用于红移测量的基于密度估计的模板匹配法

文章给出了一种基于密度估计的模板匹配法来确定红移,将确定红移问题转化为寻找密度最大点问题。该方法首先利用基于均值漂移的谱线自动提取方法提取出特征谱线;再根据提取出的特征波长序列与模板的谱线表,由红移公式构造出一个数据集Z;最后,寻找数据集中的密度最大点,对密度最大点的ε-邻域中的点进行平均得到红移值。该方法利用了特征波长和谱线类型信息,可以处理各种类型的天体。在构造数据集时忽略谱线类型不匹配及特征波长明显不匹配的情况,这就去除了很大的干扰并且加快了运行速度。试验结果表明:该方法的稳定性较好,正确率也较高。

基于平行性约束的摄像机标定与3D重构

引入了梯形的一个仿射不变量,并利用这个不变量,建立了梯形的相似不变量与摄像机内参数之间的约束关系.基于这个约束关系,利用摄像机内参数的知识或梯形相似不变量的知识,可以线性确定摄像机的内参数、运动参数和梯形的相似不变量.由于梯形是由一对平行线段唯一确定的,平行线段在许多场景中经常出现,因而该方法有很广泛的适用性.实验结果表明了该算法的有效性.该工作提供了一个基于平行性约束的框架,以往的基于平行四边形、平行六面体的方法都可以纳入到这个框架中.

基于空间共线点的单光心反射折射摄像机标定

一条空间直线的单光心反射折射图像是一个二次曲线段,大多数利用直线进行单光心反射折射摄像机标定的方法都需要对直线的像进行二次曲线拟合,曲线拟合的精度严重影响着标定的精度.然而,一条空间直线的像仅占整个二次曲线的一小段,这使得曲线拟合的效果非常差.本文利用空间三个共线点的反射折射投影给出了摄像机内参数的一个非线性约束.当反射镜面为抛物面时,在主点已知的情况下,该约束变为线性约束.如其他参数已知,该约束变为关于有效焦距的多项式约束.由此,本文提出了三种不同条件下的标定算法,算法中无需对直线的像进行二次曲线拟合,无需场景的任何信息,标定精度较高.实验验证了算法的有效性.

基于均值漂移的非线性尺度空间滤波

为解决均值漂移滤波核带宽的选择问题,分析了均值漂移和尺度空间滤波的关系,指出当采用正态核函数时,均值漂移是一种基于高斯尺度空间滤波的聚类方法。由此提出了一种基于均值漂移的非线性尺度空间滤波方法,其性能仅取决于空域的核带宽的选择,在每个采样点处根据信号的局部特征自适应选取幅度域的核带宽。该方法克服了均值漂移滤波存在块状效应的缺点。实验结果表明,该方法的整体性能优于均值漂移滤波、高斯滤波和中值滤波。

基于均值漂移实现非发射线天体光谱的谱线自动提取

非发射线天体的光谱是天体光谱谱线提取中最难处理的一种。针对非发射线天体,给出了一种基于均值漂移的谱线自动提取方法。首先,利用均值漂移总是指向局部密度最大点也即密度的模式点这一性质,提取出较为满意的伪连续谱;其次,均值漂移滤波同时工作在空间域和幅度域上,是一种非线性的边缘保持滤波方法,在去除噪声的同时,能够较好地保持特征谱线的信息,文章在连续谱归一化后,采用均值漂移去噪得到谱线光谱;最后,对谱线光谱设置局部阈值提取出特征谱线。通过对恒星、正常星系等的实验表明:该方法是有效的,这将对后续的参数测量和基于谱线的光谱分类非常有利。

基于时间尺度的中国省域产业结构差异研究

从发展时序上采用产业结构相似系数的方法,分析了全国省域产业结构的差异状况,发现全国省域产业结构在时间尺度上层次分异明显:三次产业结构发展水平与北京比较平均相差21.6a,依次可分为高水平成熟型、高速发展型、二产主导型和特殊型;工业结构与上海比较平均相差18.8a,依次分为深加工主导型、重加工型和轻加工型;第三产业分为高水平的金融地产商业主导型和低水平的居民服务主导型。依据时间序列划分的三次产业结构、工业结构和第三产业结构各发展层次的省域大致重合。

