基于三维电磁散射参数化模型的SAR目标识别方法

合成孔径雷达目标识别是雷达数据解译中一个长期研究的难点问题。近年来,基于模型的SAR目标识别方法由于在扩展条件下的识别性能表现良好而备受关注。在联合国内多家研究单位进行攻关的基础上,该文简要阐述了对该问题的初步研究成果及思考。首先从3个方面出发梳理了散射部件模型发展的技术脉络并对其进行了补充完善;然后从正向推算和逆向反演两条技术途径提出了复杂目标电磁散射参数化建模方法;最后提出了基于复杂目标电磁散射参数化模型的目标识别新框架。论文最后对基于模型的SAR目标识别下一步研究方向进行了展望。

基于特征的高精度自动图像配准方法

提出了一种特征匹配策略,它通过建立一个以匹配矩阵为自变量的函数,将空间关系一致性和特征相似性两方面的准则有机地结合起来,使得该函数在图像的最佳配准位置达到全局最大值.这样,特征匹配问题转化为一个函数最优化问题.采用分支定界法解决了这个整数规划问题.用大量的实际图像测试了该方法,并与多种已有方法进行了比较.实验结果表明,该算法是自动的、通用稳健的,而且配准精度是最高的.

一种稳健的直线提取算法

直线是图像分析中一种非常重要的中层描述符号 .已有的提取算法较多 ,但都存在一些缺陷 ,限制了它们的使用范围 .提出一种稳健的直线提取算法 ,设计了一系列的方法来克服实际图像中存在的种种干扰和噪声 .首先提取并细化边缘 ,然后利用卡尔曼滤波器跟踪边缘点 ,获得直线支持区 ,最后设计一种稳健的方法来拟合直线支持区 .实验结果表明 ,这种算法具有良好的性能 。

从航空遥感图像中自动提取主要道路

如果能自动地从航空遥感图像中提取出道路网 ,将会简化城市地物目标的分类和测量过程 .该文根据城市主要道路在图像中的特性进行了模型化处理 ,进而提出了基于直线的、自动提取的方法 .算法重点考虑到成像过程中必然引入的各种噪声 ,用高斯分布函数模糊化直线参数 ,使提取具有良好的稳健性 .算法中的参数选择都是通过理论分析所得 ,因此 ,提取过程实现了自动化 .实验结果表明 。

从卫星遥感全色图像中自动提取城市目标

提出了一种从卫星遥感全色图像中自动提取城市目标的方法。在总结城市目标的卫星遥感全色图像特性的基础上 ,设计了一种层次提取的方法。首先在低分辨率图像中提取城市目标的候选区域 ;接着在候选区域内利用城市目标一些更复杂的特性在高分辨率图像中证实城市目标。为了获得城市目标的边界 ,提出了一种基于边缘点密度的算法 ,并将算法应用去提取SPOT图像中的城市目标 。

数字曲线上特征点的检测

本文提出了一种检测数字曲线上特征点的算法．它首先总结了目前已有的多边形近似和显著点检测算法，然后指出正确的特征点检测算法应结合估计和形状两方面的准则，最后提出了一种基于可靠线段的特征点检测方法．这种方法先从估计的观点找出曲线上的可靠线段，然后从形状理论的观点来组合这些线段以及剩余边缘点来获得曲线的特征点．如何寻找曲线上的可靠线段，本文提出了基于特征图分析的方法和卡尔曼滤波的方法．实验结果表明这种方法是有效的．

一种基于特征编组的直线立体匹配全局算法

由于直线断裂、遮挡以及共面空间直线投影等因素的影响,从左右图像中提取出来的直线之间会出现“一配多”甚至“多配多”的匹配情况,然而目前很少有算法能可靠地处理这些情况.提出了一种基于特征编组的匹配算法来解决它.与已有方法不同,该方法是在由两幅图像共同组成的直线集上进行编组.每个特征编组包含了内部直线之间的匹配关系.这样,直线匹配的问题就转化为从直线集中提取一些相互兼容的特征编组的问题.整个算法分为两步首先在几何和辐射约束的前提下构建所有可能的特征编组,并计算每个特征编组的匹配度,然后从所有可能的特征编组中寻找一个特征编组子集,在保证直线集中的每条直线最多属于该子集中一个特征编组的前提下,使得该子集中特征编组的匹配度之和最大.为了解决这个整数规划问题,设计了一种分两阶段的算法首先将整个问题分为多个子问题,然后对于每个子问题,利用分支定限法寻找最优解.将所提出的算法应用于实际的立体图像对中,取得了满意的结果.

