基于SVM的环境减灾卫星HJ-1B影像作物分类识别研究

环境减灾卫星作为我国自主研制发射的环境与灾害监测预报卫星，要发挥它的作用就是要更好的使用其数据源。支持向量机（SupportVectorMachine，SVM）是一种卓越的分类方法，本文通过SVM方法对环境减灾卫星14J-1B星CCD影像数据进行作物分类识别实验并将结果与最大似然法分类结果进行比较。结果表明：利用SVM方法进行遥感图像分类，精度优于传统的最大似然法分类精度；HJ—1A／1B星CCD数据对于农作物具有较好的指示效果，可应用于作物识别等农业领域。     

本体概念与词汇的语义相似度计算方法

提出了一种本体概念与词汇语义相似度的计算方法。此方法结合编辑距离与Wordnet距离两者的优点综合衡量词汇与本体概念之间的语义相似度，从而将词汇映射到本体概念，同时不断的扩充本体丰富本体，更进一步提高算法的性能。实验结果说明此方法是可行的。     

模式的语义描述与识别

讨论了代数语义方法用于模式描述和识别的可行性，采用这种方法，模式结构被作为一种代数结构，其语义约束采用等式规范的形式给出，这样可以将识别问题变为一个等式断言采用等式项重写在规范中进行验证，并举例说明这种方法。     

语义Web的逻辑基础

分析了目前语义Web理论的研究现状和存在的问题, 分析了用传统描述逻辑作为语义Web逻辑基础的不充分性, 根据语义Web的特点和需求, 提出了一种新的动态描述逻辑DDL, 该DDL将静态知识和动态知识表示与推理有机地整合在一起. 特别的是, 给出了具体的动作描述方法, 并按照传统描述逻辑的语义解释方法给出了动作的语义解释, 从而该DDL形成了一种能同时处理静态知识和动态知识的统一的形式化逻辑框架. 该DDL具有清晰的语义特征, 既提供了可判定的推理服务, 又能有效地对静态知识、动态过程和运行机制进行表示和推理(动作的可实现性和动作之间的包含关系), 因此, 提出的动态描述逻辑DDL可以为语义Web提供合理的逻辑基础, 弥补了传统描述逻辑作为语义Web逻辑基础的不足.     

基于PCNN捕获-抑制机制的图像分类器设计

针对医学图像识别的重要性,本文提出了一种结合彩色图像特征场和基于脉冲耦合神经网络捕获-抑制机制的图像分类器设计方法.首先,构造符合人类视觉的彩色图像特征场;然后,利用脉冲耦合神经网络设计分类器实现对图像的识别.最后,应用于JAFFE人脸表情数据库和中医舌象的分类识别中,并与ADABOOST方法和SVM方法进行比较.实验结果表明,本文方法可以获得更好的医学图像识别效果.     

扩展的语义分析的WAP协议缺陷测试

首先介绍了一种基于语义分析的缺陷测试技术.该测试方法利用语义测试及软件错误注入来进行测试.它比传统测试的成本要小,同时能达到很好的效果.但该方法只能检测协议实现级别的漏洞,而不能检测协议设计中可能存在的缺陷.本文结合了Petri网在协议测试方面的优点提出了一种扩展的语义分析的协议缺陷测试方法.它能通过对协议Petri网模型的分析来捕获协议层面的缺陷,而为此所需的额外开销是很小的.这弥补了原缺陷测试在协议层面的不足.之后对该方法各个阶段进行了介绍.对WAP-WSP协议的进行了缺陷测试,并对结果进行了分析,证明其可行性.     

一种基于图像边缘的鲁棒水印算法

本文基于图像的边缘，提出一种鲁棒水印算法．该算法使用Prewitt检测算子对载体图像进行边缘检测，并对边缘点进行选取，将水印信息嵌入在边缘点像素处的梯度方向上．由于人类视觉感知在图像边缘处的掩蔽效应，同时由于图像边缘的感知重要性和在图像处理中的稳定性，使得本文算法在不可见性和鲁棒性方面具有较好的效果．本文从理论上分析了算法抵抗攻击的能力．并在试验中得到了验证．同时结合人类视觉感知的掩蔽效应．提出了一种客观评价图像质量的方法．试验中对该方法进行了验证，并表明本文算法在该方法下具有较好的不可见性．     

