基于投影寻踪的高光谱图像异常检测并行算法

投影寻踪方法能有效提取数据中的非高斯结构凸显异常信息,但在求解最优投影方向时存在计算量大、运行时间长的问题,为提高处理效率,提出一种机群环境下的并行算法.选用偏度和峰度组合作为投影指标,将所有像素光谱作为特定投影方向集依次搜索,求解最优投影方向.在并行计算各候选方向投影指标时,分割图像数据分布存储于各机群结点,数据子块朝候选方向并行投影后,将指标计算式变形分解,使各结点在指标计算过程中所需数据均为本地数据,解决数据局部性问题,并采用一种"轮流作主"的机制提高算法负载均衡程度.利用实用型模块化高光谱仪数据在机群系统上进行测试,达到了较好的加速效果,表明该并行算法具有良好的并行性能.     

基于核部分非负矩阵分解的亚像元级地物光谱分析

为了进一步提高亚像元级地物的光谱分析精度,提出了一种基于核部分非负矩阵分解(Kernel Protection Non-negative Matrix Factorization,KPNMF)的非线性解混算法.首先通过基于凸面几何理论的端元提取方法提取纯像元端元候选像素集合,然后根据候选像素的空间纯度指数判断纯像元端元.在纯像元端元信息已知的条件下,利用核方法对部分非负矩阵分解(Protection Non-negative Matrix Factorization,PNMF)进行推广,构造相应的目标函数,推导迭代求解过程,分解求得亚像元端元光谱和所有端元的丰度.试验结果表明,提出的解混算法具有良好的非线性分解能力,解混结果优于线性解混算法.     

基于投影约束的C臂外参数优化方法

C臂外参数计算是手术导航系统实现图像空间与手术空间映射的关键环节.标记点提取误差将使外参数偏离真值.采用投影方法系统分析选点误差对外参数计算的影响,发现相机光轴方向平移参数收敛性弱、易受误差干扰.利用不同平面上投影距离之比作为约束对线性方法所得外参数进行修正.借鉴二/三维图像配准方法,采用修正后的估计外参数与已标定内参数进行重投影,根据几何方法直接求出外参数修正量,避免反复迭代优化.仿真结果表明,该标定方法对误差具有一定免疫性,能够提高外参数精度.      

产品协同设计中异构模型数据融合的有效策略

针对复杂产品设计中,不同设计工具产生的模型数据之间的融合问题,提出了一种工具间端到端的异构模型数据融合策略。利用数据库管理动态特性,通过模型信息共享,实现异构模型数据之间的融合。在OpenMBEE系统集成环境中,通过建模工具CREO二次开发,利用所提策略获取全生命周期设计中的动态模型属性信息,通过3D模型编辑及重用功能测试,验证了所提策略的有效性。利用自动获取可视化模型属性信息的智能算法,设计一种基于Transformer模型与双向长短期记忆(Bi-LSTM)模型相结合的模型属性智能提取算法,利用神经网络的多层感知特性,通过对模型中属性文本信息进行深度学习、特征分析,实现了对异构数据属性信息的自动提取功能。利用CAMEO建模工具设计的需求分析模型构建模型数据集,验证了智能模型信息自动提取功能的有效性。      

基于块对角投影表示的人脸识别

针对大多数特征表示算法在挖掘高维数据内在结构时容易受到噪声的影响,以及特征学习与分类器设计割裂导致分类性能降低的问题,提出了一种新的基于特征表示的人脸识别方法,称为块对角投影表示（BDPR）学习。首先,利用样本信息对每类样本的编码系数施加一个加权矩阵,通过局部约束来加强表示系数之间的相似性,从而降低噪声对系数学习的影响,使所提方法能够更好地保持数据的局部结构。其次,为了实现数据与编码系数相关联,降低表示系数的学习难度,构造了块对角化判别约束项来学习一个判别投影,通过投影从低维数据中提取样本表示系数,使系数包含更多的样本间全局结构信息且具有更低的计算复杂度。最后,将系数学习和分类器学习整合到同一框架下,同时增大不同类别样本间的“标签距离”,采用迭代求解的方式交替更新判别投影和分类器,最终得到最适合当前表示特征的分类器,使得所提方法能自动完成分类。多个公开的人脸数据集上的实验结果表明:较之传统的协作表示分类和多个主流的子空间学习方法,所提方法均取得了更优的识别效果。      

