多核学习算法及其在高光谱图像分类中的应用研究进展

多核学习算法在高光谱图像分类领域占据着十分重要的地位。与灰度图像、全色图像和多光谱图像等相比,高光谱图像因具有很强的分类识别能力等多方面优势而被广泛应用。为进一步提高高光谱图像的分类精度,促进多核学习算法在高光谱图像分类中的应用,本文对多核学习算法及其在高光谱图像分类中的应用进行了总结。首先在回顾核方法的基础上阐述了多核学习框架,其次对多核学习核函数组合方法进行综述,随后根据求解多核学习组合系数方法的不同将多核学习分为两类：固定规则的多核学习算法和基于优化的多核学习算法,并对两类多核学习算法在高光谱图像分类中的应用进行综述,总结各类算法在高光谱图像分类的应用进展。同时,为了便于研究者对多核学习算法及其在高光谱图像分类问题中的应用研究,本文对常用核函数和高光谱图像数据集进行了整理归纳。最后,讨论了多核学习算法在高光谱图像分类研究方面的不足,并对未来研究方向进行了展望,以期为该领域的研究和应用提供参考。     

一种改进的单幅图像快速去雾方法与实验

目前,物理模型的单幅图像去雾已成为图像去雾算法研究的重点。在分析了暗原色先验知识的单幅图像去雾算法基础上,针对暗原色先验去雾算法时间复杂度大的缺点,比较了目前已有的暗原色先验改进去雾算法,提出了一种新的暗原色先验单幅图像去雾改进算法。通过引入快速、各向同性的低通高斯滤波器,实现对透射率图的平滑均匀,以代替暗原色去雾方法中精妙但时间复杂度高的软抠图算法;对于图像中图层交界处,提出了以区域中值滤波方法进行修正的算法,以及满足自适应要求的全局大气光求解详细算法。实验结果表明,结合了以上3点改进的快速去雾算法在保证图像去雾效果的同时,能大幅度提高暗原色去雾算法的速度,适用于对工程上的图像、视频实时去雾。     

一种改进的图像视觉显著性检测算法

视觉显著性检测在图像分割中起着重要作用。提出一种新的检测算法,首先将图像划分成不相交的超像素集合,并以其作为结点构建闭环图;然后利用背景先验知识与流形排名方法计算图中结点的显著度,得到视觉显著图;再使用Sigmoid函数对视觉显著图进行非线性校正,抑制背景结点的显著度和增强目标结点的显著度。不同算法的对比实验表明,新算法具有更好的检测性能,更易于区分背景区域和目标区域,同时也提高了鲁棒性。     

基于五叉树分解与多特征直方图匹配的高分辨遥感图像检索

随着遥感图像数量的急剧增加,如何进行高效检索已成为遥感图像信息提取和共享的瓶颈问题,基于内容的遥感图像检索因此逐渐成为了研究热点。本文提出了一种新的遥感图像检索方法,该方法综合利用了图像的色调和纹理特征。其基本过程是:首先,对图像进行主成分变换,对变化后的第一主成分图像进行五叉树分解,将大幅面的遥感图像分成一系列的子图像;然后,利用多通道Gabor滤波器与子图像做卷积运算,提取其纹理特征,同时计算像元值的方差和三阶矩作为各子图像的色调特征;最后,以子图像为特征基元,构建图像的色调直方图和纹理直方图,以多特征直方图匹配方法计算图像相似度实现遥感图像检索。利用高分辨率遥感影像的检索实验证明该方法是有效的。     

图像目标形状匹配与视频过滤技术研究

通过研究图像目标形状特征的提取、匹配，运用随机过程，投影理论，提出用于识别目标形状统计特性的波动度特征，建立目标形状匹配函数，给出实际图像目标的匹配实现算法，实际系统测试表明该算法能准确、快速完成实际图像目标形状的匹配、过滤，为图像跟踪、识别及视频过滤等应用领域提供了新的可借鉴方法。     

一种新的超声波心动图像分割算法

针对超声心动图像噪声大,边界模糊,灰度分布不均匀等特点,提出了一种新的图像分割算法.首先对超声图像进行滤波和边缘锐化等预处理,然后再使用GVFSnake模型对预处理后的图像进行分割,从而提取出心室的边界.经试验证明,这种新的超声心动图像分割算法,比传统的超声图像分割算法在图像分割精度上有显著的提高.     

