图像MTF对立体定位测量精度影响的仿真研究

测绘相机在轨影像的质量是影响卫星遥感测绘精度的关键因素之一.调制传递函数(Modulation Transfer Function,MTF)反映了成像空间频率与图像对比度的关系,是遥感图像质量定量评价的一项重要指标.定量研究图像MTF对立体定位精度的影响是一项急需解决的课题.由于理论分析很难建立二者之间的数学关系,采用数字仿真技术进行研究,建立了自然、几何景物和相机的数字模型,用模拟遥感成像、MTF曲线模拟图像退化、特征点的提取与匹配和前方交会计算,得到了图像MTF与立体定位精度的关系.并通过实物物理模型实验对数字仿真结果的有效性进行验证.     

基于仿射不变离散哈希的遥感图像快速目标检测新方法

提出一种基于仿射不变离散哈希的遥感图像快速目标检测新方法.首先使用一种"选择性搜索"的方法生成目标候选框;其次,提出一种基于仿射不变离散哈希(Affine-Invariant Discrete Hashing,AIDH)的目标检测方法,该方法采用具有低存储、高效率优势的监督离散哈希框架,结合仿射不变优化因子,构造仿射不变离散哈希,通过将具有相同语义信息的仿射变换样本约束到相似的二值码空间,实现检测精度的提高;最后采用判别分类器结合非极大值抑制的方法,进一步过滤掉误检目标框,完成目标的精确定位.实验证明,在NWPU VHR-10数据集下,该方法相比于经典目标检测方法和新的哈希方法,在具备高效性的同时,在精度上也得到了保证.     

结合图像质量评价参数的多尺度分解融合策略

图像多尺度分解的融合策略是提升融合图像质量的关键. 为了充分利用图像多尺度分解过程中的信息,提出了利用图像质量评价参数进行图像融合的策略. 该策略主要分为两部分：在近似图像融合的策略中,利用上一分解层图像信息对应的显著性特征来构造当前层图像融合所需的权重;在细节图像的融合策略中,则引入空间频率、对比度来确定细节图像的选取. 实验表明,该文所提出的融合策略与目前常见的融合策略相比,所获得的主观视觉效果和客观参数评价效果均较好.     

一种新的手写体字符识别算法

研究模式识别的核心问题——特征抽取．基于偏最小二乘（Partial Least Squares,简称PLS）回归和特征融合的思想,提出了一种组合特征抽取的新方法并将之用于手写体字符识别中．在PLS建模阶段,为了提高PLS成分（特征）的抽取速度,提出了一种非迭代PLS算法．在特征融合阶段,用所抽取的PLS成分特征组成模式的相关特征矩阵,并依此相关特征矩阵进行分类．在Concordia University CENPARMI手写体阿拉伯数字数据库上的试验结果证实了该方法的有效性和鲁棒性,其分类结果优于基于单一特征的FSLDA方法的分类结果．另外,与已有的迭代PLS算法相比,所提出的非迭代PLS算法的复杂度和特征抽取的速度均占有优势．     

二维典型相关分析的实质与改进算法

由于样本数常小于样本维数,传统的典型相关分析方法CCA(canonical correlation analysis)会产生小样本问题.为了解决这类问题,一种新的有监督特征抽取方法--二维典型相关分析2DCCA被提出.与传统CCA方法把二维图像矩阵拉成一维向量不同,2DCCA直接从图像矩阵中抽取特征,该方法有效地解决了小样本问题.但是在单特征下,CCA的类标编码对识别率会产生影响,在一维情况下,传统的类标编码使得CCA等价于LDA,从而限制了CCA抽取更多有效的识别特征.证明了在传统的类标编码时,2DCCA仍然与2DLDA等价.为了打破这种约束,提出了一种基于样本标号的2DCCA改进算法.在ORL和AR人脸库上的实验表明,提出的方法优于传统的2DCCA.     

基于偏最小二乘分析的人脸表示与识别

基于偏最小二乘回归分析,提出了一种新的人脸表示与重构方法.与主成分分析相比,通过偏最小二乘所抽取的低维人脸表示特征具有更好的分类性能.在ORL人脸数据库上的实验结果表明,基于偏最小二乘方法对于测试图像进行重构优于主成分分析方法,并且分类结果也好于后者.     

数学史知识渗透与数学创新能力培养

数学史知识不仅含有大量的数学概念和定理的发明事实，而且还含有丰富的解题的方法和经验，由此其可以从至少两个方面来促进创新能力的培养。但数学史知识包罗万象，其并非天然和仅是促进的创新能力的材料，因而要达到我们需要的目的，还必须在教学中遵循一定的要求，比如重视数学知识形成和发展的教学、细节和方法的教学，应用的教学，还必须和相应的知识相结合等。     

压缩感知稀疏识别用于多视角图像目标分类

针对多视角条件下的图像目标分类问题,提出一种基于压缩感知特征的稀疏识别方法. 该方法以原始图像的感知数据为特征描述,将测试样本与训练样本集的压缩感知特征纳入稀疏识别的框架,并通过求解一个l1范数优化问题来获取分类结果. 实验表明,该方法不仅有效利用了压缩感知特征的信息冗余性来保证稀疏识别的性能,而且无需进行预处理就能较好地实现多视角图像的目标分类.     

基于MAP估计的遥感图像频域校正超分辨率算法

为解决超分辨复原中遥感图像调制传递函数过零点引起的病态问题,提出了一种基于最大后验概率估计,利用遥感系统成像模型对图像进行频域校正的遥感图像超分辨率复原算法.该算法首先假设图像满足高斯马尔科夫先验模型,使用最大后验概率估计法实现图像频谱外推.然后根据成像模型对外推的频率分量进行频域校正,去除调制传递函数过零点附近的伪信息.最后使用优化最小化方法完成数值求解,降低了计算复杂度.实验结果证明,该算法考虑了图像成像模型本身特性,对合成图像和各种地物条件下的遥感图像都能取得快速有效的超分辨复原效果.     

一种亚像元遥感图像的小波插值及滤波方法

该文分析了亚像元技术及相关的几种传统插值方法.针对传统插值方法拟合精度不高的缺点,提出了对两帧错半个像元的遥感图像进行小波插值与滤波的方法,即利用图像中已知点的全局信息对小波系数进行逐层估计.最后通过信息融合,将图像重构为一幅信息更丰富、分辨率更高的遥感图像.由于考虑到图像的全局信息,该算法对图像细节信息保持较好.实验结果证明了该算法优于传统方法,为采用亚像原成像技术提高航天遥感系统空间分辨率提供了一种图像融合重构的新方法.