高光谱图像全局异常检测RFS-SVDD算法

针对SVDD用于高光谱图像全局异常检测时存在虚警率高的问题,提出RFS-SVDD算 法。RFS-SVDD将空间相邻且光谱相似的像元分为同一区域,根据区域大小将图像在空间上分 成潜在异常区域与背景区域,用背景区域中所有子区域的平均光谱RFS作为SVDD训练样本求 取支持向量。RFS是每个子区域中像元光谱的统计结果且不包含奇异像元,可以避免奇异像 元光谱和图像随机噪声对背景建模的影响。对HYMAP和AVIRIS图像数据的仿真结果表明：RFS -SVDD算法能抑制异常目标像元光谱和图像随机噪声对背景建模的干扰,降低SVDD用于高光 谱图像全局异常检测的虚警率。
     

基于改进Hough算法的高光谱数据直线检测方法研究

为改进用于高光谱数据直线检测的传统Hough算法的计算量大、性能较低等不足,对一种基于改进Hough算法的检测方法进行了研究。用能反映地物信息体量的峰值信噪比选择波段,选出10个波段图像,既减少了输入波段数,又确保后续识别能考虑所有波段的光谱信息。对光谱相似性测度进行了改进,采用光谱信息散度与光谱角制图法混合度量(SID-SAM)检测图像边缘轮廓,获得特征点。再仿照传统Hough算法进行直线检测以得到结果。给出了算法的处理步骤,算法适于二维图像和高光谱图像的处理。实验检测结果表明:对二维图像,改进Hough算法识别出的直线数量远多于传统Hough变换,且提取的直线精度和完整性均有较大改善;对高光谱图像,与二维Hough算法相比,改进Hough算法所获结果的置信率高、准确性好,不仅可提高提取直线的完整性,而且能检测到前者无法检测到的部分。     

高光谱遥感数据特征挖掘技术研究进展

从目标空间尺度和传感器空间分辨率的相对大小,把高光谱遥感图像目标检测、识别与分类中的特征挖掘问题划分为多像元、单像元和亚像元3个层次,因而更具自然特性也更适合特征挖掘和目标分类与识别技术的分析。把高光谱遥感图像特征挖掘方法归纳为以保留波段物理意义为主要目的的特征选择、以综合利用所有观测数据信息为主要特色的特征提取,和考虑亚像元多目标混合信息的特征混合3大类。重点且简明地从高光谱遥感数据光谱曲线与光谱特征、特征提取、特征选择以及特征混合分析几个方面综述高光谱遥感数据/图像的特征挖掘技术的研究进展并通过热点问题展望其未来的发展趋势。     

结合邻域聚类分割的高光谱图像异常检测支持向量数据描述方法

支持向量数据描述方法在高光谱图像小异常目标检测中具有较好的检测性能,但是待检异常的几何形状受到约束和背景的选择具有盲目性影响检测效果,且检测需要对整幅图像进行遍历导致计算量大。提出邻域聚类分割和支持向量数据描述相结合的异常检测方法,首先利用邻域聚类方法分割图像,将几何尺寸小的分割块作为潜在异常目标;其次选择与潜在异常的形状和大小相适应的背景窗进行背景像元收集;最后采用SVDD方法从潜在异常中快速且准确地检测出异常目标。对HYMAP图像的实验结果表明,该算法提高了复杂地物背景下异常的检测性能,降低了SVDD用于高光谱图像异常检测的计算量。     

基于GPU的高光谱遥感图像PPI并行优化

传统高光谱遥感信息处理算法的执行效率较低,无法满足海量遥感数据的实时处理需求。文章对基于图形处理器（graphic processing unit,GPU）的高光谱遥感信息处理并行优化方法进行了研究,针对高光谱遥感图像混合像元分解中广泛使用的纯净像元指数算法,提出了一种基于矩阵乘法的GPU并行优化算法,并给出了实验比较和性能测试数据。实验表明,该优化方法在保证结果准确性的同时,运行效率显著提升,算法加速比最高达到634倍,验证了基于GPU的高光谱数据处理并行优化算法的有效性,能够较好地满足高光谱遥感信息实时处理的应用需求。     

基于顶点成分分析的高光谱图像低概率异常检测方法研究

用低概率检测(LPD)方法对小概率异常进行检测时,由于在低频空间中选取正交向量作为背景光谱,使得小概率异常检测受噪声影响较大,存在漏检率较高的缺点。提出用顶点成分分析(VCA)算法提取端元光谱作为背景光谱,并将观测光谱向量投影到背景光谱张成空间的正交子空间中,从而有效抑制背景、突出目标进行异常检测。通过对高光谱原始数据的仿真分析,该检测方法降低了漏检率,提高了检测能力。     

