农业旱灾遥感监测系统中的MODIS 1B影像几何校正方法及其比较研究

为了满足农业旱灾遥感监测对海量MODIS影像数据的自动化快速处理需要,本文针对现有的四种几何校正坐标变换方法(仿射变换法、多项式变换法、三角网算法和改进三角网算法),结合农业旱灾遥感监测系统,在IDL(Interactive Data Language)平台上开发了MODIS影像数据的自动快速几何校正运行程序,以便比较分析这些算法的几何校正精度、影像处理时间和计算机内存开销大小.结果表明,基于三角网改进算法的几何校正程序在各方面都比较优秀,不仅几何校正精度较高,而且图像处理较快,内存用量也较小,完全能够满足农业旱灾遥感监测的实时海量图像数据处理需要.因此,我们在农业旱灾遥感监测系统中采用了这一算法,作为实时自动快速处理海量MODIS影像数据的重要模块.     

基于多项式变换的遥感图像几何校正并行算法的研究与实现

研究和实现高效的几何枝正并行算法，能够有效地提高遥感图像预处理的工作效率。本文首先研究了基于多项式变换的几何校正算法，然后提出了新的并行几何校正算法。该算法通过局部边界计算达到延迟通信的目的，很好地解决了计算局部性问题；在机群系统上实现后，对多幅大小不同的G比特遥感数据集进行了测试，获得了正确的结果和良好的并行性能。     

低空间分辨率多源遥感数据的空间一致性分析和相对几何校正

多源低空间分辨率遥感数据在空间上的一致性对于其在全球变化研究中的集成使用有非常重要的意义。对此,以公认几何精度较高的MODIS数据为基准,对NOAA/AVHRR、FY-3/VIRR、FY-3/MERSI、FY-2/VISSR这4类国内外常用的低空间分辨率传感器的L1B数据进行了一系列相对几何精度评价和多项式相对几何校正的实验。相对几何精度评价的结果表明:MODIS数据与这4类L1B数据在几何精度上的偏差都比较大。在此基础上,选取少量均匀分布的控制点并采用不同阶数的多项式几何校正模型对多源数据进行空间一致性校正。校正结果表明:低阶的多项式几何校正模型就能对各种待校正数据的几何精度有显著的提升,使其与基准数据在空间上达到一致,满足全球变化研究对低分辨率多源遥感数据在空间一致性上的需求。     

基于多项式的遥感图像快速几何校正

遥感图像几何校正是遥感信息处理中的重要内容之一.提出了一种遥感图像的快速几何校正算法,该算法把畸变图像划分成多个子块,分别由多个处理块对子块进行重采样计算,在重采样计算上又使用最大限度地减少坐标变换的冗余计算方法.经实例证明了该算法能够有效地提高遥感图像的处理速度.     

多投影显示系统结构光几何校正算法

针对带有非规则曲面显示墙的多投影显示系统的几何校正问题,提出一种基于结构光投影技术的自动非线性几何校正算法.该算法首先用结构光投影技术计算出每个投影机与显示墙的映射关系;其次使用相机拍摄显示墙上的经纬度点阵;最后通过提取拍摄的图像特征计算得到投影机帧缓存中每个像素点在全局坐标系下的经纬度值,并将其转换为纹理坐标,从而实现了非线性几何校正.模拟仿真实验和虚拟机场系统中的实际应用结果表明,文中算法能够有效地提高系统的几何校正精度,且无需进行相机的标定和具有显示墙解析式的先验知识,适用于任意光滑的曲面显示墙.     

