玉米冠层LAI反演中UAV影像镜面反射去除方法

针对玉米叶片反射太阳光时因镜面反射导致获得的无人机影像反射率中存在与冠层结构无关的镜面反射部分,从而影响玉米冠层LAI的反演精度问题,本研究利用小波变换对无人机影像不同波段的阈值设置,在不影响漫反射的前提下削弱镜面反射成分,尽量只保留与冠层结构有关的反射率成分。以2018年7月15日和7月26日获取的河北农业大学辛集试验站多光谱无人机影像为数据源,构建了NDVI、GNDVI、SAVI和EVI 4个植被指数,并分别与ln(LAI)构建玉米冠层的单变量反演模型,利用决定系数和均方根误差进行LAI反演精度评价。精度评价结果表明,在7月15日玉米植株较稀疏时,去除镜面反射后,4个植被指数反演LAI与实测LAI的决定系数分别从0.7190、0.5598、0.6241、0.5985上升至0.7633、0.6940、0.6497、0.6194,均方根误差分别从0.2244、0.2526、0.2214、0.2245下降到0.1880、0.1958、0.1918、0.1987,说明去除镜面反射可以提高LAI的反演精度。在7月26日玉米植株相对茂密时,去除镜面反射后,4个指数构建模型对应的决定系数也同样提高,但在这种情况下,NDVI和GNDVI容易发生饱和,用阈值法降低反射率反而会加剧饱和现象,使这2个指数不能充分反映LAI的变化。SAVI和EVI因为加入了冠层背景调整因子,植被指数的变化得到放大,二者在去除镜面反射后与ln(LAI)拟合模型的决定系数都达到0.6以上,因此,在植被覆盖较茂密时,SAVI指数和EVI指数更适合用于LAI反演。

轮廓初始点检测对眼睛虹膜区域反射光的去除

针对传统人眼反射光模型单一的缺陷,提出了一种自适应的对不规则形状人眼反射光的检测并去除算法。对含有人眼反射光区域,应用区域生长算法对人眼图像进行分割,并利用垂直边缘检测算子提取虹膜左右轮廓边界,拟合虹膜轮廓,对虹膜所在轮廓区域,采用提出的反射光轮廓初始点检测算法,反射光区域判定算法,对其轮廓的位置进行自动定位并提取,利用虹膜及瞳孔的纹理信息对人眼反射光覆盖区域进行修补。通过对不同人眼图像进行验证,结果表明该方法对检测不同噪声条件下的虹膜反射光具有鲁棒性,并且能够更加快速有效地对虹膜反射光进行去除。

海上中深层强反射背景下的薄弱储层预测方法

海上中深层薄互层岩性油气藏勘探是一大难点问题,中深层的地震资料往往品质较差,分辨率低,且常常存在盖层强反射的遮挡问题,制约单砂体预测研究。为解决此类薄砂层预测难点问题,这里提出了一种面向海上中深层地震强反射干扰背景下的薄弱储层预测方法,从地震资料出发进行两次优化处理,以提高地震对薄层的分辨率,通过子波反褶积对地震资料开展以储层预测为导向的拓频,提高地震对薄层分辨率,再考虑去除盖层强反射的影响,采用匹配追踪算法对地震资料进行分解,通过强反射层频率范围约束原子匹配过程,识别出区域上的强反射层地震信息,从拓频后的地震资料中剥离强反射轴,利用二次优化后的地震资料开展叠前反演预测优质储层分布范围,基于此策略解决复杂中深层储层预测难题。具体介绍了拓频和去强轴二次优化处理的原理,并通过模型正演分析了薄砂层地震响应及盖层强反射轴的形成机理并验证了该方法的可行性。在南海西部某目标区块储层预测应用中,该方法能很好地预测薄砂储层的分布特征,提高了隐蔽型目标层的油气预测精度,为此类中深层强反射干扰背景下隐蔽油气藏的预测提供了一种新的参考,对油气勘探开发具有重要意义。

