一种基于NSCT和SIFT的遥感图像配准算法

研究提出了一种基于NSCT和SIFT的遥感图像配准算法,综合利用了NSCT在图像分解上的灵活性和SIFT算法在特征描述上的有效性来进行遥感图像配准.首先分别对参考图像和待配准图像用NSCT进行分解,然后把分解的低频图像作为SIFT算法的输入并得到匹配结果,并利用匹配结果求解模型参数,最后通过重采样和双线性插值完成两幅遥感图像的配准.实验结果表明,此算法在运算速度和匹配精度方面均比SIFT算法和SWT+SIFT算法优越.     

基于高光谱激光雷达的滞尘叶片光谱特征分析

城市绿植为城市生态系统提供自净功能, 起到净化空气以及滞尘降尘等多种环境保护作用, 而滞尘等因素也 会对绿植产生影响。为了研究滞尘对城市绿植叶片光谱特征的影响, 采集了四种常绿绿植 (八角金盘、石楠、香樟和 玉兰) 叶片样本, 使用高光谱激光雷达系统获取高光谱点云数据, 分析了滞尘对叶片光谱特征的影响。分析结果表明: 对于不同种类叶片, 滞尘对可见光波段反射率均有较大影响; 对于同种类叶片, 滞尘对近红外波段的反射率差异影响 较大, 可见光波段的反射率差异为 1.21%∼3.41%, 近红外为 1.76%∼8.49%; 线性四点内插法计算和光谱导数分析表明 滞尘对四种叶片的红边位置无显著影响; 四种叶片的叶面水含量指数 (LWI) 对滞尘的响应程度最小 (均小于 3.7%), 而 比值植被指数 (RVI) 对滞尘的响应程度最大 (除香樟外, 均大于 20.0%), 红边指数 (SDr)、简单比值指数 (SR) 和叶面叶 绿素指数 (LCI) 的响应程度稳定性较差。进一步建立了滞尘植被指数和响应程度的线性相关性拟合模型并进行了检 验, 其中以 LCI 为自变量建立的模型为最稳定拟合模型, 可表示为 y = −1.527x + 0.6597, 决定系数约为 0.88。     

基于激光测距雷达和车载GPS的动态障碍物检测

动态障碍物检测问题一直是移动机器人的研究热点之一,也是机器人实现安全可靠导航的前提.该文提出了一种在道路环境下进行动态障碍物实时检测的方法,采用激光雷达和车载GPS 2种传感器,激光雷达实时地获取连续2帧的数据,连续2帧间无人车的航向角度和位置信息,通过车载GPS实时获取.通过对2帧数据的对比分析,进行潜在动态障碍物的判定,然后进行连续2帧之间潜在动态障碍物的匹配,区分出2帧中同时存在的动态障碍物,并计算其运动矢量,最后给出预测区域.实验结果验证了算法的有效性,对无人车提前避让动态障碍具有一定的意义.     

抑制DAB变换器回流功率的双重移相调制策略

双有源桥(Dual Active Bridge, DAB)变换器在传统双重移相(Dual Phase Shift, DPS)调制下,变压器两侧电压不匹配时,中小功率区域内回流功率较大。针对以上问题,提出一种抑制回流功率的双重移相(Dual Phase Shift for Reactive Power Suppression, DPS-RPS)调制策略。首先对DPS-RPS调制的工作原理进行分析并建立数学模型,基于该模型对电流应力进行优化。然后在电流应力最小化条件下分别对DPS调制和DPS-RPS调制的回流功率及电流应力大小进行对比。结果表明,相比较于DPS调制,DPS-RPS调制在中小功率区域内减小了回流功率的同时降低了电流应力。最后通过实验验证了所提DPS-RPS调制的可行性及有效性。     

基于激光测距雷达和机器视觉的障碍物检测

障碍物检测问题一直是移动机器人的研究热点之一,也是机器人实现安全可靠导航的前提。文章利用激光测距雷达和机器视觉对障碍物进行联合检测,首先对摄像机标定,然后进行摄像机和激光测距雷达之间的联合标定,最后通过激光点数据将检测图像划分为几个小区域并进行图像处理。实验结果表明该方法能够有效检测出障碍物的大小信息,将检测图像划分为小区域也提高了图像处理的运算速度。     

基于面积比不变量的遥感图像配准算法

为提高遥感图像配准性能和效率,提出一种基于面积比不变量的遥感图像配准算法,目的是利用面积比这一邻域约束快速去除错误匹配。为表征匹配的邻域结构,对每个初始匹配构建中值K最近邻（KNN）图,在中值KNN图中计算面积比不变量作为邻域结构的表示。由于错误匹配会打破邻域结构的相似性,其邻域结构之间的误差较大,可设置阈值将其移除。该算法最大的优点是不需要迭代便可以得到较为精确的特征匹配。实验结果表明,该算法具有较好的匹配效果和较快的处理速度,能够较好地实现遥感图像的自动配准。     

基于局部相对形状上下文与Q-谱的点模式匹配算法

本文提出了一种基于局部相对形状上下文与Q-谱的点模式匹配算法,对每个点构造相应的线图,并对线图的无符号Laplacian矩阵进行谱分解;利用谱分解所获得的特征值(Q-谱)作为点的特征,进而计算点的初始匹配概率;通过定义局部相对形状上下文计算点的相似性距离;将Q-谱方法与局部相对形状上下文结合进行概率松弛迭代获得匹配结果.实验结果表明了本文算法的可行性与有效性.     

基于改进的MSRCR 下穿立交监控图像增强算法研究

受粉尘、低照度或点光源等因素影响,城市道路下穿立交监控图像存在对比度低、背景噪声强和整体视觉效果不理想等问题。针对这类问题,本文提出了一种改进的带色彩恢复的多尺度视网膜增强(MSRCR)算法,并且详细分析了改进的MSRCR 算法的原理和实现方法。为验证本文算法的有效性,以实际采集的4 幅彩色图像为实验样本,分别利用SSR(单尺度Retinex)算法、MSRCR 算法和本文算法对其进行了增强处理。实验结果表明,与对比算法相比,本文算法具有更大的优势。     

基于多支持区域局部亮度序的图像伪造检测

图像伪造检测是目前数字图像处理领域中的一个研究热点,其中复制-粘贴是最常用的伪造手段。由于伪造区域在粘贴前会被进行一定的尺度、旋转、JPEG压缩、添加噪声等操作,这使得检测伪造区域具有一定的挑战性。针对图像复制-粘贴伪造技术,提出一种基于多支持区域局部亮度序模式（LIOP）的图像伪造检测算法。首先,利用最大稳定极值区域（MSER）算法提取具有仿射不变性的区域作为支持区域;其次,利用非抽样Contourlet变换得到不同尺度、不同分辨率和不同方向的多个支持区域;然后,在每个支持区域上提取同时具有旋转不变性和单调亮度不变性的LIOP描述子,并利用双向距离比值法实现特征初匹配;接着,采用空间聚类将匹配的特征进行归类,进而用随机抽样一致性（RANSAC）算法对每个归类进行几何变换参数估计;最后,使用必要的后处理等操作来检测出伪造区域。实验表明,提出的算法具有较高的伪造检测精度与可信度。