基于视频的交通流参数智能检测系统研究

实现了一种利用计算机视觉和图像处理的方法来检测车流的智能检测系统。首先利用输入的图像序列完成自适应的背景重建,通过目标分割和特征提取实现目标检测和运动跟踪,然后提出将HSV颜色空间特征应用于车辆目标匹配的方法和一种新的快速非均匀量化算法,用于跟踪发生融合的目标,最后对各交通流参数进行计算和统计,并对系统实现过程中出现的问题进行分析和总结。     

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。     

一种基于兴趣区的移动侦测算法

针对传统算法在户外监控中存在的正确侦测率不高的情况,给出一种基于兴趣区的移动侦测算法及图像预处理、背景差分、图像分区、门限判决各阶段的算法步骤.采用背景差分建立背景模型,利用图像分区和多重判决门限的方法提高算法性能.根据给出的算法模型,通过仿真验证了算法的可行性.实验证明,在风雨天气监控情况下该方法较传统方法平均可提高6.3%正确侦测率,适合户外监控使用.     

一种复合去噪的图像处理方法

针对小波变换和多级中值滤波各自在去噪方面的优点和不足,提出了一种新的图像复合去噪算法;该方法先对图像进行中值滤波,然后再用小波变换和中值滤波相结合进行进一步的滤波处理,得到最终的滤波图像。实验表明,该种方法在有效去除噪声的同时还很好的保护了图像的边界,图像的视觉效果良好。     

基于BF533的基4 FFT算法的DSP实现

首先介绍了基4时域抽取FFT算法的快速高效的原理及实现方法, 然后用MATLAB对该算法进行了仿真,分析了对其优化的几个方向,并提出了一种利用单一倒序表进行多点数位倒序的新方法.最后给出了在ADSP-BF533 DSP 上采用C语言实现FFT 的软件设计方法,并在ADSP-BF533 KZ-KIT LiteTM评估板上成功实现,经过实验验证, 结果正确,各项指标均达到了设计要求.该实现方法具有可移植性好、速度快等优点,具有很好的参考价值和应用前景.     

一种基于知识的非DHT资源搜索算法

描述了一种适用于分布式系统基于知识的非DHT结构的资源搜索算法(KBS).该算法能够从实际环境中自动获取知识,完成知识体系的构建,知识量得到了有效的控制,基于KBS算法的系统具有良好的可扩展性,可以保证系统的负载均衡.     

基于DEM模型的新填洼算法

本文介绍一种新的填洼算法,该算法定义了溢出高程的概念,并在最小代价搜索算法中结合数据结构中的优先队列,逐步算出每一个栅格的溢出高程,最后得到的高程就是填洼处理的高程数据.利用STL库完成填洼模块的开发,通过对不同分辨率的DEM的处理,发现该算法程序简单,运行速度快,该算法提取的水系效果较好.     

雷达与光学图像小波融合方法研究

本文基于区域差的绝对值,提出了一种新的双正交小波融合算法,并应用于TM与JERS-1SAR的融合研究中。该方法与传统的小波融合相比,更能充分利用参与融合影像的信息,具有更强的数字图像细节表征能力;与基于区域方差的小波融合相比,具有更小的计算量;与主成分融合、乘法融合及Brovey融合等方法相比,具有更好的光谱保持能力,且该小波融合结果更清晰。实验表明,该算法是一种实用有效的融合法。     