破坏前庭器官对压力感受性反射敏感性的影响

目的观察双侧迷路破坏对压力感受性反射敏感性的影响。方法清洁级雄性大鼠40只,随机分为正常组、手术组和假手术组。手术组和假手术组又进一步分为双侧迷路破坏组(bilateral labyrinthectomy,BL)和压力感受性反射去除组(sinoaortic denervation,SAD)。通过静脉灌流苯肾上腺素(phenylephrine,PE)和硝普钠(sodium nitro-prusside,SNP)观察压力感受性反射敏感性的变化。结果 (1)BL不影响PE所诱发的压力感受性反射敏感性,但是使SNP所诱发的压力感受性反射敏感性降低;(2)SAD后大鼠失去调节PE所诱发的急性高血压的能力,而减弱对SNP所诱发的急性低血压的调节能力。结论压力感受性反射和前庭系统可能共同参与急性低血压时血压的调节。

断裂及其裂缝发育带三维空间刻画技术

随着油气田的勘探开发越来越精细,传统的相干、曲率、蚂蚁体等单一叠后断裂/裂缝的属性预测技术已经无法满足油田断裂￣裂缝型储层高效勘探开发的需求。按照地震可识别程度,把断裂及其裂缝发育带的地质要素分为长度、宽度、方向、边界、内幕等,通过不同属性的组合和相互验证,实现其三维综合空间刻画:强反射去除技术突出了断裂带内幕的储层特征,为后续的属性计算奠定了数据基础;likelihood属性刻画了断裂及其裂缝发育带的边界;相干约束下的多尺度曲率优选得到了断裂带的真实地震宽度;沿着断裂发育的大致地质方向,开展基于叠前部分方位叠加体的蚂蚁体属性优选,精细描述了断裂带的方向;多尺度相干实现了断裂带内部小尺度裂缝的预测,地震张量技术则准确刻画了断裂带内部发育的溶洞特征。以上技术系列实现了断裂及其裂缝发育带的三维精细刻画和内幕结构的有效识别,对相似油气藏的勘探开发具有重要的借鉴和推广意义。

致密层去除均一反射层方法研究及应用——以鄂尔多斯盆地SD地区为例

鄂尔多斯盆地SD地区为典型的低孔、低渗致密气区,但该区上古生界二叠系山2段和太原组普遍发育煤层,形成的强反射会掩盖其上下有效储层的响应特征,同时背景沉积作用也掩盖了储层的部分特征。为此将地震记录定义为均一反射层和岩性体反射的组合,均一反射层地震特征表现为低频、相位稳定,对有效储层预测会有干扰作用,提出一种基于改进的Hebb神经网络主分量分析的均一反射体提取方法,引入Ricker子波核函数,将原始地震数据通过内积操作变换到特征空间,提取非线性特征,解决原始样本空间地震数据样本线性不可分的问题,利用该方法的非监督在线学习能力,设计迭代算法计算,可以得到均一反射体,最终变换得到岩性体,实现储层的精细刻画。通过构建含煤层的二维模型验证了该方法去除均一反射层的可行性,并应用于SD地区A工区,可以有效去除均一反射层(包括去除强反射地层)影响,有利于提高利用高维度地震数据进行有效储层精细描述的准确度。

基于经验模态分解提高太赫兹频率分辨率的方法

太赫兹频率分辨率是影响物质鉴别的重要因素,但是由于太赫兹时域光谱系统中存在器件反射,使得参考信号和测量信号出现多个反射峰,时域信号长度截断导致频率分辨率很低。为了去除反射峰的影响,提出基于经验模态分解去除时域反射峰,从而提高太赫兹频率分辨率的方法。通过与太赫兹主峰的互相关定位时域反射峰,计算反射峰的上下包络和求平均值,获取本征模函数并代替反射峰,增加时域信号有效长度,提高太赫兹频域分辨率。空气中水蒸汽的太赫兹透射谱实验结果表明,该方法具有自适应去除多个反射峰的能力,对太赫兹时域信号修复效果良好,频率分辨率提高了12倍,而且未丢失有用的吸收谱信息,吸收峰的位置和个数与真实谱一致,很好地保留了太赫兹谱的鉴别能力。

