跨数据集评估的高光谱图像分类

目的 随着高光谱成像技术的飞速发展,高光谱数据的应用越来越广泛,各场景高光谱图像的应用对高精度详细标注的需求也越来越旺盛。现有高光谱分类模型的发展大多集中于有监督学习,大多数方法都在单个高光谱数据立方中进行训练和评估。由于不同高光谱数据采集场景不同且地物类别不一致,已训练好的模型并不能直接迁移至新的数据集得到可靠标注,这也限制了高光谱图像分类模型的进一步发展。本文提出跨数据集对高光谱分类模型进行训练和评估的模式。方法 受零样本学习的启发,本文引入高光谱类别标签的语义信息,拟通过将不同数据集的原始数据及标签信息分别映射至同一特征空间以建立已知类别和未知类别的关联,再通过将训练数据集的两部分特征映射至统一的嵌入空间学习高光谱图像视觉特征和类别标签语义特征的对应关系,即可将该对应关系应用于测试数据集进行标签推理。结果 实验在一对同传感器采集的数据集上完成,比较分析了语义—视觉特征映射和视觉—语义特征映射方向,对比了5种基于零样本学习的特征映射方法,在高光谱图像分类任务中实现了对分类模型在不同数据集上的训练和评估。结论 实验结果表明,本文提出的基于零样本学习的高光谱分类模型可以实现跨数据集对分类模型进行训练和评估,在高光谱图像分类任务中具有一定的发展潜力。     

地磁场和水下磁性目标对机载偏振激光的影响

在机载激光探测水下目标过程中,若采用偏振激光代替激光脉冲进行探测,不但可以压缩回波信号的动态范围,减少水面回波的影响,而且还能增加新的信息和可探测性。文中研究某些特定的磁性目标（潜艇、沉船等）对偏振激光的影响并试图从中获得识别这些特定目标的参数和提高识别概率。     

空域协同自编码器的高光谱异常检测

目的 自编码器作为一种无监督的特征提取算法,可以在无标签的条件下学习到样本的高阶、稠密特征。然而当训练集含噪声或异常时,会迫使自编码器学习这些异常样本的特征,导致性能下降。同时,自编码器应用于高光谱图像处理时,往往会忽略掉空域信息,进一步限制了自编码器的探测性能。针对上述问题,本文提出一种基于空域协同自编码器的高光谱异常检测算法。方法 利用块图模型优良的背景抑制能力从空域角度筛选用于自编码器训练的背景样本集。自编码器采用经预筛选的训练样本集进行网络参数更新,在提升对背景样本表达能力的同时避免异常样本对探测性能的影响。为进一步将空域信息融入探测结果,利用块图模型得到的异常响应构建权重,起到突出目标并抑制背景的作用。结果 实验在3组不同尺寸的高光谱数据集上与5种代表性的高光谱异常检测算法进行比较。本文方法在3组数据集上的AUC （area under the curve）值分别为0.990 4、0.988 8和0.997 0,均高于其他算法。同时,对比了不同的训练集选择策略,与随机选取和使用全部样本进行对比。结果表明,本文基于空域响应的样本筛选方法相较对比方法具有较明显的优势。结论 提出的基于空域协同自编码器的高光谱异常检测算法从空域角度筛选样本以提升自编码器区分异常与背景的能力,同时融合了光谱域和空域信息,进一步提升了异常检测性能。     

Underwater Distribution Field of Laser Through Wavy Surface of Water

Aimed at the properties of the absorption and the scattering of photons in the water, the process of sim-ulating by Monte Carlo method is analyzed. According to the slope distribution of wavy surface of water, the dis-tribution field of underwater laser is simulated, and some conclusions about the distribution field of laser through wavy surface in two different conditions are obtained. The characteristics of the distribution of laser in the seawa-ter at the same depth with different water qualities and in the seawater at different depths with the same water quality are computed. The results are significant to the design of airborne oceanic lidar.     

