西安工业大学电子信息工程学院,陕西 西安 710021
针对传统天线选择算法在完全广义空间调制(FGSM)系统中运用会出现局限性且误码性能不理想等问题,提出一种基于皮尔逊(Pearson)相关系数的选择算法,其基本原理是根据不同位置的光电探测器与发光二极管组合之间的Pearson系数相关性进行天线选择,能够提升FGSM系统性能及扩大使用范围。结果表明:当误码率为10-3时,在发射天线数量为4、调制方式为脉幅调制的情况下,FGSM系统的传输速率相较于广义空间调制增加了1 bpcu(bit per channel use);采用基于Pearson相关系数选择算法后的完全广义空间调制-多输入多输出(FGSM-MIMO)系统相较于随机选择算法所需信噪比改善了5.1 dB,相较于最大范数选择算法改善了0.8 dB。综上所述,在同一时刻发送相同信息的情况下,基于Pearson相关系数选择算法的FGSM-MIMO系统在光空间通信领域具有更好的发展前景。
光通信 多输入多输出 完全广义空间调制 天线选择算法 皮尔逊相关系数 误码率
红外与激光工程
2023, 52(12): 20230348
1 北京工商大学食品安全大数据技术北京市重点实验室, 北京 100048
2 中国农业科学院作物科学研究所, 北京 100081
为无损探究种子成分分布与种子活力变化的内在关系, 以玉米种子主要成分淀粉为研究对象, 将太赫兹时域反射成像技术与移动窗口相关系数法相结合, 无损可视化构建不同活力程度的玉米种子淀粉空间分布图。 以郑单958玉米品种为例, 实验通过人工老化方式(40 ℃, 100%RH)制备老化0、 18、 36、 54、 72 h的种子样本, 采用Terapluse 4000太赫兹时域光谱仪及反射成像附件扫描获取不同老化程度的样本和纯玉米淀粉样品的太赫兹光谱图像。 以16.35 cm-1下THz图像为基准, 采用阈值分割法精确提取种子胚乳、 种胚区域, 通过对比不同组织区域内THz平均吸光度可得胚乳和种胚光谱明显差异, 且胚乳和淀粉纯物质在51.96 cm-1附近存在明显的共同吸收峰。 应用移动窗口相关系数法(窗口宽度为20, 移动步长为10), 逐像素点计算种子太赫兹时域光谱与纯玉米淀粉光谱的-相关系数, 并根据相关系数值以及坐标信息绘制伪彩色热力图, 可视化构建玉米种子淀粉分布图。 实验统计5个老化阶段、 6个谱区窗口的淀粉分布图中相关系数>0.8的像素点占比可得: 在29.83~67.36 cm-1区间内, 种子胚乳和种子区域内的淀粉含量在种子活力下降过程中呈现总体下降趋势, 即种子淀粉含量与活力呈现正相关关系。 实验结果表明: 太赫兹时域光谱反射成像技术结合移动窗口相关系数伪彩色成像分析方法可以初步实现种子活力变化过程中玉米种子淀粉空间分布特性的无损探测, 该技术可为深入研究种子化学成分与其自身活力之间的制约关系, 无损解析种子生命活动与自身生理生态规律变化提供崭新的视角和方法。
玉米种子 太赫兹时域光谱反射成像 相关系数成像法 移动窗口 淀粉 Corn seeds Terahertz time-domain spectral reflection imaging Correlation coefficient imaging method Moving window Starch 光谱学与光谱分析
2023, 43(9): 2722
1 空军航空大学, 吉林 长春 130022
2 东北师范大学地理科学学院, 吉林 长春 130024
3 空军航空大学, 吉林 长春 130022中国人民解放军93116部队, 辽宁 沈阳 110000
面对日益丰富的机载、 星载高光谱传感器, 及其相伴增多的高光谱数据, 产生的数据量过大、 波段冗余等问题一直是高光谱图像处理、 解译的重难点。 同时, 利用高光谱遥感技术揭露伪装目标, 也一直是现代遥感应用技术研究要点。 在探测得到海量的地物光谱数据、 具有冗余的光谱信息, 设计恰当的数据降维技术具有至关重要的作用。 降维处理的主要方法中的波段选择方法, 其不但可以使图像数据的光谱信息在不失真的条件下实现数据降维, 还能在其基础上对伪装目标及其背景实现精确区分, 是当今利用高光谱技术进行**应用的重要技术手段, 同时也是国内外众多学者的研究热点。 利用各类指标计算波段间的不同表现, 并依据其参数选取代表性强的波段用于地物识别或分类来检验方法的优劣是目前比较常用的研究方式, 但是面向特殊地物, 如植被伪装目标的特定波段选择方法方面的实验研究现仍较少。 研究选取绿色钢板、 绿色伪装网、 绿色假草皮, 置于含有绿色健康植被、 湿润裸地、 干燥裸地的背景环境中, 通过模拟真实环境中的伪装目标和背景地物进行波段选择及分类实验验证。 首先通过分析光谱曲线, 选取显著特征波段; 其次结合根据波段间相关系数划分的子空间进行波段筛选; 然后依据地物目标的图像亮度建立视觉模型, 最终得到具有相对独立性和最佳可识别度的波段选择集合。 并在支持向量机分类器和马氏距离分类器中同两种常用算法选择波段结果与全波段组合进行分类实验对比, 实验发现所提出方法的波段选择结果相对于常用算法和全波段组合, 分类精度和速度均有所提高。 其中, 相较于应用全波段进行分类, 在两类分类器的分类结果, 总体分类精度分别提高4.559 2%和2.364 8%, Kappa系数分别提高0.059 4和0.031 2, 分类时间减少6.83 s。 实验证明该方法能有效在植被伪装目标和背景地物之间做出高效分类, 具有较大实际应用价值。
