基于迭代变换的分形影像压缩技术

分形理论是当今自然科学研究中的一门新兴学科,应用范围非常之广。其中分形影像压缩技术是利用影像局部之间的自相似性来完成搜索匹配,之后只对仿射变换参数进行编码储来实现的,传统的分形压缩法运算相当复杂,本文针对两种不同的改进方法－值域块合并法与分类匹配法作了探讨,并将它们和传统分形压缩法的压缩比,峰值信噪比及编码时间等性能指标逐一进行了比较和述评。     

一种用于影像镶嵌的快速最小二乘序贯算法

为解决影像镶嵌时快速正确地确定像坐标系和用户坐标系的变换关系问题，本介绍了一种改进的基于Ｈｏｕｓｅｈｏｌｄｅｒ变换的最小二乘序贯算法。该算法可大大减少计算量，提高实用性。     

影像匹配中核线影像的快速生成算法

深入分析了核线影像与原始倾斜影像之间的解析关系,提出一种核线影像生成的快速算法。     

离散小波变换的快速算法

在离散正交小波变换的快速Mallat算法的基础上,根据小波滤波器的特性,提出一种小波变换及逆变换的快速算法,用该算法进行小波变换及逆变换,对容量为N的一维离散信号样本,可节省N次浮点乘法运算。     

利用小波包算法实现快速近似K-L变换

分析了 K-L变换的不足 ,研究了利用小波包算法实现快速近似 K-L变换的问题 ,并对两种算法的复杂度进行了比较。实验结果表明 :提出的快速近似 K-L变换算法在精度和速度两个方面都具有明显的优势。     

利用快速离散Curvelet变换的遥感影像融合

提出了一种基于快速离散Curvelet变换的遥感影像融合方法。首先,对经过空间配准的多光谱和全色影像分别进行快速离散Curvelet变换。然后,对低频子带采用局部标准差加权策略,对中高频子带采用绝对值最大策略,对高频子带采用直接替换策略,反变换后即可得到融合影像。IKONOS、QuickBird、World-View-2多光谱和全色影像的融合实验和定量评价结果表明,该方法较传统方法有明显优势。     

快速离散Curvelet变换和IHS变换集成的遥感影像融合方法

本文提出一种快速离散Curvelet变换(FDCT)和IHS变换集成的遥感影像融合方法,可获得较传统方法更高质量的融合影像。在融合过程中,通过FDCT获取I分量的多尺度多方向系数集合,采用标准差加权的融合策略,自适应地调整空间细节与光谱信息的权重,从而达到最佳融合空间细节与光谱信息的效果。作者选择QuickBird和WorldView-2全色和多光谱影像进行融合实验,并与基于传统IHS、FDCT的方法进行了比较,采用两种评价模型,选择偏差指数、UIQI等质量指标进行客观量化评价,验证了本文方法的优越性。     

一种用于影像镶嵌的快速最小二乘序贯算法

为解决影像镶嵌时快速正确地确定影像坐标系和用户坐标系的变换关系问题,本文介绍了一种改进的基于Householder变换的最小二乘序贯算法。该算法可大大减少计算量,提高实用性。     

基于快速傅立叶变换的最小二乘法解相位模糊

本文叙述了基于严密最小二乘法理论求解相位模糊的方法，采用快速傅立叶变换（FFT）方法求解误差方程，大大简化了误差方程的解答。     

利用小波变换对影像进行融合的研究

基于小波变换可以对影像进行正交分解,而不丢失原来信号所包含的信息。提出了一种Wallis变换、小波变换和IHS变换相结合用于融合的方法,该方法可以有效地提高多光谱影像的空间分辨率,同时保持原来多光谱影像的色调。     

