基于NSST域方向性加权的多聚焦图像融合方法

传统区域特性方法在进行图像融合时,一方面,低频子带融合规则不能同时充分利用区域内能量信息和边缘信息,另一方面,高频子带融合规则没有充分利用子带的方向性信息。针对传统区域融合方法存在上述局限性的问题,提出了基于NSST域方向性加权的区域特性图像融合方法。首先对图像进行NSST分解,得到一个表征图像概貌的低频子带和多个表征图像细节的高频子带;针对低频子带含有轮廓能量的特点,提出采用基于区域能量匹配的空间频率融合规则,从能量和区域变换2个方面对邻域信息加以利用。针对高频子带含有方向性信息的特点,提出采用带有方向加权的改进拉普拉斯能量和的融合规则,并通过实例验证了该方法的有效性。     

一种建立包裹圆提取建筑物LiDAR点云边缘点的新算法

为提高变换域通信系统多址接入性能,降低系统误比特率,提出基于改进型Logistic混沌序列的变换域扩频编码通信系统。利用扩频序列优选原则,选取改进型Logistic混沌序列作为扩频序列,对m序列产生的随机相位矢量进行相位编码形成扩频基函数的扩频随机相位矢量。仿真结果表明,该扩频基函数具有更好的随机性,产生的扩频随机相位矢量互(自)相关性能优于传统基函数产生的随机相位矢量;在2个用户和多用户条件下,其信噪比增益和误比特性能都要优于传统基函数和基于Gold序列的扩频基函数,显著提高系统抗干扰性能,能更好地实现TDCS多址接入。     

综合不规则三角网和区域生长的建筑物提取方法

应用激光雷达探测技术(LiDAR)进行建筑物提取其效率一直是工程应用的关键,针对现有先滤波后提取建筑物一类方法效率低下的问题,提出一种综合不规则三角网和区域生长的从原始机载激光雷达数据中直接提取建筑物的方法。首先利用原始点云数据建立不规则三角网,利用三角网中突起物边缘点所在三角形的法向量、边长及高程特征,提取突起物边缘点;然后以提取出的边缘点为种子点,根据三角网连接关系进行区域生长,提取突起物点集合;最后删除集合中点数量较少的非建筑物点集,得到建筑物点集。该方法可直接从原始点云数据中提取出不同建筑物的点集,无需经过滤波操作。通过仿真实验证明该方法在保证建筑物提取准确度的情况下效率有明显提高并且具有一定的适用性。