植被伪装 相关系数 子空间划分 可识别度 分类精度 Vegetation camouflage Correlation coefficient Subspace partition Recognition degree Classification accuracy 光谱学与光谱分析
2023, 43(5): 1582
1 中山大学 航空航天学院, 广东 深圳 518107
2 福建师范大学 光电与信息工程学院, 福建 福州 350117
针对天基序列星图配准存在的效率和精度问题, 提出了一种天基序列星图高精度在轨实时配准方法。对基准图和待配准图进行分块, 通过预设搜索框的方式, 采用归一化相关系数匹配法, 获得整像素精度的子图匹配结果; 对该结果的小邻域进行二次曲面拟合, 获得亚像素精度的匹配对点; 使用单应变换模型求解星图的变换关系, 完成单帧星图的配准; 使用基于末帧的窗口滑动方式, 实现序列星图的连续实时配准。实验结果表明, 所提方法可以避免恒星质心提取误差和天基平台长时间运动对配准精度造成的影响, 相比标准的块匹配, 对于16位4096×4096的真实天基星图, 所提方法的子图匹配计算效率提升98.7%, 配准时间缩短了89.0%, 单帧配准的峰值信噪比平均提升了将近0.20; 所提序列星图的连续配准方式, 速度达到了0.040秒/帧, 配准结果的峰值信噪比为6.765, 能满足高精度和高实时性要求, 通过适当移植优化有望应用于后续的天基平台的弱小目标检测。
星图配准 序列星图 图像匹配 相关系数 star image registration star image sequences image matching correlation coefficient
西北大学信息科学与技术学院,陕西 西安 710127
颅骨身份识别是法医学研究的重要课题。针对以往颅骨身份识别研究中颅骨和面貌内在特征表示能力不足的问题,为了充分利用颅骨和面皮模型的有效识别信息、提高颅骨识别能力,提出一种基于视图特征和形状特征融合的颅骨身份识别方法。首先,采用多视图神经网络学习颅骨和面皮的多视图特征,采用基于双谐波距离的LS-MDS算法计算颅骨和面皮的标准形,采用池化融合方法聚合多个特征来减少视图池化阶段的信息丢失;然后,为了解决波核特征对尺度变换敏感的问题,根据特征值归一化思想提取颅骨和面皮的尺度不变波核特征;最后,采用核典型相关分析将视图特征和波核特征进行融合,得到颅骨和面皮的最终特征向量,通过计算颅骨特征向量和面皮特征向量的相关系数实现颅骨的身份识别。实验结果表明,所提方法的识别正确率为95.4%,优于其他对比方法,是一种有效的颅骨身份识别方法。
图像处理 颅骨身份识别 视图特征 波核特征 核典型相关分析 相关系数 激光与光电子学进展
2023, 60(10): 1010011
1 天津大学医学工程与转化医学研究院,天津 300072
2 天津大学精密仪器与光电子工程学院,天津 300072
3 复旦大学工程与应用技术研究院,上海 200043
4 季华实验室,广东 佛山 528200
5 天津中医药大学,天津 301617
临床上采用的皮肤血液灌注成像技术存在速度慢、成本高、只能测量皮肤表面特定位置处的血液灌注信息等问题。为解决上述问题,提出了一种基于成像式光电容积描记技术(IPPG)的皮肤血液灌注成像方法。首先,利用Lucas-Kanade光流法对图像序列进行特征点动态跟踪,通过仿射变换对图像进行校正,减少运动伪影,改善IPPG信号质量。然后,采用滑动窗口遍历图像,获取各个窗口空间像素平均信号与整张图像空间像素平均信号的斯皮尔曼相关系数,并进行相关性地形图成像,以获取皮肤血液灌注分布图像。实验结果表明,所提皮肤血液灌注成像方法的正确率为81.82%,且整体成像质量和正确性优于其他已有方法。除此之外,所提方法在人体表皮最厚的四肢区域依然适用,表明其具有广泛的适用性。
医用光学 皮肤血液灌注成像 成像式光电容积描记技术 Lucas-Kanade光流法 斯皮尔曼相关系数
红外与毫米波学报
2022, 41(6): 1051
为解决光纤传感过程中不同类型事件信号混叠造成识别概率降低的问题,搭建了一种采用差分相关计算的双光纤传感结构,并在此基础上提出了基于深度神经网络的信号识别算法。首先利用双光纤回波信号计算相关系数,再通过不同事件类型信号特征设置阈值范围,从而通过相关计算与阈值滤波提高信噪比。设计了包含三个隐藏层的深度神经网络模型,以分离输入层与相关运算层的形式完成低频噪声抑制与信号混叠解调的目的。实验分别对三种常见入侵事件进行测试,并在此基础上分析了不同算法对组合事件的识别概率。结果显示三种事件的回波谱形具有显著特征。三种算法对单一触发事件的识别概率均在95%以上,该算法的识别均值为98.5%。当两个事件同时触发时,三种算法的平均识别概率分别为73.4%、 84.5%和96.4%。当三个事件同时触发时,三种算法的平均识别概率分别为65.2%、78.3%和93.5%。可见,该算法在光纤传感中信号存在干扰及混叠时具有更好的识别效果。
光纤传感 识别算法 深度神经网络 相关系数 optical fiber sensing recognition algorithm deep neural network correlation coefficient 红外与激光工程
2022, 51(9): 20210971