基于小波变换的影像信息融合方法

文中提出了一种基于小波变换的影像信息融合方法来提高遥感影像的几何分辨率，该算法的基本思想是：首先利用小波正变换算法将待处理的两幅影像分解成不同分辨率的子图像，然后在一定的准则下对不同分辨率的子图像进行信息融合处理，最后利用小波重建算法对融合子图像进行小波逆变换处理，得到信息融合后的高质量图像，实验表明该方法是可行的。     

利用MATLAB实现图像处理与分析

本文通过对图像的均衡操作、二值图像的处理、小波去噪等实例，介绍了MATLAB进行图像处理和分析的实用方法与技巧，它对各种软钉包、进行图像处理和分析等，提供了高效便捷的方法。     

一种附约束的单频单历元GPS双差相位解算方法

在各类变形观测中，存在着2次观测的变形值不大及各种变形方向和大小可以比较精确预测等特点，可以把这些特征作为约束条件，对GPS单历元相位观测方程进行求解。基于以上几点，提出了一种含约束条件的单频单历元GPS相位求解算法和简单实用的模糊度搜索方法，本方法据观测值直接估计模糊度参数，并根据求出的模糊度估值进行搜索，还分析了最优解的获得和检验方法，最后用2个实例说明了该法的有效性和实用性。     

地图投影数值变换方法综合评述

归纳总结地图投影数值变换的常用方法,并在实践基础上围绕数值变换的精度及稳定性等核心问题对各种方法作一综合评述.     

重叠加窗FFT频域抗干扰算法设计

在卫星导航抗干扰领域,重叠加窗FFT频域抗干扰算法是近年来的研究热点。本文首先介绍了频域抗干扰基本原理,根据加权方法的不同,介绍了部分归零法、门限归零法和部分修剪法等3种干扰消除方法。在此基础上,详细描述了采样速率的确定、时域窗函数的选择、FFT分块长度以及重叠处理方式的选取等影响该算法抗干扰性能的关键问题。并通过数学推导与理论分析给出了在该算法设计中参数最优的选择方案。其结论对于卫星导航接收机中的频域抗干扰算法设计具有一定的参考意义。     

联合资料同化理论及其研究进展

联合资料同化是在"集合预报与资料同化一体化"的思想框架下研究发展的一种数值预报新理论和新方法。它在变分同化系统框架的基础上,充分利用集合预报结果,构造"流依赖"的背景误差协方差,提高对不同尺度天气系统背景误差协方差的刻画能力,进而改善分析和预报的质量。目前该方法已引起国际各主要气象业务中心广泛关注,极具业务应用潜力。本文以联合ETKF-3D-Var为例简要介绍了联合资料同化理论及其研究进展,也说明了联合资料同化的应用前景。     

结合边缘编组的Hough变换直线提取

针对传统Hough变换用于直线检测存在的问题进行了细致的分析和归纳总结,在此基础上,提出一种结合边缘编组的Hough变换直线提取算法。该算法首先采用基于8邻域的边缘跟踪算法对Canny算子检测得到的边缘点进行编组;然后对每一个边缘组分别进行Hough变换,单独确定Hough变换原点和参数的取值范围。Hough变换过程中,采用迭代的"投票"方式,每次确定单一峰值点并删除对应像素。实验证明,该算法原理简单,能有效解决传统Hough变换存在的精度不高、计算复杂等问题。同时该算法具有较强的鲁棒性,可以有效处理不同类型的影像数据,适用于并行处理。     

真彩色点云三维模型方法研究

通过DLT变换建立三维几何模型上的点与相应文物相片上各彩色像素之间的关系。首先,根据点的扫描坐标,计算该点在真彩色像片上的位置;其次,内插出红、绿、蓝三原色;最后,将三维几何模型与真彩色纹理进行最佳融合。建立文物真彩色真实感觉的数字模型,为数字文物和文物保护提供了理论和技术参考。     

Tetrolet域利用时空相关性的云图压缩感知重建

针对卫星云图数据量大,但传输通道和存储空间相对狭小的问题,本文基于Tetrolet变换,利用相邻时次云图的时空相关性,实现了一种高重构质量的卫星云图压缩感知方法。该方法将善于表达图像方向纹理及边缘信息的Tetrolet变换引入压缩感知的稀疏表示环节,从而很好地体现了卫星云图细节丰富、纹理结构复杂的特性;同时,考虑到卫星云图序列间的相关性,将时间相邻的卫星云图组成图像组,以中间时刻云图作为参考图像,计算其与相邻时次云图的差异,通过在参考图片及序列差异图片间合理分配采样率,获取测量数据,在压缩感知框架下,采用带平滑处理的投影Landweber算法,重构出相邻时次的图像组。实验结果表明,Tetrolet变换适用于卫星云图的稀疏表示,而且图像组时空相关性的利用可显著提高重构云图的视觉效果及客观评价指标;在采样率低于0.2时,红外1、水汽和可见光3个通道重构云图的峰值信噪比(PSNR)较传统方法平均提高了7.48 dB,13.51 dB和6.15 dB。由此可见,本文方法可以通过获取少数随机测量值,重构出高质量的卫星云图,不仅为云图数据的低比特率压缩提供了一种可行的解决方案,而且对于其他序列图像的压缩采样具有借鉴意义。     

结合异质性及分水岭变换的遥感影像分割方法

面向对象的遥感信息提取,首要任务是对遥感影像进行分割,分割的目的在于把原始图像分割成一些在空间上相邻、光谱相似的同质区域。传统的分水岭变换对噪声敏感,易产生过分割现象,不能直接适用于遥感影像的信息提取。本文利用非线性同组滤波方法(PGF)消除原始影像噪声,根据高分辨率遥感影像地物的异质性特征,对分水岭初始分割结果进行异质性准则合并。实验结果表明,该方法对高分辨率遥感影像的分割效果良好,能够适用于面向对象的信息提取。