感兴趣未知红外波段遥感图像超分辨率反演重构

提出了感兴趣未知波段遥感图像超分辨率反演重构算法。基于已有波段的多光谱图像,根据构建的地物光谱反射率数据库,利用高斯混合聚类算法和相关距离法,对辐射定标和大气校正后的场景光谱反射率图像的物质进行分类与类别判定。基于流形空间约束的图像解混算法得到场景图像的地物分布,据此,反演重构感兴趣未知波段地物光谱反射率图像。基于已有波段的远红外图像,利用温度反演算法与插值算法,反演重构感兴趣未知波段高分辨率地物温度场分布。根据地物光谱反射率信息和地物温度场信息,利用遥感链路成像模型,超分辨率反演重构出感兴趣未知红外波段高分辨率遥感图像。实验结果表明,本文算法能够超分辨率反演重构出感兴趣未知红外波段不同场景的高分辨率遥感图像,重构图像与场景实况图像的相似度很高,提升图像的目标检测识别能力。

基于空间约束的高光谱图像解混算法

基于表征相邻像元之间的同质性和差异性的空间约束,对稀疏解混模型进行改进,提高高光谱图像混合像元解混的精度。压缩原始光谱库生成解混光谱库,提高了空间约束对解混模型的影响,降低了高光谱图像对解混光谱库的稀疏性。基于解混光谱库,根据高光谱图像局部空域内的同质性和差异性构建流形约束项,将其以正则项形式与稀疏解混模型相结合构建改进解混模型,利用交替方向乘子法对改进后的解混模型进行凸优化求解。实验结果表明,算法对高光谱图像具有高的解混精度和优异的抗噪声性能。

天基高光谱图像仿真算法

本文提出了一种天基高光谱图像仿真算法。首先利用传感器参数将输入多/高光谱图像转换为地物辐射亮度图像,利用大气校正方法和辐射传输模型将其转换为地物反射率图像。接着进行端元提取,利用端元集中的光谱信息和原始光谱库匹配构建解混光谱库。然后利用解混光谱库进行混合像元分解,计算场景的丰度矩阵和地物光谱信息,将地物光谱信息在原始光谱库中匹配得到地物类型及全波段反射率。最后利用丰度矩阵、地物全波段反射率计算感兴趣波段的地物反射率图像,通过大气模型、传感器模型生成感兴趣波段天基高光谱仿真图像。实验结果表明,本文算法生成的仿真图像与原始图像具有较高的相似性。

无人机对地运动目标跟踪算法

提出一种基于改进相关滤波器的无人机对地运动目标跟踪算法。该算法提取目标梯度方向直方图特征、颜色特征、深度特征等多种特征,利用空间可靠性图改进相关滤波器,提高对不规则形状目标的跟踪性能,基于高效卷积算子进行特征降维和紧凑样本空间构建,降低数据冗余。根据相关滤波器得到的目标特征响应确定目标跟踪框的位置,实现目标跟踪。经实验验证:该算法的跟踪平均中心距离误差为16.07,跟踪成功率曲线下面积参数为0.54,均优于目前其他先进算法;跟踪平均帧率最高可达44.09帧/秒,具有较好的实时性。