基于灰色最小二乘支持向量机的大坝变形预测

提出一种基于灰色最小二乘支持向量机的大坝变形预测新算法。通过对原始大坝序列进行一次累加,弱化序列中随机扰动的影响,增强数据的规律性,进而建立最小二乘支持向量机预测模型,并采用网格搜索法选取最优参数。算法充分利用了最小二乘支持向量机泛化能力强、非线性拟合性好等优良特性,避免了灰色方法及模型存在的理论缺陷。与灰色GM(1,1)和单一最小二乘支持向量机对比表明,新算法能保证较优的局部预测值和较好的全局预测精度,应用于短期大坝变形预测是可行的。     

利用MapReduce的异常轨迹检测并行算法

异常轨迹检测是移动对象数据挖掘的一个重要研究领域。TRAOD(TRAjectory Outlier Dectection Algorithm)算法是一种经典的异常轨迹检测算法,但它对于海量轨迹数据的异常检测效率低。为提高海量轨迹数据集的异常检测效率,本文提出了一种利用MapReduce 的异常轨迹检测并行算法(Parallel algorithm for TRAjectory Outlier Detection, PTRAOD),并在此基础上提出了网格索引的异常轨迹检测并行算法(Grid-based Parallel algorithmfor TRAjectory Outlier Dectection, GPTRAOD)。GPTRAOD算法在PTRAOD算法的基础上,利用网格索引实现区域查询,进一步提高算法效率。将PTRAOD算法和GPTRAOD算法在Hadoop 平台上加以实现,结果表明:本文提出的2 个并行检测算法,能实现异常轨迹的检测;GPTRAOD算法的效率优于PTRAOD算法;GPTRAOD算法具有较高的可扩展性和较好的加速比。     

北斗三频中长基线模糊度解算研究

在推导TCAR模型基础上,研究制约TCAR快速固定中长基线模糊度的影响因素,提出一种基于三频无几何无电离层组合快速解算中长基线模糊度的新方法。然后利用北斗观测数据进行验证分析,TCAR算法能够解决北斗短基线模糊度快速固定问题,而新方法可以实现中长基线模糊度的快速、准确固定。     

自动子空间划分在高光谱影像波段选择中的应用

针对高光谱遥感影像数据量大、维数高的特点,结合联合熵波段选择算法,提出了一种自动子空间划分的改进方案。该方法充分利用了影像各波段数据之间的局部相关性,根据波段间相关系数矩阵图像的"分块"特点,将整个波段空间自动划分为若干个子空间,然后再进行波段选择。实现了在删减冗余信息的同时选择出含有主要信息的特征波段组合的目的。将此方法得到的结果与用联合熵得到的结果进行了比较分析,结果表明自动子空间划分的联合熵波段选择方法具有较好的效果。     

半重叠总方差法在惯性传感器随机误差分析中的应用

针对总方差法在分析随机误差时计算时间较长的问题,从Allan方差和完全重叠Allan方差入手,提出3种数据采样方式,并在此基础上构造了半重叠总方差法。通过光纤陀螺惯组的静态实验验证算法的有效性,结果表明,半重叠总方差法与总方差法分析精度一致,而运算时间大为缩短。     

基于Dense SIFT特征的无人机影像快速拼接方法

特征匹配是无人机影像拼接过程的关键步骤,针对传统的特征匹配方法在影像拼接过程中获取匹配点少、特征点分布不均匀、匹配耗时长等问题,本文提出一种基于Dense SIFT特征的无人机影像快速拼接算法。首先,利用影像POS信息构建连接矩阵以引导匹配过程;然后在降采样影像上进行影像分块,利用Dense SIFT算子获取初始匹配点,并采用两次NCC方法分别实现降采样影像和原始影像上匹配点的精化;最后,基于共线方程将影像投影至物方面上,完成影像的快速拼接。本文选取2组无人机影像进行拼接实验,将本文算法与SIFT和SURF匹配拼接方法进行对比,结果表明：在影像特征点匹配方面,本文方法获取匹配点数量是SIFT和SURF算法的5倍以上,且匹配点分布更加均匀;在影像拼接结果方面,本文方法不仅能够较快完成影像拼接,而且有效避免了拼接影像中的“重影”现象,保证了较好的拼接质量。