基于SIFT特征的SAR图像配准方法在玉树地震中的应用

本文针对SAR图像特点, 提出了基于改进SIFT(尺度不变特征变换)算法的SAR图像配准方案: ① 对待配准图像进行ISEF(无限对称指数滤波器)滤波处理, 降低图像的斑点噪声; ② 采用SIFT算法提取特征点, 略过差分金字塔第一层的特征点检测, 提高时间效率; ③ 在欧氏空间内剔除误匹配点, 提高配准精度。 实验表明, 本文提出的SAR图像配准方案检测到的匹配点对的数量和稳健性都有提高, 精度能够满足亚像元级SAR图像的应用需求, 且用时比传统SIFT方法减少60%以上。 最后对精配准的SAR图像进行震害变化检测, 得到的震害分布与高分辨率光学图像上判读的建筑物毁坏情况基本一致。     

用一种新滤波函数进行CT图像的局部重建

本文阐述了用一种新型滤波函数进行CT图象局部重建的原理,并给出了这种重建的二次误差估计.本文选用一种新的滤波函数,它的旁瓣衰减很快,经证明在可能选取的滤波函数中,它的衰减是最快的.新滤波函数由于空域的迅速衰减性,因此具有良好的局部重建性质.同时保持该滤波函数的其它特性,能够有效地抑制噪声,补偿混迭效应,并缓解Gibbs效应.应用新滤波函数,忽略远离计算点的数据,从而直接用CBP实现图像局部重建.在计算机上对模拟和实测数据进行局部重建的实验结果表明本文建议的图像局部重建算法简便快速,重建图象Gibbs效应减小并与用全部数据的CBP重建图像比较仍具有较高的空间及密度分辨率.     

基于CBS的违禁品目标凸现

本文在分析基于CBS的人身安检图像基础上,提出了基于数学形态学膨胀累加、双阈值分割的违禁品分割算法.采用形态学的膨胀累加算法可以有效抑制噪声并提高目标能量;利用连通性判断获得违禁品候选区域;最后通过获得的数据对违禁品目标进行有效地凸现.     

基于Chebyshev自褶积组合窗的有限差分算子优化方法

有限差分法广泛应用于地震波数值模拟、成像和波形反演中,差分数值解的精度直接影响着地震成像和反演的效果.因为有限差分算子可以通过截断伪谱法的空间褶积序列得到,而截断窗函数的属性影响有限差分算子逼近微分算子的精度.具体地讲,窗函数的幅值响应的主瓣和旁瓣决定了有限差分算子逼近的精度,主瓣越窄,旁瓣衰减越大,则有限差分算子逼近微分算子的精度越高,更好地压制数值频散.基于此认识,本文提出了一种基于Chebyshev自褶积组合窗截断逼近的有限差分算子优化方法.Chebyshev自褶积组合窗的主瓣较窄,且旁瓣衰减大,其可通过只调节三个参数,更直观和可视化地控制主瓣和旁瓣的形状,改变有限差分算子逼近微分算子的精度;该窗函数截断逼近的有限差分算子不仅有较大的谱覆盖范围,而且精度误差波动较小,这表明低阶的差分算子可以达到高阶算子的精度,且逼近误差更稳定;从经济上来讲,将有效地减少模拟计算花费,提高计算效率.     

基于光谱估计和图像重建的双能量CT迭代算法

已知的光谱信息对双能量CT（DECT）重建具有重要的意义,但在实际应用中,光谱信息很难直接获得,此外,双能量CT的重建算法对噪声敏感,因此,在重建算法中需要设计对应的噪声抑制方法来提升重建图像质量。本文提出了一种同时更新双能量CT估计光谱和重建图像的迭代方法,该方法不需要提前获得光谱信息,估计光谱和重建图像可以通过提出的算法同时获得。两组实验用来验证算法的有效性。实验结果表明,提出方法不仅能够准确估计光谱,也可以同时提升DECT重建图像质量。      

位场异常分离的递减半径迭代法

本文提出了位场区域-剩余异常分离的空间域递减半径迭代法.由给定半径的圆周上八点位场值的算术平均导出一个新的八点圆周平均公式,它是一个由重磁数据计算区域异常的滤波器.该滤波器的传递函数有一主瓣和多个旁瓣,且半径越大,旁瓣越多,滤波器特性越差.由从大到小不同半径对应的传递函数的连乘积构造了递减半径迭代传递函数,它以大半径为参变量.递减半径迭代传递函数类似低通滤波器,其截止波数与大半径成反比.由递减半径迭代传递函数,给出空间域分离区域异常的递减半径线性迭代法,由重磁数据减去区域异常求得剩余异常.进一步,通过构造非线性修正系数,把空间域递减半径线性迭代法中线性迭代公式变成非线性迭代公式,得到空间域递减半径非线性迭代法.重磁理论模型及安徽泥河铁矿重磁资料的试验表明,空间域递减半径非线性迭代法可有效地压制假异常和高频干扰以及减少异常畸变,并能有效地分离出区域异常和剩余异常.     

