色彩表示的宽带多光谱空间研究

在主成分分析法的基础上建立了色彩表示的宽带多光谱空间 ,并定义了累积空间覆盖率 (CSCR)来表征特定空间下光谱的重建效率。实验结果表明 。

色彩的宽带多光谱空间表示法(英文)

在Aitcken PCA算法的基础上建立了色彩表示的宽带多光谱空间,并定义了“累积空间覆盖率(CSCR)”来表征特定空间下光谱的重建的效率。该空间采用宽带光谱匹配方法,希望在降低多光谱图象采样、传输、处理和存储开销的同时使色彩的表示精度有大幅度的提高。实验结果表明,该空间能以很高的精度来表示原始光谱空间。

基于FICA的色彩信号宽带多光谱空间研究

目的利用快速独立成分分析法,实现有效利用色彩光谱信息进行色彩精度复制的关键技术。方法利用快速独立成分分析法对孟塞尔colormatt光谱数据集进行光谱空间降维,并利用选用的独立成分进行光谱空间重建;从累积空间覆盖率和表色精度等方面对该方法进行评价。结果随着选用独立成分个数的增加,累积空间覆盖率和表色精度数据逐步增大,当选用8个独立成分时,累积空间覆盖率和表色精度逐步处于平稳状态;根据需求选用5个基矢量对颜色进行准确光谱重建,最终累积空间覆盖率达到97%,99.92%的重构光谱拟合度达0.9以上,100%的样品色差小于0.5。结论利用快速独立成分分析法进行光谱空间降维,能够高精度地表示原始光谱空间。

以混合算法建立宽带多光谱色彩表示空间

对整个原始光谱集进行基于自组织映射的聚类分析,以集群内光谱的平均值分布代替该集群,从而实现在对光谱分布的尖峰值平滑的同时实现原始光谱集的第一次压缩,并对压缩后的光谱集进行主成分分析,以提取的光谱主成分分量作为基张成宽带多光谱空间。

ADV212在大视场多光谱TDICCD空间相机中的应用

针对空间多光谱相机中CCD输出数据量大、谱段间冗余小和行频可变等导致常见基于矢量量化、预测和变换编码的整体压缩方案硬件实现困难的问题,提出了一种基于ADV212的空间相机图像压缩方案。依据ADV212工作原理和CCD图像特点,提出了Custom-specific工作模式,在该模式下,使用提出的图像帧和中断处理策略,并以流水线作业的方式实现单片ADV212处理8通道CCD图像;分析了影响图像压缩质量的2个参数,提出了(10,5)量化步长设置方法,使码率控制误差减小了16.385%;使用地检设备对ADV212压缩系统进行了试验验证。结果表明,压缩系统能快速稳定地工作,在压缩比指标2∶1～32∶1内,PSNR均在30dB以上,与传统方法相比,在正常工作压缩比为1bpp时平均PSNR提高了2.49dB。有效的解决了整体压缩方案硬件实现困难的问题。

基于混合算法的色彩信号多光谱表示空间研究

根据光谱光效率函数,利用聚类分析法对多光谱数据集进行线性降维,进而利用快速独立成分分析法对初次降维数据提取独立成分,然后根据独立成分进行光谱空间重建,最后从均方误差以及色度空间两方面对此方法与主成分分析法进行对比。实验结果表明,该方法的均方差平均值较PCA降低了3.64%,平均色差较PCA降低了24.08%。可见,利用混合算法重建的多光谱表示空间能够更高效地表示原始光谱空间。

一种融合上下文多光谱空间通道特征的左心室分割算法研究

针对左心室生理结构复杂以及心脏磁共振成像纹理不均匀、噪声大、心腔肌肉干扰造成边界模糊等情况而导致左心室分割效果差等问题,本文提出了一种融合上下文多光谱空间通道特征的左心室分割算法。本文算法采用U型结构与跳跃连接方式将不同尺度的特征图进行融合,确保局部特征信息二次利用,提高了特征利用率。采用深度可分离池化通道金字塔(depthwise pooling attention pyramid,DPAP)模块对多尺度特征的有用信息进行优化;接着采用频域通道空间注意力模块对特征的通道和空间两个维度进行优化;最后采用组合损失函数缓解正负样本不均衡的问题。结果表明,在MICCAI2009磁共振左心室挑战赛数据集上,本文算法在相似性系数上验证集为93.25%、在线集为93.33%,相比主流分割算法DeepLabV3+有1.6个点提升,相比医学经典U-Net算法有6.9个点提升,能对左心室有效分割,分割结果边缘连续,轮廓清晰。

