1 南京航空航天大学空间光电探测与感知工业和信息化部重点实验室, 江苏 南京 210016
2 南京航空航天大学航天学院, 江苏 南京 210016
为了进一步提高高光谱图像的分类精度,提出一种基于局部高斯混合特征提取的分类(LGMFEC)方法。LGMFEC方法首先基于高光谱图像的空间结构为每个样本构建局部邻域集合,然后从局部邻域集合中提取高斯混合特征来充分表征空间-光谱信息及相关变化信息,最后将局部高斯混合特征融入包含黎曼核函数的支持向量机(SVM)分类器中,从而完成分类任务。三组通用高光谱数据集的实验结果表明,LGMFEC方法的分类性能在较大程度上优于几种先进的分类方法,尤其在训练样本较少的情况下的优势更为明显。
图像处理 高光谱图像 分类 特征提取 高斯混合模型
1 南京航空航天大学航天学院, 江苏 南京 210000
2 南京大学电子科学与工程学院, 江苏 南京 210046
针对多光谱图像的空谱相关特性,提出一种基于卷积神经网络的端到端多光谱图像压缩方法。编码端,将多光谱数据整体输入到多光谱图像压缩网络中,采用卷积提取多光谱图像的主要光谱特征与空间特征,使用下采样减小特征数据的尺寸,并通过率失真优化控制光谱特征与空间特征数据的熵,使空谱特征数据分布更加紧凑,将量化后的中间特征数据进行无损熵编码得到压缩码流。解码端,码流经过熵解码、逆量化、上采样、反卷积的逆变换过程重构多光谱图像。实验结果表明,相同码率下该方法能有效保留多光谱图像谱间信息,并在图像恢复质量上比JPEG2000平均高约2 dB。
图像处理 深度学习 多光谱图像压缩 卷积神经网络 率失真优化 中国激光
2019, 46(10): 1009001
南京航空航天大学航天学院, 江苏 南京 210016
近年来, 基于相关滤波的目标跟踪算法因其具有很好的跟踪精度和明显的速度优势, 引起了研究人员的极大关注。提出一种基于自适应特征选择的多尺度相关滤波跟踪算法。首先, 提取三种互补特征, 通过相关滤波响应图评估各特征的跟踪性能, 自适应选择最优特征进行位置跟踪; 其次, 预设响应图阈值作为位置相关滤波模型更新的判断条件, 优化模型更新方式; 最后, 引入尺度相关滤波跟踪器, 进一步提高了算法的尺度适应性和跟踪精度。实验部分将该算法和近年来流行的相关滤波及非相关滤波类跟踪算法进行了对比, 结果表明, 该算法在精度上优于其他算法, 同时具有53.12 frame/s的实时跟踪速度。
机器视觉 目标跟踪 相关滤波 自适应特征选择 自适应尺度
南京航空航天大学 航天学院, 江苏 南京 210000
将稀疏贝叶斯学习引入线性混合像元分解中,提出一种基于复合正则化联合稀疏贝叶斯学习的高光谱稀疏解混算法.在多观测向量的稀疏贝叶斯框架下,对各参数建立概率模型,经贝叶斯推断得到基于L2,1正则化的联合稀疏贝叶斯解混模型,并将丰度向量的非负与和为一约束加入到凸优化的目标函数中,通过变量分离法将复合正则化问题分解成多个单一正则化问题交替迭代求解,并利用参数自适应算法对正则化参数进行更新.模拟数据和真实数据的实验结果表明,该算法比贪婪算法和凸优化算法能获得更高的解混精度,并且适用于端元个数较多和信噪比较低的高光谱数据.
高光谱图像 联合稀疏解混 复合正则化 稀疏贝叶斯学习 hyperspectral image simultaneous sparse unmixing compound regularization sparse Bayesian learning
南京航空航天大学 航天学院, 江苏 南京 210016
针对现有的三维运动估计算法在精度、效率和稳定性等综合性能上的不足,提出了一种结合双目视觉三维重建和利用对偶四元数表达运动参数的新算法.该算法以双目视觉系统为基础,采用SIFT算法进行图像特征点的提取和匹配;根据匹配关系进行三维特征点重建,以获取三维场景中运动目标的结构参数;利用对偶四元数可同时表示刚体的旋转和平移运动的特点,实现目标对象运动参数的表达和求解.通过实验将提出的算法与现有算法(包括奇异值分解法、正交分解法和单位四元数分解法)进行比较,结果表明,该算法具有更加简洁的表达形式,在保持传统算法精度和稳定性优势的基础上提高了计算效率,具有更优的综合性能.
