基于二通道不可分小波的多光谱图像融合

提出了一种伸缩矩阵为[1，1；1，-1]的二通道不可分小波滤波器组的构造方法，并把它应用于多光谱图像与高分辨图像的融合中．设计出多组不可分4×4小波滤波器组，并提出了一种基于该类小波的多光谱图像融合算法．利用所设计滤波器分别对多光谱图像的亮度分量和全色图像作多尺度小波分解，选取参数对分解后的低频分量进行调节融合．实验结果表明，该方法能较好地保持多光谱信息和高分辨率信息，其保持光谱信息的能力和保持高分辨率信息的能力比基于张量积离散小波帧变换（DWFT）的融合方法和基于改进的IHS变换的融合方法都强，当t值较大时，融合结果图像含有较丰富的光谱信息．与基于4个通道小波的图像融合方法相比，该方法可节约一半的运算量．     

一类新的置乱变换及其在图像信息隐蔽中的应用

研究了两种非线性变换,即高维Arnold 变换和高维Fibonacci-Q变换;分析了变换的周期性,给出了高维变换具有周期性的充分必要条件;针对数字图像的灰度空间,讨论了两种变换的置乱作用.结果表明:在图像信息隐蔽存储与传输中,这类图像变换是有应用价值的.     

基于DWT和DCT数字图像鲁棒水印算法

基于离散小波变换和离散余弦变换,利用混沌系统的优良特性,提出一种新的变换域水印算法.水印嵌入时,首先将宿主图像进行小波变换后选取中频区域,再进行DCT变换,根据水印图像大小进行分块嵌入水印算法在保证不可见性的前提下,最大程度的保证了水印算法的鲁棒性.仿真实验表明,算法在多种攻击下表现出良好的鲁棒性,具有一定的实用意义.     

基于DWT-CT的遥感影像数字水印方案

提出一种基于DCT和DWT的遥感影像数字水印方案。首先对水印图像进行Arnold置乱预处理，以破坏像素之间的空间相关性，增强算法鲁棒性；鉴于小波变换良好的局部性和时频分析特性以及多分辨率分析特性，而离散余弦变换具有较好的聚能效应，算法将载体遥感影像进行DWT变换，并选取其子带图像HLl进行DCT变换；最后自适应的将数字水印嵌入所选子块的DC系数上。实验证明本文算法有效提高了水印的不可见性，对JEPG压缩、滤波和叠加噪声等攻击具有较好的鲁棒性。     

基于频谱相似性的高光谱遥感图像分类方法

提出一种基于光谱曲线频谱特征的高光谱遥感图像分类方法.该方法将高光谱图像中每个像元所对应的光谱序列视为一维离散信号,经离散傅里叶变换获得频谱图,由于不同地物光谱曲线的频谱表征差异明显,进而提出以目标和参考光谱曲线的频谱幅度值之差来度量光谱的相似性.由于频谱能量随着谐波次数的升高而急速下降,所以本文利用兰氏距离（Canberra距离）对该方法进一步改进,从而提高较高频率成分在光谱相似性度量中的贡献.此外,根据频谱图中各次谐波的能量分布规律,分析了地物光谱曲线的频谱能量累积分布函数,并最终确定参与相似性度量计算的谐波次数.为定量评价本文方法,本文采用两幅高光谱图像进行分类实验,并以制图精度、用户精度、总体精度、平均精度和Kappa系数,对本文方法、光谱角填图（SAM）、光谱信息散度（SID）和欧氏距离（ED）方法的分类结果进行比较分析.实验结果表明：本文方法可有效地应用于高光谱遥感图像分类.     