深度卷积先验引导的鲁棒图像层分离方法及其应用

图像层分离是根据任务需要将观测图像分解成两个独立且具有实际意义的组成成分。图像恢复领域中的很多问题在本质上都可以被理解为两个不同层的分离,如自然图像去雨、本质图像分解、反射层去除等。因此,做好图像层分解工作对解决这些问题有极大的推动作用。由于这个问题的求解具有病态性,已有的方法大多都是通过设计一个复杂的模型先验来约束所需要的两层。然而,复杂的先验会导致目标函数难以被优化求解,算法的有效性也不能很好地发挥出来。更重要的是,这些方法只能针对其中某一个特定的任务,不能迁移到其他应用上,泛化能力不强。为了弥补上述不足,文中提出了一个自适应的灵活优化框架,将深度网络整合到图像层分离迭代过程中。近年来,深度学习在特征提取上的优势逐步体现,在低级图像处理领域也越来越多地被采用。因此,该算法使用深度结构替代传统模型先验来刻画不同层的特征,同时,为了减少网络对训练数据的依赖并提升算法的有效性,将深度信息与传统优化框架相结合。具体来讲,首先基于MAP(最大后验概率)建立能量函数。然后使用ADMM(交替方向乘子法)将该模型分解成3个子问题。前两个子问题用来估计分离的两层,其中鉴于卷积操作在特征刻画上的优势,使用其作为隐式先验刻画问题属性;最后一个子问题通过优化的手段得到最终的精确结果。通过深度卷积先验引导优化迭代,既保持了深度结构对特征的刻画优势,又保留了传统模型优化的稳定性。最后,将所提方法应用到多种图像恢复问题上,包括自然图像去雨和反射层去除。与同类方法的定性与定量比较表明,所提方法在可视效果和数值结果上均表现出了极大的优势,证明了该方法具有强大的泛化能力和有效性。

偏振视觉

传统视觉技术已经广泛应用于生产生活中的各类领域,然而在面对复杂环境以及非合作目标时,获得的信息量有限使传统视觉技术无法有效地检测、识别目标.作为与光强、波长、相位并列的光的基本物理特性,偏振能够反映发射或反射光的振动特性,表征物体的多种信息,因此偏振信息能有效区分目标与背景,并在恶劣环境中维持信息有效性.利用偏振信息的这种特性,人们将光的偏振信息引入视觉系统,得到了一种解决复杂场景成像问题的方案,即偏振视觉.偏振视觉最早在部分生物上发现,对偏振视觉的进一步研究使人们发现偏振视觉相较于传统视觉在复杂场景下的成像优势.本文以偏振视觉的发展为主线整理了偏振视觉技术的诞生、成像设备的发展与该技术在各领域的应用,并展望了偏振视觉及其相关技术的未来发展方向.

全像素双核成像技术及应用研究综述

全像素双核(dual-pixel,DP)自动对焦(dual-pixel CMOS auto focus,DP CMOS AF)采用混合检测自动对焦,其在每个像素配备两个光电二极管,使每个像素既参与对焦又参与成像,克服了传统相位检测自动对焦和反差检测自动对焦技术的缺点。根据离焦视差估计图像合焦镜头所需移动的距离,DP自动对焦具有更快的对焦速度和更高的对焦精度,因此广泛应用在手持设备中(如手机相机、单反相机等)。由于全像素双核传感器将每个像素分成两半,该传感器一次拍摄即可得到两幅图像。这两幅图像(全像素双核图像对)可以看做一个具有相同曝光时间和严格校正的小基线立体图像对。该图像对的视差与图像模糊程度相对应,只在离焦区域存在视差。全像素双核传感器不仅用于自动对焦,而且可以用于深度估计、散焦去模糊和反射去除等方面。本文系统地综述了全像素双核传感器的自动对焦、成像原理及研究现状,并进一步展望其未来发展。1)对自动对焦技术进行介绍,对比了传统对焦与全像素双核对焦;2)详细分析了全像素双核传感器的成像原理、成像模型及特点;3)系统地介绍了全像素双核在计算机视觉领域应用的最新进展,从深度估计、反射去除和离焦模糊去除等方面进行全面阐述及分析;4)适当的数据集是基于深度学习方法的基础,对目前的全像素双核数据集进行了介绍;5)分析了全像素双核在计算机视觉领域面临的挑战与机遇,对未来的全像素双核应用方向进行了讨论与展望。