基于Volterra模型的LCD运动图像去模糊研究

由液晶显示器(LCD)的"抽样-保持"特性与人眼视觉系统(HVS)的运动跟踪特性引起的运动模糊现象可以近似地用sinc函数的频域模型来描述。故本文在论述采用sinc^(-1)预补偿模型对LCD运动图像去模糊的基本原理的基础上,导出了采用Volterra模型替代sinc^(-1)时的参数选取方法和选择模型阶数的具体条件,从而为Volterra预补偿系统的硬件实现提供了理论依据。仿真结果显示:基于Volterra模型的图像预补偿系统在性能方面优于原sinc^(-1)系统,在处理小速度图像运动时造成的模糊现象中的效果与原sinc^(-1)系统相近,而在高速度造成的运动模糊的改善效果中,Volterra预补偿系统具有优于原sinc^(-1)系统的特点。

一种消除LCD运动图像去模糊模型极点的方法

sinc-1模型作为逆系统能较好地改善LCD运动图像模糊现象,但其在极点处无法正确还原运动模糊的图像,且难以硬件实现.因此,本文从系统辨识的角度出发,提出了一种采用基于变步长最小均方误差(Least mean square,LMS)的低阶Volterra非线性系统拟合sinc-1模型的LCD运动图像去模糊的方法.仿真结果表明,该方法能消除sinc-1模型的极点问题,较好地改善了LCD运动图像模糊现象,简单且易于硬件实现.

基于相变和似然性的多相图像分割方法

Sine-Sinc模型是一种基于材料科学中Modica-Mortola物理相变原理的多相图像分割方法.针对该模型分割结果不完全、易受噪声和亮度不均匀性影响的问题,提出了一个改进的Sine-Exp-Gauss多相图像分割模型.基于Sine-Sinc模型,Sine-Exp-Gauss模型用指数函数代替Sine-Sinc模型的Sinc函数,并从分段常数图像假设推广到高斯分布函数图像假设;模型偏微分方程的数值解采用凸函数分裂方法迭代,获得每个相的局部最优解,同时给出一种标准初始化方法使迭代过程易于收敛到理想局部极小值.与Sine-Sinc模型和偏差矫正模型相比,实验结果证明Sine-Exp-Gauss模型在噪声消除和自偏差矫正方面都更加鲁棒.

基于TanDEM-X相干系数的森林高度估测方法

【目的】采用TanDEM-X单极化InSAR数据,研究基于相干系数的SINC模型森林高度估测方法,并分析5 m高分辨率的LiDAR DEM和30 m中等分辨率的SRTM DEM对模型估测精度和稳定性的影响。【方法】首先对观测的相干性进行非体散射失相干校正得到体散射失相干γVol,然后基于SINC模型将γVol的相干系数作为输入估测森林高度。以LiDAR提取的森林高度为验证数据,均匀选取150个检验样本,分别在15 m×15 m、30 m×30 m、50 m×50 m和100 m×100 m大小的样本尺度上进行精度评价,并与DSM-DEM差分法进行对比,分析2种方法的精度和适用性。【结果】5 m和30 m分辨率的参考DEM对SINC模型森林高度估测结果影响较小,随样本尺度增大其影响可逐渐忽略,当样本大小为100 m×100 m时,LiDAR DEM和SRTM DEM估测结果的R2分别为0.54、0.51,RMSE分别为2.38、2.51 m,精度分别为77.19%、75.99%;相比SINC模型法,DSM-DEM差分法在各样本尺度上的表现更好,但森林高度估测结果存在明显低估现象,必须采用森林高度实测数据进行校正,当样本大小为100 m×100 m时,R2为0.79,校正前后的RMSE分别为2.57、1.63 m,精度分别为75.44%、84.41%。【结论】基于相干系数的SINC模型法估测森林高度,以30 m空间分辨率的SRTM DEM进行地形补偿和地理编码,可以取得较好结果;虽然该方法的精度相比DSM-DEM差分法略有下降,但既不需要实测森林高度数据进行标定,也不需要输入高分辨率的DEM,具有大范围森林高度制图的潜力和更大的实际应用价值。

单基线TanDEM-X InSAR相干性反演森林高度

由RVoG模型演变的SINC函数模型运用到TanDEM-X InSAR数据反演森林高度时面临观测信息不足的问题,且无法适应不同的森林场景。本文针对这一问题,提出小范围LiDAR数据辅助下基于TanDEM-X InSAR相干性的森林高度反演方法,此方法无须全局高精度DEM产品提供地表相位信息而仅利用相干性即可获取森林高度信息。为验证此方法的可行性,采用西班牙境内两个典型试验区的TanDEM-X InSAR数据进行验证,并利用LiDAR树高数据进行精度评定。结果表明,单基线TanDEM-X InSAR相干性可用于反演森林高度,两个试验区的精度分别为2.34 m和1.74 m。

LCD运动图像模糊的分析与建模

本文探讨了LCD运动图像模糊的原理。具体分析了sinc模型和sin^2模型的LCD运动图像模糊的原理,同时由于前两种模型实现复杂的特点,提出了一种具有空间域处理简单的双sinc模型来描述LCD运动图像的模糊效应,仿真结果显示:双sinc的运动图像的模糊模型在空间域和频率域中的处理与现实的运动模糊效应相一致。

机载X-波段双天线InSAR数据森林树高估测方法

短波长的干涉合成孔径雷达(InSAR)适用于数字表面模型(DSM)提取,但难以提取准确的林下地相位,在缺乏高精度数字高程模型(DEM)的森林区域,短波长InSAR数据估测树高的能力受到限制。针对这一问题,采用机载X-波段单极化(HH)双天线InSAR数据开展了森林树高估测方法研究。双天线InSAR可以忽略时间去相干的影响,并且X-波段波长较短,入射角较大(中心入射角45.77°),地表对干涉去相干的贡献可以忽略,因此可将干涉复相干作为体去相干,对体去相干模型中的结构函数进行勒让德展开,截取第0阶展开式得到了基于相干幅度的森林树高估测模型,利用均匀选取的LiDAR冠层高度模型(CHM)检验样本对估测结果进行严格的精度评价,并与差分法的树高估测结果进行对比。精度评价结果显示:相干幅度法与差分法都得到了较高的估测精度,两者的R^2、RMSE、总精度分别为0.81、0.86;1.20m、0.97m;86.4%、88.7%。研究结果表明:相干幅度与森林树高具有负相关关系,适用于估测树高,基于单极化相干幅度的估测模型也可以得到较高的估测精度,与差分法的估测结果相比,虽然估测精度略有降低,但此方法具有两方面的优势:一方面,估测结果不需要实测样地数据标定,对于没有实测样地数据的森林区域亦能进行高精度的树高估测;另一方面,相干幅度法不需要高精度的DEM,具有更强的实用性。