EMD-Wavelet-ICA耦合模型及其在GPS坐标序列降噪中的应用

在分析比较经验模态分解(EMD)、小波变换(Wavelet)和独立分量分析(ICA)优缺点的基础上,提出一种新的EMD-Wavelet-ICA耦合模型。该模型充分利用了EMD的自适应性,对原始信号进行分解获得不同频率的模态函数(IMF),采用标准化模量的累计均值对IMF进行尺度划分;进而分别采用Wavelet和ICA对高频和低频IMF进行降噪,将降噪后的IMF进行多尺度重构,获得降噪后的信号;采用信噪比、标准差、偏差和相关系数等指标对降噪效果进行评价。仿真数据和GPS坐标序列的处理结果表明:与EMD模型和EMD-ICA模型相比,新模型的标准差、偏差均有不同程度的减小;信噪比和相关系数有一定程度的增大,可以获得更好的降噪效果。     

独立分量分析改进的图像去噪方法

针对传统去噪算法在复杂噪声污染图像处理中能力较弱的问题,该文基于信号高阶统计量的独立分量分析,通过其自适应变换,分离出源信号中的统计独立的分量,在分析对比传统图像去噪方法的基础上,讨论了独立分量分析的基本模型及原理;提出了一种结合中值滤波与wiener滤波的最大似然估计的图像去噪改进方法。仿真实验表明改进的独立分量分析去噪方法具有较大的优越性。     

参考经验模态分解-独立分量分析及其在GPS多路径误差处理中的应用

多路径误差在绝大部分应用中,其测站间相关性很弱,不能通过差分观测得到有效削弱,成为高精度GPS动态变形监测中的主要误差源。针对GPS多路径误差的特点,结合具有良好多尺度分解能力的经验模式分解方法(EMD)和具有良好盲分离能力的独立分量分析(ICA)方法,提出带参考信号的EMD-ICA方法来削弱多路径效应的影响。应用实例的结果证明了该方法的有效性。     

独立分量分析在探地雷达信号处理中的应用初探

针对探地雷达(Ground Penetrating Radar,GPR)信号信噪比低、背景杂波强,事先对探测目标的信息所知甚少,近乎处于“盲”状态,因而实际处理难度大等实际问题,提出了将独立分量分析(In-dependent Component Analysis,ICA)这种盲信号处理技术应用于GPR信号处理,并利用ICA中的Fast-ICA算法,对ICA法在GPR信号处理中的应用进行了初步探索,实现了GPR信号中弱目标信号和强背景杂波的有效分离,并初步解决了对所分离目标信号的正确排序,以及由ICA方法本身带来的所分离目标独立分量信号符号的不确定性等问题,使GPR信号信噪比大幅提高,从而使GPR的目标检测性能也得以显著改善。在对诸如地雷、地下管线等局部目标的时域有限差分法(Finite-dif-ference Time-domain,FDTD)、仿真GPR数据和室外试验观测GPR数据进行ICA处理后,都取得了理想的结果。      

基于独立分量分析的多次波自适应相减技术

针对多次波自适应相减这个关键问题,文中首次提出利用独立分量分析技术来实现多次波和一次波的分离（简称ICAAMS）. 现有的多次波自适应相减技术大都是采用输出信号（一次波）能量最小准则,基于二阶统计量的技术. 本文提出的ICAAMS采用了输出信号非高斯性最大准则,并利用高阶统计量来表征非高斯性. 简单的褶积模型和复杂的有限差分模型资料处理结果表明, 本文提出的方法可以有效地分离一次波和多次波.     

基于波段子集的独立分量分析的特征提取的高光谱遥感影像分类

针对高光谱影像数据具有波段众多、数据量较大的特点,本文提出了一种基于波段子集的独立分量分析(ICA)特征提取的高光谱遥感影像分类的新方法。以北京昌平小汤山地区的高光谱影像为例,根据高光谱遥感影像的相邻波段的相关性进行子空间划分,在各个波段子集上采用ICA算法进行特征提取,将各个子空间提取的特征合并组成特征向量,采用支持向量机(SVM)分类器进行分类。结果表明:该方法分类精度最佳(分类精度89.04%,Kappa系数0.8605,明显优于其它特征提取方法的SVM分类,有效地提高了高光谱数据的分类精度。     

基于独立成分分析的高光谱变化检测

现有的变化检测方法并未充分研究变化前后高光谱遥感影像端元的联系,不能准确地分析地物变化信息。本文提出了一种基于独立成分分析的高光谱遥感影像变化检测方法,对差值影像进行基于偏斜度的独立成分分析,在不同组分图中分别显示单一地物的变化情况,进而提取变化信息。实验表明,该方法能够在获得较高检测率的同时维持较低的误检率,检测效果优于传统方法。     

基于整数小波和非负有序独立成分分析的遥感影像融合

结合ICA算法可以去除高阶冗余信息和IWT具有多分辨率、运算速度快的特性,在非负性条件的约束下,提出一种基于整数小波变换和非负有序独立成分分析(IWT-ONICA)的遥感影像融合方法。将该方法用于全色影像和多光谱影像的融合,数理统计(峰值信噪比、扭曲度、熵等)和目视判读结果表明,该方法融合效果优于其他方法,融合结果更加清晰,可视性更好。     

浅水型河流相的ICA地震识别方法

利用地震资料进行沉积、油气等储层预测时存在的一些问题,如不直观、工作量大以及解释人员的主观因素过多等,用ICA分量进行解释可解决以上问题.本文实现了ICA的基本原理及FastICA算法在地震资料解释中的应用,通过对实际资料进行ICA的处理说明了这一方法在解释中的可行性.为了克服由于采集痕迹带来的横向不连续,用9点平滑滤波对各分量资料进行了处理,实际证明该方法虽然简单但是非常有效.     

Landslide scar/soil erodibility mapping using Landsat TM/ETM+ bands 7 and 3 Normalised Difference Index: A case study of central region of Kenya

Landsat series multispectral remote sensing imagery has gained increasing attention in providing solutions to environmental problems such as land degradation which exacerbate soil erosion and landslide disasters in the case of rainfall events. Multispectral data has facilitated the mapping of soils, land-cover and structural geology, all of which are factors affecting landslide occurrence. The main aim of this research was to develop a methodology to visualize and map past landslides as well as identify land degradation effects through soil erosion and land-use using remote sensing techniques in the central region of Kenya. The study area has rugged terrain and rainfall has been the main source of landslide trigger. The methodology comprised visualizing landslide scars using a False Colour Composite (FCC) and mapping soil erodibility using FCC components applying expert based classification. The components of the FCC were: the first independent component (IC1), Principal Component (PC) with most geological information, and a Normalised Difference Index (NDI) involving Landsat TM/ETM+ band 7 and 3.The FCC components formed the inputs for knowledge-based classification with the following 13 classes: runoff, extreme erosions, other erosions, landslide areas, highly erodible, stable, exposed volcanic rocks, agriculture, green forest, new forest regrowth areas, clear, turbid and salty water. Validation of the mapped landslide areas with field GPS locations of landslide affected areas showed that 66% of the points coincided well with landslide areas mapped in the year 2000. The classification maps showed landslide areas on the steep ridge faces, other erosions in agricultural areas, highly erodible zones being already weathered rocks, while runoff were mainly fluvial deposits. Thus, landuse and rainfall processes play a major role in inducing landslides in the study area.