一种快速绘制 Bézier 曲面的算法

本文基于曲面的部分提出一种绘制Ｂéｚｉｅｒ曲面的算法，同传统算法相比具有绘制速度快，易于控制等优点。

形状空间下的3D面貌相似性比较

开展了利用计算机自动比较两个3D面貌相似程度的研究。提出了一种在形状空间下基于测地线的3D面貌相似性比较的方法。该方法使用测地线近似表示3D面貌模型,然后将其变换到形状空间下,以对应测地线的平均测地距离作为两个3D面貌的相似性比较的依据。在公开的GAVADB三维面貌库上对14个人的28个3D面貌模型进行了实验,识别率达到92.86%以上,说明本方法可以将同一个人的不同模型与不同人的模型区分开。另外,使用提出的方法对不同人的3D面貌模型进行了相似性比较实验,结果表明使用本方法得出的相似程度的判断与人的主观判断相一致,说明本方法能够较好地反应3D面貌的相似程度。

基于一维标定物的反射折射摄像机标定方法

一维标定物是指一组任意两点距离已知的共线点.基于一维标定物的标定方法相对基于二维、三维标定物的方法更加灵活,在实际中有很高的应用价值.文中提出一种基于一维标定物的反射折射摄像机标定算法.如果一维标定物包含5个或5个以上的共线点,则通过一维标定物的3次或3次以上的一般刚体运动,就能够标定反射折射摄像机的参数.算法分为两步:首先,使用一维标定物的图像和主点满足的不变量计算主点;然后,通过一维标定物图像所隐含的正交消影点信息,线性地求解绝对二次曲线的像(IAC),并对IAC矩阵进行Cholesky分解确定尺度因子和畸变因子.此外,文中方法还能够给出镜面参数的解析表示以及一维标定物相对于视球中心的位置.模拟实验中,作者在两种镜面配置下比较了文中的方法和基于圆环点的方法,结果表明文中的方法在不同的镜面配置下都能得到较好的标定结果.真实实验也验证了文中方法的正确性和可行性.

基于Fourier-Mellin变换的气象卫星光谱图像配准

气象卫星光谱图像是气象科学和环境遥感科学研究的重要工具,而图像配准是气象卫星图像数据应用的前提。文章针对气象卫星光谱图像的配准问题,提出了一种基于Fourier-Mellin变换的自动配准方法。首先利用全球海岸线矢量图数据构造地标模板,地标模板是气象卫星光谱图像配准的参考图像;其次,根据云通道数据选择无云区域红外子图像,并利用Sobel算子对红外光谱图像提取边缘特征;最后利用Fourier-Mellin变换确定地标模板图像和红外边缘图像之间的仿射变换参数,从而实现红外光谱图像的配准。该方法本质是基于曲线匹配的思想,无需特征点提取,大大简化了配准流程。利用FY-2D气象卫星上获取的红外通道数据进行了实验,结果表明:该方法鲁棒性好,运算速度快,配准精度较高。

基于均值漂移的自适应滤波及其在光谱信号处理中的应用

该文给出了一种基于均值漂移的自适应双边滤波方法,其性能仅取决于空域的核尺度参数,幅度域的核尺度是根据信号的局部特征自适应选取的。该方法能够去除脉冲噪声,能有效抑制非脉冲噪声,并有较强的边缘保护能力。实验和分析表明本文方法的整体性能优于高斯滤波和中值滤波。该文将所提出方法用于天体光谱的去噪,并与均值漂移滤波和小波硬阈值法进行了比较,结果表明:该方法能够有效抑制光谱中天光背景噪声和随机噪声,并能较好地保护谱线信息,更适于天体光谱信号的处理。