基于改进重建滤波器的局部CT重建算法

鉴于实际工程应用需求,基于截断投影数据的CT图像局部重建是X射线CT重建的一个重要课题,本文概述了现有的局部重建算法,分析了其优缺点,提出了一种基于改进重建滤波器的局部CT重建算法。通过对滤波函数的改进,使其能量主要集中在中心位置,使旁瓣迅速下降,进而使滤波函数具有局部重建功能。另外改进的滤波函数压制了低频信息,突出了高频信息,具有提高成像空间分辨率的功能,但对图像噪声有所放大,实际实验数据验证了算法的可行性。     

PET前端电子电路滤波器的设计

为了减小PET前端电子电路中信号的噪声干扰,提高信号的信噪比,本文设计了一个二阶无源RC滤波器.用HSPICE、MATLAB对实验数据做了仿真与分析,实验表明该滤波器能够有效地提高信号的信噪比.在此基础之上设计的电子电路可以大幅地降低系统的成本,有助于提高图像重建的质量.     

多阶多采样率滤波器的设计

结合多采样率滤波器和多阶滤波器的优点,给出了多阶多采样率滤波器的设计方法和实现过程。该方法设计的滤波器,既实现了多采样率输出的应用需求,又提高了效率,节省了空间。多阶滤波器设计方法可有效减少滤波器系数长度,在运算效率和占用空间方面比单阶设计方法具有显著的提高。     

基于同步挤压小波变换的煤层强振幅抑制

在油气地震勘探中,有些含油气目标层临近煤层,会受到煤层强振幅的影响,导致储层在地震剖面的响应难以识别,地球物理参数计算不准确.为此,本文设计了基于同步挤压小波变换(Synchrosqueezed Wavelet Transform,SWT)的煤层强振幅抑制方法.利用SWT高分辨率、高精确度的时频特性准确地筛选出煤层强振幅部分,根据能量关系进行抑制,并保留其他信息,最后通过重构实现煤层强振幅抑制算法.通过对模型数据和苏里格地区实际地震数据的处理,结果表明该方法不仅能够有效地抑制煤层强振幅,且在精细程度和准确度上优于基于经验模态分解的煤层强振幅抑制方法.     

基于非局部全核变分方法的稀疏角多能CT重建

稀疏角采样与减小X射线源电流可有效降低多能谱CT低辐射剂量,然而会导致投影数据不足且包含较大噪声,重建图像会严重降质。针对这一问题,本文对传统全核变分（TNV）正则化方法进行推广,利用非局部梯度向量构成的雅克比矩阵的低秩特性,提出非局部全核变分（NLTNV）正则化方法。该方法用单个正则项同时建模能谱CT图像的结构相似性、梯度域稀疏性与非局部自相似性3种先验信息,能恢复稀疏角度投影含较大噪声（剂量较低）时图像的结构特征,并且有效缓解了用多正则项建模多能谱CT图像不同先验信息所导致的正则化参数过多问题。此外,基于NLTNV的重建模型为凸优化模型,保证了算法的稳定性与收敛性。实验结果表明,与TNV正则化方法相比,本方法显著提升重建图像的整体质量。      

基于压缩感知的高分辨率平面波分解方法研究

平面波分解方法是地震资料处理中的一项关键技术,它广泛地运用在平面波偏移、各类Beam偏移等成像方法中.平面波分解不仅可以提高偏移成像的效率,而且可以压制地震资料中的随机噪音,提高地震数据的信噪比.线性Radon变换（LRT）是一种常见的实现平面波分解的方法,但常规的LRT存在以下两个缺点：（1）分辨率受测不准原理限制;（2）变换结果存在很多噪音和空间假频.为了克服LRT的上述缺点,本文提出一种基于压缩感知的高分辨率平面波分解方法,并利用加权匹配追踪（WMP）技术实现了该方法.该方法将LRT视为一个参数估计问题,并将LRT结果的稀疏性作为约束条件,在压缩感知理论的指导下利用WMP方法得到高分辨率、高信噪比的平面波分解结果.另外,该方法还可以用于提取地震数据的线性信号、压制随机噪音、实现高维地震数据规则化等地震资料处理技术.数值实验结果证明：WMP方法可以有效地提取地震数据中的线性信号,提高LRT的分辨率和信噪比,从而改善平面波分解的质量.     

