利用光学图像与雷达图像提取地质构造信息的IHS融合方法研究

光学图像和雷达图像的IHS融合方法是提取构造信息的一种较好的信息增强方法,这种方法既可以保留波谱信息,又可以增加图像的立体效果。本文以鄂尔多斯盆地杭锦旗—东胜地区一带为研究区,选用光学TM图像和雷达JERS图像进行了IHS融合处理,重点研究了光学图像波段的选取以及雷达图像的预处理过程,并在融合过程中注意通过光学TM图像和雷达JERS图像之间的直方图匹配,以降低其融合后图像的变化差异度,从而使此种融合方法更适用于研究区的构造信息提取。     

基于直线特征和谱图理论的光学与SAR图像配准

针对可见光与SAR图像配准问题,提出了基于直线特征和谱图理论的配准方法。通过提取图像的直线特征求交点,再利用特征点集构造Voronoi图,结合谱图理论寻找匹配的Voronoi多边形,从而获得配准参数,最后根据仿射变换模型得到配准结果。实验结果表明,与传统配准算法相比,本文配准方法普适性好、配准效率高。     

Mountain Glacier Flow Velocities Analyzed from Satellite Optical Images

Mountain glaciers are sensitive to environment. It is important to acquire ice flow velocities over time for glacier research and hazard forecast. For this paper, cross-correlating of optical images is used to monitor ice flow velocities, and an improvement, which is called ＂moving grid,＂ is made to this method. For this research, two remote-sensing images in a certain glacier area, dur-ing different times are selected. The first image is divided into grids, and we calculated the correlation coefficient of each window in the grid with the window on the second image. The window with the highest correlation coefficient is considered the counter-part one on the first image. The displacement of the two corresponding windows is the movement of the glacier, and it is used to calculate glacier surface velocity. Compared to the traditional way of dividing an image with ascertain grid, this method uses small steps to move the grid from one location to another adjacent location until the whole glacier area is covered in the image, thus in-creasing corresponding point density. We selected a glacier in the Tianshan Mountains for this experiment and used two re-mote-sensing images with a 10-year interval to determine this method.     

深拖系统光学图像多金属结核粒径和丰度的计算

针对Simrad深拖系统和上海交通大学与美国DOE联合研制的深拖系统,开发光学图像多金属结核覆盖率、粒径和丰度计算软件.提出了深拖系统光学图像拖体高度校正处理、粒径计算方法,分析了我国太平洋多金属结核矿区东、西区结核丰度与覆盖率和粒径的相关性,建立了深拖系统光学图像多金属结核丰度计算的数学模式.     

一种由粗到精的光学与SAR遥感图像配准算法

由于光学遥感图像和SAR图像具有明显的非线性强度差异,且SAR图像存在斑点噪声,使得其配准存在较大难度。为此,本文结合基于特征和基于区域图像配准方法的优点,并组合为混合模型,提出一种由粗到精的自动配准算法。以光学遥感图像和SAR图像分别为参考图像和待配准图像,先以基于特征点的SAR-SIFT完成粗配准,再以基于区域的ROEWA-HOG完成精配准。① 采用SAR-SIFT算法进行特征点检测和特征匹配来计算图像的仿射变换模型,以消除参考图像和待配准图像之间明显的旋转、尺度和平移差异,至此完成图像粗配准;② 在此基础上利用分块Harris角点检测在参考图像上获得特征点,并根据特征点确定待配准图像上的同名点搜索区域;③ 计算图像的ROEWA梯度,构造以特征点为中心的模板区域内的HOG特征向量,以SSD作为相似性测度搜索待配准图像上的同名点,完成高精度的图像配准;④ 进行图像配准实验,对配准结果进行目视检查和精度评估。经过多组光学与SAR图像配准实验,验证本文算法能够结合基于特征和基于区域的图像配准方法的优点,较好地抵抗光学与SAR图像之间的非线性强度、旋转、尺度、平移差异和SAR图像的噪声影响,并逐步提高配准精度,最终配准精度达到1个像素左右,实现了光学与SAR图像的高精度自动配准,能够满足光学与SAR图像后续综合应用。     

三维建模系统的综述

一个完整的三维模型重建系统由数据获取、图像分割、图像配准、几何建模和纹理建模五个基本模块构成。其中,图像分割与图像配准算法是三维建模领域的重要研究内容。对基于距离图像和光学强度图像的三维模型重建系统进行综述,对距离图像的分割、距离图像的配准这两项关键技术进行分析和总结,分析比较各种距离图像分割算法和各种图像配准算法。最后,分析比较目前国际上几个典型的三维建模系统。     

实孔径雷达图像的模拟及与光学图像的匹配

本文针对特定工作的需求,首先地一种利用ＳＡＲ图像模拟真实孔径雷达图像２的实现方法,然后探讨了一种基于边缘特征描述的实孔径雷达图像与光学图像的匹配算法。初步实验表明;该算法可获得满意的效果。     

基于水平集的SAR图像与光学图像的配准

为解决常用图像配准算法中特征提取易受噪声影响及配准过程受特征提取精度影响的问题,提出一种新的图像配准算法,即在水平集框架下,通过映射函数将SAR图像特征和光学图像特征结合,构造能量泛函模型,并采用水平集方法求解曲线演化方程,进而实现SAR图像和光学图像的配准.通过两个场景的配准实验表明,该算法不仅对高信噪比SAR图像和光学图像的配准有效,且对低信噪比的配准优势更加明显.     

一种光机混合的图像识别系统

本文分析了光学图像识别和计算机图像识别二者的特点，提出了一种光机混合物的图像相关识别系统。首先用计算机制作高质量的匹配滤波器，然后用光学相关识别系统进行相关识别。     

基于深度学习的水下光学图像超分辨率重建综述

图像超分辨率重建旨在从低分辨率图像中生成包含高频细节的高分辨率图像。随着近年来人工智能的快速发展,基于深度学习的超分辨率重建算法取得了突破性进展。然而,水下光学图像通常会产生严重的颜色失真、细节缺失、对比度下降与模糊等多种退化问题,重建难度远高于常规的自然光学图像。目前尚未有文献对基于深度学习的水下光学图像超分辨率重建进行系统性综述。首先,对自然图像退化方式和数据集进行分类总结,结合国内外最新研究现状将基于深度学习的单幅图像超分辨率重建算法分为针对一般退化、已知（非盲）多种退化、未知（盲）多种退化3个方面进行详细总结,为水下应用场景提供参考。然后,介绍了水下光学图像退化方式,归纳了常见的公开数据集,总结并分析了水下光学图像超分辨率重建的最新进展。最后,对该领域未来可能的发展趋势进行了展望。