程英蕾 作品数:48 被引量:337 H指数:12 供职机构: 空军工程大学信息与导航学院 更多>> 发文基金: 国家自然科学基金 陕西省自然科学基金 国防科技技术预先研究基金 更多>> 相关领域: 自动化与计算机技术 天文地球 电子电信 航空宇航科学技术 更多>>
基于小波变换的SAR图像混合编码实现 2009年 与普通光学成像相比,合成孔径雷达(SAR)成像拥有很多优良特性,使得SAR在各个领域得到广泛的应用。但星载或机载SAR图像数据量非常庞大,对图像的传输能力和存储空间提出了很高的要求,如何对其进行有效地压缩成为实际应用中至关重要的问题。本文通过对小波系数直接舍高压缩方法和默认阈值压缩方法的分析研究,在此基础上给出了一种基于小波变换的图像混合编码方法,并将此方法应用于SAR图像的压缩,实现了高压缩比下较高保真度的处理效果。 李永乐 程英蕾 郝树春 张齐关键词:小波变换 SAR图像 一种基于提升小波分解图像融合方法 被引量:12 2006年 提出一种新的基于自适应提升小波变换的图像融合方法。基于信号局部结构特征的相关性和方向性,采用自适应提升策略构造小波;利用提升小波对图像的低频和高频分量进行分解,在两幅图像配准的前提下,将小波系数合并,进行小波逆变换,得到融合后的图像;引入融合对称度来判断融合方法的性能。比较融合后图像的熵、相关函数和融合对称度性能指标,提升小波变换方法优于直接平均法和Symm lets小波变换方法。 李卫华 周军 周连文 程英蕾关键词:提升小波 自适应 图像融合 小波分解 一种改进顶帽变换与LBP高程纹理的城区建筑物提取算法 被引量:8 2017年 利用LiDAR数据的建筑物提取存在植被点与建筑物点难以区分的问题,利用航空影像进行城区建筑物提取则无法有效剔除阴影区域植被。本文融合LiDAR和航空影像两种数据源,提出了改进顶帽变换及局部二进制模式(LBP)高程纹理分析的建筑物提取算法。首先将LiDAR数据进行规则格网化,通过改进顶帽变换提取地面数据点,然后根据航空影像计算归一化差值植被指数(NDVI)值进行植被粗提取,计算LBP高程纹理,精细区分植被点与建筑物点,最后利用形态学操作填充建筑物孔洞,以检测出的建筑物点为种子点进行区域生长,得到完整的建筑物点集合。试验基于ISPRS提供的Vaihingen数据集中复杂多植被城区场景,试验结果表明,本文算法能够有效区分植被与建筑物,实现建筑物准确提取。 何曼芸 程英蕾 邱浪波 赵中阳关键词:LIDAR LBP 形态学 建筑物提取 利用神经网络的城区机载激光雷达点云分类算法 被引量:13 2020年 为了将神经网络应用于城区激光雷达点云数据分类,并针对大规模点云数据训练过程中计算量大、耗时长的问题,改进原有PointNet神经网络,加入了点云邻域特征的提取和分析,提出了一种新的点云分类算法。通过网格化聚类和重采样压缩原始点云数据量,提取多尺度邻域点云数据,利用改进PointNet完成对城区点云数据的分类,并用不同地区数据验证该分类算法。结果表明该算法分类效果良好,分类精度较高;数据训练过程中的计算量减少;能够对城区机载激光雷达数据实现有效分类。 释小松 程英蕾 赵中阳关键词:神经网络 激光雷达 数据压缩 基于Contourlet变换的SAR图像压缩算法 被引量:2 2012年 针对小波变换不能充分表示图像的方向性信息,以及Contourlet变换过采样的问题,提出小波与Contourlet相结合的变换对SAR图像进行稀疏表示。分析了Contourlet变换系数的特点。采用固定阈值对小系数进行了剔除。最后结合游程编码对SAR图像进行压缩。实验表明,此方法较小波变换和Contourlet变换的SAR图像压缩方法有更好的效果。 