基于贝叶斯的核磁共振T_(2)谱成像方法

为解决T_(2)谱成像精度低,影响检测结果的准确性的问题,对基于贝叶斯的核磁共振T_(2)谱成像方法进行了研究。首先给出了NMR(Nuclear Magnetic Resonance)信号的基本特征,并基于贝叶斯原理,推导了NMR信号的似然函数,构建了T_(2)谱成像框架。其次,采用改进的马尔科夫链蒙特卡洛策略,得到T_(2)谱及其不确定度。最后,通过随机构造服从多峰的混合高斯概率密度函数的T_(2)谱模型,验证了基于贝叶斯的核磁共振T_(2)谱成像方法的有效性。该方法可应用于通信原理综合实验内容,也可用于创新性训练实验。

高分辨率遥感影像海岸线提取方法研究——以WorldView-2数据为例

针对海岸线人工解译提取的复杂性,研究了高分辨率遥感数据的海岸线自动提取技术。以WorldView-2影像为例,对研究区内的人工、砂质和基岩3种类型海岸水边线分别建立了遥感解译标志,分析不同水边线两侧地物的光谱特性,根据二者的光谱差异构建有效的特征波段,然后利用阈值法实现各类型海岸水边线的自动提取,进而通过进行潮位校正获得海岸线,大大提高了海岸线提取的精度和效率。

面向对象的GF-2影像水体信息提取研究

高分辨率遥感影像面向对象信息提取的前提和关键步骤是影像分割。在分析水体信息提取方法的基础上,提出多尺度-光谱差异分割的方法。首先,以河南省开封市某区域为例,采用多尺度分割的方法对GF-2影像进行分割,确定最优分割尺度;然后,在保证地类分割纯度的基础上,对分割的影像进行光谱差异分割,得到研究区域水体分割最佳效果;最后,利用水体在近红外波段均值的特征,设置阈值提取到满意的水体信息结果。根据目视评价和定量评价结果,证明该方法在研究区域是可行的。

L1-2空谱全变差正则化下的高光谱图像去噪

针对高光谱图像的复原问题,提出了一种基于局部核范数最小化和全局L1-2空谱全变差正则化的高光谱复原模型.首先,将高光谱图像划分成局部交叠的三维图块,在提高局部低秩性的同时减少核范数最小化带来的信息损失;然后,建立稀疏表达能力更强的L1-2空谱全变差正则项,不仅能表示空间稀疏先验,而且还能发掘光谱稀疏先验;最后联合两者的优势,在局部上利用核范数最小化惩罚光谱低秩性,在全局上利用L1-2空谱全变差约束高光谱的空间和光谱稀疏性,建立新的高光谱图像复原模型.该模型不仅能够有效去除高斯噪声、脉冲噪声、死线噪声及其混合噪声,而且减少了对噪声独立同分布假设的依赖,能部分抑制与结构相关的噪声.通过对模拟的和真实的高光谱图像进行大量的实验仿真,并与经典的基于低秩和全变差的复原方法相比,本文模型复原结果的平均峰值信噪比提高1.36 dB,平均结构性相似指标提高0.004,而Q-测度降低1.35,平均光谱角降低0.64,复原精度大幅度提高.

光谱模型结合面向对象法的山区水体提取

山区因地势起伏大、水体分布零散导致遥感提取水体信息精度不高。另外,对于高分二号(GF-2)影像,受限于只有4个波段,无法构建已有水体提取精度较高的指数。鉴于此,以泰山为研究区,采用GF-2影像,提出差异水体光谱模型结合面向对象法的水体信息提取方法,并与阴影水体指数决策树、改进的阴影水体指数决策树以及支持向量机3种方法进行对比。结果表明,该方法能够有效去除山体阴影的影响,较好地保持了水体信息,对细微水体也有良好的提取能力,在实验和验证影像中总体精度分别达到98.02%和97.33%,Kappa值分别达到0.9533和0.9334,均高于其他3种方法。该方法在准确提取水体的同时,有效减少“椒盐现象”的发生,可为类似山区水体提取提供一定的参考。