星载合成孔径雷达图像的飞机目标检测

针对大场景下星载合成孔径雷达(SAR)图像中飞机目标检测问题,提出一种端到端的飞机目标检测算法。先在大场景SAR图像中对机场目标进行粗检测,定位机场区域,再通过精确分割算法获得机场的精细区域。对机场区域中的飞机目标进行检测,采用一种基于Canny算子的边缘检测与卷积神经网络结合的飞机目标检测算法。通过飞机边缘检测、边界框预处理等操作确定潜在飞机目标在机场中的位置范围,采用基于GoogLeNet的卷积神经网络对可疑目标进行鉴别。利用星载合成孔径雷达数据对算法进行验证,证明该方法的有效性与实用性。     

珠海一号高光谱影像云检测算法

珠海一号高光谱卫星具有高空间、高光谱、高时间分辨率等特点,有效推动了高光谱遥感数据在农林环境、自然资源探测等领域的广泛应用,其中高精准的云检测是遥感数据预处理的关键步骤。如何对高光谱图像有效特征提取并克服传统云检测方法特征复杂、算法参数多、计算量大、鲁棒性差等缺陷,是高光谱云检测研究的关键问题。为此,提出了一种多尺度特征融合的U型结构网络,模型首先利用残差模块进行特征编码,并将编码进行多尺度融合,在网络的跳跃连接处引入了坐标注意力机制提取有用信息,最后通过残差解码得到输出结果。实验前首先利用主成分分析降维,将高光谱数据重构为4维影像数据,然后通过数据标注与数据增强,建立珠海一号高光谱影像云检测数据集。采用了38-Cloud云数据集训练初始网络参数,随后利用构建的数据集进行迁移学习。实验结果表明,对于所建立的珠海一号高光谱云检测数据集,所提方法的像素准确率达到92.28%,可以实现高精度的高光谱遥感影像云检测。     

基于区域特征光谱的自组织特征映射神经网络高光谱图像主成分提取方法

非监督分类算法用于高光谱图像主成分提取时存在分类精度受数据分布状态和噪声影响大的缺点,导致提取效果差。论文提出基于空间信息的神经网络非监督分类主成分提取算法,该算法首先通过空间邻域自动聚类提取区域特征光谱替代像元光谱作为自组织特征映射神经网络的训练样本,经过训练神经网络自适应获取高光谱图像地物类别特征,最后通过对光谱矢量聚类完成主成分的统计和提取。论文提出采用区域特征光谱替代单象元光谱作为训练样本有效抑制了噪声对分类结果的影响,同时显著减少了神经网络的数据处理量,使主成分得到快速准确地提取。对深圳红树林自然保护区高光谱图像的仿真结果表明:神经网络训练样本数降低了约95%,更重要的是算法快速准确地提取了主成分,提取效果明显好于K-均值算法。     

基于集成学习约束能量最小化的高光谱目标检测算法研究

提出了一种基于集成学习约束能量最小化(E-CEM)的高光谱图像目标检测算法。传统的高光谱检测算法通常是基于约束最小二乘法或基于高斯先验下的假设检验算法获得,然而真实环境中捕获的高光谱数据通常具有很强的非线性及非高斯特性,此时传统算法通常难以获得满意的检测效果。虽然核方法一定程度上能使传统算法获得较强的非线性表达能力,但核方法本身极易受到核函数参数的选择而表现出性能不稳定的现象。E-CEM在传统的约束能量最小化算法的基础上结合集成学习思想,使其在提升非线性光谱表达能力的同时提升检测的稳定性和稳健性。仿真高光谱图像和真实高光谱图像的实验结果都表明所提方法提升了CEM算法及其他经典算法的检测性能。     

电磁环境卫星系统及在地震短临预测中的应用

论述了近地空间电磁场和电离层探测的要素及其在地磁模型、电离层模型建立等方面的应用需求,并结合地震短临预测中的具体应用分析,阐述了我国建立近地空间电磁探测系统的初步研究结果,包括电磁环境探测要素、星载探测仪器配置、卫星系统组成设想和卫星平台技术需求等。     

