无人机影像匹配点云单木识别算法

针对单木识别研究中"局部最大值"算法因窗口大小设置不同而产生的单木漏识别与错识别问题,提出了联合"局部最大值"与"单木树冠结构分析"的单木识别算法。算法首先利用"局部最大值"获得候选单木;然后对候选单木树冠结构进行分析,提取树冠结构曲线;最后通过对树冠结构曲线判别,剔除、合并错识别与过识别单木,从而提高单木识别的精度。选取大兴安岭林区8个典型样地进行实验,以实测可见单木为参考,与窗口大小为1.0m、2.0m的两种"局部最大值"算法进行比较。结果表明,该算法8个样地整体F测度为90.45%,相比1.0m、2.0m窗口的"局部最大值"法F测度74.82%、77.35%,分别提高了15.63%、13.10%。     

结合可见光植被指数和分水岭算法的单木树冠信息提取

相比于传统的人工实地调查的方法,通过无人机倾斜摄影测量技术多角度拍摄提取单木树冠信息,具有高效、准确和低成本等优势。以内蒙古自治区赤峰市喀喇沁旗西南部旺业甸林场的落叶松近成熟林为研究对象,以倾斜摄影测量技术获取的无人机影像为数据源,提出一种结合可见光植被指数和分水岭算法的单木冠幅提取方法。首先通过数字正射影像计算可见光波段超绿超红差分指数;选择合理阈值对图像进行二值化,并利用中值滤波对树冠区域图进行去噪处理,分离出植被与非植被区域;以植被区域为掩膜范围对冠层高度模型进行掩膜;最后,利用分水岭分割算法提取单木树冠进行精度验证。在树冠区域提取过程中,基于超绿超红差分指数结合阈值法成功分离出植被与非植被区域;通过中值滤波有效地去除了因亮度不均、阴影及非植被区域的纹理等信息所造成的斑点和噪声,保证了树冠边缘的完整性及树冠内部的连通性,同时减少了分水岭算法的过分割现象。单木尺度上,树冠参数信息提取的准确率分别为88.72%和79.38%,召回率分别为93.29%和88.60%,F测度分别为90.59%和83.74%;样地尺度上,相对误差分别为15.45%和22.92%。研究结果表明：基于数字正射...     

基于GIS邻域分析的无人机倾斜影像阔叶林树高提取方法研究北大核心CSCD

无人机遥感技术可快速获取测区冠层高度模型(CHM),如何从CHM中更加准确识别树顶点,是树高提取的关键。分析了不同窗口类型、窗口大小以及林分郁闭度对树顶点提取的影响,以高校校区为研究区,根据郁闭度选取密集林地和稀疏林地2块局部区域,分别利用GIS矩形邻域分析、GIS圆形邻域分析和局部最大值算法提取树顶点。结果表明:树顶点提取精度不仅受窗口大小、林分郁闭度影响,而且和窗口类型密切相关,且GIS矩形邻域分析提取树顶点的结果更加稳定,精度更高,其F测度值在密集林地最高为78.13%、稀疏林地为96.94%。将基于该结果得到的树顶点对应的提取树高与实地测量的树高值对比,密集林地的均方根误差为37 cm,稀疏林地的均方根误差为39 cm。结果证明了基于小型无人机可见光遥感技术提取较高郁闭度阔叶林树高的可行性,为后续基于冠层高度模型识别树顶点提供方法借鉴,提高树高提取精度。     

基于语义关联的中文网页主题词提取方法研究*

提出了一种基于语义关联的中文网页主题词提取方法,首先借助滑动窗口和“知网”计算词语间的语义相似度,形成候选名词对集合;然后基于该集合生成无向图表示词语间的语义联系,并通过该无向图对主题词权重进行建模;最后选取权值较高的名词作为主题词。实验结果表明,相比未建立语义关联的主题词提取方法,本方法在查准率、召回率和F1测度值上均有一定的提高,当提取主题词个数为7时,本方法召回率和F1测度值达到最大值,且分别较传统方法最大值提高了12.5%和9.53%。     

基于似物性判别的视觉目标检测方法

提出了一种基于似物性判定理论的单图像视觉目标检测算法.在组合几何学的引导下遴选候选图像窗口;应用创新提出的基于图像分割的结构化特征结合支持向量机对候选窗口的似物性进行评分;根据评分对候选窗口进行排序遴选.在PASCAL VOC2007数据集上进行了定量验证,结果表明:当候选集容量为1000时,算法可达到96.1%的召回率.检测性能优于目标识别领域的4种经典算法.     

