800万像素手机镜头的设计

随着手机市场对高像素手机镜头的需求增大,利用Zemax光学设计软件设计一款大相对孔径800万像素的广角镜头。该镜头由1片非球面玻璃镜片,3片非球面塑料镜片,1片滤光镜片和1片保护玻璃构成。镜头光圈值F为2.45,视场角2ω为68°,焦距为4.25 mm,后工作距离为0.5 mm。采用APTINA公司的MT9E013型号800万像素传感器,最大分辨率为3 264×2 448,最小像素为1.4μm。设计结果显示:各视场的均方根差(RMS)半径小于1.4μm,在奈奎斯特频率1/2处大多数视场的MTF值均大于0.5,畸变小于2%,TV畸变小于0.3%。

基于Landsat-8和LSMM的冬小麦面积提取研究——以皖北为例

美国国家航空航天局(NASA)成功发射了最新系列的陆地卫星(Landsat-8),搭载的陆地成像仪(OLI)对波段进行了重新调整,从而避免了大气吸收干扰,能够更好地区分植被和无植被特征,为农业遥感提供了全新的高质量数据。本文选取皖北(阜阳、蚌埠、宿州)为研究区域,以Landsat-8遥感影像为研究数据,经缨帽变换得到遥感影像的主成分信息,并用其分量甄选出不同地物的端元,最后建立线性混合像元模型(LSMM),并对皖北地区冬小麦进行提取。与历史统计数据对比,冬小麦种植面积的提取精度达到了90%以上,说明利用Landsat-8和LSMM开展大尺度范围的小麦种植面积提取具有明显的优势。

800万像素折衍混合式手机镜头设计

为满足市场对高像素手机镜头的需求,利用ZEMAX光学设计软件,设计了一款800万像素的折衍混合式手机镜头。镜头采用了正-负-正的三片式结构,光阑位于第一片透镜和第二片透镜之间,第二片透镜的前表面为二元衍射面。手机镜头的F数为2.85,全视场64,总长5.9mm,在Nyquist频率处所有视场MTF值均大于0.23,相对畸变小于1%,成像质量良好。公差计算结果表明镜头公差符合加工工艺要求。

800万像素手机广角镜头设计

为了满足市场对高像素手机广角镜头的需求,设计出一款800万像素大相对孔径的手机广角镜头。该手机镜头由4片塑料非球面透镜和1片红外滤光片组成,镜头的光圈值F为2.45,视场角为80°,采用Omnivision公司的OV8850型号800万像素CMOS图像传感器,最大分辨率为3 280 pixel×2 464 pixel,CMOS图像传感器的像素尺寸为1.1μm,奈奎斯特频率为454 lp/mm。设计结果显示,镜头在1/2奈奎斯特频率处,0.7视场内的MTF值均大于0.48,全视场的MTF值大于0.38;在奈奎斯特频率处,0.7视场内的MTF值大于0.15;最大畸变小于2%,因此可获得优良的成像质量。

基于Landsat-8时间序列影像分析西昆仑山地区冰川滑移特征

利用图像亚像元互相关分析方法处理了Landsat-8卫星获取的时间序列影像数据,得到中国青藏高原西北部地区西昆仑峰区冰川匀速滑移的时空演化过程。利用亚像元影像互相关技术对Landsat-8光学影像精确配准,配准精度达到0.01像元,即该光学影像的水平形变监测精度达到0.15 m。通过对2013-07-2014-08的15景Landsat-8影像进行互相关和形变时间序列反演分析,获得了西昆仑峰区两条冰川的滑动位移场和速度场。研究表明,该区域的冰川基本处于匀速滑移状态（无明显加速和减速现象）;同时也验证了Landsat-8光学影像在监测较大地表位移和地壳形变事件（如沙丘移动、地震、滑坡、火山等）上的应用潜力。