结合Gram-Schmidt变换的高光谱影像谐波分析融合算法

针对高光谱影像谐波分析融合(HAF)算法在影像融合时不顾及地物光谱曲线整体反射率这一缺陷,提出了结合Gram-Schmidt变换的高光谱影像谐波分析融合(GSHAF)改进算法。GSHAF算法可在完全保留融合前后像元光谱曲线波形形态的基础上,将高光谱影像融合简化为各像元光谱曲线的谐波余相组成的二维影像与高空间分辨率影像之间的融合。它是在原始高光谱影像光谱曲线被谐波分解为谐波余项、振幅和相位后,首先将其谐波余项与高空间分辨率影像进行GS变换融合,这样便可有效地修正融合后像元光谱曲线的反射率特征,随后再利用该融合影像与谐波振幅、相位进行谐波逆变换,完成高光谱影像谐波融合。本文最后利用Hyperion高光谱遥感影像与ALI高空间分辨率影像对GSHAF算法进行可行性分析,再以HJ-1A等卫星数据对其进行普适性验证,试验结果表明,GSHAF算法不仅可以完全地保留光谱曲线波形形态,而且融合后影像的地物光谱曲线反射率更接近真实地物。     

基于小波变换和SIFT算法的航空影像快速匹配

提出了采用小波变换对航空影像进行分解,解决了一些应用对匹配实时性要求高的问题,实现了对航空影像快速精确的匹配,试验表明,这种方法具有较快的匹配速度和较高的匹配精度。     

一种快速、高精度和稳健的影像匹配算法

在遥感影像应用中,匹配是一项很关键技术,它的优劣直接关系到后续成果的质量.而匹配质量本身的优劣又取决于匹配的速度、精度和可靠性.针对这三个方面的因素,本文探讨一种基于小波变换、遗传算法和最小二乘匹配的快速高精度影像匹配组合算法.小波变换用于减少匹配搜索数据,遗传算法用于优化搜索空间,而最小二乘匹配则用于获得子像素匹配精度.同时为提高遗传搜索的稳定性和匹配结果的可靠性,本文探讨一种改进的自适应算子概率遗传算法.该改进的基本原理是杂交概率依选择的两父代染色体间的Hamming距离而自适应的变化,变异概率则依父代个体的适应度而自适应的变化.实验结果表明:与传统方法相比,本文方法具有明显的性能优势.     

广义非线性最小二乘测量参数平差的快速差分迭代解算

针对数字化建设中涉及的多类型、多精度、多源、动态非线性最小二乘测量参数平差问题,提出了一种新的解算模型。该模型通过构造适当的差分点列,避免了一阶或二阶导数计算,对于模型复杂或者导数不存在的函数模型而言,具有适应面广、算法简单等特点,为广义非线性数据处理中的参数估计问题的解决开拓了又一新的思路。     

利用无人机影像和广义迭代重加权最小二乘法的三维重建

为了提高基于无人机影像重建三维场景的效率,提出了应用广义迭代重加权最小二乘法的全局式三维重建方法。首先,介绍了广义迭代重加权最小二乘法的基本思想和具体步骤;接着,将全局旋转矩阵的求解转化为李代数中旋转向量的求解问题,利用结合范数优化和迭代重加权最小二乘的方法求出全局旋转最优解;然后,根据极线几何约束条件,解算相机在全局坐标系下的相对平移方向向量,在广义迭代重加权最小二乘架构下,利用二次规划法求出相机全局位置最优解;最后,对影像位姿参数和重构三维点进行光束法平差优化。实验结果表明该方法在提高重建效率的同时,能够更真实地恢复场景的几何形态。     

基于稀疏矩阵技术的光束法平差快速算法设计

首先给出光束法平差法方程式及其改化形式的一般化公式,并说明各系数矩阵的实际意义,从而可以方便地借助稀疏矩阵技术直接组建并存储各系数矩阵。其次,详细介绍如何设计一种可行的、高效的,集一般的光束法区域网平差、多片空间后方交会、多片前方交会和自由网平差于一体的快速平差算法。最后通过多组数据说明算法的可行性和高效性。     

利用DUFCOM和DC算法的GPS单历元双差整周模糊度快速确定算法

为解决DUFCOM方法单历元解算GPS双差整周模糊度因观测卫星数多导致解算效率低而影响GPS高频数据实时动态解算这一问题,同时考虑到DC算法解算效率高的优点,对观测卫星进行筛选分级处理,提出了一种快速确定算法。算例表明,该算法可避免在应用DUFCOM方法中二级卫星对一级卫星双差整周模糊度解算效率的影响,使得GPS单历元确定双差整周模糊度的效率显著提高,达到了GPS高频数据实时动态解算的目的。