多尺度局部特征选择的行人重识别算法

针对行人重识别问题中人体姿态变化、对齐及部分遮挡等情况,提出了一种基于深度学习的局部区域选择和局部特征提取算法。算法首先利用残差卷积神经网络获取基本特征,然后利用多尺度的滑动窗口提取不同候选局部区域特征,并按照覆盖区域进行分组,每组选择一个最优局部特征,并融合整体特征得到最终特征表达。实验结果表明,通过该方法提取的局部特征具有更好的表达能力,提高了行人重识别的精确度。     

基于树木相对位置关系的多时相机载激光雷达人工林点云匹配

人工林资源的精准监测是提升人工林培养质量、可持续经营管理水平及准确估测人工林碳储量的前提。使用机载激光雷达可获取高精度的森林冠层结构信息,然而,只有在同一森林区域获取多期激光雷达点云并进行精准匹配的基础上,才能有效实现人工林资源的动态监测。针对人工林树种单一、排列规整,缺乏纹理特征等特点,基于树木的相对空间关系,创建了一种高鲁棒性的多期机载激光雷达人工林点云匹配算法。首先,利用地面点进行z轴配准,并对两期点云进行单木分割,获取树位置和高度信息,并根据树木水平及垂直方向的相对关系提取单木匹配特征;其次,建立合适的相似度函数,结合单木匹配特征构造加权二分图模型,并使用最大权匹配算法得到两期树木对应关系;最后,使用奇异值分解求解最优变换矩阵,完成配准。通过在江苏省沿海典型人工林研究区（主要树种为杨树和水杉）进行试验验证,结果表明：该匹配算法在水杉和杨树的典型样地中配准效果均较好,其中水杉样地（配准后RMSE=42.5 cm）配准结果优于杨树样地（配准后RMSE=58.8 cm）。该算法能够有效提升多期机载激光雷达人工林点云的匹配精度,并为人工林的动态监测（特别是单木尺度的砍伐和生长等信息获取）提供了技术前提。     

垂直交叉双向搜索策略的自适应窗口匹配算法

目的 基于区域的局部匹配算法是一种简单高效的立体匹配方法.针对局部算法中窗口的抉择问题,提出了基于垂直交叉双向搜索的自适应窗口匹配算法.方法 该算法考虑到局部区域内灰度值与视差值的相关性,通过垂直交叉双向搜索策略自适应地调节窗口的形状和大小,并获得相应掩码窗口;再利用积分图像计算掩码窗口的匹配代价,获取视差图;最后采用米字投票和双边滤波器两个步骤对视差图进行修复.结果 针对不同图像采用提出的自适应窗口算法,得到了适用于各种图像结构的匹配窗口,相较于原始垂直交叉算法的匹配精度提高了约30％ (Teddy),同时两步骤视差后处理较好地保持了图像边缘.结论 实验结果表明,该算法改善了规则窗口产生的视差边缘扩充问题,在提高视差精度的同时提高了算法鲁棒性.     

基于分块聚类的多流形判别分析人脸识别

针对传统的人脸识别算法在处理单样本人脸识别时由于训练样本不足而影响识别率的问题,提出了一种基于分块聚类的多流形判别分析(MMDA)算法.将每个单训练样本划分成若干大小相等且互不重叠的局部小块,利用聚类算法将局部小块聚类到各个类所属的流形上,并使用特征变换最大化类与类之间的分离性;最后,计算出测试人脸的流形与所有训练样本流形之间的距离,采用最近邻分类器完成人脸的识别.在ORL及FERET两大人脸数据库上的实验验证了算法的有效性及可靠性,识别率可分别高达77.22％、57.59％,实验结果表明,相比几种较为先进的人脸识别算法,该算法在处理单训练样本人脸识别问题时取得了更好的识别效果.     