无人机图像全自动生成大比例尺真正射影像方法

随着无人机遥感技术逐步从研究开发阶段发展到实际应用阶段，采用无人机图像进行大比例尺的真正射影像生成方法的研究具有重要的现实意义．本文旨在探索将计算机视觉中获得巨大成功的多视三维重建技术应用到对无人机影像处理中，给出了一种基于运动恢复结构重建算法和多视图立体视觉算法全自动生成大比例真正射影像的方法．本文首先分析了无人机图像PMVS重建点云的特点，给出一种由基于面片多视图立体视觉稠密点生成数字表面模型的方法，然后详细介绍了包括正射影像图像坐标映射模型、可见性计算、基于Markov随机场能量优化的面片选择和匀光处理等真正射影像生成的关键步骤．实验结果以及与商业软件的比较表明：本文给出的方法在野外地形和城市区域均能获取有效的真正射影像结果．     

基于混沌映射的一种交替结构图像加密算法

将分组密码学中的交替结构首先引入到基于混沌映射的图像加密系统中．采用广义猫映射进行像素的置换和扩散，将单向耦合映射格子用于像素替代，两种操作交替执行．在每一轮加密中，通过简单的密钥扩展产生两种子密钥，分别用于不同的混沌映射，密钥长度随加密轮数而变化．解密的算法结构与加密结构相同，仅需按倒序输入解密密钥．安全性分析表明，该加密算法对密钥十分敏感，对多种攻击手段都具有较好的免疫性，执行速率高且代码紧凑，适用于各种软、硬件的图像加密平台．     

基于变分的图像分割算法

提出了一种新的基于变分的图像分割算法. 该算法以图像的边缘点为插值点，通过极小化一个能量函数产生光滑的阈值曲面，进而实现图像分割. 为了使所产生的阈值曲面保有原图像的边缘信息，同时又不过度锐化图像的边缘，采用非凸的能量函数，并通过引入二元能量函数，提出一种全局收敛的松弛算法，将一个非凸优化问题转化为一系列本质上的凸优化问题，从而克服了采用传统的梯度下降法会出现收敛速度较慢、甚至不收敛的困难. 实验结果验证了算法的有效性. 此外还初步探讨了相应优化问题求解过程中的参数确定问题.     

基于概念词的特征提取方法

为解决因未考虑语义关联造成的VSM描述不准确的问题,基于知网本体库计算词语间的语义相似度,采用识别完全子图的方式生成概念词列表,再用概念词替换存在密切语义关联的词语.实验表明,该方法在改进文档特征提取效果的同时也明显降低了向量空间的维度.与不经概念词处理的特征提取方法相比,该方法在分类识别率上有一定提升.     

基于动态语义服务描述的服务匹配的研究

本文将动态描述逻辑与语义服务描述语言相结合，提出了一种动态语义描述方法来描述Web服务，并在经典服务匹配基础上进行改进，完善了服务匹配的类型，提高了Web服务的查全率与查准率。     

形态描述矩阵及其在彩色图像检索与识别中的应用

提出用以表达图像中特定区域内点的分布信息的形态描述矩阵. 该矩阵同时考虑了区域内各点的径向与角向分布信息, 能够全面、准确地表达图像的形态特征, 不受区域边界模糊的影响. 基于该形态描述矩阵, 提出了用以整体描述图像色彩区域的位置与形态特征以及判定彩色图像匹配程度的广义彩色直方图方法. 实验结果表明, 运用该方法, 能有效地进行彩色图像的检索和识别.     

基于知识点本体的语义扩展研究

传统的基于关键字的信息检索不能很好地检索到相关的资源.通过分析教学领域知识点本体的语义相关性特点,提出了一种基于知识点本体的语义扩展算法.该算法通过将概念间关系进行分离,利用概念层次结构和关联关系并考虑多种影响因素分别计算语义相似度和相关度,进而综合量化成语义关联度进行语义扩展检索.实验表明,本文所提出的语义扩展算法能够有效地提高查全率、查准率,取得较好的检索效果.     