关于MODIS卫星数据的几何校正方法

MODIS（MODerate-resolution Imaging Spectroradiometer)L1B产品中存在着Bowtie effect，即“双眼皮”现象，几何校正之后仍无法去除，因此必须在几何校正之前加以去除。本使用built GLT和export GCP两种方法对MODIS数据进行几何校正，结果表明两种方法的效果都比较准确。但是前一种方法运算耗时太多，因此建议采用后一种方法校正。     

非星历表法去除MODIS图像边缘重叠影响的研究

由于地球曲率的影响以及MODIS(MODerate-resolution Imaging Spectroradiometer)探测器的特点,使得MODIS L1B产品中存在着图像边缘重叠影响(Bowtie Effect),俗称“双眼皮”现象,即在图像的边缘部分存在有部分重叠。Bowtie Effect影响了边缘数据的使用,并且几何校正之后仍无法去除,因此该现象必须在几何校正之前加以去除。使用星历表数据去除Bowtie Effect计算较为复杂,同时用户必须获得当天的星历表。比较了去除Bowtie Effect的两种简单方法,,并对图像了进行几何校正,结果表明方法二更为适用。     

通用遥感图像系统几何校正算法设计与实现

针对多卫星多传感器系统几何校正的通用可扩展性问题,提出了一种基于设计模式的系统几何校正算法。该算法运用模板方法和简单工厂方法,解决了多卫星多传感器在系统几何校正过程中的差异性问题,实现不同卫星不同传感器的系统几何校正处理。通过规范辅助数据的输出格式解决多卫星多传感器校正参数不统一的问题;抽象出系统几何校正功能的一般执行过程,在模板方法中确定该功能的执行逻辑;运用简单工厂方法,用卫星和传感器标识作为参数,选择具体的实现算法,完成相应的处理功能。实验结果表明,该算法能够在保证定位精度的情况下实现对多卫星多传感器的校正处理,并在不改变原有代码的情况下实现对新增卫星传感器的系统几何校正功能的扩展。     

基于灰度投影的快速纸币图像几何校正

纸币图像的几何校正是纸币清分机的一项关键技术,实际应用中要求其算法简洁、快速、准确。提出了一种通过灰度投影来进行快速纸币图像几何校正的算法。首先通过计算整幅及部分纸币图像的灰度投影来得到纸币的倾斜角度,根据倾斜角度对图像进行倾斜校正;然后通过计算整幅图像的灰度投影来确定图像中纸币的边界位置,并将纸币区域分割出来。实验结果表明这种算法能够实现纸币图像的快速准确几何校正。     

双目图像校正VLSI硬件电路结构设计

针对已有立体视觉中双目图像校正算法计算复杂度较高,不适合硬件实现的问题,提出了一种双目图像几何校正模型,并设计了VLSI硬件电路结构。利用网格模板标定法获取畸变校正模型参数,进行单目畸变图像的校正;再借助双目标定算法获得双目图像校正外部参数,得到立体校正模型,进行立体校正。结合畸变校正模型和立体校正模型,设计一个新的双目图像几何校正模型,并基于此模型设计双目图像几何校正VLSI硬件电路结构,具有较好的几何校正效果,也能够保证校正后的双目图像分辨率。     

基于Hadoop的水文时间序列相似性研究与应用

传统DTW算法复杂度高,特别当处理海量数据时,耗时长.为了从算法和实现手段两方面同时入手,提高DTW运算效率,提出基于Hadoop平台,以FastDTW方法实现的水文时间序列相似性查找方法.首先利用小波变换对数据去噪,接着对水文时间序列进行语义化,然后在Hadoop的MapReduce过程中调用FastDTW方法实现DTW距离的云计算,得出与查询序列最相似的匹配序列.通过实验与串行查找进行对比,验证该方法用时短,匹配效果好,能够满足实际应用需求.     

Cortex-A8的远程运动目标检测系统设计

设计了一种基于Cortex-A8的远程视频运动目标检测系统.系统包含以Cortex-A8为核心的视频采集端和以VS2015与OpenCV3.2结合为运行环境的运动目标检测端.视频采集端以S5PV210芯片作为处理器,以USB摄像头进行视频采集,并搭建了Linux操作系统对视频数据进行H.264编码,对编码后的视频数据进行RTP打包和网络传输;在PC机上通过FFMPEG对视频数据进行接收解码,然后以OpenCV函数库中的函数实现对ViBe算法的改进,使用改进后的ViBe算法对运动运动目标加以检测.经过测试,系统能够有效地减少视频数据量,而且可以得到清晰的运动目标.     

