高光谱图像修复算法的自适应稀疏编码实现

针对高光谱图像(hyperspectral images,HSI)中缺损像元及条带影响图像后续处理及应用的问题,应用稀疏表示理论,将HSI修复问题建模为不完整观测下的信号稀疏重建问题,提出自适应稀疏编码实现的HSI修复算法。首先,对加性噪声假设下的HSI观测模型进行研究。然后,通过引入基于随机近似的在线学习优化方法,提出新的从高光谱数据中直接构造字典的算法,从而获取光谱字典。之后,应用变量分解和增广拉格朗日稀疏回归方法对图像进行稀疏编码求解。最后通过稀疏重构求得修复后的HSI。实验结果表明,相对于现有算法,在不同噪声条件下,所提算法均能够更有效地修复缺损的HSI,且与其他字典学习类修复算法相比计算耗时更短。     

仿植被高光谱伪装材料技术研究进展

 近年来高光谱成像技术迅速发展，在军事领域应用十分广泛，这既为军事侦察带来了巨大机遇，也为军事伪装带来了前所未有的挑战。分析了高光谱成像探测技术对伪装隐身技术产生的威胁以及传统高光谱伪装材料与技术面临的巨大困境，分别从植物伪装技术、基于无机颜料的仿生伪装、基于叶绿素的仿生伪装等材料体系阐述了模拟植被背景的高光谱伪装材料与技术研究现状，指出现有高光谱伪装材料与技术中仿生伪装技术存在仿生材料无法精准模拟绿色植被的特征吸收峰、稳定性及耐久性较差、材料整体厚度大，难以实现实际的大规模应用等弊端，在此基础上提出基于活体生物的“生态伪装”技术伪装对策，指出改进“仿生伪装”技术和优化“生态伪装”技术为高光谱伪装材料与技术的未来发展方向和趋势。     

基于小波分析的玉米叶绿素a与LAI高光谱反演模型研究

2003与2004年分别在长春市良种场与中国科学院海伦黑土生态实验站,实测了大田耕作与不同经营制度作用下玉米冠层高光谱反射率与叶绿素a含量、叶面积指数（LAI）数据。采用NDVI（Normalized Difference Vegetation index）、SAVI（Soil-Adjusted Vegetation Index）、TVI（Transformed Vegetation Index）、MTVI2（Modified Transformed Vegetation Index2）等植被指数建立了玉米叶绿素a与LAI反演模型;应用小波分析对采集的光谱反射率数据进行了能量系数提取,并以小波能量系数作为自变量进行了单变量与多变量回归分析,对玉米叶绿素a与LAI进行估算。研究发现NDVI、SAVI、TVI、MTVI2植被指数可以较为准确的估算玉米叶绿素a、LAI（R^2〉0.70）;小波能量系数回归模型可以进一步提高玉米叶绿素a含量、LAI的估算水平,以一个特定小波能量系数作为自变量的回归模型,玉米叶绿素a、LAI回归确定系数R2分别高达0.79、0.82;以多变量回归分析表明玉米叶绿素a、LAI实测值与预测值的线性回归确定性系数R2分别高达0.87、0.90。以上结果表明,小波分析可以对高光谱数据进行特征变量提取,进而反演玉米生理参数,对其他植被生理参数反演具有一定借鉴意义。图3,表4,参11。     

岩石热红外光谱解混与矿物含量反演

 以碱性长石花岗岩为例,采用Turbo FT便携式红外光谱辐射计对其4种组成矿物(钾长石、斜长石、白云母、石英)分别进行0.71—1mm颗粒室外常温、0.71—1mm颗粒室内80℃、块体室外常温的热红外(7—14μm)光谱特征测试,以测试结果作为端元光谱对室外常温下测得的块状碱性长石花岗岩光谱进行解混,并与将ASU光谱作为端元光谱的解混效果进行比较。结果表明,当岩石与矿物端元的光谱测试条件相同时,解混效果最好;使用块状端元光谱能有效解混块状岩石光谱;ASU颗粒光谱不能解混块体岩石的矿物成分及含量。试验结果对遥感地质及矿物填图的研究具有指导意义。     

