1 南京航空航天大学航天学院, 江苏 南京 210000
2 南京大学电子科学与工程学院, 江苏 南京 210046
针对多光谱图像的空谱相关特性,提出一种基于卷积神经网络的端到端多光谱图像压缩方法。编码端,将多光谱数据整体输入到多光谱图像压缩网络中,采用卷积提取多光谱图像的主要光谱特征与空间特征,使用下采样减小特征数据的尺寸,并通过率失真优化控制光谱特征与空间特征数据的熵,使空谱特征数据分布更加紧凑,将量化后的中间特征数据进行无损熵编码得到压缩码流。解码端,码流经过熵解码、逆量化、上采样、反卷积的逆变换过程重构多光谱图像。实验结果表明,相同码率下该方法能有效保留多光谱图像谱间信息,并在图像恢复质量上比JPEG2000平均高约2 dB。
图像处理 深度学习 多光谱图像压缩 卷积神经网络 率失真优化 中国激光
2019, 46(10): 1009001
为了快速准确地自动提取和识别海面舰船疑似目标, 为舰船目标精检测提供可信的数据基础, 采用了二值化特征进行舰船目标粗检测, 并根据舰船窄而长的几何特征提出了改进算法, 按照舰船目标不同的方向分别进行模板训练。实验表明, 二值化特征可以有效地提取疑似舰船目标, 并且改进算法可以在提取窗口数相同时, 提高查全率, 更利于进一步的精检测。
光学遥感图像 舰船检测 学习训练 目标特征模型 optical remote sensing image ship detection training object feature model
南京航空航天大学航天学院, 江苏 南京 210016
近年来, 基于相关滤波的目标跟踪算法因其具有很好的跟踪精度和明显的速度优势, 引起了研究人员的极大关注。提出一种基于自适应特征选择的多尺度相关滤波跟踪算法。首先, 提取三种互补特征, 通过相关滤波响应图评估各特征的跟踪性能, 自适应选择最优特征进行位置跟踪; 其次, 预设响应图阈值作为位置相关滤波模型更新的判断条件, 优化模型更新方式; 最后, 引入尺度相关滤波跟踪器, 进一步提高了算法的尺度适应性和跟踪精度。实验部分将该算法和近年来流行的相关滤波及非相关滤波类跟踪算法进行了对比, 结果表明, 该算法在精度上优于其他算法, 同时具有53.12 frame/s的实时跟踪速度。
机器视觉 目标跟踪 相关滤波 自适应特征选择 自适应尺度
南京航空航天大学 航天学院, 江苏 南京 210000
将稀疏贝叶斯学习引入线性混合像元分解中,提出一种基于复合正则化联合稀疏贝叶斯学习的高光谱稀疏解混算法.在多观测向量的稀疏贝叶斯框架下,对各参数建立概率模型,经贝叶斯推断得到基于L2,1正则化的联合稀疏贝叶斯解混模型,并将丰度向量的非负与和为一约束加入到凸优化的目标函数中,通过变量分离法将复合正则化问题分解成多个单一正则化问题交替迭代求解,并利用参数自适应算法对正则化参数进行更新.模拟数据和真实数据的实验结果表明,该算法比贪婪算法和凸优化算法能获得更高的解混精度,并且适用于端元个数较多和信噪比较低的高光谱数据.
高光谱图像 联合稀疏解混 复合正则化 稀疏贝叶斯学习 hyperspectral image simultaneous sparse unmixing compound regularization sparse Bayesian learning
南京航空航天大学 航天学院, 江苏 南京 210016
针对现有的三维运动估计算法在精度、效率和稳定性等综合性能上的不足,提出了一种结合双目视觉三维重建和利用对偶四元数表达运动参数的新算法.该算法以双目视觉系统为基础,采用SIFT算法进行图像特征点的提取和匹配;根据匹配关系进行三维特征点重建,以获取三维场景中运动目标的结构参数;利用对偶四元数可同时表示刚体的旋转和平移运动的特点,实现目标对象运动参数的表达和求解.通过实验将提出的算法与现有算法(包括奇异值分解法、正交分解法和单位四元数分解法)进行比较,结果表明,该算法具有更加简洁的表达形式,在保持传统算法精度和稳定性优势的基础上提高了计算效率,具有更优的综合性能.
双目视觉 对偶四元数 三维运动估计 binocular vision dual quaternion 3D motion estimation
