的特点.三维模型计算结果表明,在模型参数包括网格密度完全相同情况下,本文算法较传统的三维最短路径算法在计算效率、走时和射线的计算精度上均有明显改进.

资源三号测绘卫星多光谱影像高精度谱段配准

针对ZY-3多光谱影像各谱段共视场扫描成像特点,提出基于在轨检校内方位元素的虚拟CCD重成像算法,通过虚拟CCD重成像技术实现单谱段CCD影像的无缝拼接及多谱段的高精度谱段配准。采用河南登封区域及天津区域的ZY-3多光谱影像对ZY-3多光谱相机进行在轨几何检校,利用河北安平区域的30个高精度靶标控制点验证了检校结果的正确性;进一步利用检校后的内方位元素对河北安平区域、兰州区域的ZY-3多光谱影像进行虚拟CCD重成像,采用靶标点验证方法以及高精度配准验证方法对虚拟CCD重成像影像的谱段配准精度验证,谱段配准精度均优于0.2像元。

支持向量机在小样本识别中的应用

针对癌症细胞诊断过程中样本采集困难 ,数目偏少的实际情况 ,在癌症的早期诊断中引入了一种新的模式识别方法———支持向量机 该方法基于统计学习理论的原理 ,较好地解决了小样本的学习分类问题 ,通过对具有不同性状的癌前增生细胞进行分类识别验证 ,支持向量机取得了较传统分类方法更好的识别效果 .

支持向量机在多类分类问题中的推广

支持向量机(SVMs)最初是用以解决两类分类问题,不能直接用于多类分类,如何有效地将其推广到多类分类问题是一个正在研究的问题。该文总结了现有主要的支持向量机多类分类算法,系统地比较了各算法的训练速度、分类速度和推广能力,并分析它们的不足和有待解决的问题。

一种改进的线性走时插值射线追踪算法

线性走时插值法（LTI）在走时的计算中,由于射线方向考虑不全,计算得到的节点走时不一定最小,导致追踪的射线路径无法满足最小走时.针对这一问题,本文提出了一种改进的射线追踪算法,通过采用多方向的循环计算,得到所有计算节点的最小走时,使追踪到的射线路径能真正满足最小走时,以确保射线追踪的精度.模拟实验结果表明,在介质速度变化剧烈的结构中,该算法与传统的LTI算法相比,有效地提高了射线追踪的精度.

遥感影像与GIS分析相结合的变化检测方法

提出了基于遥感图像和GIS相结合的变化检测和分析方法,并针对基于像素信息比较的遥感图像变化检测中的变化阈值问题提出了一种基于多边形面积填充率的自适应确定方法。

三维旅行时场B样条插值射线追踪方法

传统的三维射线追踪算法由于受到计算区域网格离散化的限制,会导致追踪结果的射线路径出现不应有的弯折和相邻射线合并现象,进而影响追踪精度。本文根据地震初至波路径垂直于波前面的原理,提出基于B样条插值的旅行时场梯度反向射线追踪方法。该方法通过三次B样条插值得到空间连续的旅行时场,并计算旅行时场梯度;然后从检波点开始,沿着旅行时场梯度的负方向进行追踪,即可得到从震源到检波点的最小旅行时路径。由于通过样条插值能获得连续的旅行时场,故追踪步长不受网格尺寸的限制,从而克服计算区域离散化所带来的问题。应用具体算例对该方法的效果进行了验证,结果表明,该方法在计算精度和效率上都有明显改善。应用于地震初至波层析成像的正演计算时,能够使收敛误差更小。

