结合多尺度体素和高阶条件随机场的点云分类

针对利用经典高阶条件随机场模型进行点云分类时,由于海量节点和无向边导致的点云分类效率低的问题,提出一种结合多尺度体素和高阶条件随机场的点云分类方法.首先以多尺度体素代替海量离散点云作为无向图图模型节点,减少节点和无向边的数量;然后使用超体分割结果作为高阶团,并基于此设计了一种非监督分布性空间上下文作为高阶团特征向量,用于改善分类结果;最后结合构建的图模型和各阶特征向量,采用经典高阶条件随机场模型实现点云数据的自动分类.采用Oakland标准数据集作为实验数据,实验结果表明,该方法在有效地保证分类精度的前提下,高阶条件随机场点云分类模型的分类效率提高了5～10倍.     

Canny算子子像素边缘检测方法

在Canny算子的基础上,通过对梯度模值的内插求得沿边缘点梯度方向上相邻像素的梯度模值,利用这些梯度模值拟合二次曲线求出其极大值得到子像素定位的精确位置.通过推导,证明了梯度模在梯度方向上的极大值点就是边缘的精确位置.该算法在几乎没有增加计算量的前提下将Canny算子边缘检测精度提高到了子像素级.     

高空间分辨率和高光谱遥感图像融合技术

高光谱技术的发展与应用对高维的高光谱遥感数据的处理方法提出了更高的要求,其中高光谱融合技术是热门并具有相当难度的研究领域.高光谱图像数据与高空间全色波段数据进行融合处理,可以在大大改善融合后成象光谱图像空间解析特性的条件下,选择性保持满足应用需求的成象光谱图像的光谱物理特性和波形形态,为深入地研究提供更好的条件.本文介绍了高光谱与高空间影像融合一些典型算法,着重研究了基于最佳指数准则的高光谱图像融合方法,并给出了上海地区PHI高光谱数据和高分辨率全色航空像片融合实例,展现了该技术良好的应用潜力.     

基于粗糙集的多源信息融合处理技术

基于粗糙集理论与融合分析评价提出了多源遥感信息粗糙决策级融合算法,有效地提高融合的速度和精度.基于粗糙集的决策级融合算法是一种最小算法,即基于不可分辨的思想和知识简化的方法,提出了融合处理中决策规则的最小化方法和基于粗糙集理论的规则生成技术,用来精化知识,删除冗余信息,克服信息的过分膨胀和低效现象.利用粗糙集进行信息融合能够方便地对不完整数据进行分析、推理,提取有用特征和简化信息处理,生成的融合决策规则简单易行,能够显著地提高融合速度,增强系统的决策能力.     

多源信息融合与天基信息网

天基信息系统的集中应用已成为现代高技术战争的基本特征。天基综合信息网将各种信息按照资源的最大有效综合利用原则，互通互联，构成了一个有机的智能化体系。多源信息融合作为天基信息网中数据处理和应用的重要组成部分，发挥着信息筛选和提取的重要作用。本文探讨了天基信息网在信息战中的重要作用，并结合天基信息网的特点，讨论了多源信息融合在不同层次上的关键技术，最后对未来天基网多源信息融合的发展进行了展望。     

PHI高光谱数据和高空间分辨率遥感图像融合技术研究

提出了一种新的高光谱图像融合技术———基于最佳指数准则的高光谱小波包图像融合方法,即首先利用最佳指数选择高光谱的最佳合成波段,得到低分辨率的彩色合成影像,然后采用一种基于区域多特征的小波包融合算法进行融合处理.文中利用上海地区PH I高光谱数据和高分辨率全色航空像片来验证算法的有效性,实验结果表明该方法可有效的实现高光谱数据和高空间分辨率遥感图像的融合处理.     

基于粗糙集的图像智能增强预处理

以Rough集理论为主要研究方法，以智能化图像的自动预处理为主要应用目标，系统研究了数据发掘、知识发现(SDMKD)、人工智能的理论与方法，特别是Rough集理论，并开拓性地将其引入图像的预处理中，从崭新的角度解决了智能预处理系统的一系列难题，并实现智能预处理系统的绝大部分功能。最后给出了一个智能预处理系统的实例，取得了明显的效果。     

基于信息散度特征的高光谱影像识别技术

高光谱遥感将确定地物性质的光谱与确定地物空间和几何特性的图像有机地结合在一起.从空间对地观测的角度来说,高光谱遥感信息无论对地物理化特性的深层探索,还是对地物间微小差异的精细识别,以及对自然界的知识发现,都为人类提供了前所未有的丰富信息.其高光谱图像立方体图谱合一的特点,要求人们从光谱维去理解地物在空间维的变化,对二维空间图像的处理与分析需要转化成对每个像元所提取出的光谱曲线的处理与分析.本文提出了一种基于光谱信息散度的高光谱匹配识别算法,并对PHI数据进行了实验分析,验证了算法的有效性.     

基于小波变换的纹理特征变化检测方法研究

本文提出和实验了一种基于小波变换的区域纹理特征差值的变化检测方法,该方法通过小波变换提取区域纹理特征,而后采用差值求得其变化部分.实验结果表明,该方法对于高分辨率的遥感影像具有较好的检测效果,同时提高了运算速度,从理论和实践方面证明了该方法的可行性和有效性.     

基于粗糙集理论的遥感影像分类研究

粗糙集理论作为一种新的处理含糊和不确定性问题的数学工具,可以有效地分析和处理不完备信息,已经在模式识别、机器学习、决策支持、过程控制、预测建模等众多科学与工程领域得到成功的应用,并具有相当的发展潜力,该文在深入研究粗集理论基础上,将其引入遥感影像的处理中,对遥感图像分类进行了系统的研究。文中基于图像的粗糙集知识系统,提出了一种新的遥感图像知识分类算法———粗糙分类法,最后给出了一个相应的实例。