基于结构信息的城市建筑物测量方法

提高城市建筑物测量过程的自动化程度是目前航空摄影测量研究的主要问题之一 .文中提出了一种基于结构信息的城市建筑物测量方法 .首先根据城市建筑物的结构信息 ,用几个相互独立的参数来描述建筑物的理想模型 ,并定义能推导出模型参数的图像变量 ,然后组合利用左右图像中各种信息获得图像变量的初始值 ,最后在一定准则下寻求城市建筑物的最佳测量位置 .该文以平顶矩形建筑物为例详细讨论了它的一种实现算法 .实验结果表明 ,这种方法与传统方法相比较 ,有较高的自动化程度 ,且测量精度能满足现有航空摄影测量的要求 ,有较大的发展和应用潜力 .

基于视差点的大遮挡检测和立体匹配方法

提出一种基于视差点的方法来解决在高质量立体视差图生成过程中所出现的遮挡问题.首先证明同名核线对应的视差函数曲线可近似为一条分段直线,然后在此基础上引出视差点的概念.在视差点的结构中利用两个参数分别描述左右遮挡量,使得所提出的方法能够很好地解决遮挡问题.通过分析视差点及其邻域的灰度特性,提出一种分层假设证实和Marquardt-Levenberg(M-L)算法相结合的方法从同名核线图像中提取出候选视差点,然后采用不定期的动态规划(dynamic programming,简称DP)算法获得核线最优的视差函数.利用国际标准数据对提出的方法进行了测试,并与其他方法作比较,实验结果表明,它的匹配效果是目前核线最优方法中最好的,仅差于几种优秀的全局最优方法,但其计算复杂度要远低于全局的方法.

基于样条函数拟合的形状分析的傅立时描述方法

本文提出一种基于样条函数拟合的物体形状的傅立叶描述方法。首先用一组序列来描述物体的轮廓，通过三次Ｂ样条函数拟合物体轮廓序列，然后采样拟合函数重新获得物体轮廓描述参数，最后对这组参数作离散傅立叶变换，提取了具有平移、旋转以及尽度不变性的物体形状特征。本文分析了这组特征的特性，并在此基础上提出了一些挑选这些特征的准则。实验表明这种方法是很有效的。

一种有效的实现分裂合并算法的数据结构

针对现有分裂合并分割算法数据结构存在的问题，本文设计了一种新的数据结构。这种数据结构能非常方便地实现分裂合并算法的每一步骤以及动态地分配内存，从而显著地减少了计算时间并在内存需求上有一定的改善。实验结果表明用这种数据结构实现分裂合并分割算法是有效的。

一种新的基于空间关系的特征匹配方法

特征匹配是基于特征图像配准方法的难点之一,利用空间关系的策略是解决它的一种可靠途径。首先从理论上统一基于空间关系的特征匹配方法的数学模型,然后详细剖析已有几种经典方法定义的全局一致性度量准则存在的问题,最后提出一种新的解决方法。该方法采用高斯分布描述匹配特征对的空间位置在变换模型约束下存在的不一致性,由此定义全局一致性度量准则,使它在平滑连贯性和全局最优解的突出性等方面比已有准则有较大改善,同时该准则中涉及的惟一参数———高斯分布的方差———对它的全局最优解的突出性影响较小,保证提出准则的稳健性。针对新定义准则的最优化求解问题,本文设计一个两步迭代优化算法。用大量实际图像测试本文提出的方法,并将它与几种经典方法进行比较,实验结果表明本文提出的方法是正确和稳健的。

遥感图像中舰船检测方法综述

随着遥感成像技术的发展,遥感图像中大型移动目标的检测和识别成为可能,舰船目标检测和识别就是在这一背景下提出的。在参考大量文献的基础上,回顾了舰船检测的发展历程,分析了其研究现状,对舰船检测方法进行了综述并分类,在此基础上对各类算法进行对比,最后给出了该领域存在的问题和发展趋势。

遥感图像融合技术在潮间带地形提取中的应用

针对潮间带地形资料的缺乏和提取手段的贫乏,提出一种提取潮间带地形的新思路。利用同一潮汐周期不同时相的SAR与全色遥感图像,采用平移不变离散小波变换算法进行图像融合,并采用一种新的融合规则。图像的低频部分采用基于边缘提取的加权规则,高频部分采用绝对值最大原则。对比其他算法,融合结果既能突出潮间带形状,又能突出海岸线特征及近岸地形,更便于后续目视解译。对实际图像的试验结果表明,该方法取得了较好的效果。