基于多重分形参数的高光谱数据特征提取

针对单一分形维数不能表征高光谱数据光谱局部吸收特征的问题,提出了基于光谱概率测度的多重分形参数特征提取方法.基于光谱信息度量进行光谱概率测度的计算,基于配分函数法估计得到尺度函数;通过对尺度函数求导计算出Holder指数,并对尺度函数勒让德Legendre变换计算出多重分形谱;从多重分形谱和Holder指数之间的函数关系提取表征多重分形谱形态的4个多重分形谱参数作为光谱特征参数;并应用于基于最小距离准则的航空推扫式高光谱成像仪(PHI,Prush-broom Hyperspectral Imager)图像监督分类.结果证明:利用基于光谱概率测度的多重分形参数特征提取方法提取的光谱特征参数进行分类得到的总体分类正确率达94.789%,分类精度明显高于利用信息量维数和多重分形谱特征提取方法进行分类的结果,证明了基于光谱概率测度的多重分形参数特征提取方法提取的多重分形参数的有效性和可靠性.     

空间电子设备辐射屏蔽方法的研究与软件实现

研究了空间电子设备辐射屏蔽分析的方法,利用计算机辅助设计(CAD)技术和软件开发工具,将复杂繁琐的计算过程编写成流程化的程序;利用三维CAD技术的二次开发功能,从Candence软件生成的记录文件中提取出信息,在计算机图形环境中高效自动地生成电路板模型;借助计算机交互技术,实现剂量点坐标的自动提取和保存;利用办公软件个性化设置功能,设计出提取背景信息的接口,实现了最终报告文档的自动生成.开发出的软件最终成功地实现了在不同结构和布局的空间电子设备中,在不同方向和位置上累积的空间带电粒子剂量值的计算,为电子设备结构的抗辐射设计提供了参考和依据.     

融合邻域色差的PSPNet对遥感影像的分割

传统的遥感影像语义分割利用影像的光谱特性,将具有相似值的像素进行归类,但无法区分具有不同光谱的同一类对象.针对这一问题,提出将邻域的色差信息和原始图像一起输入PSPNet网络中的方法.先将RGB变换到LAB空间,然后采用CIELAB公式计算出每一个像素与周围8个邻域像素的色差值,取平均值作为该像素的邻域色差值.在WHU...     

基于球几何特征的摄像机内参分步标定方法

在摄像机标定过程中,球形靶标对图像数量、拍摄角度要求小,能够适应遮挡环境,在使用中具有明显优势.在分析球投影模型几何性质的基础上,提出一种利用球靶标分步标定摄像机内部参数的方法.该方法通过拍摄一幅包含空间中2个不同位置球体的图像,得到图像中的2条投影二次曲线;利用2条投影二次曲线的对称轴和公切线计算球心投影点,通过投影二次曲线的对称轴确定图像主点坐标,根据球心投影点和图像主点的位置关系求解归一化焦距;利用整体优化算法得到内参标定结果.仿真数据实验分析了引入测量误差的主要因素,实物标定结果与平面方格靶标方法相比误差在5%之内,重复测量结果稳定.      

基于光谱信息散度的光谱解混算法

光谱解混是高光谱遥感定量化的关键,提出了一种基于光谱信息散度和光谱混合分析的光谱解混改进算法(SID-SMA,Spectral Information Divergence-Spectral Mixed Analysis).以光谱信息散度判定最优端元子集,端元选择时采用端元的初选和二次选择来提高端元选择的精度,得到较小的丰度估计误差.通过光谱库模拟数据的结果可以看出,SID-SMA的端元选择精度和丰度估计精度要优于其他算法,当信噪比为100∶ 1时,算法端元选择正确率达到了99.8%,29个端元的丰度估计总误差小于0.1,并且算法的速度较快.     

基于菲涅耳变换的不变矩提取及目标识别方法

提出了一种基于菲涅耳变换的不变矩特征提取方法,并应用于图像目标识别.利用菲涅耳变换得到图像的衍射图样,将图像映射到菲涅耳衍射空间;在衍射空间提取几何矩或正交矩来获取图像全局信息的特征描述;利用k近邻法识别目标.实验结果表明基于菲涅耳变换的不变矩提取方法对于平移、尺度及旋转变化的图像目标具有更高的分类精度和抗噪声能力.     