近红外光谱技术检测农产品农药残留量的研究

介绍了近年来近红外光谱分析技术在农产品农药残留分析检测技术中的应用,其中覆盖了样品预处理方法、运用化学计量学进行定性和定量检测分析技术的方法等.概述了近几年来在近红外农残检测领域的应用和研究进展.提出了结合多信息融合技术的农药残留分析技术及其发展前景.     

利用支持向量机构建水稻镉含量高光谱预测模型

研究基于支持向量机构建水稻镉(Cd)含量高光谱预测模型的可行性.利用ASD光谱仪测量研究区水稻冠层反射光谱,通过实验室化学分析得到土壤镉含量和水稻叶片镉含量,对研究区水稻光谱进行均一化平滑处理以及小波变换降噪,构建基于支持向量机(support vector machines,SVM)的水稻镉含量高光谱预测模型.结果表明,小波变换降噪处理对SVM建立的镉含量预测模型精度有所提高,SVM高光谱预测模型的相关系数为0.8674,均方误差为0.0012.该研究为利用高光谱遥感大面积、快速监测农田作物重金属污染提供技术支持.     

高光谱图像分块压缩感知采样及谱间预测重构

压缩感知理论提供了一种新的数据采集思路. 基于该理论提出了一种高光谱数据采集和图像重构方法,以波段分组的方式将高光谱各波段分为参考波段和普通波段,对各波段图像单独采用分块压缩感知测量以获取高光谱数据. 在图像重构过程中,参考波段采用平滑投影Landweber算法重构. 对于普通波段,结合谱间预测和平滑投影Landweber提出了一种新算法: 先采用谱间双向预测得到预测图像,然后对预测图像进行分块压缩感知测量获得测量值,并计算它与该波段原测量值之间的差值,再由测量差值重构预测差值来迭代恢复原波段图像. 该方法在数据重构过程中充分考虑了高光谱图像的谱间相关性和空间相关性,能提高图像重构精度. 实验结果表明,利用所提出的方法重构高光谱图像,其性能优于多向量压缩感知方法和分块压缩感知测量后直接对各波段图像单独重构的方法.     

大豆叶片水平叶绿素含量的高光谱反射率反演模型研究

利用便携式光谱仪和分光光度计法分别测得大豆生长期内叶片的高光谱数据及相应的叶绿素质量分数w,利用多元统计分析和红边参数反演提取与叶片水平的w(叶绿素)相关性较高的敏感波段和光谱形式,及特征光谱位置,并以此为基础推演得到一个基于神经网络算法的叶绿素含量反演模型,结合了3种方法的优点,具有较高的反演精度.     

基于三维小波变换和上下文量化的高光谱图像压缩

提出了一种基于三维小波变换和上下文量化的高光谱图像压缩算法.该算法先利用三维小波变换去除高光谱图像在谱内和谱间的冗余信息,然后建立了一个高维时、频域的上下文预测模型以分析小波系数之间的相关性,并通过对增加条件熵的理论分析,合理地对该模型中的上下文进行量化,得到合适的编码上下文用于自适应的算术编码.试验结果表明,该算法不仅明显优于基于二维小波变换的JPEG2000标准,而且相对于同样基于三维小波变换的三维分层树集合分裂算法也有较大的提高.     

说话人个数时变的盲分离研究

现有的语音盲分离算法都是针对说话人个数已知且在分离过程中恒定的情况，现实中说话人个数是时变的，提出仅用2个麦克风对说话人个数时变的语音信号进行盲分离的方法，不仅能反映说话人个数时变的过程，而且解决了麦克风与说话人之间个数差异引起的超定、欠定问题。