侧扫声呐图像分割的中性集合与量子粒子群算法

针对现有的侧扫声呐图像分割方法存在分割准确率不高和效率偏低的问题,提出了一种基于中性集合和量子粒子群算法的侧扫声呐图像阈值分割方法。通过基于中性集合计算图像灰度共生矩阵,实现了侧扫声呐图像精细纹理的表达,提高了分割精度;基于二维最大熵理论,采用量子粒子群算法计算二维最优分割阈值向量,实现了分割阈值向量的快速准确获取,提高了分割效率和精度。最终实现了高噪声侧扫声呐图像目标的准确、高效分割。通过对含有不同目标的侧扫声呐图像的分割试验,验证了该算法的有效性。     

基于邻域投票和Harris-SIFT特征的低空遥感影像匹配

文中提出一种基于邻域投票和改进的Harris-SIFT特征的低空遥感影像匹配方法。首先用NMS算法提取多尺度的Harris-SIFT特征并对其进行方向描述,然后根据最近邻与次近邻特征点距离之比确定初始匹配点对,最后通过近邻域选择投票的方法剔除候选点中的虚假匹配点,进而实现低空遥感影像的配准。实验表明该算法在获得充足匹配点且保证匹配精度的同时,明显提高影像匹配的效率。     

基于 K-Medoid 聚类算法的 GPS 坐标转换研究

对GPS网约束平差时,GPS控制网的精度与坐标系统转换控制点的位置选择有关。通过实验分析得出,整个网的检核点与相应的转换控制点总距离越远,坐标转换后网的精度越低。在此基础上,提出使用K-Medoid聚类算法,通过计算机程序自动寻找用于计算坐标系统转换参数的最佳控制点,并将文中方法运用于某大桥GPS控制网的控制点选取,通过工程实例验证了基于K-Medoid聚类方法的GPS坐标系统转换的可行性。     

面向林地信息提取的 Pleiades-1影像融合算法评价分析

以Pleiades-1影像为对象,以探究其面向林地信息提取的融合算法选择为视角,通过基于目视和定量特征分析、辅助面向对象分类分析的方法,为林业部门遥感影像大规模融合应用提供参考。研究认为Pansharp和GramSchmidt算法融合结果目视效果良好,各波段与原多光谱相关系数均高达0.8以上,清晰度与纹理增强明显。两种融合算法影像在不同林地层次信息提取能力各有优势,Pansharp融合结果在林地层次分类总精度可达86.55%,Gram-Schmidt融合结果则在森林类型层次具有最高的分类总精度78.76%。具体融合算法的选取需根据其应用的信息提取层次而定。     

基于不同交通工具多约束条件的最短路径算法研究

多约束条件下的最短路径选择可以满足用户的出行需求,然而不同的交通工具在相同起始点下最短路径选择存在很大差异。为了满足多用户的出行需求,基于不同交通工具的多约束条件,对传统的Dijkstra算法进行改进,由传统的基于单约束条件向多约束条件改进,并对最短路径选择的准确程度进行优化。通过实例,验证算法的可行性和准确程度。     

红外临边探测发展现状

临边探测器垂直分辨率高,辐射信号的变化主要受大气参数影响,且辐射校准后几乎不受背景辐射影响,对痕量气体可探测性强,探测高度约为10—100 km,对臭氧层的大气遥感监测具有特殊意义。红外临边传感器经过40余年的发展过程,在通道数目、信噪比、可探测目标种类、冷冻技术、在轨寿命方面都有明显改进。本文以平流层O_3及其相关的痕量气体为中心,按照传感器搭载的卫星平台及卫星发射时间的先后顺序,比较了国际上已有的LRIR、LIMS、SAMS、ISAMS、CLAES、MIPAS、HIRDLS、TES共8个星载红外临边探测器的特性、探测目标、技术改进、性能提升等;介绍了红外临边探测大气成分的反演原理;总结了红外临边探测器在痕量气体,平流层云与气溶胶,重力波与极涡,非局部热力学平衡效应4个方面的应用成果。最后对红外临边探测的前景趋势提出了思考。     

混合智能优化算法的SAR图像特征选择

为提高SAR图像自动目标识别的准确率及实时性,提出了一种基于混合智能优化的SAR图像特征选择算法。首先,采用分形特征对SAR图像进行增强,基于分割后的图像提出了一种基于图像矩的方位角估计方法。然后基于未校正和校正后的图像分别提取Zernike矩、Gabor小波系数和灰度共生矩阵构成候选特征集合,使用遗传算法结合二值粒子群的混合优化算法实现SAR图像特征选择。最后,采用MSTAR数据库验证本文算法的有效性。实验结果表明,优化后的特征集合具有一定泛化能力,一方面提高了SAR目标识别的准确率,另一方面减小了SAR图像目标识别的时间。     

格网划分的Delaunay三角网快速生成算法

针对常见的三角网构建算法效率受查找三角形的约束的问题,该文提出了一种基于格网划分的Delaunay三角网快速生成算法,对传统逐点插入算法的点定位及LOP算法进行了优化。通过对离散点数据进行格网划分,将三角形面积坐标法与直线行走算法相结合,在点定位过程中可大幅度缩短搜索路径,快速定位到插入点所在的目标三角形。实验结果表明,改进后的算法兼顾了时间和空间的性能,执行效率明显提高,定位路径惟一且为最佳路径。     

六角格网初始方案线辅助生成方法

针对传统陆地边界划界中存在的人工作业占主导、主观依赖性较大、无法考虑多种因素综合影响等问题,该文构建了基于六角格的陆地边界环境模型,并在此基础上提出全局搜索法、多目标规划法、兵棋模拟法以及基于遗传算法的方案线生成法。利用这些方法生成的方案线能够在顾及面积比例、不可分割因素、区域归属因素等多种因素的条件下,尽可能使我方的某种利益最大。文章介绍了设计思路,并通过实验总结出这些方法的优劣和各自的应用空间,能够在一定程度上解决陆地边界划界中存在的相关问题。     

可扩展的迭代自组织分析并行处理算法

随着遥感影像数据量的增加,传统非监督分类迭代自组织分析(ISODATA)算法的运算将十分耗时,应用并行计算技术能够有效解决该性能瓶颈。针对现有基于并行计算模型MapReduce的遥感迭代自组织分析并行算法存在的局限性,提出一种可扩展的基于MapReduce的迭代自组织分析并行处理算法。该算法通过其包含的全局子采样算法、聚类中心点集合过滤算法以及聚类映射算法,有效克服了现有并行算法中存在的不足。实验结果表明,在同等规模遥感计算中,该算法效率高于现有并行处理算法,具有良好的加速比,且在处理更大的影像块时具有更高的精度。