一种基于谱域-空域组合特征支持向量机的高光谱图像分类算法

针对高光谱图像分类问题,提出了一种基于支持向量机的利用组合特征对高光谱图像进行分类的算法,组合特征综合了高光谱图像的光谱域和空域信息。针对图像的高维数据特性,利用最大噪声分量方法进行特征提取,对得到的主分量图像,采用虚拟维数估计算法来确定需要保留的主分量数目,并用数学形态学操作用保留的主分量图像中提取目标的形态信息。根据得到的空域特征并结合原始光谱域特征,构造用于分类的组合特征矢量。而且采用了支持向量机,利用了其支持小样本、效率高的优点。高光谱数据实验表明,本文提出的方法和单独使用谱域或空域信息进行分类相比,具有一定的优越性。
     

多分量雷达辐射源信号的检测与分离

针对多分量雷达辐射源信号难以有效检测与分离的问题,提出了时频变换结合时变滤波的方法。通过图像分割中的区域生长法在时频平面对各分量进行检测,对其中的线性调频分量采用分数阶傅里叶变换进行优先分离,再对时频或频域没有耦合的分量进行滤波,最后通过支持向量机划分分类线,用于时频耦合分量的分离。仿真实验结果表明,该方法可以对多分量信号进行有效的检测与分离。     

一种图像辅助火星着陆段自主导航方法

针对未来深空探测软着陆高精度实时导航的需求,提出了一种图像辅助的自主导航方案。首先通过下降段图像与落点区域地形匹配,获得着陆器相对于落点的位置和姿态;然后基于误差Kalman模型估计着陆器的状态误差,修正惯性导航的结果;在图像信息不可用的情况下,只进行惯性递推导航;这种方案既提高了导航的精度,也能保证实时性的要求。 数值仿真验证了该方案的可行性,该方案对未来实际工程任务具有很大的参考价值。     

改进的极化SAR图像三分量分解方法

针对原始三分量分解方法中,偶次散射和表面散射类地物的体散射分量可能会过估计的问题,提出了一种基于H/α珔参数和一般散射机理模型的改进的三分量分解方法。首先在进行极化分解之前利用H/α珔参数判定目标的主导散射类型。对于主导散射类型明确的像素点,利用一般散射机理模型优先计算主导散射成分的相关扩展系数,然后再从剩余成分中提取非主导散射分量。对于主导散射类型不明确的像素点,采用传统的去取向三分量分解方法进行分解。对实测极化SAR图像进行实验表明,新方法不仅继承了传统三分量分解方法的优点,而且能在分解结果中更加有效地突出雷达目标的主导散射特征。     

一种SAR图像特征增强新方法

军事目标的SAR图像特征在合成孔径雷达目标识别(SAR ATR)中扮演着重要的角色。提出了一种在多小波域中用维纳滤波重构进行SAR目标图像特征增强的新方法,并在此基础上进行了目标图像分割。实验结果表明,该方法能够有效增强SAR图像中的目标区域特征,增大目标和背景杂波之间的统计可分离度,有利于目标图像的精确分割和特征提取。     

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。
     

一种改进的管路焊缝自动检测算法

提出了一种管路焊缝自动检测算法,通过计算管路图像的梯度-方向直方图确定管路的主方向,解决了传统的旋转穷举法计算量巨大的问题;通过HSV颜色空间转换增强了焊缝的特征,提高了模板匹配的鲁棒性和定位精度。实验表明该算法能够实现快速的焊缝自动检测和准确定位。     

基于滑坡区域颜色特征模型的SVM遥感检测

滑坡区域遥感检测与识别在灾情提取、救援决策和防灾减灾等方面都有着巨大的应用前景。针对滑坡遥感检测中目标颜色特征化模型不准确,对滑坡区域检测识别效果不够理想等问题,提出一种基于滑坡区域颜色特征模型的支持向量机(supportvectormachine,SVM)遥感检测方法。根据光谱学和色度学的基本理论,建立滑坡区域红绿蓝特征获取方法,以多光谱图像为基础,通过典型样本分析,确立目标/背景颜色特征化数字模型和有效边界。将该模型生成训练样本用于滑坡区域SVM检测模型训练,再将训练好的分类器用于滑坡区域的检测识别,在此基础上根据滑坡基础形状模型的轴向长宽比、面积参数和不变矩等典型形状特征指标对滑坡区域进行目标精确分类与识别。利用九寨沟地震后获取多光谱遥感图像进行了滑坡区域检测识别效果对比试验,试验结果表明,该方法能有效识别遥感图像中的滑坡样本点,对滑坡区域的识别精度由传统方法的90%左右提高到97.03%。     

