高光谱遥感影像的广义判别分析特征提取

高光谱遥感影像具有丰富的光谱信息,在地物分类识别方面具有明显的优势.针对复杂高光谱影像分类问题,应用了一种广义判别分析特征提取技术.将输入样本通过非线性函数映射到特征空间,在特征空间中应用线性判别特征提取方法;算法求解过程中涉及到在特征空间的内积用核函数代替,简化计算的同时也使得算法与非线性函数的具体形式无关.通过影像分类试验表明,该方法较常用特征提取方法更有利于分类精度的提高.     

一种地物关系约束下的线阵影像坐标反投影计算方法

坐标反投影计算是线阵影像基于严格模型几何校正的关键步骤。本文在分析线阵摆扫式影像的成像方式及其特点的基础上,针对传统基于像方的顺序或迭代搜索方法效率低下的问题,提出了一种利用地物关系约束的坐标反投影计算方法。首先将当前相邻点的最佳扫描行作为先验值,估算其与当前点最佳扫描行的距离,定位初始最佳扫描行;然后以初始最佳扫描行为中心构建搜索窗口,进行最佳扫描行精确搜索;最后根据最佳扫描行对应的外方位元素进行坐标反投影计算。通过对机载线阵摆扫式模拟影像数据和推扫式真实影像数据的试验,验证了该方法的可行性、准确性和高效性。     

利用无人机多源影像检测车辆速度

交通在人民生活和社会经济中有着举足轻重的作用。车辆速度检测是智能交通管理系统的重要组成部分。本文提出了一种基于无人机（UAV）多源影像数据进行车辆速度检测的方法,首先,搭建小型无人机多源数据采集平台,获取可见光影像与热红外影像。然后,针对采集的多源数据,采用深度学习框架YOLO（you only look once）进行车辆检测。最后,基于卡尔曼滤波进行车辆跟踪,并根据跟踪结果计算车辆速度。本文利用无人机平台增加监测车辆的灵活性,同时综合使用多源数据,不仅提高车辆检测精度,还可以不依赖光照条件跟踪车辆。试验结果表明,本文方法具有有效性和稳健性,为道路监控管理部门提供一种高效率、机动灵活的监测模式。     

基于分布异常的高光谱遥感影像小目标检测算法

提出一种基于分布异常的高光谱遥感影像小目标检测方法。该算法用基于近似相对熵的实码遗传优化投影寻踪方法(RCGOA-PP),有效地将高维数据中隐藏的目标信息集中投影到低维空间中,并用直方图分割的方法提取出小目标。实验证明,此算法精度较高,适用于对高光谱影像中的小目标进行检测。     

基于非线性判别分析的高光谱影像特征提取

高光谱遥感影像丰富的光谱信息有利于深入挖掘目标的理化特性,精细识别不同目标间的细微差异。为了提高影像分类识别的精度与速度需要对光谱信息进行特征提取。基于核函数的判别分析能够在数据中提取非线性特征,本文将其应用到高光谱影像分类的特征提取中,并进行了最小距离分类实验取得理想结果。     

基于相关向量机的高光谱影像分类研究

虽然支持向量机在高光谱影像分类得到成功应用,但是它自身固有许多不足之处。相关向量机是在贝叶斯框架下提出的更加稀疏的学习机器,它没有规则化系数,其核函数不需要满足Mercer条件,不仅具备良好的泛化能力,而且还能够得到具有统计意义的预测结果。本文从分析支持向量机用于高光谱影像分类存在的不足出发,提出了一种基于相关向量机的高光谱影像分类方法,介绍了稀疏贝叶斯分类模型,将相关向量机学习转化为最大化边缘似然函数估计问题,并采用了快速序列稀疏贝叶斯学习算法。通过PHI和OMIS影像分类实验分析表明了基于相关向量机的高光谱影像分类方法的优越性。     

高光谱遥感技术的发展与应用现状

20世纪80年代初期出现的高光谱遥感技术,将反映目标辐射属性的光谱信息与反映目标空间几何关系的图像信息有机地结合在一起,与传统的全色、多光谱遥感相比,在地物识别方面具有明显的优势.高光谱遥感技术在许多国家的重视下发展迅速,其应用领域也日趋广泛并更加成熟.对高光谱遥感技术的发展与应用现状进行总结.     

高光谱遥感影像的广义判别分析特征提取

高光谱遥感影像具有丰富的光谱信息,在地物分类识别方面具有明显的优势。针对复杂高光谱影像分类问题,应用了一种广义判别分析特征提取技术。将输入样本通过非线性函数映射到特征空间,在特征空间中应用线性判别特征提取方法;算法求解过程中涉及到在特征空间的内积用核函数代替,简化计算的同时也使得算法与非线性函数的具体形式无关。通过影像分类试验表明,该方法较常用特征提取方法更有利于分类精度的提高。     

多尺度Retinex的低照度航空图像非线性增强

针对低照度航空遥感图像亮度低、对比度低,阴影区域目标难以准确判读的问题,提出了一种基于多尺度Retinex的图像非线性增强方法。该方法采用递归迭代提高高斯滤波处理速度;采用灰度极值去除线性拉伸,尽可能保留原始细节信息;采用动态范围调节因子控制输出图像对比度。实验结果表明,灰度极值去除比例、动态范围调节因子和最大环绕尺度等重要参数的取值变化对图象处理效果具有影响。给出了上述3种参数合适的取值范围,有效提升了低照度航空遥感图像的判读效果。