自适应窗口快速立体匹配

灰度立体匹配的关键问题是选择一个合适的匹配窗口,该文对Kanade等提出的通过测算局部灰度和视差变化来选取适当窗口的方法进行了改进,提出一种仅利用灰度信息即可确定窗口的简单方法.该方法在能够求得最佳窗口的前提下,可以方便地利用整数图像来提高效率,计算量与窗口大小无关.在国际标准图像上测试的实验结果表明该方法在局部匹配方法中是最优的,虽与有些全局方法相比有一定差距,但其计算复杂度远远低于它们.

基于干线对的红外与可见光最优图像配准算法

提出了一种基于干线对的红外与可见光图像配准算法.该算法分4步:首先分别从基准图像和待配准图像中提取干线对,即对图像中满足特定条件的直线进行配对;然后按照一些准则寻找这两幅图像中的干线对所有可能的匹配情况,并组成一个集合;接着从该集合中寻找这样一个子集,在保证每个干线对最多出现在它的一个元素中的前提下,使得该子集所有元素的相似性测度之和最大且由它确定的配准误差最小,该文采用分支定限法解决了这一优化问题;最后由最优子集中的所有元素得到同名像点集,运用仿射变换模型,实现图像的配准.大量实验表明,文中提出的方法对红外与可见光遥感图像之间的配准是有效的.

一种新的基于CV模型的图像分割算法

CV模型是一种重要的图像分割模型,本文针对其收敛速度慢、效率低的缺点提出一种求解CV模型的新方法。首先将CV模型的能量泛函改写成与原来有相同稳定解的总变分公式形式,然后使用对偶公式法求总变分公式的极小值,再在其中引入一速度项以加快模型的收敛速度。新方法一方面克服了梯度下降法要求时间步长小、迭代次数多的缺点,经过较少次的迭代就能收敛,减少了迭代计算的次数;另一方面,引入的速度项能够减少每次迭代的时间,从而缩短求解模型的时间。速度项的引入同时减少了对梯度的依赖,增强了抗噪性。另外,可以通过调节速度项得到不同数目的同质区域,以适应相同图像不同分割任务的需求。实验结果表明本文方法是有效的。

基于Vague集的特征不确定性建模及相似度求解

受图像噪声和特征提取方法不稳定性等的影响,特征提取结果存在不确定性,它降低了同名特征之间的相似程度,增大了匹配模糊性.如果忽略这种不确定性,可能会造成匹配精度的降低,甚至导致匹配的失败.为此,本文对图像配准中常用特征的属性参数不确定性进行了分析和建模,并提出了一种基于Vague集的不确定性特征相似度求解方法.本文的理论成果可以应用于图像配准和目标识别等领域中牵涉到的特征匹配问题中.

一种基于角点特征的图像自动配准方法

图像配准是图像处理和计算机视觉中的重要环节。提出了一种基于角点特征的图像自动配准方法来处理具有相似变换的图像配准问题。角点特征由改进的Harris算子提取,然后将提取的角点组成虚拟三角形,利用在相似变换下参考图像和待配准图像中对应的虚拟三角形相似的原理,找到最相似的两个虚拟三角形,以它们对应的顶点作为控制点,求出变换模型参数,从而配准两幅图像。该方法只要求两幅图像中提取的角点特征包含3个以上的对应角点,就能配准两幅图像。它的另一个优点是理论上对两幅图像之间发生的平移、旋转和尺度变化没有限制。实验结果表明:这种图像自动配准算法是正确和有效的。

直线特征立体匹配中的不确定性问题

直线特征断裂和提取不完整、过提取是直线特征提取结果中常见的不确定性问题,是影响直线特征立体匹配结果的关键因素。提出一种以边缘检测结果为依据定量描述这些不确定性的方法,依据已提取直线特征延长线附近边缘点分布,定义直线特征端点定位的概率密度函数,以单条直线特征的不确定性描述为基础,计算断裂直线特征编组假设的可靠性测度,进而计算用于衡量立体图像中任意两条直线特征匹配假设可靠性的核线约束测度和灰度相似性测度。应用真实遥感立体图像,对比已有方法,结果证明了本文方法能够有效提高直线特征匹配结果对于两类直线特征提取不确定性问题的抑制能力。