机载SAR影像时空模型重构因子及3D特征提取

时空模型有助于人们获取类似于真实世界的时间及空间信息 ,对于城市工程设计、灾害预防决策及军事应用具有重要意义。本文探讨了机载SAR影像重构时空模型的潜力及方法 ,研究了时空模型重构因子、基于机载SAR影像的建筑物、植被的三维提取 ,以及相应的机载SAR影像时空建模一般方法     

用星载合成孔径雷达(SAR)立体影像生成DEM的方法研究

星载SAR成像是一种微波成像,由于微波具有穿透云雾、雨雪等的特点,使得SAR能够不受天气和时间的限制而对地球扫描成像,这使得SAR具有一般光学成像所没有的优点。人们正积极探索把SAR数据用于测绘并来解决一些问题。考虑到卫星在短时间内的运动比较平稳,并且它的相对关系精确度高,本文主要从SAR成像的几何角度和两景影像的相对关系出发,分析了雷达成象的特点,进而探讨了从立体像对上提取DEM的方法,并就具体步骤做了进一步的阐述。     

安宁河—则木河断裂带1993～2012年重力动态变化

利用安宁河—则木河断裂带区域1993～2012年的流动重力观测数据,作出重力场动态图像和部分重力点值时序变化图,总结在这20年里安宁河—则木河断裂带的活动规律,分析研究安宁河—则木河断裂带区域及其临近区域较大震级的地震孕育过程中区域的重力变化情况,为安宁河—则木河断裂带区域地震预测预报提供经验和参考资料.     

一种基于TV/L2模型的双极图像细节分解方法

基于TV/L2模型的总变差最小化方法在图像分解过程中受到正则化参数的影响。本文通过分析发现,当不同于经典模型而设置较小的正则化参数时,分解的图像特性发生了重要改变。据此,本文提出了一种新的基于TV/L2模型的双极性图像细节分解方法,该方法在正则化参数较小的情况下将观测图像分解为一个近似图像分量和两个具有正、负不同极性并反映不同信息的细节图像分量。将这种新的图像分解方法应用于印刷电路板CT图像的处理中。实验结果表明,通过综合利用本图像分解方法得到的图像细节信息,可以在有效抑制金属伪影的同时增强PCB图像中的有用信息。     

基于改进NL-Means的医学CT图像降噪

医学CT图像在成像的过程中,不可避免地会引入噪声。图像噪声会降低图像质量,影响临床诊断。因此,医学CT图像降噪在诊疗中起着重要作用。本文首先介绍了经典的NL-Means(非局部均值算法)算法,然后在此基础上改变对降噪起关键作用的加权核函数。实验证明本文算法对医学图像降噪有一定的效果,并且能够更好保留原图像的细节信息。在图像降噪后的峰值信噪比(PSNR)方面,本文算法比NL-Means算法最大可提升2.59 dB。     

引入分形校正单元的图像重建计算点迭代算法

本文在计算点图像重建离散化模型的代数迭代算法中,引入分形校正单元构造迭代校正逼近。本文选取Hilbert曲线的最小开口方向作为校正单元连成折线来覆盖投影射线,由校正单元构成的近似曲线具有自相似结构。Hilbert曲线对计算点的投影衰减贡献的几何、物理意义清楚明确。通过加密计算点,由基本校正单元表达的线积分更为逼近地近似投影射线的线积分。分形结构的自相似性可以充分用于迭代校正的计算,形成统一的计算模板,利用几何结构的对称性,加快计算速度、提高成像精度。这一方法可以推广到三维成像模型,内容丰富。     

基于积分图像的面状注记配置方法研究

提出了一种基于积分图像的面状图形注记自动配置算法,设计并实现了基于积分图像的面状注记配置的核心算法.实验表明,该算法能快速准确地定位待标记注记的位置,合理而又美观地实现面状图形注记的自动配置.该算法已成功应用于深圳市地籍测绘大队的房产测绘系统中.     

自适应差分演化算法在图像监督分类中的应用

针对传统遥感图像分类算法存在约束条件多、容易陷入局部最优解、分类精度低的缺陷,提出了一种基于自适应差分演化的遥感分类新方法.实验结果表明,基于自适应差分演化的遥感图像分类算法在分类精度上优于传统方法,在收敛速度上优于标准的差分演化分类算法,其分类精度和Kappa系数分别达到了92.66％和0.901 7.     

遥感图像分割中的小波域改进信息割算法

针对传统信息割(IC)算法对存在灰度变化的图像易引起误分割的问题,提出了一种小波域改进信息割(W-MIC)算法。使用一个新的结合像素点灰度关联和空间关联的Parzen窗对IC进行改进,以降低灰度变化对分割的影响;将MIC引入到小波域,利用小波的平滑作用降低参数选取复杂度,改善图像分割效果。遥感图像分割实验结果表明,W-MIC可有效降低参数选择效应,不仅避免了灰度变化引起的误分割,而且还较好地保持了图像边缘。     

一种利用纹理特征和朴素贝叶斯分类器检测近景影像植被的方法

针对植被对近景摄影测量自动滑坡监测影响严重的问题,提出了一种基于纹理特征和朴素贝叶斯分类器的滑坡植被区域检测算法。对算法的有效性、影像对比度拉伸以及样本训练通用性对检测植被区域的效果等若干问题进行了实验探讨。通过与基于视觉认知特征的检测方法比较,验证了本算法的实用性和有效性。实验结果表明,本文算法能够很好地检测出近景影像中的植被区域,结果比较满意。