双目视觉 对偶四元数 三维运动估计 binocular vision dual quaternion 3D motion estimation
南京航空航天大学航天学院, 江苏 南京 210016
根据高光谱图像的特点，提出一种基于谱间去相关模型的迭代硬阈值重构算法。根据高光谱图像序列的相邻图像之间具有很强的相关性，在迭代硬阈值重构算法中建立谱间去相关模型，除去重构图像观测数据中谱间相关的观测数据，去相关后的图像的观测数据更加稀疏，重构性能更高。实验结果表明，在相同观测数目下，本算法与迭代硬阈值重构算法相比，有效提高了图像的重构质量。
信号处理 压缩感知 迭代硬阈值重构 去相关模型 中国激光
2012, 39(s1): s109008
根据高光谱图像较强的谱间相关性，提出一种基于谱间线性滤波的高光谱图像压缩感知方法.高光谱图像进行压缩重构时，利用相邻波谱的谱间相关性，对重构的当前帧与前一谱段的重构图像进行谱间线性滤波，降低了重构帧的噪音信息，纠正了重构帧的轮廓信息，从而提高重构质量.在进行谱间线性滤波时，保留重构帧的低频系数，高频系数与前一波谱重构图像的高频小波变换系数进行线性加权求和，达到滤波的效果.通过实验表明，该方法能够有效提升图像重构质量，并降低重构时间.
高光谱图像 谱间线性滤波 压缩感知 小波变换 Hyperspectral image Linear filter between bands Compressed sensing Wavelet transform
西安电子科技大学 ISN国家重点实验室,西安 710071
基于干涉多光谱图像特点和应用环境要求,提出一种干涉多光谱图像压缩算法.采用小波域匹配预处理来去除帧间推扫平移带来的数据冗余性,采用基于码率预分配的编码方法,按照预分配到的码率大小控制码块的T1编码深度,减少编码计算量和存储器使用量,易于硬件实现和星上环境的应用.实验数据表明,码率为1 bpp时,该算法提高了恢复光谱的分辨率,满足卫星干涉多光谱图像压缩系统要求.
图像处理 多光谱图像压缩 小波域匹配 感兴趣区域编码 码率分配 Image processing Multispectral image compression Wavelet domain match ROI Rate allocation
西安电子科技大学ISN国家重点实验室, 陕西 西安 710071
根据干涉多光谱图像的特点,提出一种基于分布式信源编码的干涉多光谱图像压缩算法。干涉多光谱图像序列的相邻图像之间具有明显的平移特性,编码端通过块匹配算法检测出相邻帧间的相对位移量,联合块匹配算法估计的边信息帧进行比特平面码率估计,采用基于率失真提升的感兴趣区域编码,调整图像不同区域的率失真斜率来进行更合理的码率分配。实验结果表明,该算法比传统算法更好地保护了多光谱图像的光谱信息,在不同压缩比的情况下,满足卫星干涉多光谱图像压缩系统要求,易于硬件实现,更适于星上环境的应用。
信息光学 干涉多光谱图像压缩 分布式信源编码 率失真
西安电子科技大学,ISN国家重点实验室,西安,710071
根据卫星干涉多光谱图像的成像特性,提出一种基于分类权值率失真优化截取和自适应编码深度控制的部分SPIHT光谱图像压缩算法.首先根据干涉区域类型和编码平面的重要性,对各棵零树各个编码过程赋予不同的重要性权值,然后采用部分SPIHT算法对每棵零树独立编码,编码时根据比特平面层中重要系数的统计概率自适应地进行3种编码模式的选择,同时依据重要性权值和深度控制因子自适应地控制每棵零树的编码深度,最后在编码深度内,根据不同干涉区域的零树对恢复光谱的失真贡献,采用分类权值率失真方法对码流进行优化截取,使码流分配与失真达成最优.实验结果表明,本算法比传统算法更好地保护了光谱信息.
图像压缩 干涉多光谱图像 部分SPIHT 率失真优化截取