基于Code V的800万像素手机摄像镜头设计

利用Code V光学工程软件,设计了一款800万像素手机镜头。镜头采用1G3P结构,光圈值F为2.8,视场角62°。采用东芝公司一款800万像素的1/2.6英寸CMOS传感器作为设计镜头的感光元件,像素大小为1.75μm,相应的尼奎斯特频率为285lp/mm。设计结果表明,在尼奎斯特频率处,大部分视场的MTF值均大于0.3,在尼奎斯特频率1/2处,视场的MTF值均大于0.5,最大畸变为-1.05%,成像性能良好,满足使用要求。

基于Landsat 8的云南松光谱端元选择与评价研究

以云南松为研究对象,调查昆明市主城区周围61个样点,选择3块代表性样地,基于Landsat 8影像,采用纯净像元指数(PPI)、连续最大角凸锥(SMACC)和几何顶点的端元提取方法,利用样区1提取的云南松端元波谱对样区2和3进行分类。以外业调查数据提取的平均端元为真值,结合波谱角填图(SAM)分类结果,对比分析不同的端元提取方法。结果表明:研究样区2基于PPI、SMACC和几何顶点端元提取的分类结果整体精度分别为85.00%、35.00%和85.00%;研究样区3基于PPI、SMACC和几何顶点端元提取的分类结果整体精度分别为83.33%、16.67%和75.00%。基于PPI提取的云南松端元平均波谱曲线与真实地表的云南松波谱曲线最为相似,可用于今后基于Landsat8数据的云南松波谱端元提取和混合像元分解。

基于Landsat-8的基本农田农作物植被覆盖度研究——以温宿县为例

为了提高基本农田划定和监测工作的效率,减少人力物力的耗费,利用Landsat-8遥感数据通过像元二分法估测农作物植被覆盖度,并与基本农田农用地分等成果对比进行定量分析。结果表明,研究区内植被覆盖度以中等覆盖度为主,即大多数地区的植被覆盖度在30%~50%,这与同期的外业调查情况相一致。对于研究区来说,中等覆盖度下的植被生长状况已达到鼎盛时期,中等覆盖度的比例也随农用地等级的提高而增多,而对于分布较少的高覆盖度和极低覆盖度地区,也呈现随着基本农田等别的提高而增多和减少的趋势。这说明利用Landsat-8遥感数据估计植被覆盖度来判定植物的生长状况,从而将Landsat-8遥感数据运用到基本农田的划定和监测工作中去是可行的。

Sentinel-2A与Landsat 8数据在植被覆盖度遥感估算中的比较

本文以芜湖市繁昌县为研究对象,基于Sentinel-2A数据与Landsat 8数据,利用像元二分法、线性光谱混合模型对研究区进行植被覆盖度估算,并对试验结果进行分析,探究两种数据在植被覆盖度反演方面的能力差异,比较了不同方法在研究区反演中的优劣性。试验结果表明,繁昌县植被覆盖状况较好;利用Landsat 8数据和Sentinel-2A数据分析得出的植被覆盖度具有较强的一致性,并且当利用线性光谱混合模型反演植被覆盖度时,Sentinel-2A数据总体精度比Landsat 8数据总体精度高3.84%;利用像元二分法反演植被覆盖度时,Sentinel-2A数据总体精度比Landsat 8数据总体精度高2.725%。总体而言,Sentinel-2A的植被覆盖度反演能力优于Landsat 8;像元二分法能较好地适用于研究区的植被覆盖度反演。

基于Landsat 8 OLI的合肥市水域面积提取方法有效性研究

目的:从亚像元、像元和对象的角度对不同类型水体信息进行识别提取,探讨Landsat 8 OLI数据对水体面积提取方法的有效性。方法:采用监督分类-神经网络法、面向对象法、MNDWIOSTU阈值法和线性混合像元分解法,分别对合肥市水体信息进行提取分析。结果:采用的4种方法均适用于合肥境内的水体研究,其中线性混合像元分解法提取精度最高且具有较强的鲁棒性,总体精度和Kappa系数的平均值高达97.05%和0.97。结论:针对中等分辨率的Landsat 8 OLI数据,基于亚像元的线性混合像元分解方法对水体识别具有较好的精度,可为更精细或更大尺度的水体信息提取提供技术参考。