基于时频图像形态学的雷达信号IF估计

针对低信噪比下雷达信号的IF估计,提出一种将时频分析和图像处理相结合的估计方法.首先通过时频变换将一维信号转化为二维时频图像;然后采用形态学方法去除时频图像上的噪声点和毛刺,并将其骨骼化;最后采用图像处理中标注连接分量的方法,区分出不同分量的雷达信号以及噪声分量,并通过统计信号分量的行索引和列索引估计出信号的IF.对SFM、LFM和FSK信号的IF估计进行了仿真分析,实验结果表明该方法能够在较低信噪比下有效地估计出信号的IF,同时也适用于多分量信号.     

一种有效的图像去雾方法

使用一种有效的方法实现雾化图像的去雾处理。首先根据雾天图像退化的物理模型,基于暗原色先验的单一图像去雾算法原理实现图像去雾的粗处理;然后针对粗处理后的图像,提出一种简单的去块滤波方法,有效地消除块效应;最后将图像转换到HSV颜色模型下,对亮度进行处理,降低色彩失真。实验结果表明,我们所提出的方法能够显著地改善有雾图像的视觉效果。     

计算机视觉技术在航天器交会对接中应用初探

对用计算机视觉技术测量相对距离和相对姿态这两个参量的方法(如环形图像法、相关法和角/边图识别法等)进行了研究,认为这些方法有较大的局限性,不适宜在航天器对接交会过程中使用。于是提出了三灯图像法方案,并进行了原理性实验。结果表明,该方案设备简单、重量轻、精度高,但要有辅助光标。     

高分辨率SAR图像分割及目标特征提取

提出了一种非监督SAR图像快速分割算法,对分割得到的目标区域进行特征提取.分割方法利用固体热扩散模型与图像尺度空间的等价性,在SAR图像初始分割的基础上,引入最大后验概率矩阵的各向异性多尺度平滑,在保持图像结构信息的同时滤除斑点噪声对于分割的影响.然后提取目标区域6个特征以详细描述目标,实验结果表明：该方法计算速度快,能够从获得的目标区域得到大量有用的信息.     

基于区域热核不变量的SAR图像变化检测

快速精确地检测SAR图像的变化是SAR应用亟待解决的问题。针对这一问题,提出了基于区域热核不变量的SAR图像变化检测方法。该方法利用图上热核的特征,可以充分发挥图谱理论的优点,且计算简便、矩阵的扰动性小。通过模拟分析研究了热核的特征,并应用于实际SAR图像的变化检测。实验结果表明该方法可以快速精确地检测到变化区域,且其变化检测的精度要优于区域似然比检测方法。     

色彩直方图混合特征提取在海量图像数据检索中的应用

随着多媒体技术的发展,图像的应用越来越广泛,如何有效利用图像信息具有越来越重要的意义。颜色特征不受图像大小和旋转角度的影响,鲁棒性较好,在图像检索中具有较强的应用。本文在对图像特征进行提取的基础上,提出了一种新的图像检索数据方法。该方法引入了色彩直方图、颜色中心矩、灰度直方图等颜色特征,使用色彩直方图对整幅图像的色彩信息进行统计;使用分块颜色中心矩对色彩的空间分布信息进行统计;对由于色彩浓度和对比度发生变化而对检索效果的影响,采用了灰度直方图进行淡化。通过对这三种特征距离进行加权和计算,进行相似度匹配,检索出目标图像。本文针对性地设计了基于色彩直方图混合特征的图像检索系统,实验证明色彩直方图混合特征检索的结果与示例图像在颜色与空间分布上基本相似,具有较强的实用性。     