Increasing resolution of reverse‐time migration using time‐shift gathers

Reverse‐time migration has become an industry standard for imaging in complex geological areas. We present an approach for increasing its imaging resolution by employing time‐shift gathers. The method consists of two steps: (i) migrating seismic data with the extended imaging condition to get time‐shift gathers and (ii) accumulating the information from time‐shift gathers after they are transformed to zero‐lag time‐shift by a post‐stack depth migration on a finer grid. The final image is generated on a grid, which is denser than that of the original image, thus improving the resolution of the migrated images. Our method is based on the observation that non‐zero‐lag time‐shift images recorded on the regular computing grid contain the information of zero‐lag time‐shift image on a denser grid, and such information can be continued to zero‐lag time‐shift and refocused at the correct locations on the denser grid. The extra computational cost of the proposed method amounts to the computational cost of zero‐offset migration and is almost negligible compared with the cost of pre‐stack shot‐record reverse‐time migration. Numerical tests on synthetic models demonstrate that the method can effectively improve reverse‐time migration resolution. It can also be regarded as an approach to improve the efficiency of reverse‐time migration by performing wavefield extrapolation on a coarse grid and by generating the final image on the desired fine grid.     

单程波角度域内压制多次波偏移假象

多次波偏移中的假象主要来自于不同地震事件之间的互相关,由于这种互相关满足成像条件,很难直接在偏移过程中去除.但是对于准确的速度模型,真实的成像结果在角度域内应该是平直的.根据这个判断准则,可以在角度域内移除多次波偏移中的假象.本文以数据自相关偏移为例,提出了在单程波多次波偏移中移除假象的主要流程:首先在在单程波偏移过程中高效地提取角度域共成像点道集,然后对角度域共成像点道集应用高分辨率的抛物线型Radon变换,用合适的切除函数处理后,反变换回到角度域,最后叠加各个角度成分,得到偏移结果.Marmousi模型的合成数据测试表明,这种方法可以很好地压制多次波偏移过程中产生的假象,有效地提高成像结果的信噪比.     

宽带全息重建算法应用于亚毫米波成像系统初探

毫米波全息成像技术是人身安检的重要技术手段,为进一步提高成像的分辨率和图像质量,研究宽带高频的亚毫米波成像系统具有重要的意义。本文基于亚毫米波全息成像系统的系统构成,给出了适用的宽带全息重建算法,对利用亚毫米波全息成像系统实际测得的相位和幅度信息进行重建并获得了目标图像。实验结果表明,上述宽带全息重建算法在亚毫米波波段内可以有效地重建图像,并验证了使用宽带成像可以有效提高图像分辨率、抑制散斑效应。      

基于最小二乘逆时偏移的场声反射成像测井模拟?

近年来,声反射成像测井技术（ARILT）在井旁裂缝、孔洞性储层评价中成为研究热点。常规ARILT的探测深度一般在20m以内,且对复杂构造边界刻画能力不足。本文基于测井观测系统及采集参数,将最小二乘逆时偏移（LSRTM）地震成像技术引入ARILT中,以提高井旁区域有效成像范围和成像精度。本文在实现偏移算法及处理流程基础上,将算法用于典型模型和实际资料,重点分析不同频率、深度和偏移方法成像效果的差异。成像结果对比发现:①偏移算法影响ARILT成像精度,LSRTM具有较高分辨率,并能揭示构造体横向变化特征;②激发源频率也影响成像分辨率,提高频率会改善分辨率,但会降低探测深度;③在给定的测井观测参数下,LSRTM能有效探测23m范围内的井旁构造。      