基于稀疏表达的多光谱色彩空间降维方法

针对多光谱技术通过光谱匹配的方法对色彩表示和再现时存在数据量大的问题,该文提出了一种基于稀疏信号表达的多光谱色彩表示空间降维方法。该方法利用原始光谱色彩空间来构造稀疏字典,进一步构建由该字典中少数基元张成的低维度多光谱色彩空间对原始高维样本数据空间进行表示,实现数据降维。实验结果表明,该文提出的方法在均方根误差上相比主成分分析法有明显的降低,并且光谱拟合度系数的平均值也到达了99.5%以上,在对降维后的光谱数据进行重建后信号的精度优于PCA方法处理的结果。

星上大视场TDICCD相机的多光谱图像无损压缩系统

提出了一种适于成像谱段数相对较少的多光谱TDICCD图像的无损压缩系统。所提出的压缩系统主要分为两步:第一步采用SPE架构的5/3提升整数小波变换去除空间冗余;第二步根据小波系数统计依赖性模型对小波系数进行预测,来消除残余空间冗余和小波系数的谱段冗余。然后将其与预测值做差进而得到预测残差,同时将预测残差进行熵编码得到最终的压缩码流。最后,使用地检检测设备对多光谱TDICCD图像无损压缩系统进行了试验验证。结果表明,压缩系统能快速、可靠稳定地工作,无损压缩比达到1.544 bits/pixel,比现有压缩系统压缩比提高了0.336 bits/pixel。相机工作在不同的侧摆下,压缩系统可以稳定正常地工作,压缩一帧图像最大耗时仅为26.446 ms。本文所提出的压缩系统有效地解决了多光谱TDICCD图像无损压缩比低和压缩算法整体硬件实现困难的问题。

一种全谱段多光谱遥感器的星上信息处理系统

全谱段多光谱星上信息处理系统应用于某型号多光谱遥感器,由可见光信息处理电路及红外信息处理电路构成。该系统基于推扫成像的遥感器设计方案,通过外同步控制方式,完成了可见光、短中波红外、长波红外探测器的时序控制与驱动、模拟信号采集与处理、数字信号整合与格式编排等功能,具有多焦面同步工作、采集模拟通道多、信噪比高的特点。最终系统共采集32路模拟图像信号,输出量化位数为14 bit,五路串行LVDS输出,单路数据率为30 Mbps。在给定的测试条件下,实验室环境实测可见光通道、短波红外通道信噪比分别达到307和422,中波红外通道、长波红外通道NETD分别达到0.14 K和0.16 K。并使用可见光通道进行了外景成像,得到了良好的图像数据。通过实验室测试及外景成像验证了本系统能够满足遥感器使用需求。

某接触型空间反射镜的结构设计与分析

为检测空间小型凸非球面反射镜,设计了一种适合其检测的结构。由于需要透射式检测,材料选择有局限性,首先优选反射镜材料,然后优选反射镜支撑方案,并对反射镜定位原理进行详细分析。在设计此反射镜组件时特地添加了阻尼环节及柔性环节,以减小装配应力、热应力及动力学响应,并重点而透彻地分析了装配方法,且对该反射镜组件进行了模拟工程分析。分析结果满足指标要求,该方案设计合理可行。

Low-dimensional multi-spectral space for color reproduction based on nonnegative constrained principal component analysis

In order to overcome the shortcomings that the reconstructed spectral reflectance may be negative when using the classic principal component analysis （PCA）to reduce the dimensions of the multi-spectral data, a nonnegative constrained principal component analysis method is proposed to construct a low-dimensional multi-spectral space and accomplish the conversion between the new constructed space and the multispectral space. First, the reason behind the negative data is analyzed and a nonnegative constraint is imposed on the classic PCA. Then a set of nonnegative linear independence weight vectors of principal components is obtained, by which a lowdimensional space is constructed. Finally, a nonlinear optimization technique is used to determine the projection vectors of the high-dimensional multi-spectral data in the constructed space. Experimental results show that the proposed method can keep the reconstructed spectral data in [ 0, 1 ]. The precision of the space created by the proposed method is equivalent to or even higher than that by the PCA.

