1 中国科学院 光电信息处理重点实验室，辽宁沈阳006
2 中国科学院 沈阳自动化研究所，辽宁沈阳110016
3 中国科学院 机器人与智能制造创新研究院，辽宁沈阳110169
4 中国科学院大学，北京10009
为了解决点云处理过程中空间信息损失的问题，同时在融合过程中最大程度地提取可见光图像的纹理信息，本文提出了一种基于特征切片的激光点云与可见光图像融合车辆检测方法（FVOIRGAN-Detection）。在CrossGAN-Detection方法中加入了FVOI（Front View Based on Original Information）的点云处理思路，将点云投影到前视角度并把原始点云信息的各个维度切片为特征通道，在不降低网络性能的情况下显著提高点云信息利用效率。并且引入了相对概率的思想，采用鉴别器鉴别图像的相对真实概率替代绝对真实概率，使得融合图像提取的纹理信息更加接近真实的纹理信息。在KITTI数据集上进行检测性能实验验证结果表明，本文方法在容易、中等和困难三个类别中的AP指标分别达到97.67%、87.86%和79.03%。在光线受限的场景下，AP指标达到了88.49%，与CrossGAN-Detection方法相比提高了2.37%，提高了目标检测的性能。
点云处理 空间信息 相对概率 GAN 特征切片 车辆检测 point cloud processing spatial information relative probability GAN feature slice vehicle detection 光学 精密工程
2022, 30(12): 1478
1 西安建筑科技大学 信息与控制工程学院，陕西西安70055
2 中科星图空间技术有限公司，陕西西安710199
人群密度估计与计数是指对拥挤场景中人群分布及数量进行统计，对安全系统、交通控制等具有重要意义。针对高密度图像在人群密度估计中特征提取困难、空间语义信息获取较难、特征融合不充分等问题，本文提出一种多元信息聚合人群密度估计方法（Multivariate information aggregation，MIA）。首先，设计多元信息提取网络，采用VGG-19作为骨架网络提高特征提取深度，利用多层语义监督策略编码低层特征方式提高低层特征的语义表达，通过空间信息嵌入丰富高层特征空间信息表征；其次，设计多尺度上下文信息聚合网络，通过两个带有步长卷积的轻量级空洞空间金字塔池化（Simplify-atrous spatial pyramid pooling，S-ASPP）结构在进行全局多尺度上下文信息聚合的同时缓解模型参数冗余；最后，网络末端采用步长卷积，在不影响精度的前提下加快网络运行速度。采用ShanghaiTech、UCF-QNRF、NWPU数据集进行对比实验，实验结果表明：在典型数据集ShanghaiTech的Part_A部分上的MAE、MSE分别为59.4、96.2，Part_B部分分别为7.7、11.9；超高密度多视角场景数据集UCF-QNRF的MAE为89.3，MSE为164.5；NWPU数据集的MAE为87.9，MSE为417.2。本文方法较对比方法性能有一定提升，且实际场景应用结果验证了本文方法效果较好。
人群密度估计 语义监督 空间信息嵌入 信息聚合 步长卷积 crowd density estimation semantic supervision spatial embedding information aggregation step-size convolution 光学 精密工程
2022, 30(10): 1228
针对单一成像系统获取RGB-D数据时视场过小难以满足大视场成像需求的问题，提出了基于空间信息聚类的RGB-D数据拼接融合方法。根据RGB-D数据中蕴含的空间信息定义物点距离，利用simple linear iterative clustering （SLIC）方法实现空间信息聚类。将场景分割成若干平面子块，每个子块具有单应性，可以进行准确的单应性矩阵计算，进而实现将小视场RGB-D数据准确拼接融合生成大视场RGB-D数据。实验结果表明，所提方法能够改善图像变换过程中产生的扭曲变形及拼接过程中在重叠区域产生的错位。峰值信噪比（PSNR）和结构相似性（SSIM）两个定量评价指标说明基于空间信息聚类的RGB-D数据拼接相较于全局拼接，结果质量得到了提升。
成像系统 计算成像 大视场 RGB-D数据 空间信息聚类 单应性 激光与光电子学进展
2022, 59(10): 1011004
南昌航空大学 无损检测技术教育部重点实验室, 江西 南昌 330063
随着现代工业的发展, 由于传统的二维超声成像检测反映的缺陷空间信息过于片面, 已经不满足实际的检测需求。因此, 超声三维成像检测技术应运而生。超声三维成像技术包括丰富的缺陷空间信息, 对工件的无损评价有实质性的帮助。该研究借助可视化工具包(VTK)绘制平台, 采用编码器触发的一维线阵换能器对工件进行全覆盖式扫查, 将每个截面的相控阵线阵换能器扫查所得的A扫波形信号进行横向排列处理, 绘制出各个截面的B扫图像。提出了最临近插值绘制法, 将各个截面的B扫图像进行堆叠, 重构工件的三维图像。通过对试块的三维成像结果表明, 该成像方法能准确地反映缺陷的空间信息。
超声相控阵 线阵换能器 最临近插值法 空间信息 三维重构 ultrasonic phased array linear array transducer nearest neighbor interpolation spatial information 3D reconstruction
1 沈阳理工大学 信息科学与工程学院, 沈阳 110159
2 沈阳建筑大学BIM计算研究中心, 沈阳 110168