基于CCA与POD的气动光学畸变分析

利用典型相关分析和本征正交分解方法,对计算流体力学得到的导弹红外窗口绕流三维密度场数据进行研究.取三维密度场沿展向两个相邻截面的数据先进行典型相关分析提取出两个截面的相关性最强部分,再利用本征正交分解消除两个截面之间数据的冗余信息,获得了能够包含两个截面密度场主要的信息部分.利用提取出的数据重构流场,并进行气动光学畸变仿真分析,仿真结果能较好地近似原始流场的情况.     

Hierarchical object oriented classification using very high resolution imagery and LIDAR data over urban areas

Urban land cover information extraction is a hot topic within urban studies. Heterogeneous spectra of high resolution imagery—caused by the inner complexity of urban areas—make it difficult. In this paper a hierarchical object oriented classification method over an urban area is presented. Combining QuickBird imagery and light detection and ranging (LIDAR) data, nine kinds of land cover objects were extracted. The Spectral Shape Index (SSI) method is used to distinguish water and shadow from black body mask, with 100% classification accuracy for water and 95.56% for shadow. Vegetation was extracted by using a Normalized Difference Vegetation Index (NDVI) image at first, and then a more accurate classification result of shrub and grassland is obtained by integrating the height information from LIDAR data. The classification accuracy of shrub was improved from 85.25% to 92.09% and from 82.86% to 97.06% for grassland. More granularity of this classification can be obtained by using this method. High buildings and low buildings can, for example, be distinguished from the original building class. Road class can also be further classified into roads and crossroads. The comparison of the classification accuracy between this method and the traditional pixel-based method indicates that the total accuracy is improved from 69.12% to 89.40%.     

偏最小二乘回归模型内涵分析方法研究

偏最小二乘回归是一种新型的多元分析方法。它可以在自变量多重相关的条件下,有效地构造出对系统解释性最强的子空间,进行发建模,使模型的精度和可靠性得到很大的提高。本文提出采用因素分析方法,对偏最小二乘回归的最优子空间进行正交变换。这种变换方法对偏最小二乘回归的模型结果没有任何影响,却可以使最优子空间的实际含义得到更好的解释。案例研究表明,经过正交变换后,原始变量被分为若干变量组,每个变量组分别对应于最     

基于图像特征分析的物体轮廓提取

对物体的轮廓进行分析提取,是计算机视觉方向的基础问题之一,对其进行研究对于复杂场景的分析理解至关重要。本文对室内场景图像进行研究,基于图像特征进行图像分割,提取物体轮廓。在彩色场景图像全局轮廓后验边界概率（gPb）提取算法的基础上,加入深度图像信息,对室内场景的彩色、深度（RGB-D）图像中的物体轮廓进行分析。通过多尺度信息融合,计算得到多尺度轮廓后验概率（mPb）和谱后验概率（sPb）,两后验概率加权综合得到gPb。而后结合超度量轮廓图与分水岭算法,对基于方向特征变化的gPb图像融合处理,最终得到清晰的物体轮廓。本文所提方法在通用的RGB-D数据库基础上进行实验。实验结果表明,本文所提出的方法能提取出清晰的室内物体轮廓图。      

挠性梁振动控制中敏感器/致动器的优化配置

依据压电敏感方程和压电致动方程 ,给出了粘贴有若干压电片的挠性梁的数学模型 ;基于结构模态在可控可观性子空间上的正交投影 ,提出了压电敏感器 /致动器位置的优化设计方法 ,并将可控和可观格莱姆矩阵作为加权矩阵反映可控可观的测度。仿真计算结果表明 ,采用优化的压电敏感器 /致动器能够有效抑制悬臂梁的振动     

Characterization of lunar soils through spectral features extraction in the NIR

Recently launched hyper-spectral instrumentation with ever-increasing data return capabilities deliver the remote-sensing data to characterize planetary soils with increased precision, thus generating the need to classify the returned data in an efficient way for further specialized analysis and detection of features of interest. This paper investigates how lunar near-infrared spectra generated by the SIR-2 on Chandrayaan-1 can be classified into distinctive groups of similar spectra with automated feature extraction algorithms. As common spectral parameters for the SIR-2 spectra, two absorption features near 1300 nm and 2000 and their characteristics provide 10 variables which are used in two different unsupervised clustering methods, the mean-shift clustering algorithm and the recently developed graph cut-based clustering algorithm by Müller et al. (2012). The spectra used in this paper were taken on the lunar near side centering around the Imbrium region of the Moon. More than 100,000 spectra were analyzed.