基于单形体几何的高光谱遥感图像解混算法

提出一种新的基于单形体几何的高光谱遥感图像混合像元丰度估计算法.该算法的目标是在已知端元矩阵的基础之上,估计高光谱图像中各个观测像素点中每个端元的丰度.根据凸几何理论,基于线性混合模型的高光谱解混问题可以看成一个凸几何问题,其中端元位于包含整个高光谱数据集的单形体的顶点,而它们对应的重心坐标则可以看作各个观测像素的丰度.提出的方法由3部分组成,分别为基于单形体体积的重心坐标计算方法、距离几何约束问题和基于内点的单形体子空间定位算法.与其他基于单形体几何的算法相比,该方法具有诸多优点.Cayley-Menger矩阵的引入使得欧式空间上的运算转化为距离空间上的运算,在降低运算复杂度的同时很好地兼顾到数据集的几何结构.而且,单形体重心的使用确立了一种快速而精确的判断方法来确定观测像素所属的子空间,进而利用递归的思想得到丰度值.此外,算法核心仅仅涉及观测点与端元之间的距离,而与波段数无关.因此,该算法无须对数据执行降维处理,从而可以避免因数据降维而造成的有用信息的丢失.仿真和实际高光谱数据的实验结果表明,所提出的算法与同类其他优秀的算法如FCLS和SPU相比,具有更高的运算精度,同时在端元数目较小时具有较快的运算速度.     

基于MRF的统计预测提升算子的构造与应用研究

根据图像的统计信息, 在Markov随机场(MRF)的理论基础上, 构造了一种新的非线性算子即统计算子, 提出了基于该算子的一种非线性提升小波分析方法. 并根据MRF的条件概率分布, 在理论上证明了采用基于统计算子的非线性提升小波变换可使图像变换后, 在无量化失真的前提下, 提高高频子带的零高频系数. 将该方法与现有的几种非线性形态学小波分析方法以及S+P变换和JPEG2000采用的5/3和9/7线性提升小波变换进行了不同图像的测试分析, 实验结果显示, 利用这种基于统计算子的提升小波分析方法对医学图像和混合文档图像变换后可取得较低的加权熵.     

Contourlet域的灰度水印技术研究

为了提高水印算法的鲁棒性和安全性,提出一种基于Contourlet域的双重置乱灰度图像水印算法.首先对灰度水印图像进行Arnold变换和Baker映射双重置乱处理,提高水印安全性；然后将宿主图像进行Contourlet分解为一系列多尺度、局部化、方向性的子带图像,最后选择Contourlet低频系数嵌入水印,并采用明提取的方法获取水印.实验结果表明,该算法能有效的抵抗JPEG压缩、噪声、剪裁等攻击,具有较好的不可见性和更强的稳健性.     

基于棋盘分割插值的多描述视频编码

为了提高恶劣信道上视频传输的鲁棒性, 提出了一种基于棋盘式分割插值的多描述视频编码算法, 即将输入图像按照棋盘模式分割并插值形成两路相同分辨率的近似图像, 并对这两路近似图像进行独立的运动预测、补偿和编码. 使用这种编码算法, 接收端可以在同时收到两路描述时得到相当好的重建图像质量, 而在由于误码或丢包等使其中一路描述丢失或受损时也能得到可以接受的重建图像质量. 此外, 编解码器之间的不匹配可以通过对两路描述之间差信号的部分编码得以有效的控制. 在双向通信应用中编码器还可以根据反馈信息来主动跟踪解码器的状态从而消除误差积累. 由于充分利用了分块DCT编码所固有的块间相关性, 该算法与同类算法相比具有更好的冗余率失真性能. 模拟实验表明, 该算法在保持较高压缩效率的前提下, 具有很好的鲁棒性, 在高误码信道上相对于传统的单描述视频编码可以得到更为稳定的重建图像质量, 并且编解码器之间的不匹配和误差积累都得到了有效的控制.     

基于光谱峰谷沿匹配的荧光光谱定量分析方法

超短激光脉冲与大气相互作用产生具有分子特征谱的荧光光谱,如能对该荧光光谱进行识别,则可获知气体的成分和浓度,目前该方法在环境监测中应用的主要困难是缺乏光谱分析的有效手段.针对这个问题,本文提出了一种新颖的基于光谱峰谷沿匹配的定量分析方法.首先采用小波分解对光谱数据进行压缩去噪,对重构后的光谱进行光谱峰/谷沿相似度的分析.在此基础上,选取由主要特征峰构成的六个特征峰团,并对峰团的强度进行主成分分析.通过对前2个主成分进行光强-浓度的最小二乘法拟合,实现了对空气中低浓度掺杂气体的高精度定量分析.     