3 沈阳理工大学 机械工程学院, 沈阳 110159
针对传统单端元提取方法不能描述端元变异、限制混合像元分解精度的缺点, 提出一种基于像元纯净指数的多端元提取算法（Multiple Endmember Extraction Algorithm Based on Pixel Purity Index, PPI-MEE）。首先将图像划分为不重叠的图像块, 并分别利用改进的PPI算法提取候选端元集, 然后利用候选端元的邻域像元光谱信息对候选端元进行优化和精选。最后, 对优化精选后的端元集分类得到每类地物的多端元光谱集。仿真数据和真实高光谱数据的实验结果表明, 提出的多端元提取策略具有表征遥感图像中端元光谱变异的能力, 能够提高端元提取精度和混合像元分解精度。
高光谱图像 多端元提取 端元光谱变异 空间信息 像元纯净指数 hyperspectral imagery multiple endmember extraction endmember spectral variability spatial information pixel purity index
华南师范大学物理与电信工程学院, 广东 广州 510006
针对基于光谱信息的分类算法分类精度不佳的问题,提出了高斯线性过程和多邻域优化的高光谱图像分类算法。首先,对原始样本数据进行高斯滤波和线性判别降维处理,然后通过多元逻辑回归模型对数据进行分类,得到数据初始预测标签,再联合局部像元空间位置信息确定预测标签的置信度,通过三层串联的邻域优化层对初预测标签进行校正处理,得到最终的分类结果。将所提算法与其他算法在Indian Pines、Pavia University、Salinas高光谱遥感数据库上进行对比实验,实验结果表明:所提算法在分类精度和时间效率上有更好的性能。
图像处理 高斯线性 邻域优化 空间信息 局部像元 激光与光电子学进展
2020, 57(2): 021013
1 河北地质大学信息工程学院, 河北 石家庄 050031
2 河北地质大学河北省光电信息与地球探测技术重点实验室, 河北 石家庄 050031
常见的模糊聚类算法不能有效分割具有类大小不均衡特性的图像,为此,提出对类大小不敏感的模糊C均值聚类图像分割算法。首先将类大小引入至含邻域信息模糊聚类算法(FCM_S)的目标函数中,使得类大小在目标函数中发挥作用,从而能均衡较大类和较小类对目标函数的贡献,弱化算法对类大小不均衡的敏感度并推导出新的隶属度函数和聚类中心;然后提出用紧密度来表征每一类中像素的分布状态,并将其引入至聚类的迭代进程;最后利用符合类大小不均衡特征的无损检测图像进行算法验证。结果表明:本文算法能够展示出更好的视觉分割效果,而且从分割准确率(SA)和调整兰德指数(ARI)上看也更优异,由此显示本文算法具有抗噪性及对类大小不敏感的特性。
图像处理 图像分割 模糊C均值聚类 类大小不敏感 空间信息 激光与光电子学进展
2020, 57(2): 021001
湖南工业大学交通工程学院, 湖南 株洲 412007
传统的高光谱混合像元分解方法仅考虑高光谱图像的几何特性或者丰度的稀疏性,而忽略高光谱数据的光谱空间特性。当原图像中不存在纯净像元时,分解精度将严重下降。为了解决这些问题,提出一种改进的空间信息约束非负矩阵分解的解混算法,该方法充分利用高光谱图像的空间信息和稀疏性,提高了传统非负矩阵分解算法的性能。合成的模拟图像和真实的高光谱图像实验表明,该方法克服了传统方法对噪声的敏感性及对纯像元的依赖性。
图像处理 高光谱混合像元分解方法 非负矩阵分解 光谱空间信息 稀疏性 激光与光电子学进展
2019, 56(11): 111006
1 国防科技大学 电子科学与工程学院, 湖南 长沙 410073
2 中国运载火箭技术研究院研发中心, 北京 100076
3 武警云南总队迪庆州支队, 云南 迪庆 674400
针对常规恒虚警率(CFAR)方法对低信杂比合成孔径雷达(SAR)图像舰船目标检测效果不佳的问题, 提出一种结合空间信息的星载SAR图像舰船目标检测方法。该方法通过将像素的空间信息与灰度信息相结合构造联合图像, 以提高目标与背景的对比度, 然后对联合图像进行CFAR检测。基于不同分辨力实测星载SAR图像舰船目标检测的实验结果表明, 与直接基于CFAR的方法相比, 该方法对低信杂比SAR图像具有更好的检测性能。
合成孔径雷达 舰船检测 空间信息 恒虚警率 Synthetic Aperture Radar ship detection spatial information Constant False Alarm Rate 太赫兹科学与电子信息学报
2017, 15(6): 972
重庆大学光电技术及系统教育部重点实验室, 重庆 400044
由于高光谱遥感数据具有波段多、特征非线性、空间相关等特点, 提出一种基于深度学习的空-谱联合(SSDL)特征提取算法来有效提取数据中的空-谱特征。该算法利用多层深度学习模型--堆栈自动编码机对高光谱数据进行逐层学习, 挖掘图像中的深层非线性特征, 然后再根据每个特征像元的空间近邻信息, 对样本深度特征和空间信息进行空-谱联合, 增加同类数据聚集性和非同类数据分散度, 提升后续分类性能。在帕维亚大学和萨利纳斯山谷高光谱数据集上进行地物分类实验: 在1%样本比例下, 地物总体分类精度达到了91.05%和94.16%; 在5%样本比例下, 地物总体分类精度达到了97.38%和97. 50%。结果表明: 由于SSDL特征提取算法融合了数据中深层非线性特征和空间信息, 能够提取出更具鉴别特性的特征, 较其他同类算法能够获取更高分类精度。
图像处理 高光谱图像分类 特征提取 深度学习 空间信息 激光与光电子学进展
2017, 54(10): 101001