刘健 程英蕾 徐强关键词:CONTOURLET SAR图像 阈值 游程编码 图像压缩 基于灰度共生矩的SAR图像纹理特征提取方法 为更有效地提取合成孔径雷达(SAR)图像中的有效信息,提出了一种基于灰度共生矩阵的纹理特征提取方法。该方法在分析图像灰度共生矩常用特征描述量基础上,研究了窗口尺寸和位移向量对纹理特征的影响,通过比较不同目标各种纹理特征的... 杨凯陟 程英蕾关键词:SAR图像 纹理特征 灰度共生矩阵 特征提取方法 建立包裹圆提取建筑物LiDAR点云边缘点的算法 被引量:5 2016年 机载激光雷达(LiDAR)数据是离散的三维点云,同一个建筑面的三维激光脚点具有随机分布的特性,并且由于建筑本身形状的多样性和复杂性,以及建筑物周围环境的复杂性,导致从LiDAR数据提取建筑物轮廓线变得更加困难。提取建筑物的轮廓线,最关键的就是提取LiDAR数据中建筑物的边缘点。文中提出一种改进的提取LiDAR点云数据边缘点方法:设定具体的半径和阈值,把LiDAR点云数据中存储的每个点作为圆心建立包裹圆,求得点云数据中其他点到该点的距离,并统计落在包裹圆内点的个数,通过每个包裹圆内点的个数跟设定的阈值进行比较,从而确定该点是否为边缘点。通过仿真发现,文中算法与alpha shape算法相比,在保持边缘点提取效果的基础上,极大减少了运行时间,总体效率有了显著地提高。 聂玉泽 程英蕾 何曼芸关键词:机载激光雷达 边缘点 基于三角网滤波和支持向量机的点云分类算法 被引量:21 2019年 为了提高城区机载激光雷达点云数据分类算法的自动化程度和分类精度,提出一种基于渐进加密三角网和双层支持向量机的点云分类算法。采用渐进加密三角网滤波提取地面点,在地面点的基础上对地物点进行归一化处理。对点云特征有效性进行评估,选取特征向量并用最邻近支持向量机(NN-SVM)对地物点进行分类,实现对城区点云数据的多元分类。利用城区点云数据验证该算法,通过分析分类精度对分类效果进行评价。结果表明,该算法有效提高了点云数据分类精度,实现了对城区点云数据的有效分类。 释小松 程英蕾 赵中阳 秦先祥关键词:遥感 激光雷达 基于最小二乘法的激光雷达数据滤波方法 被引量:7 2014年 最小二乘算法在"等权"的条件下进行,不具有先验知识,不适用地形复杂的区域。针对此问题,提出了一种改进的基于最小二乘的激光雷达(light detection and ranging,Li DAR)数据滤波方法。首先对离散点高程进行腐蚀操作,将得到的高程与原始高程相比,选取小于阈值条件的点作为种子点。其次根据腐蚀前后的高程差值赋予点不同的权重,利用最小二乘原理拟合这些种子点,计算所有点的拟合值与实际高程的差;特定阈值比较并将小于阈值的点加入种子点,迭代至地面点集不再变化。利用国际摄影测重与遥感学会(international society for photogrammetry and remote sensing,ISPRS)提供的数据进行实验,滤波总误差小于经典算法。实验结果表明算法能够较好的滤除地物,适用于地形复杂的区域。 赵慧珍 程英蕾 屈亚运关键词:激光雷达 滤波 最小二乘 一种基于互信息和小波分解的图像配准算法 被引量:5 2005年 为了寻找快速、精确、鲁棒性强的自动配准算法,论文提出了基于互信息和小波分解图像配准方法。假设实时图像和模板图像之间的变换为仿射变换,采用金字塔小波分解和边缘特征提取获得特征点,利用分层特征点方法进行配准,以互信息最大作为度量准则,在每层上利用互信息的最大值来获取变换参数,然后得到全局变换参数。仿真结果表明此方法具有很好的抗干扰性、鲁棒性和精确性。 李卫华 周军 周连文 程英蕾关键词:互信息 小波分解 图像配准