针对现有遥感图像超分辨率重建算法存在模型复杂度高、多尺度特征利用不充分等问题,提出一种用于遥感图像超分辨率重建的轻量多尺度特征融合网络(RSMFFN)。首先,利用部分卷积PConv设计了一种轻量的特征提取块LEB,结合LEB与增强空间注意...针对现有遥感图像超分辨率重建算法存在模型复杂度高、多尺度特征利用不充分等问题,提出一种用于遥感图像超分辨率重建的轻量多尺度特征融合网络(RSMFFN)。首先,利用部分卷积PConv设计了一种轻量的特征提取块LEB,结合LEB与增强空间注意力设计轻量多尺度特征融合块LMFB,自适应捕获不同尺度特征间的语义关联并对特征进行初步融合;其次,设计了基于高效通道注意力的层级特征融合机制HFF用于跨层特征融合,利用浅层高频信息指导深层特征重建,实现多级特征的协同优化。最后,将多个多尺度特征融合块LMFB堆叠组成特征蒸馏组FDG,并利用HFF进行特征融合实现特征蒸馏,在提取深层有效特征的同时逐步对特征进行细化。在UCMerced LandUse data set数据集上的实验表明,所提出的网络参数量及计算量都显著减少,峰值信噪比以及结构相似度均有所提升,在保持轻量化优势的同时,也保证了遥感图像的超分辨率重建质量。展开更多
本文提出了一种基于调和背景建模的二阶段实例分割方法,可实现复杂遥感图像背景下目标的快速且精细的实例分割。方法包括2个阶段:第1阶段采用可灵活替换的目标检测器,如YOLOv10(You only look once v10)或DINO(DETR with improved denoi...本文提出了一种基于调和背景建模的二阶段实例分割方法,可实现复杂遥感图像背景下目标的快速且精细的实例分割。方法包括2个阶段:第1阶段采用可灵活替换的目标检测器,如YOLOv10(You only look once v10)或DINO(DETR with improved denoising anchor boxes),获取候选目标框;第2阶段设计为“即插即用”的掩膜计算模块,无需额外训练即可基于调和函数模型对背景进行快速回归,并计算前景掩膜,从而提升掩膜计算的精度与鲁棒性。本文方法以调和函数理论及复分析中的相关定理为数学基础,以Dirichlet问题为核心框架,创新性地提出利用局部边界信息推断全局背景的实例掩膜生成策略。通过将Dirichlet问题转化为最小二乘回归形式,算法兼具可实现性与灵活性。在NWPU VHR-10数据集上的实验结果表明,与典型方法相比,本文方法在包围框平均精度(Average precision of boxes,AP-Box)和掩膜平均精度(Average precision of masks,AP-Mask)指标上均取得更优表现,其中AP-Mask指标可以在设定交并比(Intersection over union,IoU)指标为50%时达到92.1%,较现有最佳结果提升2.5个百分点。结果验证了该方法在遥感目标分割任务中的有效性与应用潜力。展开更多
【目的】为了识别及去除彩色图像的边缘伪影像素,提高颜色表征的准确性,提出一种识别并去除彩色图像边缘伪影的方法。【方法】在MATLAB软件中构建模拟生成彩色图像的仿真程序,将黑色不透光的仿真颗粒作为研究对象,模拟在彩色滤色阵列(co...【目的】为了识别及去除彩色图像的边缘伪影像素,提高颜色表征的准确性,提出一种识别并去除彩色图像边缘伪影的方法。【方法】在MATLAB软件中构建模拟生成彩色图像的仿真程序,将黑色不透光的仿真颗粒作为研究对象,模拟在彩色滤色阵列(color filter array,CFA)中Bayer模式下由彩色图像的原始格式(RAW)图像向RGB(red,green and blue channels,RGB)格式图像转化的过程;搭建彩色图像拍摄装置,获得圆点标定板图像后标定黑色圆点的实际大小和颜色,研究彩色图像边缘伪影的形成规律,采用仿真与实验相结合方法分别研究彩色图像的6种去马赛克插值算法以及镜头色散成像对伪影像素个数的影响;采用红、蓝聚苯乙烯颗粒和黄、白氨咖黄敏药物颗粒作为应用对象,拍摄颗粒并获取颗粒彩色图像,然后分析去除伪影前、后颜色矩和色品坐标图的变化,验证识别和去除伪影像素的方法在拍摄不同颗粒彩色图像时的适用性和通用性。【结果】6种插值算法对转换生成的RGB图像的平均色差值、最大色差值和色差众数值均有不同程度的影响,采用仿真法生成的彩色图像的边缘伪影像素个数为2~3,采用拍摄方法获得的黑色圆点图像的边缘伪影像素个数大于3;当去除伪影像素个数为5时,标定板黑色圆点图像中的R、G、B通道值的标准差都小于0.01,接近背景噪声水平,伪影已被有效去除,颜色波动降至最低;去除边缘伪影像素个数为5时,聚苯乙烯和氨咖黄敏药物的颗粒图像的颜色矩中的一阶矩都有所增大,二、三阶矩均有所减小,颗粒像素点在色品坐标图中的分布区域明显减小,坐标点聚集性增强,准确反映了颗粒的真实颜色。【结论】边缘伪影像素的识别与去除方法可以减少彩色图像中的统计色差,使彩色图像的整体亮度更接近实物颜色的真实值,颜色的波动性减小,亮暗色比例均衡,实现了彩色图像的颜色保真与形态保真的双重目标。展开更多