基于混合像元分解的遥感图像融合实用算法

传统的图像融合算法,如IHS变换、合成变量比、主成分替换等方法所得到的融合图像通常存在不同程度的光谱扭曲现象.一种基于混合像元分解的图像融合算法(FSMA)可以很好地保持图像的光谱信息,但该算法仅在以终端端元为先验知识的模拟数据中得到了成功的应用.分析表明,由于全色波段与多光谱波段光谱响应函数不同以及多光谱波段通常不能覆盖整个全色范围,原有的FSMA算法并不能直接应用到真实遥感数据中.文中提出了一种改进的基于混合像元分解的图像融合算法(IFSMA).该算法通过重构原有算法中优化问题的目标函数,降低了对利用多光谱数据模拟全色波段亮度值的难度,使得基于混合像元分解的图像融合算法可以推广应用到真实遥感数据中.实验结果表明,IFSMA算法在光谱信息和空间信息的保持方面均优于IHS变换、合成变量比、主成分替换以及原有的FSMA等算法.     

超声速混合层拟序结构密度脉动的多分辨率分析

由于超声速密度场测量十分困难，基于实验图像的超声速混合层流场的多分辨率分析一直难以实现．本文利用新近提出的基于纳米粒子的平面激光散射技术，以较高的时空分辨率测量了超声速混合层密度场结构．根据混合层拟序结构的动力学特性，以Taylor的时空转换假设为基础，利用小波分析研究了密度脉动信号和密度场图像的多分辨率特征．密度脉动信号的小波近似系数较好地反映了不同尺度下密度脉动信号的特征，相应的细节系数在一定程度上反映了各层平滑近似的差值．超声速混合层密度脉动信号不同于周期性的正弦信号，而更类似于具有分形特征的Koch曲线信号，在各个尺度上都具有一定的相似性，体现了混合层流场的分形特征．密度场图像的二维小波分解与重构给出了不同尺度的近似与细节信号，有效地分辨了不同尺度下流场的特征结构．     

稀疏化的压缩传感超声图像重构特性研究

传统医学超声成像射频信息存储数据量大,传输耗时且成本高.基于稀疏化的压缩传感技术,研究超声图像的稀疏特性,利用离散余弦变换(DCT)对原始超声图像进行稀疏变换,在稀疏域内进行压缩采样获得降采样数据,然后通过求解L1范数重构原始图像.理论和实验表明,该方法可以很好地应用到超声图像的重构中,且随着稀疏度的减小和测量值的增加,重构图像的峰值信噪比(PSNR值)增加,重构图像的视觉效果较好.     

基于HJ-1星CCD数据的溢油遥感特性分析与信息提取

基于HJ-1星CCD多光谱数据,以2010年美国墨西哥湾深海油井溢油污染海域为研究区,对溢油迁移转化过程进行分析,认为油水混合物是该次事故的主要污染类型之一.研究HJ-1星CCD数据多种目标的影像特征与光谱响应特征,指出油水混合物能明显改变海水对入射光的后向散射性能,可以被有效地识别与判定.利用决策树分类方法能有效地提取墨西哥湾溢油污染中的油水混合物;对误判信息进行分块合并处理后,可进一步提高油水混合物的提取精度.研究表明,HJ-1星CCD多光谱数据能有效提取海洋溢油污染信息,具备了开展海洋溢油污染遥感监测的能力.     

基于HJ星高光谱数据红边参数的冬小麦叶面积指数反演

针对我国HJ-1A星搭载的高光谱成像仪(HSI)数据,探索基于HJ星高光谱影像的LAI反演研究,本文利用inverted Gaussian模型提取红谷位置、红边位置、红边振幅以及红边斜率4个红边参数,结合2009年4月、5月两期同步地面观测LAI数据,经过回归分析构建了反演叶面积指数的最优红边参数模型.结果表明红边位置、红边斜率和红边振幅与叶面积指数都达到了极显著相关,R2分别为0.5592,0.7796和0.8107说明HJ星高光谱影像数据在叶面积指数反演方面有很大的应用潜力.     