基于小波特征的星系光谱分类

提出了一种新的星系光谱分类方法.首先,对原始光谱进行四级小波分解,选择主要包含谱线信息的第四级小波系数作为光谱的小波特征;然后,利用主分量分析对光谱的小波特征进行特征压缩,得到光谱的识别特征;最后,利用Fisher线性判别分析实现分类.该方法能够在红移值未知的情况下,对流量未定标的星系光谱进行识别.通过实验与其他几种分类方法进行了比较.实验结果表明,本文方法具有较强的鲁棒性,在流量未定标情况下的识别效果优于其他几种分类方法.

一种从粗到精的红外和可见光卫星图像配准方法

气象卫星所携带的多种传感器可以获得可见光、红外、多光谱等多模态的卫星图像,目前处理这些多模态图像的一个重要手段是数据融合分析方法,而获取不同模态图像空间对应关系的图像配准是数据融合分析的前提和基础。针对多模态气象卫星图像的配准问题,重点研究红外图像和可见光图像的配准问题,并根据红外图像和可见光图像的特点,提出了一种由粗到精的两阶段配准方法。在粗配准阶段,将FourierMellin变换应用于红外和可见光图像的边缘图像上,并通过变换图像在频域的关系实现了图像配准仿射变换参数的快速计算;在精配准阶段,基于图像的Harris算子检测红外图像和可见光图像的特征点,并通过特征点局部区域的互相关函数实现特征点的匹配,最终通过匹配特征点求得精确配准的变换参数。文章提出的由粗到精的图像配准方法,有效结合了Fourier-Mellin变换对边缘图像配准的高效性和Harris算子图像配准的准确性,是红外和可见光图像配准的一种新方法。利用FY-2D气象卫星获取的红外和可见光图像进行了配准实验,实验结果表明所提出的方法具有良好的鲁棒性和较高的配准精度。

一种鲁棒的非均匀灰度图像分割算法

针对非均匀灰度图像分割困难及分割效率低下的问题,该文提出了一种基于活动轮廓模型的高效图像分割算法。不同于传统水平集方法中仅用单一信息定义的能量泛函,该算法结合图像的边缘信息和区域统计信息定义了一个新的能量泛函。边缘信息的利用便于演化轮廓线快速精确地定位至物体边缘;区域统计信息由局部统计信息和全局统计信息构成,一方面,局部统计信息的利用能够有效处理图像的灰度分布不均匀现象,另一方面,全局统计信息的利用避免了轮廓线陷入局部极小值。最后,在轮廓线演化过程中,通过高斯卷积核实现快速规则化,避免了传统模型计算代价高昂的重新初始化或规则化。合成图像和真实图像的实验结果表明,该文算法不仅能够快速有效分割灰度分布不均匀的弱边缘物体,而且对于多灰阶复杂结构物体也能够精确分割;同时,该算法对噪声和初始轮廓线具有较好的鲁棒性。

基于非参数回归与Adaboost的恒星光谱自动分类方法

通过对恒星光谱进行分析可以研究银河系的演化与结构等科学问题,光谱分类是恒星光谱分析的基本任务之一。提出了一种结合非参数回归与Adaboost对恒星光谱进行MK分类的方法,将恒星按光谱型和光度型进行分类,并识别其光谱型的次型。恒星光谱的光谱型及其次型代表了恒星的表面有效温度,而光度型则代表了恒星的发光强度。在同一种光谱型下,光度型反映了谱线形状细节的变化,因此光度型的分类必须在光谱型分类基础上进行。本文把光谱型的分类问题转化为对类别的回归问题,采用非参数回归方法进行恒星光谱型和光谱次型的分类;基于Adaboost方法组合一组K近邻分类器进行光度型分类,Adaboost将一组弱分类器加权组合产生一个强分类器,提升光度型的识别率。实验验证了所提出分类方法的有效性,光谱次型识别的精度达到0.22,光度型的分类正确率达到84%以上。实验还对比了两种KNN方法与Adaboost方法的光度型分类,结果表明,利用KNN方法对光度型分类精度低,而基于弱分类器KNN的Adaboost方法将识别率大幅提升。

