农作物物候信息对农作物长势监测和估产具有重要意义。该文以河北省中南部冬小麦为研究对象,以叶面积指数(LAI,leaf area index)为同化量,采用重采样粒子滤波算法同化WOFOST(world food studies)作物生长模型和遥感观测LAI,重构LAI时间...农作物物候信息对农作物长势监测和估产具有重要意义。该文以河北省中南部冬小麦为研究对象,以叶面积指数(LAI,leaf area index)为同化量,采用重采样粒子滤波算法同化WOFOST(world food studies)作物生长模型和遥感观测LAI,重构LAI时间序列数据,基于重构数据提取冬小麦返青期、抽穗期和成熟期等关键物候期。重构结果表明,重构的LAI具有良好的时间连续性和空间连续性,可减缓WOFOST作物模型LAI变化剧烈程度,峰值出现时间与遥感LAI曲线基本同步,且可一定程度上解决遥感观测LAI数值整体偏低和数据缺失的问题。物候期监测结果表明,在空间分布上与冬小麦实际生长状况基本相符,时间上也较为合理,但因在返青期存在LAI高初始值、成熟期存在LAI下限不确定性等问题致使在具体日期存在偏差。展开更多
利用重采样频域滤波(resample frequency domain filter,RFDF)方法,提取高荧光及随机噪声背景下的拉曼信号.仿真结果表明,在设计适当的滤波器情况下,该方法能得到很好的拉曼信号提取效果.若要获得较高的拉曼光谱信号保真度,需考虑不同...利用重采样频域滤波(resample frequency domain filter,RFDF)方法,提取高荧光及随机噪声背景下的拉曼信号.仿真结果表明,在设计适当的滤波器情况下,该方法能得到很好的拉曼信号提取效果.若要获得较高的拉曼光谱信号保真度,需考虑不同成分信号功率谱的混叠程度、光谱数据的分辨率和采样率、频域带通滤波器的设计形式及参数等影响因素.展开更多
The condensation tracking algorithm uses a prior transition probability as the proposal distribution, which does not make full use of the current observation. In order to overcome this shortcoming, a new face tracking...The condensation tracking algorithm uses a prior transition probability as the proposal distribution, which does not make full use of the current observation. In order to overcome this shortcoming, a new face tracking algorithm based on particle filter with mean shift importance sampling is proposed. First, the coarse location of the face target is attained by the efficient mean shift tracker, and then the result is used to construct the proposal distribution for particle propagation. Because the particles obtained with this method can cluster around the true state region, particle efficiency is improved greatly. The experimental results show that the performance of the proposed algorithm is better than that of the standard condensation tracking algorithm.展开更多
目的降采样滤波是生成空间金字塔影像数据的主要手段,但目前没有一种客观指标来鉴别滤波器的降采样效果,因为至少需要空间金字塔的两层原始信号才能计算滤波器的降采样峰值信噪比(PSNR)。为解决此难题,本文建立一种研究路线:先基于视频...目的降采样滤波是生成空间金字塔影像数据的主要手段,但目前没有一种客观指标来鉴别滤波器的降采样效果,因为至少需要空间金字塔的两层原始信号才能计算滤波器的降采样峰值信噪比(PSNR)。为解决此难题,本文建立一种研究路线:先基于视频影像数据评选确定一个性能优秀的降采样滤波器,然后验证该滤波器降采样生成遥感金字塔的主观目视效果,提出一种沿图像纹理方向滤波的降采样方法 TDFA(texture direction filtering approach),可生成高质量的空间影像金字塔。方法本文把降采样与升采样结合提出一种重采样滤波对偶RSFP(re-sampling filter pair),作为当前层金字塔数据的一个逼近,用来评价降采样滤波器效果。基于RSFP评价手段,筛选出一种基于纹理滤波的金字塔生成方法 TDFA:对每个8×8块,TDFA在直流、水平、135°、垂直和45°等5个方向中搜索确定图像的一个纹理方向,用一个3阶滤波器沿纹理方向实施降采样,效果优于目前最好的最邻近插值方法,无任何伪彩、锯齿、块效应或马赛克。结果利用大量影像数据实验,同几个典型滤波器的降采样效果对比,TDFA提升平均PSNR的范围,对拉格朗日滤波器是7.29 8.44 d B;对双线性滤波器是6.26 7.40 d B;对AVS的1/4插值滤波器是5.80 6.84 d B;对最邻近插值是4.51 5.70 d B。结论本文提出的纹理滤波降采样算法可以生成质量优于现有最好水平的遥感金字塔影像,也可以生成高质量的多层视频流媒体数据。所提出的重采样滤波对偶RSFP可以输出当前层的高精度预测,用于可伸缩视频编码处理。展开更多