基于SAR影像平地与水域ROI的由粗到精匹配方法

INS/SAR组合导航系统主要是基于图像相似性相关原理,即将SAR实时获取的图像与预存在匹配处理机中的基准图进行配准比较,得到载体相对于目标或预定区域的位置偏差,从而修正INS的累积误差,保证载体的导航精度.但由于基准图与实时图获取的条件不同,两者存在较大差异,会损害匹配概率和匹配精度,进而影响载体的定位精度.基于此提出了基于SAR影像平地与水域特征区域(ROI:Region of Interest)的由粗到精的匹配方法:即利用实时图全部小波第二层低频信息在基准图小波第二层特征影像上进行全局搜索,荻取实时图中心点的粗匹配坐标,根据粗匹配坐标找到对应的基准图上的区域及所包含的平地与水域ROI,再找到ROI在实时图上对应的大致区域,利用互相关算法对ROI进行匹配,得到最终匹配坐标.并对该方法进行了仿真计算,结果表明该方法在星载SAR/机载SAR匹配中取得很好的效果,满足高匹配精度的同时,增强了不同源SAR匹配的适应性.     

基于梯度特征的图像自动分割方法

利用遥感图像进行海上目标检测、监视的关键技术是实现海陆分离，从而为目标检测、监视减少不必要的处理工作。传统的采用阈值分割方法分离陆地，但是这种方法对于陆地上灰度级较低区域容易造成误分割。而且，很显然的不能够充分利用图像中的灰度变化信息，即梯度。为此提出了一种基于梯度特征的海陆分割算法。首先利用边缘检测提取图像的梯度特征，梯度特征对灰度级并不敏感而对梯度的变化敏感，对于陆地灰度级较低的区域也能够提取边缘。对得到的边缘进行形态学处理，利用设定的面积阈值将图像分为主体陆地区域和孤立陆地区域，进一步可以屏蔽陆地。实验结果表明，该方法可以较好的分割陆地中阴暗区域，对于未经辐射校正图像有较好的适用性，并且有较快的处理速度。     

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。     

“资源三号”卫星图像影像特征匹配方法研究

随着中国遥感卫星的迅速发展,要求影像几何质量评价方法可以在待评图像和参考图像间提取出精确且分布均匀的控制点信息。文章提出一种基于多源、高精度遥感图像的特征点匹配方法。该方法首先用加速稳健特征（Speeded Up Robust Features,Surf）算法对＂资源三号＂卫星图像和参考图像进行粗匹配以建立两幅图像间的整体几何关系,通过对相同区域进行wallis滤波增强图像纹理信息,然后用Surf算法进行特征点的提取和匹配,最后利用对极几何约束剔除误匹配点。试验结果表明,该方法可以全自动、快速和精确的提取影像控制点。     

一种从月面图像检测陨石坑的方法

随着我国月球探测计划的开展,基于视觉的探测器月球表面软着陆的相关技术研究正在进行,陨石坑是月球表面最常见的物体.基于图像的陨石坑识别技术作为探测器自主障碍检测中的一项关键技术,引起了各航天大国的高度重视.提出了一种基于特征点的陨石坑检测算法.该方法可以分为三个部分:特征点检测、陨石坑区域初选、陨石坑拟合.首先通过特征点检测初步确定陨石坑所在区域,然后通过区域生长的方法分别提取陨石坑亮、暗两区域,最后通过椭圆拟合的方式获得陨石坑所在椭圆.实验研究表明,该算法可以有效地检测出半径小于15个像素大于5个像素,有较强明暗对比的陨石坑.在结束语中,作者提出了未来该算法改进的四个方向.     

参照失效物理分析的永久散射体提取过程

在雷达干涉测量中,永久散射体(PS)是一类不受时间、空间基线和大气延迟影响的目标,如何从SAR图像中自动识别出有效的永久散射体是PS干涉系统中关键的环节之一。文章从不确定性量化理论的角度考虑失效物理分析问题,利用失效物理分析方法研究PS影像特征与环境的关系,对多幅SAR图像进行独立分量分析(ICA)和小波包分解,然后考虑永久散射体的高信噪比特性,依据图像能量最大的原则获取分离后的稳定成分,并进行分割处理得到PS点的分布图。实验表明,该方法能够有效识别出可靠的PS点。