基于不同空间尺度的山东省区域经济差异研究

运用变异系数CV、泰尔系数T等指标,基于三大经济板块、17个市域、121个县域等不同空间程度,对1990年以来山东省区域经济发展水平的差异程度进行了分析。结果发现,空间尺度愈小,差异程度愈大,即县域间差异程度大于市域,市域大于板块,但从变化趋势看,板块间差异程度对全省经济发展水平差异的贡献度在提高。从三大板块内部看,鲁中地区经济发展水平差异程度大,鲁东和鲁南地区内部差异程度小。

基于HEIV模型的摄像机一维标定

多摄像机系统广泛应用于文化创意产业,其高精度标定是迫切需要解决的一个关键问题.新近出现的摄像机一维标定方法能够克服标定物自身遮挡,特别适合标定多摄像机系统.然而,现有的摄像机一维标定研究主要集中在降低一维标定物的运动约束,而标定精度较低的问题未受到应有的关注.本文提出一种基于变量含异质噪声(Heteroscedastic error-in-variables,HEIV)模型的高精度摄像机一维标定方法.首先,推导出摄像机一维标定的计算模型;其次,利用该计算模型详细分析了一维标定中的噪声,得出摄像机一维标定可以视为一个HEIV问题的结论;最后给出了基于HEIV模型的摄像机一维标定算法.与现有的算法相比,该方法可以显著改善一维标定的精度,并且受初始值影响小,收敛速度快.实验结果验证了该方法的正确性和可行性.

基于知识的红移测量和谱线证认方法

该文给出了一种基于知识的天体光谱的红移测量和谱线证认方法。首先,利用特征谱线的相关知识对红移 候选和特征谱线候选进行了定义,并根据定义交叉确认红移候选和特征谱线候选;然后,利用Parzen窗法对所得 到的红移候选集进行密度估计;最后,确定密度最大的红移候选,将落入其Parzen窗内的所有红移候选值进行平 均得到红移,与这些红移候选值相对应的特征谱线候选即为特征谱线。与现有的基于谱线匹配的方法相比,该方法 对谱线提取效果的依赖程度较低。实验结果表明:该方法的鲁棒性较好,正确率较其它基于谱线匹配的方法有较大 提高。

基于Bayes决策的光谱分类

天文观测技术的迅速发展推动了大规模的星系光谱巡天计划如SDSS、LAMOST等,面对这些巡天项目所观测到的海量光谱数据,研究自动的光谱分析方法已成为必然的选择。研究了基于Bayes决策的光谱分类方法,将光谱分为恒星,星系和类星体三类。首先采用主分量分析来进行特征提取,将光谱投影到由三个主分量构成的特征空间中;然后,采用非参数密度估计Parzen窗法来估计类条件概率密度函数;最后利用基于最小错误率的Bayes决策进行分类。在Parzen窗法中,核宽很大程度上影响着估计效果,从而影响着分类效果。通过详尽的实验分析了核宽和分类效果的关系,发现当核宽接近某个阈值时,识别率将会增加,但小于这个阈值时,识别率反而下降。

基于特征约束的谱线自动提取

已有的谱线自动提取方法均采用整体阈值约束或局部阈值约束进行谱线识别,因而谱线提取结果中普遍存在谱线遗失或伪谱线过多的缺点。文章在谱线识别时加入了2个特征约束,第1个特征约束是:谱线线心的强度必须大于局部阈值和整体下阈值,并且如果某一点的强度大于整体上阈值,则可认为在该点存在谱线;第2个特征约束是:谱线的起始波长和终止波长处的强度必须小于谱线线心的强度。这2个特征约束使得该文的谱线提取效果较之已有方法有显著的提高。通过实验对该文方法和已有的方法进行了比较,实验结果充分体现了该文方法的优势。