【摘 要】
：
为克服单一卫星传感器成像的不足,提出了基于密集连接网络的合成孔径雷达(SAR)与多光谱影像的融合算法。首先分别对SAR影像与多光谱影像进行预处理,使用双三次插值法重采样到同一空间分辨率下,然后使用密集连接网络来分别提取影像的特征图,并采用区域能量最大的融合策略将深度特征进行融合,将融合图像输入到预训练的解码器中进行重构,获得最终融合影像。实验采用哨兵1号SAR影像、Landsat-8影像和高分1号卫星影像进行验证,并与基于成分替换、基于多尺度分解和基于卷积神经网络的代表性方法进行对比试验。实验结果表明,基
【基金项目】
：
国家自然科学基金资助项目(No.61771419),河北省自然科学基金资助项目(No.F2017203220)。
论文部分内容阅读
为克服单一卫星传感器成像的不足,提出了基于密集连接网络的合成孔径雷达(SAR)与多光谱影像的融合算法。首先分别对SAR影像与多光谱影像进行预处理,使用双三次插值法重采样到同一空间分辨率下,然后使用密集连接网络来分别提取影像的特征图,并采用区域能量最大的融合策略将深度特征进行融合,将融合图像输入到预训练的解码器中进行重构,获得最终融合影像。实验采用哨兵1号SAR影像、Landsat-8影像和高分1号卫星影像进行验证,并与基于成分替换、基于多尺度分解和基于卷积神经网络的代表性方法进行对比试验。实验结果表明,基
其他文献
圆光栅安装偏心引起的测角误差是影响圆光栅角度测量精度的关键因素,而对圆光栅安装偏心引起的测角误差进行修正是提高圆光栅测角精度的有效方法。本文分析了圆光栅安装偏心与测角误差之间的关系,建立了基于双读数头的圆光栅偏心测角误差理论模型,提出了一种基于非对径安装双读数头的圆光栅偏心测角误差修正方法。仿真及实测试验表明,在双读数头非对径安装时,新方法对读数头安装误差和圆光栅偏心误差造成的测角误差的修正效果明显优于双读数头均值法。试验中,当两读数头对径安装误差约为4°时,新方法修正后的测角误差为均值法修正后测角误差的
为了改进大离轴量非球面反射镜加工方式,降低外界因素导致的反射镜面型误差,以及提高效率,本文基于慢刀伺服技术提出一种适用于大离轴量、且不受车床加工口径限制的刀具路径规划方法。以离轴反射镜坐标平移变换的方式,将镜面外边缘与车床主轴中心之间的距离控制在车床加工半径内,减少刀具离轴量和加工区域。坐标平移后的反射镜以主轴中心为原点,多个与之相同的反射镜均匀分布在圆周上,形成一种切削区和过渡区并存的离轴阵列样式。建立样条和正弦混合插值方程,以刀具在边缘切削点的Z向切削速度和切削加速度连续无突变为前提,补正过渡区刀具路
针对当前数据集在遮挡问题下对于目标检测算法系统评价的不足以及现实中部分数据难以获取的问题,本文提出一个遮挡图像数据生成系统来生成遮挡图像以及对应标注信息,并利用该系统构建遮挡图像数据集MOCOD(More than Common Object Dataset)。在系统构建方面,设计了场景及全局管理模块、控制模块和数据处理模块用于生成和处理数据从而构建遮挡图像数据集。在数据生成方面,使用模板ID后处
单参考阻值比率测温系统是一种目前常用的高精度测温方法,可以有效削弱恒流源长期漂移、放大器增益漂移、热电势等因素对测量结果所造成的影响,但测量性能会随着测量阻值远离参考电阻阻值而变差。为了解决该问题,本文首先分析了基于恒流源的铂电阻、参考电阻比率测温方法,引入非线性因子,理论分析了测量性能会随着测量阻值远离参考电阻阻值而变差的原因,并由此提出了多参考阻值比率测温方法,进行了硬件系统的设计。对多参考阻值比率测温系统进行了长期稳定性、分辨能力、不同环境温度所造成非线性标定劣化的等效实验,验证了本文理论推导部分的
为解决温度敏感点变动性带来的模型精度稳健性缺陷,研究了稳健性温度敏感点选择方法。从温度敏感点变动性的机理出发,解释了温度敏感点变动性产生的原因,并在此基础上提出了一种稳健的温度敏感点选择方法,通过全年的实验数据验证了这一方法的有效性。分别使用稳健性温度敏感点选择方法和非稳健性选择方法建立了两个热误差补偿模型,并对它进行了精度分析和比对。分析发现,因未考虑温度敏感点变动代入错误温度敏感点建立的模型会
深度神经网络需要大量数据进行监督训练学习,而实际应用中往往难以获取大量标签数据。半监督学习可以减小深度网络对标签数据的依赖,基于半监督学习的生成对抗网络可以提升分类效果,但仍存在训练不稳定的问题。为进一步提高网络的分类精度并解决网络训练不稳定的问题,本文提出一种基于联合训练生成对抗网络的半监督分类方法,通过两个判别器的联合训练来消除单个判别器的分布误差,同时选取无标签数据中置信度高的样本来扩充标签
针对传统SIFT算法提取到的图像特征点数量稀少的问题,可利用高光谱图像的特性,在光谱维度上取差重构了图像的尺度空间,使得提取到的特征点数量得到了极大地提高。但特征点数量的大幅增加导致算法的时间开销随之增大,并且有效特征点的占比较低。为了解决特征点的冗余问题,提高匹配效率,提出了一种基于光谱图像空间的F-SIFT算法。利用FAST算法能够在像素层面上快速判断的特性,构建了以当前像素为中心的八邻域准则
猕猴桃可溶性固形物含量(SSC)和硬度是评价其品质的关键参数,同时也是判别其成熟度的重要指标。为探究基于光纤光谱技术预测猕猴桃SSC、硬度和成熟度的可行性并寻求最佳预测模型。首先,采用光纤光谱(200~1000 nm)采集系统获取不同成熟期“贵长”猕猴桃的反射光谱,并测定SSC和硬度的参考值。接着,基于全光谱和参考值构建偏最小二乘回归(PLSR)和主成分回归(PCR)预测模型。然后,应用连续投影算法(SPA)和竞争性自适应重加权算法(CARS)选取特征波长,构建简化的多元线性回归(MLR)和误差反向传播(
在机械摆动的运动分割及视觉测量中,针对传统以块状轨迹群为单位的谱聚类运动分割因摆杆光流轨迹中断及线速度分布差异所导致的碎片化与过分割的局限性,提出一种以曲率为相似度度量的弧状轨迹群为单位的谱聚类分割算法,并结合点云配准完成转速图像测量。算法先用活动子集的稀疏高斯回归学习出弧状轨迹群的平均轨迹,将此平均轨迹作为稀疏子空间聚类的种子样本一次性完成运动分割,最后将非种子样本重新归入其被代理的种子样本聚类
轨迹准确度是衡量工业机器人运动性能的关键指标,国内外对其检测与评价制定了相应的规范和标准。检测过程中受机器人运动偏差、测量系统的采样频率和测量误差的影响,理论轨迹与实际轨迹可能出现映射错误的问题。本文详细分析了国内外标准中对轨迹准确度的评价方法,提出了将动态时间规整(DTW)方法应用到工业机器人轨迹分析中,通过建立插值模型实现动态时间规整的连续化以提高算法的精度,并分析机器人运动速度和测量系统的采