有监督的邻域保留嵌入的高光谱遥感影像特征提取算法

超光谱遥感图像特征提取对于图像分类具有重要意义,本文提出一种名为判别监督邻域保留嵌入的新型特征提取算法(discriminative supervised neighborhood preserving embedding, DSNPE)。在高维超光谱遥感图像特征提取过程中, DSNPE不但能保留图像的局部流形结构和邻域信息,而且采用像素点由邻域同类像素点线性表示,将邻域中同类和非同类像素点分开处理,利用判别分式求解最优投影矩阵,使高维像素点投影到低维空间时,同类点离得尽可能近,非同类点离得尽可能远,有利于图像的分类。对三幅超光谱遥感图像的特征提取及分类的实验说明：与主成分分析（PCA）、非参数权重特征提取（NWFE）、局部保留投影 (LPP)、邻域保留嵌入（NPE）等相比,具有一定的优越性和可判别性。     

视频序列图像中运动目标检测与阴影去除

提出了一种新的基于柯西分布的光照模型(shading model,SM)变化检测方法。在一种快速动态背景图像初始化的基础上,建立了Gaussian统计背景模型;基于使用统计假设检验方法检测变化区域的结果,利用YCbCr颜色空间的亮度、颜色信息,识别和消除视频序列图像中的阴影和反光等。试验表明,该文所提出的方法可以承受整体或局部的、缓慢或突然的背景光线变化,以及由场景背景中小的背景扰动、阴影或反光导致的噪声,可以较精确地检测背景目标,改善了SM方法在较暗区域的目标检测效果。     

局部统计活动轮廓模型的SAR图像海岸线检测

首次将局部统计活动轮廓模型引入SAR图像海岸线检测问题中,提出了一种基于局部统计活动轮廓模型的SAR 图像海岸线检测方法。首先利用C-V模型进行粗分割,消除局部统计活动轮廓模型对初始轮廓线设置要求严格的限制,然后提出了一种基于G⁰分布的局部统计活动轮廓模型,进行精细分割。该模型采用G⁰分布对轮廓线上每一点的邻域进行统计建模,增强了模型数据拟合能力,提高了海岸线检测精度,加入水平集函数惩罚项,消除了重新初始化过程。实测SAR图像实验表明,本文方法可用于精确海岸线检测。     

利用高分辨率光学遥感图像检测震害损毁建筑物

地震发生后,利用高分辨率遥感图像进行建筑物损毁检测,有利于快速评估灾害损失。在分析损毁建筑物梯度分布的基础上,提出了一种利用梯度局部空间统计检测震害损毁建筑物的方法。首先用Prewitt算子提取图像梯度信息;然后对梯度图像进行局部空间统计,统计各建筑物屋顶内部梯度的空间相关性,得到初步损毁检测结果;最后,在先验知识的指导下进行极小值分析和阴影检测,进一步修正建筑物损毁检测结果。分别以玉树地震后的Quickbird卫星遥感图像和盈江地震后的光学航空图像为例进行实验,结果表明,利用梯度局部空间统计检测震害损毁建筑物的方法效果优于传统损毁检测方法,总体精度达到80%以上,能够有效检测损毁建筑物。     

基于压缩感知的SAR图像CFAR目标检测算法

提出了一种基于压缩感知(compressed sensing,CS)和恒虚警率(constant false alarm rate,CFAR)目标检测算法,用于合成孔径雷达(synthetic aperture radar,SAR)图像的目标检测。针对传统的均值类和有序统计量类CFAR目标检测算法,首先对每个局部滑窗的背景杂波像素利用压缩感知进行重建,以此来降低SAR图像相干斑现象的影响,然后利用重建后的数据进行杂波分布参数的估计,并利用CFAR检测器进行目标检测。在真实的SAR图像中证明了上述目标检测算法的有效性。     