改进型椭圆拟合的特征点质心分步提取法

为改善远距离视觉姿态测量系统中测量距离不同造成的质心提取误差,研究了一种基于改进型椭圆拟合的质心分步提取法。首先,对预处理后的图像采用加权灰度质心法快速获取特征点整像素,实现质心粗定位;然后,针对存在重合交叉的边缘,通过8向链码筛选获取光滑连续单像素边缘,对边缘信息归一化后进行椭圆拟合,运用3σ准则剔除拟合粗差点后,输出椭圆中心坐标;最后,通过反归一化获得质心亚像素坐标,实现质心精确定位。仿真结果表明:该方法能有效抑制图像噪声,质心提取精度优于0.05 pixel;将其应用于姿态测量系统中,测量距离为3~15 m时,以精密转台为角度基准,该方法相较于传统椭圆拟合法,最高可提升47%的测角精度。

一种改进的快速并行细化算法

对二值化的图像进行细化处理在目标识别中有着重要的应用.Zhang快速并行细化算法是一种常用的细化算法,其细化结果保持了原图像的连通性,且形态结构保持较好,无毛刺现象.但是细化后结果不能保证为单一像素,这为图像的后期处理带来了困难.本文对Zhang并行细化算法进行了改进,实验结果表明改进后的细化结果保证为单一像素,且又保持原有算法的优点.

发动机磨损过程油液监测研究

通过油液光谱分析技术,对发动机磨损过程进行监测。通过实际得到的油液监测数据,作出发动机实际磨损图与发动机磨损理论图进行对比,研究了发动机磨损过程三个阶段的磨损特点。实例表明,在对发动机磨损状态的监测中,油液光谱分析技术分析速度快,准确性高,具有很强的工程应用前景。

基于混合像元分解的辽河口滨海湿地分类

滨海湿地高精度的地物分类可以为湿地监测与保护提供数据支持和决策依据。以辽河口湿地为研究对象,以Landsat8 OLI多光谱影像为数据源,结合研究区域实际地物情况,采用像元纯度指数和均值波谱法确定端元光谱,并利用全约束最小二乘混合像元技术和决策树技术制定分类规则,最后将研究区域分为芦苇、翅碱蓬、水稻、滩涂、水体(海水、虾池水、河水等)和人工建筑(包括路面、人工设施、房屋等)六大类。结果表明:该算法分类精度高于90%,结合目视判读与野外实地调查,发现分类结果符合实际地物情况。

基于植被光谱特征和像元分解模型的植被覆盖度计算方法研究

植被覆盖度是衡量地表植被覆盖状况的一个重要的指标,是洪水预报、水土流失监测和分布式水文模型中的重要参数。通过分析植被在绿、红、近红外波段反射率及其差值的均值和均方根,发现根据植被在绿、红、近红外波段反射率的特定组合及运算能够计算出一个突出植被信息并且比较稳定的参数。在此基础上,基于像元分解模型,提出一种植被覆盖度计算方法。选取植被类型不同的区域分别对计算方法进行适用性和精度验证,结果表明:该方法在不同植被类型区域都取得较好的效果。

基于MIC-SURF的快速图像匹配算法

在序列图像匹配应用中,最小亮度变化(MIC)算法存在角点漏检、对噪声敏感、不具有旋转不变性等缺点,降低了特征点检测的精确性和快速性。针对该问题,对MIC算法进行改进,并与加速稳健特征(SURF)算法相结合,提出一种快速的图像匹配算法。对图像进行自适应平滑滤波,在图像的非平坦区域运用8邻域像素相似法检测需要的几何角点,并采用SURF算法对检测到的特征点进行描述和匹配。实验结果表明,与SURF算法、最小核值相似区-加速稳健特征算法相比,该算法在图像发生旋转变化、噪声变化、亮度变化和仿射变化时都可以提高图像匹配的速度和准确率。

