一种鲁棒的图像小波变换模拟编码传输方法

在复杂度和延迟受限或者可变信道条件下,由于通信系统的一体化设计,信源信道联合编码(JSCC, Joint Source-Channel Coding)技术的应用有助于改善传统的分离结构系统.针对带宽功率限制模拟信道,提出了一种结合了小波变换编码和香农映射信源信道联合编码的静止图像模拟编码传输方法;并基于更加合理的考虑了信道噪声的重建图像失真估计,提出了相应的联合优化带宽分配算法.仿真及分析表明,由于信源信道的联合优化及具有模拟编码传输的特点,该方法表现出良好的编码传输性能,且编解码复杂度和延迟小;同时在信道失配情况下表现出的柔性降级/改善特性有助于提高可变信道条件下系统的鲁棒性和信道带宽利用率.      

韩国终结首颗多功能卫星任务

2008年1月13日,韩国航天研究所发表声明,由于阿里郎1号卫星与地面失去联系,韩国政府决定结束其任务。阿里郎1号是韩国首颗多功能卫星,主要任务是拍摄地球图像。卫星1999年12月升空,设计寿命为3年,迄今已延长至8年,共拍摄约47万张照片。2007年12月30日,阿里郎1号与地面失去联系后,     

规则化各向异性热扩散方程在SAR图像分割中的应用

在合成孔径雷达（SAR）图像分割中,原有的各向异性扩散方程在迭代次数过大时,会     

移动测量系统的三维数据采集与建模

介绍了一种基于距离数据重构立体图像的三维户外信息移动采集系统。该系统在车辆顶端安置两个激光扫描测距仪,分别采集横向和纵向数据。这种移动测量系统通过代价函数的计算和距离剖面匹配使得重建图像的精度和效率大大提高。     

超谱遥感图像降维方法研究现状与分析

随着成像光谱仪的发展 ,超谱遥感图像的研究已进入到一个新的阶段———对获取的超谱数据进行有效处理和利用的阶段。目前的处理方法主要集中在对超谱图像的数值分析处理上 ,比如大气校正、降低数据维数、信息提取、分类与压缩等方面。而超谱图像降维方法的研究是做好后继处理的一个关键步骤 ,降维方式的正确选取与使用 ,对于发展和完善那些针对超谱海量数据和丰富信息特点的算法和软件有极大的好处。文章从波段选择、划分数据源、特征提取和融合等 4个角度对目前超谱图像的各种降维方法进行了综合归纳和分析。力图为超谱图像处理寻找突破点 ,加强此领域的研究力度     

CCSDS图像无损压缩标准在恒速信道中的应用研究

在CCSDS建议的无损数据压缩的基本原理上 ,结合基于局域纹理特征的处理方法 ,给出数据输入输出在恒速信道条件下一种有效的面向空间应用的遥感图像无损压缩方案。该方案包括去相关处理、熵编码以及压缩缓存控制三部分。去相关操作是在局域纹理分析方法的基础上 ,通过提取两种有效的预测模型并自适应选择最佳的模型进行处理 ;然后采用快速有效的CCSDS熵编码器对最佳去相关模型的预测误差编码。在压缩方案中充分考虑了输入输出恒速信道条件下应用的特殊性 ,设计了相应的压缩码流控制方法 ,从而给出了一套有效的针对恒速输入输出信道条件下的图像无损压缩的应用方案     

光纤彩色三维图像实时全光传感器

对传像光纤的分辨率进行了研究,针对其出现的问题提出解决对策,并介绍了光纤彩色三维图像实时全光传感器的工作原理与实验结果,得出了以中性光子完全代替电子为信息载体的光纤彩色三维图像传感器,具有实时摄取、传递和显现立体彩色目标功能的结论.其抗电磁干扰与自隐身性极佳,在电子战争中或断电紧急时刻将成为机载影像电系统的后备补充.     

提高图像轮廓清晰度的快速插值放大方法

分析了当前主要的高清晰度图像插值放大方法,为实现快速放大而选择了基于图像轮廓插值改善清晰度的技术路线,并在已有算法的基础上开展了进一步的研究.提出了新的图像轮廓线光顺数值算法,对轮廓线划分的两类子区域提出了精度更高的插值算法.最后,以典型平面图形的图像和由3DMax生成的三维渲染图像为例对本文方法进行检验,与双线性插值结果的对比说明,该方法可以明显改善插值放大效果.     

基于机器学习方法的三维粒子重构技术

通过三维粒子重构获取粒子场的分布情况是层析粒子图像测速的关键步骤,有限二维投影下的三维粒子重构是一个欠定的反问题,其精确解往往很难得到.一般情况下,可以通过优化方法得到近似解.为了获取质量更高的粒子场并用于层析粒子图像测速,提出了一种基于卷积神经网络(Convolutional Neural Networks,CNN)...     

自适应融合 RGB图像特征的稀疏深度修复

深度修复的目的是从稀疏深度图像中恢复出稠密的深度图像。现有方法通常是以稀疏深度图像及其对应的 RGB图像为输入,通过 1个卷积神经网络恢复出密集深度图像。然而,普通的卷积层在处理稀疏且不规则的深度信息时有较大的局限性,同时,RGB图像特征和深度图像特征属于不同的模态。针对这些问题,文章提出了自适应稀疏不变模块,根据输入像素的有效性来处理稀疏深度,并提出了结合注意力机制的多尺度特征融合模块,在关注有效特征的同时,抑制不必要的特征,进一步提高深度修复性能。文章在 NYUv2数据集上进行了一系列实验,实验结果表明了所提出算法和模块的有效性。