倒车辅助系统车位线识别方法研究

提出了一种用于倒车辅助系统的基于改进Hough变换的车位线识别方法。算法首先采用局部像素分布特征以剔除非直线的干扰像素,然后使用像素直方图自适应地选择与车位线边缘直线相适宜的梯度方向区间,减少参与Hough变换的像素点数的同时减少背景干扰直线边缘的影响,最后通过判断相邻边缘间的像素灰度关系,进一步确认车位线边缘,从而识别出图像中的车位线。相比于传统hough变换和基于梯度方向区间的改进随机Hough变换（Grad-RHT）,本文算法在保持与Grad-RHT运行效率相当的情况下,在各种干扰背景下都取得了更好的车位线边缘直线检测正确率,表现出较好的识别鲁棒性。     

消除CCD天光背景的一种组合式分割方法

基于迭代阈值法和统计模型提出了一种新的组合式分割方法,该方法精确地描述了天光背景的分布情况,既能够精确确定图像分割的最优阈值,有效地消除天光背景的影响,又可以精确地估计出天光的平均强度,有利于天体亮度的精确计算及暗星的探测.     

基于混合Gamma拖尾Rayleigh分布的高分辨SAR图像建模

针对已有统计模型无法精确刻画高分辨率SAR（Synthetic Aperture Radar合成孔径雷达）图像的统计特征的问题,本文提出一种基于乘积模型的统计模型称为混合Gamma拖尾Rayleigh分布模型。在该模型中,我们利用拖尾Rayleigh分布对相干斑进行建模,使模型可以精确拟合高分辨率SAR图像相干斑的尖峰和厚尾的特征;同时我们引入混合Gamma分布对高分辨SAR图像RCS（Radar Cross Section雷达散射截面积）复杂起伏特性进行表征。基于梅林变换,我们推导出混合Gamma拖尾Rayleigh分布对数累计量参数估计公式,提高参数估计精度,从而实现对高分辨率SAR图像的精确建模。最后我们通过真实SAR图像对本文提出的模型与已有模型进行比较。试验结果表明,本文提出的模型能够对不同的高分辨率SAR图像进行统计建模,并且具有较高的拟合精度。     

混合Gamma拖尾Rayleigh分布的高分辨SAR图像建模

提出一种基于乘积模型的统计模型,称为混合Gamma拖尾Rayleigh分布模型。在该模型中,利用拖尾Rayleigh分布对相干斑进行建模,使模型可以精确地拟合高分辨率合成孔径雷达SAR图像相干斑的尖峰和拖尾的特征;同时引入混合Gamma分布对高分辨SAR图像雷达散射截面积(radar cross section,RCS)复杂起伏特性进行表征。基于Mellin变换,推导出混合Gamma拖尾Rayleigh分布对数累计量参数估计公式,提高了参数估计精度,从而实现了对高分辨率合成孔径雷达SAR图像的精确建模。最后通过真实SAR图像对本文提出的模型与已有模型进行比较。试验结果表明,本文提出的模型能够对不同的高分辨率合成孔径雷达SAR图像进行统计建模,并且具有较高的拟合精度。     

消除CCD天光背景的一种组合式分割方法

基于迭代阈值法和统计模型提出了一种新的组合式分割方法，该方法精确地描述了天光背景的分布情况，既能够精确确定图像分割的最优阈值，有效地消除天光背景的影响，又可以精确地估计出天光的平均强度，有利于天体亮度的精确计算及暗星的探测。     

基于自适应背景估计的视频运动对象提取

提出了一种结合帧间差和减背景的运动目标提取算法，在使用差值图像的高阶统计量检测运动对象的同时估计可靠的背景模型，井通过背景选择性替换机制解决局部背景区域变化的问题。算法需调整的参数少，易于实现。实验结果表明算法具有良好的性能。     

Augmented virtual environment: fusion of real-time video and 3D models in the digital earth system

ABSTRACT

An Augmented virtual environment (AVE) is concerned with the fusion of real-time video with 3D models or scenes so as to augment the virtual environment. In this paper, a new approach to establish an AVE with a wide field of view is proposed, including real-time video projection, multiple video texture fusion and 3D visualization of moving objects. A new diagonally weighted algorithm is proposed to smooth the apparent gaps within the overlapping area between the two adjacent videos. A visualization method for the location and trajectory of a moving virtual object is proposed to display the moving object and its trajectory in the 3D virtual environment. The experimental results showed that the proposed set of algorithms are able to fuse multiple real-time videos with 3D models efficiently, and the experiment runs a 3D scene containing two million triangles and six real-time videos at around 55 frames per second on a laptop with 1GB of graphics card memory. In addition, a realistic AVE with a wide field of view was created based on the Digital Earth Science Platform by fusing three videos with a complex indoor virtual scene, visualizing a moving object and drawing its trajectory in the real time.     

