1 中国科学院安徽光学精密机械研究所环境光学与技术重点实验室, 安徽 合肥 230031
2 中国科学技术大学, 安徽 合肥 230026
为解决气体红外光谱识别问题,引入提升算法中较新的研究成果——极端梯度提升(XGBoost)算法。选用实测的三氯甲烷、对二甲苯、四氯乙烯气体的红外光谱数据进行实验。首先在对原始数据进行预处理后,通过特征工程提取光谱特征,生成特征向量;然后建立XGBoost模型,并对模型参数进行调优;最后基于分类准确率指标,将所提模型与随机森林(RF)、支持向量机(SVM)、前馈神经网络(FNN)、卷积神经网络(CNN)模型进行对比。实验结果表明,XGBoost在气体红外光谱识别领域有着广阔的应用前景。
光谱学 模式识别 红外光谱 提升算法 特征工程
1 长春理工大学空间光电技术研究所, 吉林 长春 130022
2 长春理工大学电信学院, 吉林 长春 130022
针对低对比度环境下拍摄目标图像所产生的低识别率问题,提出了一种基于小波提升算法的偏振信息融合方法,该方法采用偏振技术进行目标探测,应用小波提升算法所具有的计算量少、处理速度快等优点将偏振度和偏振角等信息分解为高频和低频部分,分别对高、低频系数采用不同规则进行融合,使得融合后目标边缘轮廓完全从低对比度环境中凸显出来,且细节信息完整、清晰,易于人眼对目标的识别。通过对大量低对比度场景下的目标进行识别及对融合结果进行评价,实验表明,该方法能有效地提高低对比度环境下目标的识别效率,验证了算法的可行性。
成像系统 目标识别 图像融合 低对比度目标 小波提升算法
国防科技大学 机电工程与自动化学院,湖南 长沙 410073
随着空间技术的发展,空间遥感图像的数据量呈几何级数增加。为了满足JPEG2000星载遥感图像压缩系统的实时性要求,提出了一种对压缩算法进行优化和改进的方法。分析了离散小波变换后拉伸提升算法和JPEG2000量化算法。然后,通过一个新的拉伸量化因子将量化过程与后拉伸小波变换中的提升过程结合起来,减少了JPEG2000压缩算法的量化操作。最后,介绍了去量化处理方法的定点实现。实验结果表明:应用去量化处理方法可以使JPEG2000压缩算法中拉伸和量化过程所需要的时间降低50%,提升了JPEG2000星载遥感图像压缩系统的实时处理能力。
遥感图像 图像压缩 离散小波变换 后拉伸 提升算法 remote sensing image JPEG2000 JPEG2000 image compression Discrete Wavelet Fransform(DWT) lifting algorithm
通过理论分析和仿真计算,研究利用不同小波基构造的光学小波滤波器的量化误差,分析交换分解和重构滤波器对光学小波滤波器量化误差的影响。实验结果表明不同小波基的量化误差通常是不同的,具有最小空、频域量化误差的小波基是交换分解和重构滤波器后的5/3小波。根据光学小波滤波器的空、频域量化误差最小原则,基于提升算法,构造出空、频域量化误差最小的最优小波。
光学小波滤波器 量化误差 提升算法 最优小波 空频域 optical wavelet filter quantization error lifting algorithm optimal wavelet space domain and frequency domain