星载高光谱图像实时处理系统

为适应星载高光谱成像仪输出数据率越来越高的需求,设计了一种基于模块化的、软硬件结合的高光谱图像实时处理系统。该系统由一个主控模块(MM)和若干个实时高光谱图像处理子模块(SM)组成,对软硬件处理流程进行了合理划分。在充分考虑系统所需选用的DSP和FPGA芯片下,给出了主控模块与子模块的设计方法及原理框图。该系统可等效为一个二维网孔型并行模型,具有很高的并行性和加速比,具有实现实时高光谱图像处理的能力。并且该系统具有很强的适应能力,可满足不同星载高光谱成像仪的需求。     

基于多预测器的高光谱图像无损压缩

数据压缩是高光谱图像处理应用中的一个关键问题。在分析高光谱数据相关性特点的基础上,提出了一种方向可选的多预测器数据压缩框架。将新的框架应用于单波段和多波段的预测压缩方案,分别得到复杂性不同的两种无损压缩流程。计算机仿真结果表明了该框架的有效性。     

GPU上高光谱快速ICA降维并行算法

高光谱影像降维快速独立成分分析过程包含大规模矩阵运算和大量迭代计算。通过分析算法热点,设计协方差矩阵计算、白化处理、ICA迭代和IC变换等关键热点的图像处理单元映射方案,提出并实现一种G-Fast ICA并行算法,并基于GPU架构研究算法优化策略。实验结果显示:在处理高光谱影像降维时,CPU/GPU异构系统能获得比CPU更高效的性能,G-Fast ICA算法比串行最高可获得72倍加速比,比16核CPU并行处理快4~6.5倍。     

基于非采样Contourlet变换的高光谱图像融合算法

高光谱图像数据具有大量波段,波段之间的相关性较高,可以利用数据融合技术来降低其分析难度.提出了一种新颖的基于非采样Contourlet变换的高光谱图像融合算法.首先对高光谱数据进行特征图像提取;再将提取出的多幅特征图像分别进行非采样Contourlet变换,并按区域能量进行加权融合;最后对融合系数进行非采样Contourlet重构.实际的OMIS高光谱遥感图像融合的实验结果表明,所提基于非采样Contourlet变换的加权融合算法能够很好地保持图像的空间特性和光谱特性,且效果明显好于典型的小波变换和Contourlet变换的融合方法.     

植物叶片仿生伪装材料的设计与制备

设计和制备了一种新型的植物叶片仿生伪装材料,其由透明聚氯乙烯表层、叶绿素/聚乙烯醇薄膜、含水高阻隔袋和纸张四层组成.其中,透明聚氯乙烯表层提供防水性能,叶绿素封装于高隔氧材料聚乙烯醇中提高了其光稳定性,水封装于高隔水材料中降低了其蒸发散失速度,纸张提供了类植物叶片的疏松多孔结构.光谱测试结果表明,该仿生伪装材料在可见光...     

面向异常检测的高光谱图像压缩技术

异常检测已经成为高光谱图像重要的后续应用之一,提出了一种面向异常检测的高光谱图像压缩算法.为减少压缩对异常检测性能的影响,首先采用RX算子对高光谱图像进行异常检测,并对异常点与背景对应的光谱维矢量进行预处理.对高光谱图像的光谱维矢量进行KL变换,通过引入虚拟维数估计算法对原始数据的本征维数进行估计,在此基础上给出了一种主分量选取方法.最后,采用最优码率分配策略为各主分量分配相应的压缩码率,并利用SPIHT算法分别进行压缩.实验结果表明,该算法在获得较高压缩性能的同时,可有效保持图像中的异常信息.