一种基于面特征的遥感影像与GIS数据配准方法

遥感图像与G IS数据的配准是遥感应用、遥感与G IS集成的基础和关键。目前的方式大多是通过人工选取一点数量的控制点,通过几何纠正模型把遥感图像纳入到G IS坐标系统中,同时改正遥感图像的几何畸变。随着遥感技术的发展,传统人工作业方法无论是从效率还是从质量上都无法满足日益增长的应用需求,因此需要研究实用化的遥感影像与G IS数据的自动配准方法。本文从实用化的角度出发,在分析特征匹配理论的基础上,提出了一种基于面状地物多边形特征的遥感影像与G IS数据自动配准方法。该方法不同于一般的特征匹配方法之处在于特征提取与特征匹配同步解求。本文对新方法的理论进行了详细论述,最后对上海浦东地区的QUICKB IRD影像和1∶2000 G IS数据进行了配准实验,对比传统方法计算结果,新方法具有明显优势。

基于Contourlet变换的遥感影像融合算法

针对目前最新发展的Contourlet变换能比小波变换更适合于进行多尺度边缘增强处理的特点,本文提出了一种新的基于Contourlet变换的用于融合遥感全色和多光谱影像的算法,分别对应于Contourlet变换后得到的低频和高频分量系数,结合小波变换采用了不同的融合规则.实验结果表明本文提出的融合算法能在保留多光谱影像光谱信息的同时增强了融合图像的空间细节表现能力和信息量,该算法是有效可行的.

基于蚁群算法的最短路径搜索方法研究

最短路径搜索是车载定位导航系统中很重要的一个功能,最短路径搜索问题本身也可以归结为组合优化问题。蚁群算法是基于群体的一种仿生算法,为求解复杂的组合优化问题提供了一种新思路。文章尝试采用蚁群算法来解决车载导航系统中的最短路径搜索问题,并在VC 6.0的环境下进行了仿真实验。实验结果表明,该方法能有效解决车载导航系统中的最短路径搜索问题,具有一定的理论参考价值和实际意义。

一种基于支撑向量机的遥感影像不完全监督分类新方法

不完全监督分类是研究在只有目标类训练样本的情况下如何准确地将目标类从数据集中提取出来。在许多遥感应用问题中,往往只需要从遥感影像中提取某一类地物。如果分类过程中只要选取目标类训练样本,将节省在训练样本选取过程中的大量人力物力。因此不完全监督分类是一个值得研究的遥感分类问题。提出了一种基于加权无标识样本支撑向量机(WUS-SVM),并在其基础发展出一种不完全监督分类方法。该方法分3个步骤:(1)在影像中随机选取一定量的无标识样本,将它们作为具有不同权重的非目标类训练样本;(2)用目标类的训练样本和加权无标识训练样本一起训练WUS-SVM,得到初步的分类器;(3)利用初步的分类器确定无标识样本的类别,并与原目标类训练样本一起再次训练SVM得到最终的分类器。通过对模拟数据和遥感影像的分类试验初步证明了该分类方法的有效性。

Laplace-Fourier域多尺度高效全波形反演方法

针对常规Laplace-Fourier域全波形反演计算量大、耗时长的问题,提出一种多尺度高效Laplace-Fourier域全波形反演方法,并针对Marmousi和Overthrust模型进行数值模拟。Laplace-Fourier域多尺度高效全波形反演方法对于不同频率点选择大小不同的网格,并且根据Laplace衰减常数选择不同的模型计算区域深度,既不影响反演精度,又显著提高反演计算效率,同时由于反演网格数减少,反演稳定性也有所提高。Marmousi和Overthrust模型的反演结果验证了算法的有效性,同时在缺失低频信息时,Laplace-Fourier域多尺度高效全波形反演结果仍较好。

一种改进的线性判别分析法在人脸识别中的应用

提出了一种新的基于LDA的人脸识别算法。该方法重新定义了样本的类间散布矩阵,在原始的定义基础上增加了一种径向基函数(RBF)调节类间距离,使得在选择投影方向时能更好地分开各类样本;同时该方法在类间散布矩阵与类内散布矩阵的特征分解的基础上,通过变换求出符合Fisher准则的最优投影方向,可以证明这样得到的投影方向同时具有正交性与统计不相关性。通过ORL人脸数据库的数值实验,表明了该算法比传统算法有更好的性能。