Hyperspectral images(HSIs)are susceptible to various noise interferences during the imaging process,leading to degraded image quality and affecting the accuracy of information extraction.Efficient denoising methods ar...Hyperspectral images(HSIs)are susceptible to various noise interferences during the imaging process,leading to degraded image quality and affecting the accuracy of information extraction.Efficient denoising methods are crucial for ensuring the accuracy of subsequent remote sensing analysis and applications.In view of the characteristics of hyperspectral image data,such as high dimensionality,strong spectral correlation,and high computational complexity,a threedimensional visual state space U-Net(VSSU3D)was proposed in this paper.By introducing a visual state space module into the traditional U-Net,and combining the spatial-spectral characteristics of hyperspectral images with the core idea of the Mamba model,targeted optimizations wereachieved to effectively model global information dependencies while reducing computational complexity.Additionally,a simplified channel attention module was embedded between the encoder and decoder to enhance cross-scale feature fusion capabilities.Experimental results on multiple publicly available hyperspectral image datasets demonstrated that VSSU3D achieved denoising performance comparable to or superior to existing advanced methods,which verified its effectiveness.展开更多
文摘针对现有遥感图像超分辨率重建算法存在模型复杂度高、多尺度特征利用不充分等问题,提出一种用于遥感图像超分辨率重建的轻量多尺度特征融合网络(RSMFFN)。首先,利用部分卷积PConv设计了一种轻量的特征提取块LEB,结合LEB与增强空间注意力设计轻量多尺度特征融合块LMFB,自适应捕获不同尺度特征间的语义关联并对特征进行初步融合;其次,设计了基于高效通道注意力的层级特征融合机制HFF用于跨层特征融合,利用浅层高频信息指导深层特征重建,实现多级特征的协同优化。最后,将多个多尺度特征融合块LMFB堆叠组成特征蒸馏组FDG,并利用HFF进行特征融合实现特征蒸馏,在提取深层有效特征的同时逐步对特征进行细化。在UCMerced LandUse data set数据集上的实验表明,所提出的网络参数量及计算量都显著减少,峰值信噪比以及结构相似度均有所提升,在保持轻量化优势的同时,也保证了遥感图像的超分辨率重建质量。
文摘本文提出了一种基于调和背景建模的二阶段实例分割方法,可实现复杂遥感图像背景下目标的快速且精细的实例分割。方法包括2个阶段:第1阶段采用可灵活替换的目标检测器,如YOLOv10(You only look once v10)或DINO(DETR with improved denoising anchor boxes),获取候选目标框;第2阶段设计为“即插即用”的掩膜计算模块,无需额外训练即可基于调和函数模型对背景进行快速回归,并计算前景掩膜,从而提升掩膜计算的精度与鲁棒性。本文方法以调和函数理论及复分析中的相关定理为数学基础,以Dirichlet问题为核心框架,创新性地提出利用局部边界信息推断全局背景的实例掩膜生成策略。通过将Dirichlet问题转化为最小二乘回归形式,算法兼具可实现性与灵活性。在NWPU VHR-10数据集上的实验结果表明,与典型方法相比,本文方法在包围框平均精度(Average precision of boxes,AP-Box)和掩膜平均精度(Average precision of masks,AP-Mask)指标上均取得更优表现,其中AP-Mask指标可以在设定交并比(Intersection over union,IoU)指标为50%时达到92.1%,较现有最佳结果提升2.5个百分点。结果验证了该方法在遥感目标分割任务中的有效性与应用潜力。
