中国光学期刊网

摘 要 目的：针对基于高光谱信息的目标识别中光谱匹配算子在 “异物同谱”现象下对光谱精细化差异分辨不足，提出了一种基于位置向量统计的光谱匹配算子（PVS），既可以作为单一算子使用，在实验中效果优于与SAM、SID、SCM算子，并且该算子与传统算子形成互补，通过图像融合，可以有效降低虚警率。方法：首先，根据标准光谱向量和每一个像元的光谱向量生成位置向量。接着，把标准光谱向量的位置向量和像元向量的位置向量作差，得到统计向量。最后，将统计向量每个元素与门限比较得到行标签，对行标签进行投票统计确定像元是否为目标。结果：实验结果表明在检测概率一定的情况下，PVS算子虚警率比SAM，SID，SCM要低，同时在算子融合识别中，在检测概率为75.43%情况下，融合PVS算子能够降低2.09%的虚警率。结论：文中提出的PVS算子相较于其他算子对光谱精细化差异分辨较好，同时可以与SAM、SID、SCM算子形成互补，降低了在复杂背景环境下目标识别的虚警率。

随着图像内容不断丰富，由计算机产生的屏幕内容(SC)图像开始普及。针对这类图像，高效视频编码标准(HEVC)增加了调色板模式来提升对SC图像的压缩性能，但会增加计算复杂度和编码时间。提出了一种基于视频内容复杂度分析的自适应调色板模式快速决策算法。该算法将图像亮度分量分块，并用离散余弦变换(DCT)来衡量每个块的复杂度，然后根据复杂度值形成判别矩阵，最后根据判别矩阵结合编码单元的信息来自适应地关闭或启用调色板模式，以减少计算量和编码时间。根据实验结果，当参考编码器设为启用调色板模式时，本文算法能节省的总编码时间达到完全关闭调色板模式所节省时间的69.24%，而相同峰值信噪比下的码率差异(BDBR)平均增加0.33%，相同码率下的峰值信噪比差异(BDPSNR)平均下降0.03 dB，基本不影响视频质量。