Multi-domain High-Resolution Platform for Integrated Spectroscopy and Microscopy Characterizations

In recent decades,materials science has experienced rapid development and posed increasingly high requirements for the characterizations of structures,properties,and performances.Herein,we report on our recent establishment of a multi-domain(energy,space,time)highresolution platform for integrated spectroscopy and microscopy characterizations,offering an unprecedented way to analyze materials in terms of spectral(energy)and spatial mapping as well as temporal evolution.We present several proof-of-principle results collected on this platform,including in-situ Raman imaging(high-resolution Raman,polarization Raman,low-wavenumber Raman),time-resolved photoluminescence imaging,and photoelectrical performance imaging.It can be envisioned that our newly established platform would be very powerful and effective in the multi-domain high-resolution characterizations of various materials of photoelectrochemical importance in the near future.

MIMO RADAR IMAGING MODEL AND ALGORITHM

Based on the array architecture of multiple transmitting/receiving antennas, Multi-Input Multi-Output (MIMO) radar provides a new mechanism for radar imaging technology. In order to explore the processing approach to this imaging mechanism, the two dimensional (2D) imaging model of MIMO radar is established first, and the spatial sampling ability is analyzed from the concept of spatial convolution of the antenna elements. The target spatial spectral filling format of MIMO radar with monochromatic transmitting signal is described. High-resolution imaging capability of MIMO radar is analyzed according to spatial spectral coverage and the corresponding imaging algorithm is presented. Finally, field imaging experiment is used to demonstrate the superior imaging performance of MIMO radar.

双判别器深度残差GAN高光谱图像融合

目的 为了解决高空间分辨率多光谱图像与高光谱图像融合时的多波段对多波段问题,以及高空间分辨率多光谱图像波谱范围不能完全涵盖高光谱图像波谱范围而导致的光谱失真问题,本文利用深度学习的数据驱动优势,基于高分5号(GF-5)高光谱数据和Sentinel-2多光谱数据,提出一种基于生成对抗网络(generative adversarial network,GAN)的高光谱图像空谱融合方法——双判别器深度残差GAN网络(two discriminator deep residual GAN,2DDRGAN)。方法 考虑待融合图像间的波谱范围关系,采用分组融合策略,利用波段间的相关性,将多对多的融合问题转变为多个一对多的融合问题。使用深度残差模块深度提取图像的光谱和空间特征,用两个判别网络对融合图像的空间和光谱质量分别进行判断,改善生成网络生成的融合图像质量。另外,本文的深度学习网络不需要制作额外的融合结果标签,待融合图像本身就是标签,这大大降低了高光谱融合的工作量,也是目前深度学习遥感图像融合的根本改变。结果 与常用传统空谱融合方法和经典深度学习方法比较的实验结果表明,对于不同地物类型数据,该网络得到的融合结果在提升空间分辨率的同时,有较高的光谱保真度。光谱曲线评价也验证了该网络对于高空间分辨率图像波谱范围以外的高光谱图像波段进行融合时有良好的光谱保真度。结论 本文方法通过深度残差模块提取高光谱图像光谱特征和高空间分辨率图像空间特征,同时引入双判别网络,使得融合结果在保持光谱信息的同时更好地提升空间信息。

Geologic characteristics of the Chang'E-3 exploration region

We present topographic, geomorphologic and compositional characteristics of a l°×l° （-660 km2） region centered near the landing site of Chang＇E-3 using the highest spatial resolution data available. We analyze the topography and slope using Digi- tal Terrain Model （DTM） generated from Terrain Camera （TC） images. The exploration region is overall relatively flat and the elevation difference is less than 300 m, and the slopes of 80% area are less than 5~. Impact craters in the exploration region are classified into four types based on their degradation states. We investigate the wrinkle ridges visible in the exploration region in detail using TC and Lunar Reconnaissance Orbiter （LRO） Narrow Angle Camera （NAC） images. We calculate FeO and TiO2 abundances using Multispectral Imager （MI） data, and confirm two basaltic units： the northern part belongs to Imbrian low-Ti/very-low-Ti mare basalts, and the southern part is Eratosthenian low-Ti/high-Ti mare basalts. Finally, we produce a ge- ological map and propose the geologic evolution of the exploration region. We also suggest several rover traverses to explore interesting targets and maximize the potential scientific output.