公共文化服务平台

一种线天线电流的仿真测量方法: 本发明公开了一种线天线电磁场的仿真测量方法，首先测量线天线的长度和半径，以及天线中心处的脉冲电压；由麦克斯韦方程组和电场边界条件推导该物理模型的海伦积分方程；将积分核中主要奇异部分分离出来，对海伦方程进行化简；采用切比雪...; 罗建书孙蕾王银坤陈祥玲; 文献传递

结合NAPCA和复小波变换的高光谱遥感图像去噪被引量：18: 2015年; 提出了一种能够良好地保持高光谱遥感图像细节特征的噪声去除方法。该方法首先利用噪声调整的主成分分析（NAPCA）进行特征提取，再利用复小波变换（CWT）对NAPCA变换后的低能量成分进行去噪处理。对此低能量成分的每个波段利用二维复小波去噪，此时复小波系数采用BivaShrink函数进行收缩。然后对低能量成分的每条光谱进行一维复小波变换，利用邻域阈值函数进行小波系数的收缩。对AVIRIS 图像贾斯珀桥、月亮湖和盆地进行的仿真实验表明：该方法去噪后的信噪比与HSSNR相比提高了4.3-7.8 dB，与PCABS相比提高了0.8-0.9 dB，验证了该算法的可行性。真实数据OMIS图像的实验结果验证了该方法的有效性和适用性。; 徐冬孙蕾罗建书; 关键词：高光谱遥感图像去噪复小波变换

高光谱遥感图像的小波去噪方法被引量：15: 2009年; 高光谱遥感图像是由二维空间信息和一维光谱信息组成的三维数据。普通的去噪方式通常是分别对空间信息或光谱信息进行去噪，其主要缺点是忽视了高光谱图像强烈的谱间相关性和图谱合一的特点。针对这些特点，文章提出一种基于小波变换的高光谱遥感图像去噪方法。该方法对各波段高光谱图像逐一进行二维小波变换，根据含噪声大的波段与噪声小的波段的波长关系，对小噪声波段的高频系数加权求和，代替噪声大的波段的高频系数，通过小波逆变换得到去噪后的重构图像。该方法运算速度快，能有效地降低噪声。对机载可见红外成像光谱仪数据（AVIRIS）实验表明，与经典的BayesShrink图像去噪方法相比，方法重构图像的信噪比（SNR）高出3.8～10.6 db，节省运算时间一半以上。; 孙蕾谷德峰罗建书; 关键词：高光谱图像小波变换去噪

基于谱间预测和码流预分配的高光谱图像压缩算法被引量：16: 2008年; 在高光谱图像压缩中，由于波段预测后各波段残差图像分配的码流长度关系到该波段的清晰度，同时该波段作为预测波段对后面波段的预测编码会产生影响，因此设计一种合理的分配各波段码流长度的算法很有必要。本文提出了一种波段预测去除谱间冗余和码流预分配的高光谱图像压缩算法。用DPCM预测求出各波段的预测残差图像的标准差，然后根据标准差的大小对该波段进行SPIHT编码所需要分配的码流长度进行预测，最后基于均方差最小的线性预测器对图像各波段进行预测，根据事先分配的码流长度对各波段预测残差图像进行SPIHT编码。该算法在波段间采用最佳线性预测，有效地去除了高光谱图像的谱间相关性，同时，设计的分配码流长度的算法能够根据各波段信息量大小，以及与相邻波段的相关性来分配码流长度。实验表明，重建图像的平均PSNR比3D-SPIHT算法的高0．9～2．5dB，因此该算法对高光谱图像有损压缩非常适用。; 孙蕾罗建书谷德峰; 关键词：高光谱图像压缩 SPIHT算法

基于多元线性回归的高光谱遥感图像小波去噪被引量：3: 2013年; 充分利用高光谱遥感图像的强烈谱间相关性,提出了一种基于多元线性回归的去噪方法。首先对高光谱遥感图像进行多元线性回归变换,得到预测图像和残差图像。分别对两块数据利用小波进行空间去噪处理。预测图像变换到微分域以提高噪声级,再进行去噪处理,而残差图像则直接进行去噪处理。最后将重新获得的两块数据进行相加得到最终的去噪图像。实验结果表明本文提出的算法能够达到较好的去噪效果,获得较高的信噪比。; 徐冬孙蕾罗建书; 关键词：高光谱遥感图像多元线性回归去噪小波变换

基于多波段谱间预测的高光谱图像无损压缩算法被引量：15: 2007年; 该文提出一种基于多波段谱间预测的高光谱图像无损压缩方案。首先,充分考虑到随着高光谱图像谱间分辨率的提高,其谱间相关性也越来越强烈,推导出由多个波段对当前波段做线性预测的预测器系数,然后给出快速计算求解预测器系数的算法。对AVIRIS图像进行压缩,实验结果表明,该算法压缩比高,运算速度快,具有极高的实用价值。; 孙蕾罗建书; 关键词：高光谱图像

小波构造理论及其在高光谱遥感图像去噪与压缩中的应用: 小波以其良好的时频局部化性质和多分辨特性在数学理论研究和图像处理领域得到了广泛的应用。高光谱遥感图像是最近几十年发展起来的新兴遥感技术,它能更为全面、更为详细地描述地物特征。由于高光谱图像在成像及传播中,受到很多复杂因素...; 孙蕾; 关键词：小波分析高光谱遥感图像去噪; 文献传递

基于聚类的高光谱图像无损压缩被引量：9: 2009年; 高光谱海量数据的有效压缩成为遥感技术发展中需要迫切解决的问题。该文提出了一种基于聚类的高光谱图像无损压缩算法。针对高光谱图像不同频谱波段间相关性不同的特点,根据相邻波段相关性大小进行波段分组。由于高光谱图像波段数量较多,采用自适应波段选择算法对高光谱图像进行降维,以获取信息量较大的部分波段,利用 k 均值算法对降维后的波段谱矢量进行聚类。采用多波段预测的方案对各组中的波段进行预测,对于各个分类中的每个像素,分别选取与其空间相邻的已编码的部分同类点进行训练,从而获得当前像素的谱间最优预测系数。对 AVIRIS 型高光谱图像的实验结果表明,该算法可显著降低压缩后的平均比特率。; 粘永健苏令华孙蕾万建伟; 关键词：高光谱图像

概率论与数理统计实验教学案例设计被引量：9: 2014年; 为克服传统数学教学模式局限于理论教学的弊端而倡导实践教学,设计出一个概率论与数理统计实验教学的案例,将线性回归分析应用于高光谱遥感图像的处理之中.; 孙蕾谷德峰; 关键词：数学实验教学概率论与数理统计

小波变换点对称边界延拓问题研究被引量：8: 2008年; 比较了几种小波变换的边界延拓方式,对小波变换的点对称延拓进行了边界点的光滑性分析,提出基于奇数长对称小波变换的点对称延拓方式,并证明了它在保持信号数据量不变的情况下是可以完全重构的。对一段有限信号分别采用对称延拓和点对称延拓进行小波分解重构计算,结果表明点对称延拓的重构精度比对称延拓的高。; 孙蕾罗建书; 关键词：小波变换

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

孙蕾