基于融合和广义高斯模型的遥感影像变化检测

提出了一种基于融合和广义高斯模型的遥感影像变化检测算法。该算法融合差值影像和比值影像的结果构造差异影像,然后运用灰度形态学对差异影像进行顾及空间邻域关系的处理,再对处理后的结果运用广义高斯分布模型估计变化与非变化像元的概率密度参数,最后采用改进的K I算法计算最佳分割阈值,提取变化区域。实验结果表明,所提出的变化检测算法稳健、高效,具有较大的实用价值。

计算机远程控制技术研究及实践

通过分析远程控制3种关键技术:Web技术、Activex技术、Socket(套接字)技术来探讨研究计算机远程控制技术,并采用Socket(套接字)技术来编程(用VC++编写),实现Client/Server模式的计算机远程控制系统。通过远程通信模块可建立客户端与服务器之间双向通信,并由其它4大功能模块:文件操作、注册表操作、屏幕控制、系统配置来实现远程计算机控制。

基于视觉加权的奇异值分解压缩图像质量评价测度

以像素值为基础的传统图像质量评价方法有其固有局限性,如对图像结构的忽视及对完全参考图像的需求等。为解决这些问题,该文研究了图像的奇异值向量对图像结构的表征能力,提出了基于视觉权重的奇异值分解和均值偏差率的部分参考图像质量评价方法BWSVD(Block Weighted Singular Value Decomposition)。首先,将图像分成8×8大小的图像块,再利用其奇异值向量差值和均值偏差来定量描述图像畸变程度,并结合人眼视觉敏感性为每个图像块赋予一个视觉权重。最后,利用the Live Image Quality Assessment Database,Release2005中的227幅不同压缩倍率的JPEG2000降质图像进行实验,并与PSNR,RMSE,UQI,MSSIM,MSVD等算法进行了对比,实验表明,该文算法对压缩图像质量评价具有更好的稳定性,同时体现了更好的主客观评价一致性。

基于小波域自然影像统计特性的无参考遥感影像质量评价

遥感影像的获取往往受到模糊和噪声的共同影响,使得遥感影像的降质难以归到某一单一降质方式,从而给遥感影像的评价带来困难。在遥感影像小波域统计特性,即子带系数均值呈近似线性关系的基础上,通过对噪声、模糊对影像此线性关系的影响方式及破坏程度的定量分析,来判定影像的噪声和模糊强度,最后,利用二者的加权和作为遥感影像的最终质量评价指标。实验表明,与峰值信噪比指标PSNR相比,该文指标与结构相似性指标SSIM具有更好的一致性,对噪声影像、模糊影像以及同时存在噪声和模糊的遥感影像能够进行有效的、准确的评价。

人眼视觉感知驱动的梯度域低照度图像对比度增强

针对传统的对比度增强方法在对低照度图像进行处理时不能同时顾及压缩动态范围、调整亮度以及增强或保持细节等问题,提出一种基于人眼视觉感知特性的、从全局亮度映射到局部细节补偿的低照度图像对比度增强方法.首先通过非线性全局亮度映射模型压缩图像的动态范围,提高图像的整体亮度水平;然后结合人眼视觉系统的亮度掩蔽特性和超阈值对比度感知特性,非线性地调整图像的局部梯度场增强和恢复图像的局部细节;最后在目标梯度场上通过快速求解泊松方程获取增强后的图像.实验结果表明,该方法能够有效地增强低照度图像的全局和局部对比度,提升了低照度图像的视见度.

独立分量分析的图像融合算法

独立分量分析可实现图像的稀疏编码并具有能很好地捕捉图像重要边缘信息的特性。本文提出一种基于独立分量分析的图像融合算法,结合支持向量机对多聚焦图像的清晰域、模糊域进行判断以及在ICA域中进行图像分割以提取图像的主要边缘特征信息来实现特征级的多聚焦图像的融合。实验结果表明,本文提出的融合算法是有效的。