双范数混合约束的遥感影像亮度不均变分校正

针对遥感影像内部亮度分布不均匀的问题,提出了一种双范数约束的亮度不均变分校正方法。首先分析了单范数变分Retinex方法的不足,根据反射影像和光照影像的特性构造新的变分模型,利用L₁范数约束反射影像的纹理和细节信息,利用L₂范数约束光照影像的光滑性。为了提高运算效率,采用分裂Bregman方法将变分模型的求解转换为3个子问题交替迭代计算。再对分离出的光照影像进行Gamma校正,取其均值与反射影像进行乘积运算,最后对重建影像进行对比度拉伸处理。试验结果表明,本文方法切实可行,与单范数约束的变分Retinex方法相比,本文方法可以更好地消除亮度不均匀现象和保持影像的纹理和细节信息,同时具有更高的运算效率,速度提高7倍以上。     

SAR图像河流提取的主动轮廓模型的稳健估计算法

针对现有主动轮廓模型无法精确提取SAR图像中河流的难题,提出了一种结合L_1范数和拉普拉斯能量的主动轮廓模型。首先,将Chan-Vese(CV)模型中L_2范数形式的外部能量约束项替换为L_1范数形式的外部能量约束项,得到新的能量泛函;其次,提出了一种基于拉普拉斯核函数的外部能量约束项,并将其添加到上述能量泛函中,同时赋予两种外部能量约束项不同的调节系数;最后,引入曲线内外区域像素灰度绝对中位差的均值替代模型中的常数曲线内外能量权值,以得到完整的提出模型。针对实际SAR图像进行河流提取,结果表明:与现有主动轮廓模型相比,本文提出的模型在河流提取准确性和提取效率两方面具有明显优势。     

遥感影像变分Mask自适应匀光算法

针对Mask匀光法对低通滤波器及其尺寸参数依赖的问题,提出一种变分Mask自适应匀光算法。根据影像自身的先验信息,结合Mask数学模型构造变分能量函数,分别利用各向异性和各向同性全变分正则项约束理想影像和背景影像,采用分裂Bregman方法交替迭代求解,可同时获取最优化背景影像和理想影像。利用3幅光照不均匀的遥感影像进行实验并与3种不同滤波尺寸的Mask匀光法进行了比较,本文方法在目视效果和定量评价指标上均呈现明显的优势,在消除亮度不均的同时能够保持影像的纹理和细节信息。     

一种用于SAR图像分割的几何活动轮廓模型

基于SAR图像边缘检测算子和变分水平集方法,依据能量最小化准则,提出了一种新颖的几何活动轮廓模型.其基本思想是,直接定义关于水平集函数的能量泛函,并将经典模型中基于梯度算子的边缘指示函数,替换为基于ROEWA算子的边缘指示函数,提高了模型对于SAR图像的边缘检测能力;同时在新模型中加入水平集函数惩罚项,确保水平集函数逼近符号距离函数.由于该项的作用,模型的数值求解可采用简单的显式差分格式迭代,并保持较快的收敛速度.针对仿真图像、Radarsat和华东电子研究所实测数据的实验结果表明,该模型具有实现简单、分割边界定位准确和收敛速度较快等优点.     

带线约束的摄影测量网格变分精化算法

针对城市场景三维重建模型在有线特征的边缘区域过于平滑的问题,提出一种带线约束的摄影测量网格变分精化方法。算法以初始重建网格模型为基础,引入3个能量项,将网格精化问题转化成能量下降问题。首先结合所有的影像信息构建影像一致性约束项,然后对网格表面顶点附加正则化约束,最后引入三维线特征约束,将3个能量项加权相加后离散化到每个顶点,得到梯度变化值。采用梯度下降法,使顶点沿着梯度方向移动,当能量不再下降或迭代一定次数时,即得到了精化后的网格模型。试验结果表明,本文算法能较好地保持边缘特征,与现有的泊松重建算法相比,网格的质量更高,视觉效果更好。     

融合变分模型与快速算法分割噪声图像

针对现有的变分水平集方法对噪声图像分割不理想和计算效率较低的情况,提出一种改进的可有效分割噪声图像的变分模型。首先改进了Chan-Vese模型的能量泛函,并引入辅助变量耦合某些拟合能量项,接着用凸松弛方法将其转化为凸优化问题。该优化问题可转化为几个子问题,在求解时结合快速的Split-Bregman算法和AOS算法以提高速度。对噪声图像作分割实验,并与不引入辅助变量的水平集方法作比较。结果表明,本文提出的变分模型对带某些类型噪声的图像分割不仅提高了计算效率,还能较好地分割目标。     

顾及模糊核连通性的无人机图像半盲复原方法

模糊航空图像复原不仅能够改善图像的细节与特征,而且可以提高目标的识别能力以及定位精度。在无参数条件下利用已有航空图像建立模糊核估计模型,提出了顾及模糊核连通性的无人机图像半盲复原方法。首先建立梯度筛选,筛选出模糊图像与已有清晰图像梯度域的公共地物,构建保真项;然后利用模糊核梯度八邻域描述模糊核的连通性度量,并将其作为正则项缩小解空间与构建模型;最后重建图像,根据图像金字塔结构对模糊核进行分层估计,并通过分裂Bregman算法解卷积重建图像。对比实验从模糊类型、公共地物、方法对比、方法适用性4个方面进行分析,结果表明,在公共地物达到35%以上时,模糊航片具有良好的复原效果,所提方法具有较强实际应用价值。     

