非负矩阵分解和Curvelet在遥感图像融合中的应用

非负矩阵分解是一种提取图像原始信息局部特征的新方法,第二代Curvelet变换是一种效果较好的多尺度变换分析方法。结合两者特征提出一种基于NMF和Curvelet的遥感图像的融合方法,首先对已配准的多光谱图像和全色图像进行Curevelet分解,得到各层系数（Coarse、Detail和Fine尺度层）。然后对Coarse尺度层（低频系数）进行NMF分解,提取出包含特征基的低频系数;对Detail和Fine尺度层（高频系数）采用方差为测度参数进行邻域融合。最后进行Curevelet逆变换得到融合图像。实验结果表明,该方法的融合图像能较好地保留光谱信息,并在空间细节信息上得到改善,优于小波方法、Curvelet等方法。     

碳纤维增强型灌浆材料实验研究

灌浆材料中加入碳纤维,可显著改善材料固结体的力学性能.通过正交试验,求得普通水泥浆液中碳纤维的最优掺量.在此基础上,添加助剂,配制出的浆液,流动性能较好,结石体抗压强度略高,抗折强度增强.并测试浆液的基本性能,总结碳纤维对结石体的增强机理.     

压头压入时声发射图像与岩石破碎机理关系的探讨

为研究压头压入时声发射图像与岩石破碎过程的关系，采用6种脆性和塑性岩石进行了试验。试验得到的声信号频率和平均幅度的图像表明：较硬的脆性岩石的压入破碎过程可分为微裂纹和微孔隙闭合、弹性变形，以及破碎后等五个阶段；而对于较软的塑性岩石则难以划分破碎阶段。另外还发现岩石压入硬度与声发射的峰值平均幅度有良好的相关关系。这种关系可能用来预测岩石可钻性。     

基于多方向自适应感知网络的高光谱遥感图像分类

高光谱遥感能够同步获取目标场景的光谱数据和空间图像,满足对目标物体成分组成和形貌特征的探测需求,已被广泛应用于精准农业、地质勘察、环境监测和生物医学等领域。近几年,得益于优秀的空谱信息表征能力,基于卷积神经网络的高光谱图像分类方法取得了优于传统方法的分类精度。然而,基于一定规则和固定方形窗口的卷积运算无法满足不同对象、不同分布的空谱特征提取需求,当像素位于类别边缘时该模式无法避免其他类别的无关信息,导致类别间的信息扩散以及跨类别像素的误分和错分。针对上述问题,本文提出了一种基于多方向自适应感知的高光谱图像空谱联合分类方法,并通过联合不同邻域范围的空谱上下文信息来改善模型的局部空谱建模能力。具体研究过程如下：首先,将常规卷积网络的全窗口滤波器拆分为不同方向的半窗滤波器,从而设计出侧窗卷积以捕捉具有方向性的空谱特征;然后,在此基础上进一步将不同方向的侧窗滤波核整合到统一的卷积架构中构造空谱分离多方向卷积,并设计方向自适应感知模块,以密集连接构建基于高光谱图像的多方向自适应感知分类网络,赋予模型自适应学习多种空谱结构特征的能力,弥补常规卷积和侧窗卷积只能建模单一方向空谱关系的不足,提升模型对...     

考虑局部方差互信息和梯度一致性的改进SFIM遥感图像融合方法

全色图像和多光谱图像由于光谱和空间尺度上的差异,融合结果容易出现光谱失真或空间失真。如何同时实现两个尺度上的对齐,是提高融合效果的关键。传统的SFIM(Smoothing Filter-based Intensity Modulation)遥感图像融合方法可以保证光谱尺度上的一致,但在衡量空间尺度一致上还不够精确。针对此问题,本文提出了一种基于局部方差互信息的空间尺度对齐方法,并在平均梯度一致性的约束下进一步改进SFIM方法。该方法首先对多光谱各波段线性拟合生成多光谱强度图像,并对高分辨率全色图像进行高斯低通滤波,改变滤波参数循环计算2幅图像的局部方差图像间的互信息,当互信息最大时,高斯滤波参数为最佳滤波估计参数;然后,用该高斯滤波器卷积高分辨率全色图像,得到与多光谱图像空间尺度一致的低分辨率全色图像;之后,高低分辨率全色图像间比值处理得到细节图像,以高分辨率全色图像平均梯度为基准,引入调节系数控制细节图像的注入量;最后,细节图像、调节系数与多光谱图像相乘得到融合图像。为验证本文方法的有效性,在IKONOS和Quickbird两种数据集的植被区、建筑区和混合区3个不同场景六组图像开展融...     

中国大陆地震趋势分析

在近年全国地震大形势研究的基础上。根据中国大陆地震活动的时空强演化图像及其相关参数的统计结果,并结合大陆周围附近地区强震活动对其内部的影响等客观现象,对大陆地震活动趋势进行了研究预测。结果认为,中国大陆第五地震活跃期到2001年已经结束,2008年3月21日新疆于田7．3级地震可能是中国大陆新的地震活跃期开始。     

辽宁地区中等地震活动增强与后续最大震级的关系探讨

傅承义先生早在1971年就提出"红肿"假说:"在一个较大地震(例如,Ms≥4.5)发生前,地壳上层在很大地区内部都已经起了变化,并不局限于岩层断裂的地区:断层不过是最后的爆发点而已.地震过程就象人身上长疮一样,在一大片红肿的地方,疮口的面积只占一个很小的比例".     

行列式点过程采样的文本生成图像方法

近年来,虽然基于生成对抗网络(generative adversarial networks, GAN)的文本生成图像问题取得了很大的突破,它可以根据文本的语义信息生成相应的图像,但是生成的图像结果通常缺乏具体的纹理细节,并且经常出现模式崩塌、缺乏多样性等问题。针对以上问题,提出一种针对生成对抗网络的行列式点过程(determinant point process for generative adversarial networks, GAN-DPP)方法来提高模型生成样本的质量,并使用StackGAN++、ControlGAN两种基线模型对GAN-DPP进行实现。在训练过程中,该方法使用行列式点过程核矩阵对真实数据和合成数据的多样性进行建模,并通过引入无监督惩罚损失来鼓励生成器生成与真实数据相似的多样性数据,从而提高生成样本的清晰度及多样性,减轻模型崩塌等问题,并且无需增加额外的训练过程。在CUB和Oxford-102数据集上,通过Inception Score、Fréchet Inception Distance分数、Human Rank这3种指标的定量评估,证明了GAN-DPP...     

FY-3D卫星姿轨误差标校及对定位影响研究

卫星轨道及姿态误差是影响图像地理定位精度的关键因素,以风云三号D星（Fengyun-3D,FY-3D）中分辨率光谱成像仪（medium resolution spectral imager,MERSI）为例分析了轨道及姿态实测数据,分析结果表明,FY-3D轨道及姿态均存在多种因素导致的误差,为确定该误差来源,利用卫星搭载的全球卫星导航系统掩星探测仪高精度星历对星上姿态数据全链条计算进行分析,确定姿态误差来源于星上算法存在误差,提出订正优化方案并分析其可行性,进而利用订正后的姿态及轨道数据进行图像地理定位。实测结果表明,MERSI的1 km图像地理定位精度在沿轨和跨轨方向均提升了约20%,达到亚像元级,分析结果表明,通过标校姿轨误差以提高定位精度的方法行之有效。