多目标珊瑚岛礁地貌遥感信息提取方法——以西沙永乐环礁为例

南海珊瑚岛礁资源极为丰富,实时、快速、高效、准确地获取大范围珊瑚岛礁地貌遥感信息具有现实意义.研究提出了一种双尺度转化下的模型与数据混合驱动的岛礁地貌信息提取框架,并设计了珊瑚岛礁地貌分类体系及相应技术流程:首先采用自上而下模型驱动的GVF Snake模型进行宏观地理分带的粗分割,然后采用自下而上数据驱动的云影极值抑制下多阈值OTSU分类算法进行微观地貌类型的精细分类,最终利用区域生长算法提取离散分布的暗沙、暗滩等浅水地貌单元.针对西沙永乐环礁利用CBERS-02B数据进行实验,精度验证表明:珊瑚岛礁地貌遥感信息提取方法总体精度优于经典数据驱动的监督分类算法,且具有抗噪能力强、顾及空间拓扑关系、自动灵活等特点.     

尺度分层多阈值结合SVM分类的热红外舰船识别

针对尺度自适应选择分层多阈值方法,有时检测目标不完整且存在较多虚警目标等问题,提出了一种基于尺度分层多阈值和SVM分类相结合的舰船目标检测与识别方法。首先使用尺度自适应分层多阈值方法进行初检测;其次根据样本学习生成舰船目标特征及最佳分类特征组合;最后使用SVM样本学习分类实现舰船目标检测与识别。实验结果表明,该方法比单一使用样本分类法降低了虚警率,提高了检测效率,能在近岸舰船目标与背景对比度较低的情况下实现虚假目标有效剔除,且在突堤式码头停放的舰船目标识别中更有效和更稳定。     

图像分割多阈值法研究

目的:医学图像分割是CT图像的三维重建等后续操作的基础,分割的准确性对医生判断至关重要。本文深入研究阈值分割算法、开发出一款将医学图像进行多阈值分割的实用软件。方法:此软件是利用VC 编程工具进行开发。其功能模块主要是利用医学影像处理与分析开发包MITK中的输入文件将输入数据利用像素值进行提取并处理。结论:相对于单阈值分割,多阈值分割有着诸多优势。     

Otsu多阈值算法推广实现

遥感图像处理中的地物分割是分析和解译遥感图像的必要环节。本文分析了Otsu算法进行阈值分割的原理和有效性,针对Otsu多阈值分割算法计算效率低的缺点,提出了用Nelder-Mead单纯形法对Otsu的多阈值分割进行优化。将优化的Otsu算法与传统方法进行了比较,从理论分析和实验结果来看,此方法不仅能获得与传统方法分割一致的结果,而且应用到大尺寸遥感图像的多阈值分割中大大提高了分割效率。     

小波包多阈值去噪法及其在形变分析中的应用

在GPS变形监测领域,传统的小波去噪只保留低频上的有用信息,很容易去掉中频以及高频上的有用信息。小波包分析方法是近几年发展起来的一种新的小波分析方法,它同时考虑了各个频段上的有用信息,因此是一种更为精细的去噪方法。小波包去噪的关键是对小波包分解系数选取合适的阈值准则并进行阈值处理,但传统的小波包去噪并没有对此进行充分的研究。本文针对传统小波、小波包分析的不足,提出了一种基于频率顺序并依据信息类型分段的多阈值准则小波包去噪法。通过理论分析与实际应用,结果表明新方法能够高效剔除各频段的噪声,同时当采样频率较低时能有效保留去噪信号中频率高达10-1 Hz数量级的有用信息,其去噪能力优于传统的小波、小波包等其它去噪方法,因此可以广泛应用于高精度GPS变形监测领域中。     

基于模糊C均值聚类的机载LiDAR点云滤波

点云滤波是机载LiDAR数据处理的重要步骤.现有滤波算法大部分要建立点云之间的索引关系,增加了算法的复杂度;或需要对原始数据进行内插,导致原有精度损失.本文在对LiDAR点云数据的高程进行统计分析的基础上,引入模糊C均值聚类分析算法,针对大区域平坦复杂城区数据,无须建立索引或进行内插,能够快速简单地实现地面点与非地面点的分类.实验结果表明,该方法切实可行,能够较好地满足精度需求.     

一种基于结构特征匹配的道路标识线分类方法

针对道路高精度地图采集中道路标识线快速分类提取问题,提出了一种根据几何结构特征对道路标识线进行自动匹配提取的方法。首先利用点云生成强度特征图像,并根据点云密度分布特征将强度特征图像划分为多个区域;然后对每个区域进行二值化处理;最后考虑路面标识线缺失情况,设计了一种多约束条件的几何特征语义识别模型,实现了不同标识线类型的分类。对车载移动测量系统获取的多段道路点云数据进行实验,结果表明,该方法的道路标识线提取准确率和识别准确率分别为90.01%和82.83%,总体精度达到86.27%。     

基于CEEMDAN和小波包多阈值的GNSS高程时间序列去噪方法

为提高GNSS高程时间序列的去噪效果,以仿真信号和拉萨站2000~2020年高程时间序列为例,采用自适应噪声完备集合经验模态分解（complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN）方法将信号分解成若干个特征模态函数（intrinsic mode function,IMF）,对每个IMF分量进行小波包多阈值分解,依据不同节点能量占IMF总能量百分比选择不同的阈值准则,将降噪后的节点重构得到降噪后的IMF分量,进而得到降噪后的时间序列。利用信噪比、均方根误差等指标对比分析本文方法、EMD、CEEMDAN、小波去噪和小波包多阈值去噪等5种方法的去噪效果。结果表明,本文方法效果最优。     

基于气象旱涝指数的旱涝急转事件识别方法

基于长江流域212个气象站点1961-2017年的日降水资料,借助标准化加权平均降水指数（SWAP）,结合多门槛游程理论,提出一种识别旱涝急转事件的新方法。方法应用于旱涝急转事件高发的长江流域,分别从典型站点旱涝事件分析、区域典型旱涝急转事件分析、旱涝急转事件时空分布规律分析等角度,探讨了长江流域1961-2017年旱涝急转事件规律。结论显示：①SWAP指数对于旱涝事件具有良好的识别能力。②聚类方法可聚合相似旱涝急转事件,2011年长江中下游旱涝急转事件中干旱事件占主导地位,持续时间远长于洪涝事件。③ 长江流域旱涝急转事件呈现明显的区域规律：上游发生频率较低,中下游偏高;此外,长江流域多数分区近期旱涝急转事件发生频率呈现上升趋势。研究结果表明,基于SWAP指数并结合多门槛游程理论的方法能够比较准确地识别旱涝急转事件,可进一步应用于旱涝急转事件的预测及评估中。     

利用倒数灰度熵和改进Chan-Vese模型进行SAR河流图像分割

为了进一步提高合成孔径雷达(SAR)图像中河流分割的精度和速度,提出了一种基于人工蜂群优化的倒数灰度熵多阈值选取与改进Chan-Vese(CV)模型相结合的分割方法。考虑SAR图像中河流目标和背景类内灰度的均匀性,提出了基于蜂群优化的倒数灰度熵多阈值选取方法,以此对河流图像进行粗分割;针对基本CV模型收敛速度低、对初始条件敏感的问题,利用图像边缘强度取代Dirac函数,将粗分割结果作为改进CV模型的初始条件,对河流图像进行细分割。大量试验结果表明,所提出的分割方法无须设置初始条件,运行速度快,分割精度高。