一次范数最小估计的两种算法

测量数据服从正态分布情况下,最小二乘估计具有最优统计性质,如果测量数据受到粗差干扰而偏离正态分布,就会使最小二乘估计的最优性受到严重冲击,而且估计失实。然而,若采用一次范数最小估计,则所得结果比较好。介绍一次范数最小估计(L1估计)的两种算法——选权迭代法和线性规划法,并通过Matlab模拟实验比较这两种方法的优缺点,证明L1估计的良好抗差性。     

一种基于分数阶变分的乘性噪声图像去噪模型

经典变分模型在去除乘性噪声的同时会产生纹理细节信息丢失现象。为解决这一问题,将分数阶变分模型与经典的TV模型相结合提出一种新的分数阶变分去噪模型,并利用梯度下降法求解该模型,数值实验表明:该模型较经典的去噪模型在去噪的同时可很好地保持图像边缘和纹理信息,同时对阶梯效应也有所抑制。     

一种新的SAR图像局部统计活动轮廓模型及算法

近年来变分水平集方法在图像分割中得到了广泛应用,但此类方法的能量泛函是非凸的,易陷入局部极小值解。本文基于AA(Aubert-Aujol)去噪模型和变分水平集方法,提出一个局部统计活动轮廓模型,通过凸松弛技术将提出的分割模型转换成全局优化模型,再加入一个迫近算子项,将提出的模型转化为ROF去噪模型,最后采用快速去噪算法,得到一个全局最优的快速分割算法。此算法不涉及差分或微分方程,只需要简单的差分运算,提高了数值运算速度。对实测SAR图像进行分割实验,结果表明,本文提出的全局分割模型不但能够快速、有效地分割SAR图像,取得全局最小值,而且可以更准确地得到图像分割边缘。     

CX-6(02)微纳卫星超分辨率成像

面向微纳卫星高分辨率对地遥感,将超分辨率成像应用于中国整星60公斤级的CX-6(02)微纳卫星设计中,解决因体积和重量限制导致传统长焦距、大口径成像载荷无法应用于微纳卫星的问题。图像获取上,采用高帧频面阵CMOS探测器对同一地物目标多次曝光的方式,利用卫星姿态控制偏差和地速补偿来获得多帧具有亚像元位移的图像;超分辨率重建算法上,在变分贝叶斯框架下提出加权双向差分模型,提高先验概率模型的方向约束性,削弱观测方程求解的病态性。CX-6(02)星成像数据实验结果表明,本文的图像采样方法可获得较为充分的亚像元信息;相比传统的L1范数先验和全变分先验的变分贝叶斯超分辨算法重建结果,本文重建结果对反卷积运算导致的噪声放大具有更好的抑制作用,可获得两倍分辨率提升,有效提高数据质量和应用价值。     

变分法遥感影像人工地物自动检测

人工地物（建筑物、道路、桥梁等）检测是目标识别的一个重要组成部分。本文将人工地物检测转换为能量泛函数最优化问题。首先对遥感影像进行超像素分割,综合图像的颜色、纹理、梯度等信息,以超像素为单元计算图像的显著度信息,然后构建一个包含显著性约束、面积和边界约束、纹理约束及灰度方差约束的能量泛函数,通过变分法迭代求解能量泛函最小值,获取目标前景部分即为人工地物区域。本文以重庆和广东某地的遥感影像数据为例对算法进行验证,将其与常见的人工地物目标提取算法,如C-V模型、MRF模型,以及当下研究较为热门的深度学习算法进行对比。试验结果表明,该算法能有效地检测出遥感影像中的人工地物区域,并保证较低的误检率及漏检率。论文对该方法与深度学习方法进行了一定的分析对比。     

大角度立体像对相对定向的混合共轭梯度算法

无初值依赖的快速收敛是大角度相对定向解算的关键所在。为此,本文提出一种混合共轭梯度算法,具体过程是:①采用随机爬山算法对给定的相对定向元素初值进行随机扰动,产生保证优化方向的初值;②局部优化中以超线性收敛的共轭梯度法取代相对定向中的最速下降法,以提高其收敛速度;③全局收敛条件为计算误差小于规定的限差。对比试验表明,混合共轭梯度算法无初值依赖性,具有较高的解算精度和较少的迭代次数。     

基于改进高斯-牛顿法的位场向下延拓

本文针对位场向下延拓的不适定问题,在分析最优化算法中高斯-牛顿法基本原理及滤波函数滤波特性的基础之上,提出基于正则参数指数递增计算方法和残差最小步长准则的改进高斯-牛顿法。基于理论重力模型和航磁实测数据的对比实验表明,改进后得到的自适应迭代法具有相对较高的位场向下延拓精度和很好的收敛性。     

基于χ2准则的磁梯度张量3D聚焦反演方法

针对铁磁性物质反演中正则化参数自适应选择的问题,提出了基于χ2准则的磁梯度张量3D聚焦反演方法。利用深度加权矩阵和最小支撑矩阵对经典Tikhonov正则化理论框架下的反演模型进行约束得到目标函数,避免了由于反演参数多于采集点数而导致反演解的多解性,并有效解决了核函数随深度增大而快速衰减的问题。通过对目标函数进行迭代奇异值分解获得最佳物性参数,并根据χ2准则自适应地确定目标函数在迭代过程中的正则化参数,提高了迭代速度和求解精度。仿真和实验结果表明:该方法能准确还原磁性异常体的轮廓形态,具有较好的模型分辨率。