基于波数能量谱的海面风向反演算法

为提高应用X波段导航雷达反演海面风向的适用性和精度,针对现有局部梯度法反演海面风向存在无法自动寻找到合适的缩减图像分辨率,导致风向反演结果不稳定的问题,提出基于波数能量谱的海面风向反演算法.首先,应用风场成像特征,将包含风条纹的海面静态特征提取出来;其次,应用二维离散傅里叶变换获得海面静态特征的能量谱;最后,利用风条纹尺度特性,构建波数能量谱带通滤波器,将风条纹能量谱提取出来,从而得到海面风向.通过实验将本文算法、局部梯度法与风向标实测数据比较分析,表明本文算法反演适用性达到99%,反演精度提高了58.97%.     

基于墨西哥帽小波变换的机载SAR海面风场反演

针对从机载SAR探测图像中反演风向中如何提取图像中的风条纹信息的问题,给出基于墨西哥帽小波的风条纹信息提取方法,结合二维快速Fourier变换反演海面风向.以中国南海海域一组机载SAR实测数据为例,采用该方法反演风向,并运用CMOD4、CMOD-IFR2和CMOD5模式反演风速,验证海面风场反演方法特性.结果表明,墨西...     

基于小波包变换的多尺度图像匹配算法

针对梯度算子的图像匹配方法存在收敛速度慢、迭代容易落入局部最优点等问题,提出了利用小波包的多尺度特征对图像进行不同分辨率的分解的方法。实验表明基于小波包变换的多尺度图像匹配算法准确度高,计算速度较快且减小了迭代落入局部最优解的概率。     

图像基于小波包变换的多尺度匹配算法

基于梯度算子的图像匹配方法存在收敛速度慢、迭代容易落入局部最优点等问题,针对这些问题,提出了一种基于小波包变换的多尺度图像匹配算法.该算法利用小波包的多尺度特征对图像进行不同分辨率的分解,先对低分辨率的子图像进行匹配,再根据该结果对高分辨率的子图像进行匹配.实验表明该算法匹配准确度高,计算速度较快且减小了迭代落入局部最优解的概率.     

基于能量函数最优的海表面风向反演算法

针对灰度不变模型(BCM)光流法从海杂波图像中提取海表面风向存在较大误差的问题,根据海杂波图像特点,提出了基于局部灰度和梯度不变模型
(BGCM) 的能量函数最优海表面风向反演算法.首先,将图像灰度不变模型、梯度不变模型和时空平滑约束项有机组合起来,构造能量函数;然后,将能量函数对光流的两分量求偏导,得非线性欧拉-拉格朗日方程组;最后,通过迭代方法求解非线性方程组,得到光流场,求取主海表面风向.应用实测岸基海杂波图像序列进行实验,将BGCM、BCM模型反演的风向与风向标测得风向进行比较,结果表明,BGCM风向具有更高的相关系数和更小的误差,改进算法具有较好的性能.     

基于自适应多尺度的梯度搜索风切变预警算法研究

新一代多普勒天气雷达(China new generation radar,CINRAD)主要依据单尺度的径向、切向速度梯度或者是两者合成的结果探测风切变,容易产生漏报。针对此问题,提出了基于自适应多尺度的梯度搜索风切变预警算法。该算法的核心思想是进行多个自适应尺度的速度梯度拟合。首先,计算多个尺度下最大风切变强度因子,取较大因子值对应的尺度为自适应尺度。其次,在径向上以自适应尺度进行最小二乘速度梯度拟合。最后,以国际上规定的低空风切变阈值搜索速度梯度,并合并切变段给予预警。采用东北空管局提供的新一代多普勒天气雷达(CINRAD-CD)真实数据进行实验。结果表明新方法能够检测出所有尺度类型的风切变,提高了风切变预警率,具有一定的实际应用价值。     

一种自适应阈值的遥感影像角点检测算法

本文提出一种自适应阚值的遥感影像角点检测算法：采用8邻域点的扩展邻域计算灰度梯度;采用灰度梯度的概率分布函数确定自适应阚值;确定最大梯度方向,采用边缘方向追踪,结合自适应阚值判别角点。选取ASTER、TM、SPOT三种中高分辨率遥感图像数据,对算法进行试验。试验结果表明,该算法可以准确地提取有价值的特征角点,能有效抑制噪声点,针对不同数据具有很好的适应性,有较强的应用价值     

一种基于多尺度结构自相似性的图像超分辨重建算法

多尺度结构自相似性是指图像中存在大量相同尺度以及不同尺度相似结构的性质。本文提出一种基于多尺度结构自相似性的超分辨率重建算法,该方法通过图像旋转和金字塔分解将输入图像的先验信息附加到训练库中,并对样本图像块聚类,分别训练针对各类的多个字典。在图像重建阶段,自适应选择最优字典,并利用相似图像块间的关系建立非局部约束项重建图像。最后利用迭代反投影算法进行图像后处理,进一步提升图像的超分辨率重建效果。实验结果表明,与SCSR、SISR和ASDS算法相比,本文算法能够取得边缘更为清晰的超分辨率重建效果。     

一种基于多尺度结构自相似性的图像超分辨率重建算法

多尺度结构自相似性是指图像中存在大量相同尺度,以及不同尺度相似结构的性质。提出一种基于多尺度结构自相似性的超分辨率重建算法;该方法通过图像旋转和金字塔分解,将输入图像的先验信息附加到训练库中;并对样本图像块聚类,分别训练针对各类的多个字典。在图像重建阶段,自适应选择最优字典;并利用相似图像块间的关系建立非局部约束项重建图像。最后利用迭代反投影算法进行图像后处理,进一步提升图像的超分辨率重建效果。实验结果表明,与SCSR、SISR和ASDS算法相比,算法能够取得边缘更为清晰的超分辨率重建效果。     

基于图像梯度信息强化的SIFT特征匹配算法改进

针对传统特征匹配算法匹配率低的问题, 提出一种基于图像梯度信息强化的尺度不变特征转换（SIFT）特征匹配算法的改进算法. 首先通过适当的梯度算子求出梯度图; 然后以特定权值将梯度图与原图融合, 归一化后对融合图像进行高斯模糊; 最后利用传统算法进行特征提取. 实验结果表明, 改进算法的视角、 旋转不变性明显优于原算法, 对亮度变化较大或有噪声的图像匹配率也略有提升, 有效提高了SIFT特征匹配算法的准确性.