贵阳市AOD遥感反演及其与土地利用类型的耦合关系

传统的大气监测方法难以满足宏观、实时、动态的监测需求,应用高分辨率遥感影像进行区域大气质量状况监测手段逐渐备受关注。基于Landsat 8影像数据,运用暗像元法,通过"6S"辐射传输模型构建查找表,建立蓝、红波段地表反射率、表观反射率与气溶胶光学厚度(Aerosol Optical Depth,AOD)之间的关系,获取贵阳市30 m分辨率的AOD分布,分析贵阳市AOD空间分布特征及与土地利用的耦合关系。结果表明:1)基于遥感手段反演的AOD与地面监测数据一致性较好,与PM2. 5的相关性最高,贵阳市AOD最大值为0. 95,最小值为0. 23,均值为0. 63; 2)贵阳市云岩区的AOD均值最大,开阳县最小,AOD呈现出"南高北低"的分布格局; 3) AOD均值最大的土地利用类型是建设用地,为0. 73,最小的土地类型是林地,为0. 53; 4)将贵阳市AOD分为高值区、较高值区、较低值区、低值区4个等级,建设用地与水体在高值区面积比重明显大于在其它AOD等级的比重,林地在高值区的比重明显小于在其它AOD分区的比重,冬季耕地、草地在各区间分布比重差异较小。针对贵阳市气溶胶分布状况,提出大气环境保护的相关建议与对策。

城市地表端元丰度与地表亮温关系

由于城市人口急剧增长,城市化进程成为全球变暖的主要贡献来源:城市裸露、半裸露土地和不透水面温度较高。针对城市地表物质丰度与温度的关系,以武汉市2013年夏季Landsat-8遥感数据为数据源,使用多端元光谱混合分析法动态提取每个像元中的植被-不透水面-土壤(V-I-S)端元组分,并采用大气顶层辐射值反演地表亮温,通过聚类分析典型地表物质类型的地表亮温区位表现,结合三角图分析每个像元内的端元丰度与相应地表亮温之间的关系,拟合多元回归方程探究端元丰度对地表温度的影响能力,以及地表亮温对端元丰度数值变化的表现。实验结果表明,V-I-S端元丰度情况可解释夏季地表亮温98.563%的变化,其中不透水面丰度对夏季亮温的影响最大,而植被丰度的大小与植被温度调节能力成正比。

MESMA与面向对象组合的土地利用分类方法

混合像元是制约传统组合分类方法精度提高的主要因素之一。为此,文章提出一种基于多端元混合像元分解(multiple endmember spectral mixture analysis,MESMA)与面向对象分类组合的分类方法,利用混合像元分解提高分类精度,借助组合方法降低“椒盐”现象影响。首先,使用MESMA技术分解混合像元,提取丰度信息,并将丰度信息作为特征变量应用到像素分类;然后,将像素和面向对象的分类结果进行组合,获得最优分类结果;最后,以内蒙古鄂尔多斯市乌审旗纳林河二号矿井Landsat-8影像为数据源进行相关实验。结果表明:组合方法分类精度最高,与基于像素、面向对象和传统组合方法相比,分类精度分别提高4.56%、5.66%、4.05%;同时,该方法可以有效降低“椒盐”现象影响。

基于方向比重特征的维吾尔文笔迹鉴别方法

笔迹鉴别是一种有效的身份鉴别方法。作者针对维吾尔文文字书写特点提出了一种文本无关的笔迹鉴别方法,该方法采用递推方式,首先,以边缘图像为基础,利用8邻域像素点,计算边缘像素点四维方上的方向比重;然后,获取微切分窗口内所有的边缘像素点的方向比重;最后,求得窗口中书写笔迹的方向比重,并以此作为特征结构进行笔迹鉴别。实验不但改进了笔迹图像预处理,而且根据特征结构的特点,在加权卡方距离度量度量方法上进行笔迹密度再加权计算。结果表明,该方法提高了鉴别效果,有很强的实用性。