多基线InSAR最大后验高程反演算法的改进

多基线InSAR是在单基线InSAR的基础上发展一种获取高精度DEM的手段。相较于传统InSAR,多基线InSAR有许多技术上的优势。目前,基于马尔可夫场的最大后验(MRF-MAP)高程反演算法是众多多基线InSAR高程反演算法中精度较高、发展较为成熟的一种。此算法的关键步骤是模型超参数的估计,受制于模型的不完全性和问题的高维特性对超参数的估计只能采用expectation-maximization(EM)算法结合了蒙特卡洛计算方法来进行,因而抽样算法的收敛速度和鲁棒性就成为了影响MRF-MAP精度的关键因素。采用multiple-trial Metropolized independence sampler(MTMIS)抽样代替原始的Metropolis-Hastings抽样。实验结果表明这种改进使样本的收敛速度加快,样本多样性提高,因而能够改进最终获取的DEM的精度。此外,还推导出了超参数估计方差的表达式。

基于模糊模式识别的车牌识别算法设计

介绍一种基于明暗度二值化的车牌模糊识别的算法。这种算法在车牌识别的使用可以有效避免因光照、车辆运动速度及车牌清晰度、光洁度而带来的误识别。介绍了这种算法的构建、实验平台、实验环境、实验处理结果,并对结果进行了讨论。