压缩感知及其图像处理应用研究进展与展望

压缩感知理论（Compressed sensing,CS）通过少量的线性测量值感知信号的原始结构,并通过求解最优化问题精确地重构原信号.该理论减少了数字图像及视频 获取时的存储及传输代价,也为后续的图像处理及识别的研究提供了新的契机,促进了理论和工程应用的结合. 阐述了CS的基本原理,综述了其关键技术稀疏变换、观测矩阵 设计、重构算法的一系列最新理论成果和发展,深入分析和比较了CS理论应用到图像处理领域的研究和发展状况,总结了其中存在的问题,并对未来的应用前景进行了展望.     

原子簇快速匹配追踪算法

针对稀疏表示中匹配追踪算法计算复杂度过大的问题,提出了基于冗余字典原子相关性的匹配追踪算法.该算法利用相邻迭代过程中匹配原子的相关性对冗余字典进行簇化,得到M个多原子集合(原子簇);每次迭代过程中利用LVQ神经网络的快速学习能力从原子簇中选取目标簇;最后在目标簇中选取匹配信号结构的若干原子进行信号的稀疏逼近.实验采用一维稀疏信号进行仿真,结果表明与匹配追踪算法相比,其逼近性能相近,同时稀疏分解速度大大提高.     

基于KSVD和PCA的SAR图像目标特征提取

提出一种基于核的奇异值分解(KSVD)与主成分分析(PCA)相结合的SAR图像目标的组合特征提取方法。该方法首先利用核的奇异值分解得到图像非线性的代数特征,然后进一步经过PCA变换得到图像的最终分类特征。实验中,将本文提出的KSVD+PCA两步特征提取方法与PCA、SVD、KPCA、KSVD方法分别结合简单、快速的最近邻分类器在MSTAR坦克数据上进行了比较,实验结果表明,KSVD+PCA方法不仅有效地提高了目标的正确识别率,而且大大降低了对目标方位的敏感度,在目标方位信息未知的情况下,识别率可达到95.75%,是一种有效的SAR图像目标特征提取方法。     

黄河下游2010年汛前调水调沙河势监测分析

利用环境减实卫星遥感监测影像,分析了2010年黄河调水调沙下游河势现状,并通过对比近几年河势变化情况,分析了调水调沙对河势的影响。结果表明:①经过多年调水调沙,黄河下游河道主槽刷深,过流能力大大增强,河势也相对稳定;②一些原来靠溜较好的工程,如驾部、南裹头、马庄、马渡险工等,有脱河脱溜的趋势,建议对这些河段加强河势变化监测;③在多年调水调沙作用下,毛庵—三官庙、黑岗口—东坝头河段工程靠溜状况趋好,河势逐步向有利方向发展,尤其是柳园口—欧坦工程河段,大部分原来不靠河的工程开始逐步靠溜,当前河势较为顺畅。     

并行交互教学模式在程序设计课程中的应用

提出在程序设计课程教学过程中采用并行交互教学模式,通过建立无线网络教室实现在教学过程中的同步实践、及时实践和饱满实践,实现教与学的并行交互,通过将教学活动中的各个步骤并行执行,加强课堂互动,实现课堂的多元化知识获取,实现程序设计思维的培养,将教学过程变成"导致学习的交流活动",最大程度提高教学效果。     

一种无监督高光谱图像分类算法

为了实现对无任何先验知识的高光谱遥感数据的全自动分类,提出了一种关于高光谱图像的无监督分类算法。该算法将高光谱图像的凸面几何特征与光谱特征相结合,通过自动提取端元,并利用所提取的端元进行类别识别来实现高光谱图像的自动分类。此算法的特点是原理简单、易于实现、适应性广,而且不需要任何辅助支持和人工干预。实验结果表明,该算法能够获得较好的分类效果。     

基于遥感影像的黄河洪灾监测系统模型

基于多光谱遥感图像,提出了一种集河道主溜线自动检测、河势演变分析、洪水漫滩检测与分析评估功能于一体的黄河洪灾监测系统模型。论文首先对基于遥感图像的主溜线检测、河势演变检测、洪水漫滩检测原理与算法进行了详细描述;然后,利用遥感多光谱图像对所提出的检测算法进行了实验验证,最后对实验结果和系统模型进行了总结和分析。实验结果表明,本文提出的黄河洪灾监测模型具有重要的实用价值。     

基于增量子空间自适应决策的目标跟踪

基于增量子空间的目标跟踪算法多数不加选择地将检测到的目标作为模板训练的样本, 并以固定频率更新模板, 这种无反馈闭环机制使得算法在目标外观模型发生变化、 光照变化等复杂条件下难以鲁棒跟踪目标, 一旦跟踪失败很难从错误中恢复. 为此, 我们提出一种反馈闭环跟踪算法, 在增量子空间粒子滤波跟踪框架下, 引入跟踪状态判决作为后续模板更新依据. 通过判决反馈信息选择合适的样本适时更新模板, 有效克服目标外观模型的变化, 持续跟踪目标. 实验结果表明, 由于引入跟踪状态判决, 在目标外观变化、光照变化等情况下, 本算法能够以与环境相适应的频率及时更新模板, 提高跟踪精度, 实验结果验证了本文算法的鲁棒性和有效性.     

多摄像头协同感知系统的设计与实现

为了提供连续的实时监控，提高区域安全性，利用多个活动像机，设计了一个对多个运动目标进行无缝检测和跟踪的协同感知系统，并提供给用户一个可视的3维场景。最后给出了实验室的应用实例。     

基于分形理论的SAR图像分割

SAR(合成孔径雷达)图像包含有相干斑噪声,传统方法不能很好对其进行分割,文章将SAR图像的特点和分形理论相结合,提出了一种新的SAR图像分割方法。该方法首先对原始SAR图像每个像元为中心取两种不同窗口,计算在该两种窗口下基于区域自选的分形维数并求均值,将其作为分形纹理特征。然后根据SAR图像噪声在小波域中的分布特点对SAR图像进行滤波,最后以SAR图像分形纹理特征和滤波后的灰度组成特征向量对SAR图像进行分割。实验结果分析表明,该方法是一种有效的SAR图像分割方法。