1 School of Electronic Science and Engineering, Joint International Research Laboratory of Information Display and Visualization, Southeast University, Nanjing 2008,CHN
2 Department of Chemistry, Faculty of Natural and Agricultural Sciences, North‑West University (Mafikeng 5 Campus), Private Bag X046, Mmabatho 735, South Africa
3 Nanjing Perlove Medical Equipment Corporation, Nanjing 211111,CHN
4 Suzhou Yi He Photoelectron Science and Technology Ltd., Suzhou Jiangsu 215100,CHN
5 Shi‑Cheng Laboratory for Information Display and Visualization,Nanjing 210024
深入研究了宽谱入射光的吸收、光生载流子产生,以及光生载流子的输运和复合的物理过程,提出在pin半导体结中设置若干不同能量带隙的半导体层。通过这些不同能量带隙半导体层调节不同波长入射光的吸收区域,并利用偏置电压控制不同区域光生载流子的传输和复合,进而改变探测器的光谱响应特性。根据研究结果,如果设置4层带隙梯度分布的本征层,不同偏置电压下探测器光谱响应曲线的Pearson相关系数从0.99下降到0.68,为后续的探测器光谱重构提供了有效的宽谱探测数据。
波分复用算法 光谱重构 非线性相关 能量带隙 wavelength division multiplexing algorithm spectral reconstruction nonlinear correlation energy bandgap
针对合成孔径雷达(SAR)图像目标识别问题, 采用非线性相关信息熵(NCIE)进行多特征选取进而实现分类。基于混合高斯模型对 SAR图像提取的各类特征进行概率建模, 采用 KL散度评价不同特征之间的相似度。采用非线性相关信息熵评价不同特征组合的相关性, 根据最大熵值确定最优特征组合。对于选取的多类特征, 基于联合稀疏表示模型进行表征和分类。利用 MSTAR数据集对提出方法在标准操作条件和扩展操作条件下进行测试, 结果验证了其有效性。
合成孔径雷达 目标识别 非线性相关信息熵 联合稀疏表示 Synthetic Aperture Radar target recognition Nonlinear Correlation Information Entropy joint sparse representation 太赫兹科学与电子信息学报
2023, 21(2): 183
红外与激光工程
2021, 50(12): 20210233
针对合成孔径雷达(SAR)目标识别,提出一种联合非线性相关信息熵(NCIE)和多分辨表示的方法。采用NCIE对原始SAR图像的多分辨率表示进行选择,获得内在相关较强的若干分辨率。然后,采用联合稀疏表示对选取的多分辨率样本进行联合表征和分类。实验中,以MSTAR数据集为基础设计多种操作条件对不同方法进行测试,结果表明了所提方法的有效性。
图像处理 合成孔径雷达 目标识别 多分辨率表示 非线性相关信息熵 联合稀疏表示 激光与光电子学进展
2020, 57(22): 221020
三峡大学计算机与信息学院, 湖北, 宜昌 443002
针对多特征决策融合的合成孔径雷达(SAR)的问题,提出基于稀疏表示系数相关性的特征选取方法。采用稀疏表示分类(SRC)分别对各单一特征进行系数矢量的求解并定义两个系数矢量之间的相关性。以此为基础,通过构造互相关矩阵,求解非线性相关信息熵,获得最佳的特征组合。最后,采用联合稀疏表示考察选取的多特征之间的稳定内在关联。根据重构误差的大小判定测试样本的目标类别。基于MSTAR数据集在标准操作条件、型号差异和俯仰角差异的三种实验场景下对方法进行了测试,本文方法的平均识别率分别达到99.23%、96.86%、97.46%(30°俯仰角)和74.64%(45°俯仰角)。通过与现有的3类SAR目标识别方法进行对比,进一步验证了本文方法的有效性和稳健性。
图像处理 合成孔径雷达 目标识别 稀疏系数矢量 非线性相关信息熵 联合稀疏表示 激光与光电子学进展
2020, 57(14): 141029
1 首都师范大学 三维信息获取与应用教育部重点实验室, 北京 100048
2 首都师范大学 空间信息技术教育部工程研究中心, 北京 100048
通过非线性函数变换改进后的谱间Pearson相关分析可同时获取高光谱影像光谱间的综合相关系数(rcl)、相关类型和统计显著性水平; 研究发现, 非线性是高光谱影像的谱间相关性的主要类型。基于相关系数的波段相邻相关系数(rac)在自适应波段选择算法(ABS)中是为了表达波段的独立性, 然而发现ABS算法中rac并不能有效表达波段独立性。鉴于此, 提出了一种信息相邻相关系数(riac)和基于此指数改进的自适应波段选择算法(MABS)。使用公共数据和实验室采集数据, 对ABS、基于线性相关系数(rl)的MABS(rl)和基于rcl的MABS(rcl)等三种算法进行实验。结果表明: 在波谱范围和算法有效性及精度方面, MABS均优于ABS; MABS较好地兼顾了大信息量和强独立性原则, 其波段选择结果的光谱范围明显大于ABS; MABS(rcl)的光谱范围略大于MABS(rl); 三种算法的总体分类精度(OA)和Kappa系数的大小顺序均为: MABS(rcl)>MABS(rl)>ABS。
非线性相关 谱间相关系数 信息相邻相关 波段选择 高光谱图像 nonlinear correlation spectral correlation coefficient information adjacency correlation band selection hyperspectral imagery 红外与激光工程
2017, 46(5): 0538001
1 哈尔滨工业大学物理系, 黑龙江 哈尔滨 150001
2 哈尔滨工业大学自动化测量与控制工程系, 黑龙江 哈尔滨 150001
将分数傅里叶变换引入到双重非线性相关方法中,通过对参考图像和目标图像分数傅里叶变换谱的双重非线性操作实现非线性分数相关。该方法利用非线性参数以及分数阶控制目标的形状和纹理的权重,从而实现目标相关识别的调控。该非线性分数相关系统由一个光电混合装置实现,数值仿真表明,这种光学图像识别系统的优点在于对目标的形状失真和纹理改变的分辨能力是可调节的,并且可改善相关峰的性能,具有很强的抗噪声能力。
图像处理 分数双重非线性相关 分数傅里叶变换 可调节的分辨能力
哈尔滨工业大学控制科学与工程系, 黑龙江 哈尔滨 150001
针对一对一策略的支持向量机算法进行了加权改造,提出一种新的基于非线性相关系数的核方法,在没有地物真实参考图的情况下进一步提高了超谱数据的分类精度。该方法考虑到遥感超谱数据信息依波段分布不均匀的特性,采用非线性相关系数对各波段数据在核函数内部进行加权,使得与参考图相关信息多的波段在分类器中发挥更为显著的作用。同时还提出一种基于非线性相关系数的参考图估计算法,解决了实际应用中真实参考图难以获取的问题。实验对比了采用径向基函数核的支持向量机分类器,结果显示在内部参数为典型值时,所提方法可在无需地物真实参考图的情况下将多分类平均精度和总体精度提高2.90%和3.11%,且运算耗时无明显增加。
遥感 超谱数据分类 核方法 非线性相关系数 支持向量机 径向基函数