北部湾红树林的HJ星多光谱遥感提取模式

大区域红树林多光谱遥感提取易受多种地物及自身覆盖度等因素影响,针对这一难题,文中以广西北部湾为研究区,基于HJ星CCD影像,并结合红树林空间分布特征和图谱特征,建立一种适合大区域海岸带的红树林识别提取模式.首先分析影像地物图谱特征,提出用于瞬时海水边线提取的海水比值指数,以及指示红树林的特征指数:红波段角度植被指数和像元波段反射率标准差指数.再从红树林空间生境判定和不同覆盖度反射率变化两方面入手,划分生长适宜区,通过特征指数辅助判定建立最终提取模式.应用结果表明该模式能完整准确地提取不同覆盖度红树林,最大程度消除其他干扰因素影响,总体制图精度达83.70%,用户精度为79.37%,同时也证实HJ卫星CCD多光谱遥感数据应用于海岸带红树林研究的有效性.     

基于HVS与PCNN的彩色图像增强

提出一种新的彩色图像增强方法:将RGB空间转化为HIS空间后保持H分量不变,对S分量进行指数拉伸;而对I分量则利用脉冲耦合神经网络的特性将原始图像的灰度信息与空间信息一起耦合到神经元的内部活动项,然后利用人类视觉系统模型构建动态阈值与其比较得到增强图像.实验证实了这种方法的有效性.     

航天成像光谱仪CHRIS辐射与光谱性能评价

CHRIS是欧空局于2001年10月成功发射的PROBA卫星上搭载的探索性高光谱遥感器,它共有5种可选择的作业模式,在可见光到近红外(0.4～1.05μm)范围,最多可以获取62个波段.文中采用基于图像自身的大气校正方法(模型法ACORN和经验法),在图像上选取最具代表性的植被和土壤光谱,对CHRIS这一新型的航天成像光谱仪进行了光谱与辐射性能评价.计算显示,ACORN校正得到的玉米反射率在498～750nm波长区间能够较好地表征植被的反射率光谱特征(如红边特征),尤其是在对气溶胶敏感的蓝光部分比经验方法更有优势,但是在750nm之后就有很大偏差,表明CHRIS在750nm之后的波段存在光谱定标误差;土壤光谱反射率在800nm之后有递减的误差趋势,表明CHRIS在部分波长区间还不能满足模型法大气校正的要求;ACORN反演得到的水汽含量分布图上存在的竖条纹,则表明CHRIS的辐射定标性能的不足.CHRIS仪器作为欧空局第一个真正意义上的航天高光谱遥感器在光谱和辐射性能上仍有待改善.     

基于二维导频的OFDM系统信道估计算法研究

提出了基于一种离散傅立叶变换与一维维纳滤波联合的信道估计算法,相比线性内插与一维维纳滤波联合的估计算法仅利用相邻导频获得导频间信道估计,该算法通过插入二维导频对数据分块,利用每个分块的接收数据进行信道估计,从而提高了信道估计的性能.与二维维纳滤波算法相比,该算法在估计性能接近的情况下,计算复杂度大大降低.     

均匀分块矩阵的分块TERM分解

为提高整数变换的效率并实现并行化, 在均匀分块方式下探讨分块矩阵的分块TERM分解. 从扩展行列式det定义着手, 定义了一个分块矩阵映射至矩阵的新函数——DET. 并证明, 它不仅具有一些可与det相类比的重要性质, 而且对det是完全兼容的. 利用这些定义和性质, 最终得出: 任意给定一有限维可逆线性变换矩阵和分块方式, 总可把它分解为不超过3个分块(单位)TERM之积(可能需要置换和Scaling预处理), 并由此得到了适于并行的分块单位SERM分解式. 该结论不仅能涵盖元素矩阵最优TERM分解的结果, 而且可提供灵活的分块方式, 从而为高效合理地并行实现整数映射奠定了基础.