基于模糊聚类的蜂窝小区业务量数据填补算法

根据无线网络业务数据的特点,提出一种基于模糊聚类的数据填补算法。该算法考虑数据的周期性特点,并运用沉积的历史数据,对数据进行聚类分析得出标准模板,采用标准模板对缺失数据进行填补。利用该算法对小区小时话务量数据进行填补。实验结果表明,该算法平均误差率较小,无偏性较好,在数据缺失较为严重的情况下也能完成填补。     

基于数据相关的分簇协议研究

针对传感器节点采集的数据具有时空相关性的特点,提出了一种基于数据相关的无线传感器网络分簇算法（CACD）。在CACD算法中,首先根据各个节点采集到的数据的相关性,将数据相同或相近的节点划分到一块相同的区域中。在簇形成阶段,令同一个簇的成员都来自同一个区域,并使每个区域最终只有一个簇首与基站通信。在簇内通信阶段,连续相同的数据只传输一次。算法大大减少了冗余数据的传输,从而延长了网络的生命周期。     

三维装箱问题的遗传算法研究

本文以集装箱自动装载系统为例,根据货物放置方向、装载容积等约束条件,给出了有效的解码算法,提出了一种改进遗传算法,并通过实例数据进行了实验结果分析。     

一种改进的基于二叉树搜索的防碰撞算法

通过对现有防碰撞算法的分析,在二叉树搜索算法的基础上提出一种新的以矩阵形式为搜索结构的混合树防碰撞算法。该算法采取段式搜索,即每次发送的碰撞前缀为多个非碰撞位与碰撞位的组合,在碰撞位位数的选取上采取遇到单个碰撞位进行二叉树分裂,遇到连续碰撞位进行四叉树分裂的策略,从而缩短标签识别时间,并通过理论证明了该算法的有效性。     

A stochastic Kaczmarz algorithm for network tomography

We develop a stochastic approximation version of the classical Kaczmarz algorithm that is incremental in nature and takes as input noisy real time data. Our analysis shows that with probability one it mimics the behavior of the original scheme: starting from the same initial point, our algorithm and the corresponding deterministic Kaczmarz algorithm converge to precisely the same point. The motivation for this work comes from network tomography where network parameters are to be estimated based upon end-to-end measurements. Numerical examples via Matlab based simulations demonstrate the efficacy of the algorithm.     

基于密度与近邻传播的数据流聚类算法

针对现有算法聚类精度不高、处理离群点能力较差以及不能实时检测数据流变化的缺陷,提出一种基于密度与近邻传播融合的数据流聚类算法.该算法采用在线/离线两阶段处理框架,通过引 入微簇衰减密度来精确反映数据流的演化信息,并采用在线动态维护和删减微簇机制,使算法模型更 符合原始数据流的内在特性.同时,当模型中检测到新的类模式出现时,采用一种改进的加权近邻传播聚类（Weighted and hierarchical affinity propagation,WAP）算法对模 型进行重建,因而能够实时检测到数据流的变化,并能给出任意时间的聚类结果.在真实数据集和人工 数据集上的实验表明,该算法具有良好的适用性、有效性和可扩展性,能够取得较好的聚类效果.     

一种基于数据差异的逻辑卷快速同步方法

在数据保护系统中,经常需要对源卷和目的卷进行同步使彼此数据保护一致。提出了一种新的基于数据块的同步方法。该方法充分利用了源卷和目的卷的位图信息,在计算数据块的特征值时引入了动态算法。实验表明该方法显著地减少了同步数据量。     

基于加权密度的自适应谱聚类算法

谱聚类算法中如何定义一个合适的尺度参数仍待学习。针对谱聚类算法中由高斯核函数建立的相似度矩阵对尺度参数敏感的问题,提出了一个新的基于加权密度的自适应谱聚类算法——WDSC。该算法将数据点的加权K近邻距离作为尺度参数,尺度参数的倒数作为数据点所在邻域的密度,引入新的密度差调整相似度矩阵;考虑了每个数据点的邻域分布,故对噪声有一定的鲁棒性,且对参数也不再敏感。在不同数据集上的实验以及对比实验均验证了该算法的有效性与鲁棒性。