文摘农作物物候信息对农作物长势监测和估产具有重要意义。该文以河北省中南部冬小麦为研究对象,以叶面积指数(LAI,leaf area index)为同化量,采用重采样粒子滤波算法同化WOFOST(world food studies)作物生长模型和遥感观测LAI,重构LAI时间序列数据,基于重构数据提取冬小麦返青期、抽穗期和成熟期等关键物候期。重构结果表明,重构的LAI具有良好的时间连续性和空间连续性,可减缓WOFOST作物模型LAI变化剧烈程度,峰值出现时间与遥感LAI曲线基本同步,且可一定程度上解决遥感观测LAI数值整体偏低和数据缺失的问题。物候期监测结果表明,在空间分布上与冬小麦实际生长状况基本相符,时间上也较为合理,但因在返青期存在LAI高初始值、成熟期存在LAI下限不确定性等问题致使在具体日期存在偏差。
文摘利用重采样频域滤波(resample frequency domain filter,RFDF)方法,提取高荧光及随机噪声背景下的拉曼信号.仿真结果表明,在设计适当的滤波器情况下,该方法能得到很好的拉曼信号提取效果.若要获得较高的拉曼光谱信号保真度,需考虑不同成分信号功率谱的混叠程度、光谱数据的分辨率和采样率、频域带通滤波器的设计形式及参数等影响因素.
基金The National Natural Science Foundation of China(No60672094)
文摘The condensation tracking algorithm uses a prior transition probability as the proposal distribution, which does not make full use of the current observation. In order to overcome this shortcoming, a new face tracking algorithm based on particle filter with mean shift importance sampling is proposed. First, the coarse location of the face target is attained by the efficient mean shift tracker, and then the result is used to construct the proposal distribution for particle propagation. Because the particles obtained with this method can cluster around the true state region, particle efficiency is improved greatly. The experimental results show that the performance of the proposed algorithm is better than that of the standard condensation tracking algorithm.
文摘目的降采样滤波是生成空间金字塔影像数据的主要手段,但目前没有一种客观指标来鉴别滤波器的降采样效果,因为至少需要空间金字塔的两层原始信号才能计算滤波器的降采样峰值信噪比(PSNR)。为解决此难题,本文建立一种研究路线:先基于视频影像数据评选确定一个性能优秀的降采样滤波器,然后验证该滤波器降采样生成遥感金字塔的主观目视效果,提出一种沿图像纹理方向滤波的降采样方法 TDFA(texture direction filtering approach),可生成高质量的空间影像金字塔。方法本文把降采样与升采样结合提出一种重采样滤波对偶RSFP(re-sampling filter pair),作为当前层金字塔数据的一个逼近,用来评价降采样滤波器效果。基于RSFP评价手段,筛选出一种基于纹理滤波的金字塔生成方法 TDFA:对每个8×8块,TDFA在直流、水平、135°、垂直和45°等5个方向中搜索确定图像的一个纹理方向,用一个3阶滤波器沿纹理方向实施降采样,效果优于目前最好的最邻近插值方法,无任何伪彩、锯齿、块效应或马赛克。结果利用大量影像数据实验,同几个典型滤波器的降采样效果对比,TDFA提升平均PSNR的范围,对拉格朗日滤波器是7.29 8.44 d B;对双线性滤波器是6.26 7.40 d B;对AVS的1/4插值滤波器是5.80 6.84 d B;对最邻近插值是4.51 5.70 d B。结论本文提出的纹理滤波降采样算法可以生成质量优于现有最好水平的遥感金字塔影像,也可以生成高质量的多层视频流媒体数据。所提出的重采样滤波对偶RSFP可以输出当前层的高精度预测,用于可伸缩视频编码处理。