若干二元周期序列的紧错线性复杂度

综合线性复杂度、k错线性复杂度、k错线性复杂度曲线和最小错误minerror（S）的概念,提出m紧错线性复杂度的概念。 序列S的m紧错线性复杂度是一个二元组（km,LCm）。序列S的k错线性复杂度曲线的第m个跃变点对应的km值和对应km错线性复杂度LCm,称为序列S的m紧错线性复杂度。通过使用简洁的cost二维结构,给出了周期为2n的二元序列的紧错线性复杂度算法,并证明具有Stamp-Martin模式的线性复杂度算法均可以简单地推广为求紧错线性复杂度的算法。与现有k错线性复杂度算法不同,该算法中省去了原来序列元素的运算。在王-张-肖算法基础上,通过使用cost二维结构,给出了周期为pn的二元序列的紧错线性复杂度算法,其中p是一个素数,2是一个模p2的本原根。     

基于小波分析和伪彩色的遥感图像增强

针对基于小波分析的图像增强技术一般只适用于黑白图像,而伪彩色处理技术不能够充分处理图像中某些细节信息的缺陷,提出基于小波分析和伪彩色的遥感图像增强处理方法.增强后的遥感图像无论在视觉效果上还是在噪声特性上都有了很大的改善.该方法简便易行,计算量小,在应用中有较大的灵活性,该方法还具有运算速度快,可操作性强等特点.在遥感图像增强研究方面具有广泛的应用前景.     

小波用于基于遥感影像特征的自适应二维盲水印算法

文章提出了一个有效的基于遥感影像特征的自适应二维盲水印算法。该算法使用灰度图像作为水印,将水印灰度图像进行Arnold置乱加密和小波压缩后,利用相邻特征平均值和奇偶判决法嵌入遥感影像的二阶小波变换域中所选择的子带上,且水印检测不需要原始遥感影像。攻击测试和实验结果表明,该算法具有较好的透明性,强壮性,以及水印检测结果准确,算法复杂度低等优点,对如JPEG有损压缩、中值滤波、附加噪声、伸缩、裁剪、旋转、几何变换、Stirmark攻击等各种影像处理的攻击都具有较强的鲁棒性;且嵌入水印后基本不会影响遥感影像的边缘检测和分类等一些应用。     

小波方向子带偏微分方程遥感图像去噪

针对小波阈值法在去除遥感图像高斯噪声时,所存在的由于过度"扼杀"小波系数而引起的模糊边缘问题,以及P-M模型通常会使图像的灰度趋于分段常量而产生所谓的"块状"效应问题。提出小波域偏微分方程(PDE)遥感图像去噪模型,该模型通过对遥感图像进行小波分解,保持低频子带信息,而只对含有噪声、图像边缘的高频子带进行基于子带方向特性的非线性异性扩散,使模型在有效去除高斯噪声的同时,能够很好地保护遥感图像中的边缘特征和细节纹理信息,避免了去噪后的结果图像出现分段常量现象。实验结果表明,对于相同的遥感图像高斯噪声,基于所提出混合模型的去噪图像的PSNR较基于类零树的Bayes阈值法和P-M模型提高了1～2dB。     

基于归一化相关矩的多分辨率遥感图象融合

多传感器数据融合技术已广泛应用于遥感图象处理方面 .针对遥感多光谱图象空间分辨率较低的问题 ,提出了一种基于归一化相关矩的多分辨率图象融合方法 .该方法首先对图象进行二维小波变换 ,然后根据所得到的高频小波系数的一阶、二阶统计特征来定义图象局部灰度相关矩 ,并以此作为图象融合测度来对遥感图象进行多分辨率特征融合 ,从而得到包含更多信息和有效特征的融合图象 .仿真结果表明 ,融合后的图象在保留多光谱信息和提高空间分辨率上均能获得较好的效果 ,因而可以更好地用于目标识别、分类等遥感图象处理方面     

