【摘 要】
：
航空影像中居民地的自动提取目前主要采用分类提取方法，但精度不是很高。本文从分割和轮廓提取两个阶段完成了城市航空影像中居民地的自动提取。首先提出了一个基于纹理特征的多尺度分割方案，获取了航空影像中的潜在居民地。然后，对居民地的几何特征进行形态综合，得到了具有较好视觉效果的居民地轮廓。实验证明，该方法可实现高分辨率遥感影像中居民地的自动提取，正确率达到96％，比现有方法提高了4％左右。
【机 构】
：
深圳大学ATR实验室,深圳,518060
【出 处】
：
第六届全国信号与信息处理联合学术会议
论文部分内容阅读
航空影像中居民地的自动提取目前主要采用分类提取方法，但精度不是很高。本文从分割和轮廓提取两个阶段完成了城市航空影像中居民地的自动提取。首先提出了一个基于纹理特征的多尺度分割方案，获取了航空影像中的潜在居民地。然后，对居民地的几何特征进行形态综合，得到了具有较好视觉效果的居民地轮廓。实验证明，该方法可实现高分辨率遥感影像中居民地的自动提取，正确率达到96％，比现有方法提高了4％左右。
其他文献
为了提高传统主动外观模型匹配算法的收敛速度，提出了一种基于逆成分迭代算法的主动外观模型匹配算法，该算法采用主动外观模型对训练样本建模，在利用逆成分迭代算法进行匹配的过程中，引入正交空间投影算法依次求解形状参数与纹理参数。实验结果表明，该方法在保证精确度的条件下，提高了收敛速度。
雷达高分辨距离像(HRRP)包含了目标的结构信息，被广泛地应用在目标识别领域。线性调频步进信号由于其独特的优点在高分辨雷达中占据了重要地位。本文提出了一种针对基于线性调频步进信号的高分辨距离像的相干干扰技术。通过对接收到的雷达照射信号进行附加的频率调制和相位调制后转发，破坏回波的相干性，从而实现对敌方成像系统的干扰。仿真实验表明，这种方法是行之有效的。
抑制SAIl图像噪声是改善SAR图像质量和正确解译图像信息的一个重要环节。本文将灰色理论应用到SAR图像噪声抑制，并提出了一种SAR图像灰色滤波增强方法。该方法首先利用SAR图像中边缘点与非边缘点象素值分布的不同特性，动态地形成一组参考序列和比较序列，然后应用灰色理论中的灰色关联分析技术，识别边缘象素点，使之保持不变，而对剩余的内部象素点和噪声点进行象素值调整，以改善SAR图像质量。初步仿真实验结
本文对城市航空影像中阴影检测的自动、快速检测展开研究。首先提出蓝色主量、高色调等特征分类初步提取目标，并结合区域生长、形态学算子完成阴影的形状自动检测。然后设计了阴影检测的并行算法提高处理速度。实验证明了本方法对高分辨城市航空影像的适用性和有效性。
基于短时能量、过零率和频谱失真等语音端点检测的传统算法在低信噪比(SNR)的条件下往往失效。依据噪音的离散余弦变换(DCT)谱熵大于语音的DCT‘谱熵这一原理，基于DCI谱熵的语音激活检测(VAD)方法具有强的抗干扰能力，但分析表明，语音信号的清音DCT谱熵很接近于噪音的DCT谱熵，如果仅仅通过DCT谱熵进行VAD，其效果并不十分理想。本文提出了一种新的语音端点检测方法，根据噪音的FFI和DCT谱
在第三代移动通信(3G)系统中，空频编码技术是抗信道衰落和提高系统容量的一种新的编码方法。在简单空频编码原理的基础上，本文提出了一种结合一般的空频编码技术与相移分集技术的发射分集方法，并对其进行了仿真，仿真结果表明，该方法提高了信号传输的可靠性，性能优于一般的空频编码方法。
本文通过对实测数据的分析表明洋流之间具有一定的相关性，此时应用MUSIC方法进行洋流方位估计效果较差；而最大似然方法是一个整体性能优良的方法，受信号相关性影响较小，因此可以用来进行洋流方位估计。交替投影算法能够非常简单、有效地实现最大似然估计，但若初始点选择不当很容易进入局部最优，从而得不到正确的估计结果。针对初始点的选择问题，本文对交替投影算法进行了改进，将阵列的协方差矩阵进行Toeplitz化
提出一种基于人脸分割和局域二值模式的的彩色人脸图像中七种基本表情(愤怒、厌恶、害怕、高兴、吃惊、伤心和无表情)的全自动识别方法。首先，在皮肤模型进行人脸检测的基础上，根据人脸各个特征部位(眉毛、眼睛、嘴巴等)颜色的特点进行人脸分割，并利用人脸几何结构确认人脸特征部位，进行人脸大小归一化；其次，利用局域二值模式(Local Binatry Pattern，简称LBP)技术提取人脸特征；最后利用最近邻
本文用两种形状矩阵作描述子来识别遥感图像中的飞机类型。对笛卡尔形状矩阵进行改进：令形状矩阵的采样间隔取最小值，保留原飞机形状全部像素；改进相似度的计算公式。同时用极坐标形状矩阵进行识别.实验结果表明：这两种形状矩阵构造简单、描述能力强，且具有良好的平移、旋转和缩放不变性，都能够用于遥感图像飞机类型识别；与其它描述子(如不变矩、傅氏描述子)相比，最突出的优点是不必另外设计识别器，算法简单。
基于EHMM的人脸识别算法的性能取决于模型中许多参数的取值，因此存在模型参数选择问题。本文采用实验方法对EHMM应用于人脸识别中参数选择进行了初步的研究，得到了一组最优的模型参数，并获得了一些有意义的结论。实验表明，优选的模型参数不但提高了识别率，而且比采用常用的经验参数减少了约35％的训练与识别时间，具有一定的泛化能力。