无人机航空像片与机载SAR图像融合算法研究

由于成像方式及波谱接收段的不同,航空像片与SAR图像所反映的信息有很大差异,图像之间互补性明显.通过将它们进行融合,可以充分利用其互补信息,增强对图像的解译能力,从而获取到信息更全面和准确的侦察图像.在分析航空像片与SAR图像的成像特性差异基础之上,采用几种常用的图像融合算法对其进行融合,并对融合效果进行了定量评价.     

高可扩展格子Boltzmann方法

格子Boltzmann方法(Lattice Boltzmann Method,LBM)是计算流体力学中的一种常用方法.由于LBM中的格点仅与相邻的格点间存在数据传递,因此具有良好的并行性.LBM并行算法中的数值通信部分通常采用的是格点上的微观量——分布函数.每次传递的分布函数具有多个不同的速度方向,为了进一步减少LBM并行算法的通信开销,从格子 Boltzmann方法的物理特性以及相应的串行程序为切入点,深层次地挖掘可并行的因子,设计了专门用于通信面的类,使用数量较少的宏观量进行通信,降低了通信所占的比重,缩短了通信时间,提高了加速比和效率.实验表明,在4 096个计算核上依然有良好的加速比和效率.     

用于并行压缩感知成像系统的观测矩阵优化算法

压缩感知理论为遥感空间超分辨技术提供了一种新的实现方式。其中观测矩阵决定着压缩感知的采样规则,设计和优化观测矩阵对于保证信号的重构品质具有重要意义。文章在并行压缩感知成像系统的基础上,提出了一种基于列独立性和互相关性的观测矩阵优化算法。算法通过正交三角分解增强观测矩阵的列向量独立性,再通过特征值分解和等角紧框架约束来降低观测矩阵与稀疏矩阵之间的互相关性。同时,文章还提出了一种基于阈值分割的优化方法,将观测矩阵转化为便于硬件实现的二值矩阵,在降低了硬件加工难度的同时,进一步增强了观测矩阵的效果,提高了优化算法的实用性。仿真实验证明,文章提出的优化算法相较于传统优化算法在峰值信噪比方面提升1～2 dB,具有更好地优化效果。