等分压常压累积检漏技术

通过对常用的大气压累积法氦质谱检漏过程的理论分析，指出了该方法可能的系统误差。分析认为：对于表面材料粘附几率较小的被检件，可以采用常用的大气压累积检漏方法进行总漏率的测量，而对于表面材料粘附几率较大的被检件（ 如表面存在大量的有机材料等） ，如采用常用的大气压累积检漏方法进行总漏率的测量必将带来较大的系统误差。最后，提出了消除该系统误差的等分压常压累积检漏技术，并与常用的常压累积法检漏技术进行了比较。     

雷达／红外综合探测系统抗干扰能力的建模

选择目标探测概率这一性能参数衡量雷达/红外综合探测系统的抗干扰能力,建立了压制式干扰情况下该综合探测系统的目标探测能力的数学模型,并通过计算机仿真验证了该模型的适用性。     

基于多波束偏振探测体制的星载云-气溶胶探测雷达设计和仿真

星载激光探测载荷具有云、气溶胶垂直廓线的探测能力。国内外已有的载荷,例如美国Calipso卫星的Caliop雷达、国内“句芒号”卫星的多波束激光雷达和大气污染监测卫星的大气探测激光雷达,为单波束云-气溶胶探测,单次探测区域较窄。提出了多波束云-气溶胶探测激光雷达系统,该系统工作于800 km卫星轨道,采用多波束探测体制,扩展雷达的探测幅宽到30 km,中心波束采用双波长偏振探测获取大气气溶胶、云的垂直廓线和粒子种类,边缘波束采用单波长探测获取云垂直廓线,可极大地提高数据获取效率。采用单光子探测和模拟探测结合的探测方式,模拟探测保证探测的动态范围,单光子探测具有极高的探测灵敏度,降低雷达所需的激光能量,降低雷达的重量和功耗。最终通过模拟仿真,验证了星载多波束云-气溶胶探测雷达对典型云、气溶胶的探测效果。     

卫星用累积检漏法技术研究——三种定量比对校验方法分析

卫星用累积检漏技术是目前世界各国宇航工程检漏工作者较多采用的一种检漏方法，但在使用该方法时必须配备定量比对校验方法。介绍了各国常用的三种定量比对校验方法：标准漏孔比对法、定量气体浓度比对法和定量气体量比对法。对这三种校验方法进行了比较和分析，并从优点、缺点和技术含量三个方面进行了综合评估，认为累积检漏法中的氦质谱检漏仪选用定量气体浓度比对法较合理些。这种方法具有检漏时间短、检测误差小等特点。     

一种变化检测的新算法

变化检测技术是遥感图像应用中的关键技术之一。在分析变化检测算法的基础上，提出了一种新的变化检测算法，该算法主要由三步组成：差图像的优化获取、变化区域的准确检测、目标阴影的修正。仿真结果表明了本文所提算法对变化目标的检测准确可靠，且对背景有较强的鲁棒性。     

柔性接头的超声脱粘检测研究

针对柔性接头粘接检测存在的难点,分析了柔性接头部件的超声纵波传播规律及超声检测的“61o”现象,采用纵波直探头分析方法,有效地解决了构件厚度不均匀和钢层厚的难点。以回波峰值作为特征量,通过扫描成像来判断一、二界面的粘接状态。试验表明,此法检测精确度较高,达到检测要求。     

光纤捷联惯导系统检漏工艺技术

针对光纤惯导系统检漏方法中存在的问题,优化了检漏工艺流程,改进了检漏设备,设计了检漏工装,并对改进后的检漏工艺方法进行了试验验证。试验证明,该检漏工艺技术可满足光纤捷联惯导系统的检漏需求。     

采用压降检漏法对大型密封容器检漏时的"升压"现象分析

文章首先介绍了压降检漏法的原理,并针对该方法在检测大型密封容器过程中出现的"升压"问题,通过压降检漏法与非真空收集器检漏法的对比试验及理论分析,得出产生该现象的原因是由于被检系统的真实漏率小于压降检漏法的灵敏度而引起的.在检测周期允许的前提下,可通过延长保压时间满足检测要求.     

基于鲁棒故障检测滤波器的传感器故障诊断

本文讨论了鲁棒故障检测滤波器在喷气式发动机传感器故障诊断中的应用。鲁棒故障检测滤波器方法使残差既有干扰解耦特性又有方向特性。该滤波器的设计结合了未知输入观测器原理与Beard故障检测滤波器原理。利用未知输入观测器产生的残差对未知输入(干扰)具有鲁棒性,而特定方向性是基于BFDF技术获得的。最后举例说明了该方法的可行性和有效性。