基于小波变换的图像配准方法

图像配准是信息融合处理中非常重要的一个环节。图像的配准,尤其是遥感图像的配准,运用传统的方法，计算量大且配准精度不高。基于小波理论,提出了一种快速、高精度图像配准的新方法。该方法利用小波变换将图像分成若干层次，通过引入有效子图的概念来降低待搜索的数据量,应用小波理论的多分辨分析思想来缩小搜索空间，最后通过迭代求精算法实现了图像的快速、高精度配准。实验结果表明,该方法对大数据量的遥感图像,较之传统的方法具有明显的优越性。     

基于2代Curvelet改进IHS变换的遥感图像融合

Curvelet变换是继小波变换之后,能更适合于图像处理的一种新的多尺度变换分析方法,它比小波变换更加适合分析2维图像中的曲线或直线状的边缘特征,同时也具有很强的方向性。为了将该变换应用于图像融合,首先对第2代Curvelet变换理论进行了综述,然后在对基于第2代Curvelet变换的遥感图像融合方法进行研究的基础上,提出了一种与IHS变换结合的融合方法。最后用高分辨率全色图像与低分辨率多谱图像进行了融合实验,实验结果表明,将Curvelet变换引入图像融合,能够更好地提取原始遥感图像的特征,不仅可为融合图像提供更多的信息,而且融合图像能在较好地保留光谱信息的同时,使空间细节信息也得到增强。     

基于SVM算法和纹理特征提取的遥感图像分类

遥感图像分类是遥感图像处理领域中的一个重要的研究方向,传统的遥感图像分类方法根据像素值进行分类,忽视了遥感影像中丰富的纹理特征信息.小波分析通过引入宽度可变的窗口,可以同时对信号的局部信息进行频率域和时间域的变换.小波分析算法可以有效地提取出图像中的纹理特征信息.支持向量机算法是20世纪90年代提出的一种新的机器学习算法,通常被用来进行模式识别和分类.结合小波纹理提取算法,利用支持向量机进行遥感图像分类.研究结果表明,结合纹理特征的支持向量机分类的效果优于直接对灰度图像进行分类.     

基于GPU的遥感图像配准并行程序设计与存储优化

遥感图像配准是遥感图像应用的一个重要处理步骤.随着遥感图像数据规模与遥感图像配准算法计算复杂度的增大,遥感图像配准面临着处理速度的挑战.最近几年,GPU计算能力得到极大提升,面向通用计算领域得到了快速发展.结合GPU面向通用计算领域的优势与遥感图像配准面临的处理速度问题,研究了GPU加速处理遥感图像配准的算法.选取计算量大计算精度高的基于互信息小波分解配准算法进行GPU并行设计,提出了GPU并行设计模型;同时选取GPU程序常用面向存储级的优化策略应用于遥感图像配准GPU程序,并利用CUDA(compute unified device architecture)编程语言在nVIDIA Tesla M2050GPU上进行了实验.实验结果表明,提出的并行设计模型与面向存储级的优化策略能够很好地适用于遥感图像配准领域,最大加速比达到了19.9倍.研究表明GPU通用计算技术在遥感图像处理领域具有广阔的应用前景.     

基于小波支持向量机的遥感影像融合

针对遥感影像融合中出现的对比度差、边缘模糊等问题,利用支持向量机的统计学习优势,结合方向滤波器组的多方向特性,提出一种基于支持向量机的遥感影像融合框架。由于小波核相对其他核函数对复杂的信号具有更好的逼近能力,因此利用Morlet母小波构造核函数,研究基于小波支持向量机的遥感影像融合,提高遥感影像融合的精确度。实验结果表明,该方法的融合效果优于传统的图像融合方法。     

改进的嵌入小波算法在遥感图像压缩中的应用

多光谱遥感图像具有大数据量和高数据维的特点,如此海量的数据需要巨大的存贮空间。在研究嵌入式零树小波编码(EmbeddedZerotreeWavelet-EZW编码)的基础上,利用小波子带峰值的概念,通过对小波边缘子带进行有效处理,建立了改进的嵌入式零树小波编码(RenewedEmbeddedZerotreeWavelet-REZW编码)快速算法。采用改进的EZW编码算法,对遥感图像进行了压缩,获得了具有较高压缩比和较好视觉效果的重建图象,证明了REZW算法的可行性和有效性。