基于无抽样小波的遥感影像薄云检测与去除

针对全色波段遥感影像提出了一种基于无抽样小渡变换的薄云去除算法。对实际的卫星影像和航空影像所进行的试验结果表明，该方法是十分有效的。     

顾及行人的室内全景影像拼接方法

在室内场景的全景影像拼接过程中,易出现行人运动目标引起的“鬼影”现象。针对此问题,提出一种顾及行人的室内全景影像拼接方法,利用深度学习对整幅影像进行逐像素目标级分割,保持行人目标的完整性,并结合重匹配、显著度检测等对运动类型进行判定,生成带权的运动区域掩膜,结合灰度、梯度差及纹理复杂度等特征,融入基于图割算法的拼接线检测能量方程中,对行人区域进行补偿,最终生成背景干净、无“鬼影”的全景影像。     

基于不同大小窗口的移动曲面拟合法探测不规则DEM粗差的一种方法

粗差的存在会造成数字高程模型(DEM)空间上的严重扭曲,有时能导致DEM及其产品严重失真,甚至完全不能使用.因而有关DEM的粗差诊断问题已愈来愈引起人们的关注.本文在对现有的基于点方式的DEM粗差探测算法进行分析的基础上,提出一种基于不同大小窗口的移动曲面拟合法探测DEM粗差的一种方法(简称YXY算法),并通过蒙特卡洛仿真试验来验证该算法的有效性和可行性.     

Bayesian methods for outliers detection in GNSS time series

This article is concerned with the problem of detecting outliers in GNSS time series based on Bayesian statistical theory. Firstly, a new model is proposed to simultaneously detect different types of outliers based on the conception of introducing different types of classification variables corresponding to the different types of outliers; the problem of outlier detection is converted into the computation of the corresponding posterior probabilities, and the algorithm for computing the posterior probabilities based on standard Gibbs sampler is designed. Secondly, we analyze the reasons of masking and swamping about detecting patches of additive outliers intensively; an unmasking Bayesian method for detecting additive outlier patches is proposed based on an adaptive Gibbs sampler. Thirdly, the correctness of the theories and methods proposed above is illustrated by simulated data and then by analyzing real GNSS observations, such as cycle slips detection in carrier phase data. Examples illustrate that the Bayesian methods for outliers detection in GNSS time series proposed by this paper are not only capable of detecting isolated outliers but also capable of detecting additive outlier patches. Furthermore, it can be successfully used to process cycle slips in phase data, which solves the problem of small cycle slips.     

运动目标的MGM(1,N)轨迹预测算法

针对武器装备实验与训练活动中无人机等运动目标位置测量数据少、概率分布未知的工程背景,提出了一种基于MGM(1,N)模型的轨迹预测方法,建立了针对运动目标3个位置坐标的MGM(1,3)模型。数值仿真结果表明,基于MGM(1,N)模型的运动目标轨迹预测方法合理可行,可以预测该周期内任一时刻的位置信息。     

复杂背景下的仿蝇视觉遥感异常检测

本文针对遥感影像复杂背景下,背景地物光谱特征与目标光谱特征之间存在较强相关性的问题,提出一种基于仿蝇视觉的复杂背景下遥感异常检测算法。首先构建并行多孔径背景模型,实现对复杂背景特征的自适应描述;然后基于异常目标的光谱特征相对异常性,采用相对马氏距离区分异常区域、不确定区域与无目标区域,消除背景与目标光谱相关性对检测结果干扰的同时,弥补了传统假设检验无法区分无目标和不确定问题的不足;最后融合多个背景模型的检测结果,实现异常目标检测。仿真实验将围绕多种背景地物并存复杂区域的异常检测验证本文算法的有效性。