1 安徽建筑大学电子与信息工程学院, 安徽 合肥 230601
2 南京邮电大学江苏省图像处理与图像通信重点实验室, 江苏 南京 210003
3 北京航空航天大学无人机学院, 北京 100191
4 安徽省古建筑智能感知与高维建模国际联合研究中心, 安徽 合肥 230601
利用高光谱激光雷达系统采集涂改车牌空间-光谱域信息，根据车牌逆反射特性，设计基于光谱特征的两次阈值法实现涂改车牌识别。首先计算光谱特征波长，利用一次阈值法分离车牌部分和涂改部分；其次，计算特征波段内车牌部分各点的光谱反射率曲线的梯度值，利用二次阈值法判别涂改类型(背景转字符涂改和字符转背景涂改)；最后，根据涂改类型重建正确车牌字符，将重建信息与二维平面数据融合得到正确的二维车牌图像，送给车牌识别系统进行识别。实验结果表明该方法可实现多种涂改材料以及多种涂改类型的涂改车牌识别。
遥感 高光谱激光雷达 反射率 涂改车牌 remote sensing hyperspectral lidar reflectance altered license plate
1 云南民族大学化学与环境学院/民族药资源化学国家民委-教育部重点实验室, 昆明 650500
2 昆明贵金属研究所, 昆明 650100
选用五种密度泛函B3LYP、B3PW91、MPW1PW91、PBE1PBE、PBEPBE方法, 在6-311++G(2d, 2p)为基组的理论水平下对长春胺的分子结构进行优化以获取长春胺的几何平衡构型。计算并分析了长春胺的几何结构参数、红外吸收光谱、前线分子轨道、能隙和热力学参数。此外, 采用溴化钾压片法测定了长春胺的红外吸收光谱。结果表明: 五种密度泛函理论计算得到的长春胺分子构型与其X单晶衍射数据吻合, 且理论红外吸收光谱与实验研究结果一致, 五种理论水平下均具有150个振动模式, 前线轨道分析表明, 长春胺具有较强的得电子能力。该研究为长春胺的结构分析、光谱解析和定量构效关系探讨提供理论依据。
长春胺 前线分子轨道 红外光谱 密度泛函理论 vincamine frontier molecular orbitals Infrared absorption spectrum density functional theory
1 西北工业大学应用数学系, 陕西 西安 710129
2 中国科学院遥感科学国家重点实验室, 北京 100101
针对点集匹配中异常值的干扰问题, 提出了一种基于贝叶斯学生t分布混合模型(SMM)的稳健仿射点集匹配方法。在贝叶斯框架下, 该算法将点集匹配问题模型化为利用SMM进行概率密度估计的问题。通过引入模型参数的近似变分后验分布, 目标函数转化为最大化完全数据对数似然的变分下界, 利用变分贝叶斯期望最大化(VBEM)算法迭代估计模型参数的变分后验分布。对于学生t分布的自由度参数, 通过最大化完全数据的对数似然进行迭代更新, 并利用斯特林公式近似计算。通过模拟点集和光学遥感图像的配准实验, 验证了该方法的有效性。
遥感 点集匹配 变分贝叶斯 学生t分布混合模型 异常值 稳健性 激光与光电子学进展
2018, 55(1): 012801
1 西北工业大学理学院，西安 710129
2 中国科学院遥感科学国家重点实验室，北京 100101
为了提高概率图模型点模式匹配的精度，本文提出了改进的动态图模型点模式匹配算法。首先，在动态图模型点模式匹配的相似性度量中应用混合高斯分布，以提高模型利用多特征的能力，使匹配方法对噪声更加稳健。其次，在目标点集中引入了虚拟的哑点并给出了包含哑点的相似性度量。当模板中的点和哑点相匹配的相似性度量更大时模板点将和哑点匹配，以减少由异常点所导致的误配。实验结果表明所提出的匹配方法对噪声和异常点更加稳健，匹配的精度也优于传统方法。
图模型 点模式匹配 异常点 graphical model point pattern matching outlier
1 云南民族大学化学与生物技术学院,云南 昆明 650031
2 云南省西双版纳州食品药品检验所,云南 景洪 666100
照传统煎煮法对中药灯台叶中铜、锌、铁、镁、钙、铬、锰和镉8种元素进行提取;用微孔滤膜分离提取液中的可溶态与悬浮态,利用大孔吸附树脂柱对可溶态中的有机态与无机态进行分离;采用火焰原子吸收光谱法对各种形态中的8种元素进行测定。结果显示,灯台叶中8种元素的总提取率为9.84% ～89.07%,浸留比为10.96%～903.4%,悬浮态颗粒吸附率为3.44%～23.37%。该法对各元素的加标回收率为94.5%～111.6%;相对标准偏差在0.29%～2.47%之间,测定结果的精密度和准确度令人满意。
灯台叶 金属元素 火焰原子吸收光谱法 形态分析 Alstonia scholaris Metal element Flame atomic absorption spectrometry Speciation analysis 光谱学与光谱分析
2009, 29(12): 3416
1 四川大学,物理科学与技术学院,四川,成都,610064
2 兰州理工大学,机电学院,甘肃,兰州,730050
利用快速傅里叶变换FFT将图像信号从空间域转换到频域进行分析,使快速卷积、目标识别等许多算法易于实现;然后根据图像信号的灰度结构特征和频谱分布,用Butterworth带通滤波器和二维维纳滤波器进行滤波处理,去除图像信号中的低频干扰和噪声信号;再利用傅里叶反变换将信号还原.结果显示,处理后的模拟远程高空卫星照片轮廓清晰可见.
快速傅里叶变换 数字图像处理 卫星照片 目标识别