基于布里渊激光雷达测量大气声速误差分析

为了对大气声速误差进行分析,利用布里渊散射信号激光雷达对大气声速进行了测量,分析了大气声速与大气布里渊频移、大气折射率和入射激光波长的具体关系,利用该方法测量了大气声速的精度,并进行了数值分析.结果表明,在标准大气条件下,0km～86km海拔高度范围内大气声速测量的不确定度小于0.269m/s.该误差的分析对激光雷达的设计具有参考价值.     

基于边缘探测技术的布里渊散射测量误差分析

为了研究基于边缘探测技术的激光雷达探测布里渊散射过程中测量误差的大小,在分析海水信道的基础之上,推导出了激光雷达探测水下布里渊散射频移的测量误差公式,并对基于边缘探测技术接收到的布里渊散射回波信号的大小进行了估算,同时仿真出不同探测深度和不同水质参数条件下的布里渊散射频移测量误差,得到了在水质较好的情况下,水下120m处布里渊散射频移测量误差小于5MHz的结果.结果表明,边缘探测技术具有较高信噪比、较小测量误差.     

载波调制激光雷达技术在海洋探测中的应用

介绍了一种水下探测技术,以激光脉冲信号为载波,将微波信号加载到激光脉冲上进行调制编码,调制编码信息由光信号携带进入水下.在接收端,通过频率滤波实现对编码信号的提取,由编码信号的信号处理实现激光雷达水下目标探测.将该技术与多种抑制海水后向散射的方法进行比较,对载波调制激光雷达在海洋探测应用的特点和研究现状进行了综述.     

信息分离和质量引导的红外与可见光图像融合

目的 红外与可见光图像融合的目标是将红外图像与可见光图像的互补信息进行融合,增强源图像中的细节场景信息。然而现有的深度学习方法通常人为定义源图像中需要保留的特征,降低了热目标在融合图像中的显著性。此外,特征的多样性和难解释性限制了融合规则的发展,现有的融合规则难以对源图像的特征进行充分保留。针对这两个问题,本文提出了一种基于特有信息分离和质量引导的红外与可见光图像融合算法。方法 本文提出了基于特有信息分离和质量引导融合策略的红外与可见光图像融合算法。设计基于神经网络的特有信息分离以将源图像客观地分解为共有信息和特有信息,对分解出的两部分分别使用特定的融合策略;设计权重编码器以学习质量引导的融合策略,将衡量融合图像质量的指标应用于提升融合策略的性能,权重编码器依据提取的特有信息生成对应权重。结果 实验在公开数据集RoadScene上与6种领先的红外与可见光图像融合算法进行了对比。此外,基于质量引导的融合策略也与4种常见的融合策略进行了比较。定性结果表明,本文算法使融合图像具备更显著的热目标、更丰富的场景信息和更多的信息量。在熵、标准差、差异相关和、互信息及相关系数等指标上,相较于对比算法中的最优结果分别提升了0.508%、7.347%、14.849%、9.927%和1.281%。结论 与具有领先水平的红外与可见光算法以及现有的融合策略相比,本文融合算法基于特有信息分离和质量引导,融合结果具有更丰富的场景信息、更强的对比度,视觉效果更符合人眼的视觉特征。     

采用边缘探测技术的海表温度测量精度及误差分析

采用边缘探测技术测量布里渊频移量的误差会对海表温度测量精度带来很大影响.文章根据布里渊频移量与海表温度之间的关系以及边缘探测技术的测量原理,建立了边缘探测技术中布里渊频移量的测量误差与海表温度精度的理论模型,分析了边缘探测技术对海表温度测量精度的影响.仿真结果表明,在布里渊频移量为7.2～7.9GHz的范围内,布里渊频移量的最大测量误差约为0.33 MHz,根据布里渊频移量反演的海表温度测量精度为0.0105℃.该研究对海表温度的监测系统设计有着很好的指导意义.     

基于背景分析的蓝绿激光探测信号检测

针对机载海洋激光探测系统接收信号噪声的非平稳性及与信号的相关性问题,文中利用局部相关特性建立了一种广义空间相关模型,把与信号相关的噪声转化为独立于信号的加性噪声,提出了一种基于背景分析的三重相关检测弱小信号的方法,实验结果表明该方法是一种抗噪性能强,自适应性能好的弱信号检测方法。