文摘【目的】为了识别及去除彩色图像的边缘伪影像素,提高颜色表征的准确性,提出一种识别并去除彩色图像边缘伪影的方法。【方法】在MATLAB软件中构建模拟生成彩色图像的仿真程序,将黑色不透光的仿真颗粒作为研究对象,模拟在彩色滤色阵列(color filter array,CFA)中Bayer模式下由彩色图像的原始格式(RAW)图像向RGB(red,green and blue channels,RGB)格式图像转化的过程;搭建彩色图像拍摄装置,获得圆点标定板图像后标定黑色圆点的实际大小和颜色,研究彩色图像边缘伪影的形成规律,采用仿真与实验相结合方法分别研究彩色图像的6种去马赛克插值算法以及镜头色散成像对伪影像素个数的影响;采用红、蓝聚苯乙烯颗粒和黄、白氨咖黄敏药物颗粒作为应用对象,拍摄颗粒并获取颗粒彩色图像,然后分析去除伪影前、后颜色矩和色品坐标图的变化,验证识别和去除伪影像素的方法在拍摄不同颗粒彩色图像时的适用性和通用性。【结果】6种插值算法对转换生成的RGB图像的平均色差值、最大色差值和色差众数值均有不同程度的影响,采用仿真法生成的彩色图像的边缘伪影像素个数为2~3,采用拍摄方法获得的黑色圆点图像的边缘伪影像素个数大于3;当去除伪影像素个数为5时,标定板黑色圆点图像中的R、G、B通道值的标准差都小于0.01,接近背景噪声水平,伪影已被有效去除,颜色波动降至最低;去除边缘伪影像素个数为5时,聚苯乙烯和氨咖黄敏药物的颗粒图像的颜色矩中的一阶矩都有所增大,二、三阶矩均有所减小,颗粒像素点在色品坐标图中的分布区域明显减小,坐标点聚集性增强,准确反映了颗粒的真实颜色。【结论】边缘伪影像素的识别与去除方法可以减少彩色图像中的统计色差,使彩色图像的整体亮度更接近实物颜色的真实值,颜色的波动性减小,亮暗色比例均衡,实现了彩色图像的颜色保真与形态保真的双重目标。
文摘Hyperspectral images(HSIs)are susceptible to various noise interferences during the imaging process,leading to degraded image quality and affecting the accuracy of information extraction.Efficient denoising methods are crucial for ensuring the accuracy of subsequent remote sensing analysis and applications.In view of the characteristics of hyperspectral image data,such as high dimensionality,strong spectral correlation,and high computational complexity,a threedimensional visual state space U-Net(VSSU3D)was proposed in this paper.By introducing a visual state space module into the traditional U-Net,and combining the spatial-spectral characteristics of hyperspectral images with the core idea of the Mamba model,targeted optimizations wereachieved to effectively model global information dependencies while reducing computational complexity.Additionally,a simplified channel attention module was embedded between the encoder and decoder to enhance cross-scale feature fusion capabilities.Experimental results on multiple publicly available hyperspectral image datasets demonstrated that VSSU3D achieved denoising performance comparable to or superior to existing advanced methods,which verified its effectiveness.