基于语义约束与Graph Cuts的稠密三维场景重建

本文提出一种新颖、有效的稠密三维场景重建算法.在城市建筑场景的重建中,为了快速恢复稠密、准确的深度信息,本文算法首先在视图中对建筑区域进行了语义分割以降低非重建区域(如天空、地面等)的干扰,在提高整体重建速度的同时也增强了采用平面模型对其进行重建的可靠性;然后,在通过基于DAISY特征的空间点扩散方法获取的初始深度图的基础上,针对传统算法难以重建的弱纹理、倾斜表面等区域,本文算法依据场景分段平滑的假设,在超像素级MRF能量优化框架中对其相应的空间平面进行了推断.由于能量函数融合了初始深度图的约束、空间平面先验及空间平面间的几何关系等信息,而且候选平面集通过平面拟合和已知平面约束下的多方向平面扫描两种方法构造,使得相应的两阶段迭代Graph Cuts对能量函数的求解更快速和精确.在标准数据集和真实数据上的实验表明,本文算法能有效克服光照变化、透视畸变、弱纹理区域等因素的影响,快速恢复建筑区域完整的深度图.     

基于自适应尺度的遥感影像渐进配准

图像配准是遥感图像处理中的基本问题.本文针对多源多时相遥感影像的特点,提出了一种基于自适应尺度的渐进配准方法,在从粗到细的迭代配准过程中,可以通过上一次配准结果的几何定位误差来确定本次匹配的尺度,并按该尺度提取特征角点和特征邻域进行匹配,与常规金字塔渐进配准方法相比,减少了匹配次数,提高了配准效率.另外,特征提取和匹配过程中提出一种基于Harris-Laplace算法和相位相关算法的遥感影像配准算法,利用Harris-Laplace角点代替原始图像,能够综合区域和特征的优点,对亚像元偏移、旋转、尺度变化具有不变性,同时对对比度和灰度的变化不敏感,具有很强的抗噪性.在特征检测和匹配的过程中采用限定搜索区域、抽稀角点等多种优化策略来提高算法的性能.实验证明,算法具有很好的精度,对几何攻击具有很好的鲁棒性,该算法已经应用于CBERS-02B星3级数据的批量自动化生产,具有很好的应用效果.     

一种高定位精度的安全JPEG图像认证水印算法

分析讨论了现有的JPEG图像认证水印算法存在的定位精度低和安全性差等问题，并实现了对现有认证水印算法的两种伪造攻击．在此基础上，提出了一种高定位精度的安全JPEG图像认证水印算法，推导给出了该算法在一般区域篡改和拼贴攻击下的篡改检测概率和虚警概率，该算法对每个图像块固定选取4个中频系数嵌入水印并利用剩余的DCT系数生成4比特水印信息，然后基于不同密钥分别选取每比特水印信息嵌入的图像块，使得每个图像块的4位水印随机嵌入在不同图像块对应的中频系数中，认证时根据图像块提取出的4比特水印信息并结合其九邻域判定该图像块内容是否被篡改．理论分析和实验结果表明：该算法不仅具有精确的篡改定位精度，而且具有很高的安全性和抵抗拼贴攻击的能力。     

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.     

基于卷积神经网络与Bayesian决策的图像识别与分类记忆建模

当前热门图像分类方法大多侧重在分类能力,忽视识别新事物,然而人类认识事物时侧重认识,只在细小之处重视分类,这一点与人类记忆机制密切相关.尽管目前有许多记忆建模理论被相继提出,但大多以单词列表的形式学习,对自然图像列表的研究有限.基于此,本文提出了基于卷积神经网络与Bayesian决策的图像识别分类记忆建模方法,首先利用卷积神经网络提取图像特征,并采用二进制形式存储特征向量;然后进行视觉图像的表达,存储与提取记忆建模,将测试图像特征向量与所有已存储特征向量进行匹配对比,计算似然率值;最后在所有似然率基础上计算测试图像是新类别的几率,若该几率大于某个阈值则判别其为新类别;反之,利用Bayesian决策规则进行.图像分类.在Caltech-101与Caltech-256数据库上的实验表明所提方法能很好地应用于图像识别分类任务中.其击中率比目前代表性的稀疏表达分类(SRC)以及极限学习机(ELM)方法高,且虚报率比其他两种方法低的多.     

基于支持向量机和粒子群算法的电子鼻伤口感染检测

针对传统的伤口感染诊断方法耗时长,操作复杂等问题,提出了一种基于电子鼻和支持向量机(SVM)的方法进行伤口感染检测,分别检测非感染和三种常见病原菌感染的大白鼠伤口顶空气体,然后利用 SVM对实验数据进行识别.同时,鉴于传感器阵列的优化以及 SVM参数选择对其分类准确率有重大的影响,提出一种基于粒子群算法(PSO)的传感器阵列和 SVM参数同步优化方法.实验结果表明,SVM结合 PSO与传统的神经网络以及遗传算法相比,极大提高伤口感染检测的准确率