STUDY ON THE MRF-BASED METHOD FOR DAMAGED BUILDINGS EXTRACTION FROM THE SINGLE-PHASE SEISMIC IMAGE

Earthquake events are one of the most extraordinarily serious natural calamities, which not only cause heavy casualties and economic losses, but also various secondary disasters. Such events are devastating, and have far-reaching influences. As the main disaster bearing body in earthquake, buildings are often seriously damaged, thus it can be used as an important reference for earthquake damage assessment. Identifying damaged buildings from post-earthquake images quickly and accurately is of real importance, which has guidance meaning to rescue and emergency response. At present, the assessment of earthquake damage is mainly through artificial field investigation, which is time-consuming and cannot meet the urgent requirements of rapid emergency response. Markov Random Field(MRF)combines the neighborhood system of pixels with the prior distribution model to effectively describe the dependence between spatial pixels and pixels, so as to obtain more accurate segmentation results. The support vector machine(SVM)model is a simple and clear mathematical model which has a solid theoretical basis; in addition, it also has unique advantages in solving small sample, nonlinear and high-dimensional pattern recognition problems. Thus, in this paper, a Markov random field-based method for damaged buildings extraction from the single-phase seismic image is proposed. The framework of the proposed method has three components. Firstly, Markov Random Field was used to segment the image; then, the spectral and texture features of the post-earthquake damaged building area are extracted. After that, Support Vector Machine was used to extract the damaged buildings according to the extracted features. In order to evaluate the proposed method, 5 areas in ADS40 earthquake remote sensing image were selected as experimental data, this image covers parts of Wenchuan City, Sichuan Province, where an earthquake had struck in 2008. And in order to verify the applicability of this method to different resolution images, an experimental area was selected from different resolution images obtained by the same equipment. The experimental results show that the proposed method has good performance and could effectively identify the damaged buildings after the earthquake. The average overall accuracy of the selected experimental areas is 93.02%. Compared with the result extracted by the widely used eCognition software, the proposed method is simpler in operation and can improve the extraction accuracy and running time significantly. Therefore, it has significant meaning for both emergency rescue work and accurate disaster information providing after earthquake.     

Simultaneous sources deblending via frequency-varying filter in cross-spread azimuth-offset domain

Simultaneous sources acquisition, also referred to as “blended acquisition”, involves recording two or more shots simultaneously. It allows for denser spatial sampling and can greatly speed up the field data acquisition. Thus, it has potential advantage to improve seismic data quality and reduce acquisition cost. In order to achieve the goal of blended acquisition, a deblending procedure is necessary. It attenuates the interference and thus improves the resolution of the pre-stack time migration image. In this paper, we propose an efficient deblending method, which applies frequency-varying median and mean filters to cross-spread azimuth-offset gathers (XSPR-AO). The method can be used with variable window sizes according to the characteristics of the interference. The effectiveness of the method is validated by a field data example.     

太湖水体遥感反演参数的空间异质性

空间异质性的存在,会导致水质参数遥感反演中的尺度效应,影响反演精度,因此通过分析水质参数空间异质性,对于选择适当分辨率的遥感影像,提高反演精度具有重要意义.通过2008年10月在太湖布置的3个样方,利用GIS地统计学原理和分形维数的方法,对水质遥感反演中的三要素浓度,包括叶绿素a(Chl.a)、总悬浮物(TSM)和溶解有机碳(DOC)的空间异质性及其可能产生的尺度效应进行了研究.结果表明:太湖水体的三要素浓度在不同样方单元中变异系数相差较大,存在着明显的尺度效应;三个样方内Chl.a变异函数曲线斜率在变程范围内变化都较为剧烈,分形维数较高,说明太湖水体Chl.a受到某种起主导作用的生态过程的影响和控制;Chl.a和TSM的空间结构比例都在90%左右,有较强的空间相关性,表明其空间异质性的产生主要是由于结构性因素引起的,随机性因素作用微弱;DOC空间结构比例较小,说明随机性因素对其空间异质性的产生起了主导作用.三个样方中Chl.a的变程分别为147.3m、129.3m和115.0m,TSM的变程分别为1131.7m、130.6m、149.1m,因此在遥感反演中可选择TM影像,选择5×5窗口,以150m×150m作为基本单元;而DOC的变程分别为34.3m、38.5m、26.4m,表明其自相关距离较小,建议直接选择分辨率为30m的TM影像,使实际测量值与遥感影像最小单元相对应,消除反演过程中的尺度效应带来的误差.该研究也表明,MODIS的像元尺寸(250、500、1000m)明显偏大,在太湖水体三要素反演过程中,由于空间异质性引起的尺度效应,会造成一定的误差.     

基于面向对象的无监督分类的遥感影像自动分类方法

为了实现无任何先验知识的高分辨率遥感数据的自动分类,并进一步提高自动分类精度和效率,提出了一种基于面向对象的无监督分类方法(Object Oriented Unsupervised Classification).具体步骤如下:首先对遥感影像进行分割,得到一系列空间上相邻、同质性较好的分割单元,然后对分割单元进行特征提取,得到分割单元的对象特征(光谱特征、纹理特征等多特征信息),进而对分割单元进行基于对象特征马氏距离聚类.最后,通过分类后处理(类别合并、错分类别调整等)得到最终的分类结果.通过实验表明:本文提出的方法不仅能够利用影像中更多的特征信息进行聚类而且还可以有效地减少聚类对象的个数,从而使自动分类的精度和效率都得到较大的提升.