Compressed sensing approach for wrist vein biometrics

The work describes features of the compressed sensing (CS) approach utilized for development of a wearable system for wrist vein recognition with single‐pixel detection; we consider this system useful for biometrics authentication purposes. The CS approach implies use of a spatial light modulation (SLM) which, in our case, can be performed differently—with a liquid crystal display or diffusely scattering medium. We show that compressed sensing combined with above‐mentioned means of SLM allows us to avoid using an optical system—a limiting factor for wearable devices. The trade‐off between the 2 different SLM approaches regarding issues of practical implementation of CS approach for wrist vein recognition purposes is discussed. A possible solution of a misalignment problem—a typical issue for imaging systems based upon 2D arrays of photodiodes—is also proposed. Proposed design of the wearable device for wrist vein recognition is based upon single‐pixel detection.      

A theoretical‐experimental methodology for assessing the sensitivity of biomedical spectral imaging platforms,assays, and analysis methods

Spectral imaging technologies have been used for many years by the remote sensing community. More recently, these approaches have been applied to biomedical problems, where they have shown great promise. However, biomedical spectral imaging has been complicated by the high variance of biological data and the reduced ability to construct test scenarios with fixed ground truths. Hence, it has been difficult to objectively assess and compare biomedical spectral imaging assays and technologies. Here, we present a standardized methodology that allows assessment of the performance of biomedical spectral imaging equipment, assays, and analysis algorithms. This methodology incorporates real experimental data and a theoretical sensitivity analysis, preserving the variability present in biomedical image data. We demonstrate that this approach can be applied in several ways: to compare the effectiveness of spectral analysis algorithms, to compare the response of different imaging platforms, and to assess the level of target signature required to achieve a desired performance. Results indicate that it is possible to compare even very different hardware platforms using this methodology. Future applications could include a range of optimization tasks, such as maximizing detection sensitivity or acquisition speed, providing high utility for investigators ranging from design engineers to biomedical scientists.

     

基于WorldView 2影像的矿区植被重建效果评估

植被盖度反映植被质量,是评价矿区复垦土地植被重建效果的重要指标。该文选择安太堡矿区为案例区,基于高空间分辨率World View 2(WV 2)影像新波段,使用混合像元模型和实地数据验证相结合的方法计算得到研究区的植被盖度,并对植被重建效果进行了评估,主要得到以下结论:(1)基于WV 2影像的近红外2波段和红波段,采用混合像元法得到的植被盖度反演值Fc_2与实测值最为接近,相关性最强(R~2=0.934),均方根误差最小(RMSE=0.048);(2)研究区植被重建效果整体较好,中等、较高和高植被盖度区域占研究区的60%以上,低植被盖度仅占22.09%。受植被重建年限和管理措施的影响,不同复垦区域植被重建状况之间存在着差异,内排土场、西排土场、南排土场的植被重建效果较好,而西排土场扩大区植被状况相对较差,其中等及以上植被盖度所占比例依次为75.24%、68.35%、68.20%、22.29%。(3)就植被组合模式看,乔灌草模式重建效果(按冠层盖度)最好,其次是乔草模式,其他模式如灌草、草地、自然恢复地依次降低。土壤表层水分含量随着复垦地植被盖度的增大而增大,说明植被重建状况对土壤表层的水分保持具有重要作用。     

无透镜显微技术

无透镜显微成像(lens-free microscopy)是一种在不借助透镜的情况下进行成像的技术。它基于Gabor同轴全息原理,利用面阵探测器采集原始全息图,随后通过数字图像处理技术重建样本,从而实现数字显微成像。像素超分辨技术缩小了等效像素,提供更多细节信息使得再现像的分辨率得以直接提升,而且多种相位恢复手段通过去除孪生像也达到了间接提高分辨率的目的,尤其是对密集样本。无透镜显微成像技术突破了传统光学显微镜由透镜带来的空间带宽积的限制,实现了大视野范围下的高分辨率成像,因此,这一技术能够提供大视场下的临床样本快速诊断和准确检测。另外,新兴的算法和硬件都在不断地加快数据采集和计算速度,扩展了其在高速运动样本和纳米尺度样本上的应用。最近无透镜技术和其配套硬件设备发展方向趋向于硬件紧凑、算法密集、实时、三维、彩色、高分辨率的便携式分立器件或配件。     

基于图像融合与混合像元分解的城市植被盖度提取

城市植被盖度提取对于开展城市绿色空间保护和城市规划具有重要意义。随着遥感技术的发展,混合像元分解模型被广泛用于从中等分辨率的多光谱影像提取城市植被盖度,但较低的影像空间分辨率限制了该模型的应用领域。为此,以杭州市为例,首先引入Gram-Schmidt(GS)方法对Landsat ETM+的多光谱波段和全色波段进行融合,再通过混合像元分解模型从ETM+融合影像上提取城市植被盖度,最后利用SPOT影像进行精度检验。结果发现,采用GS方法对影像进行融合后,标准差、信息熵、平均梯度提高,相对偏差小于0.07,说明在保留多光谱信息的基础上提高了其空间分辨率。与SPOT影像相比,在融合影像上75%以上样本的植被盖度值相似,误差较大的区域是市区植被特别稀疏或茂盛的像元。与源影像相比,从融合影像上提取的植被盖度的均方根误差和系统误差降低了0.01。该方法在降低城市植被监测成本、提高监测精度方面具有潜力。     

基于多时相Landsat TM影像的汶川地震灾区河岸带植被覆盖动态监测——以岷江河谷映秀-汶川段为例

基于混合像元分解方法,利用Landsat TM卫星遥感数据监测了岷江上游干旱河谷区映秀\汶川段河岸带植被在汶川地震前后的植被覆盖动态变化,并结合高程、坡度及坡向数据,分析了植被受损及地震3a后植被恢复的空间分布特征。结果表明,地震造成研究区河岸带植被的受损总面积为2736.61hm²,且集中分布在海拔1100-1700m,坡度25-55°之间以及东、东南和西坡;地震3年后,受损植被与震前相比,共恢复了56.20%。     

基于混合像元分解的 MODIS 绿潮覆盖面积精细化提取方法研究

在绿潮遥感业务化监测中,250 m 分辨率的 MODIS 卫星数据是主要数据源,归一化差值植被指数（ND-VI）是绿潮卫星遥感信息提取的主要方法。研究发现,由于 MODIS 空间分辨率较低,存在大量的混合像元,导致提取的绿潮覆盖面积明显偏大。针对该问题,本文在 MODIS 绿潮 NDVI 计算的基础上,首先对大于 NDVI 阈值的像元进行混合像元分解,得到 MODIS NDVI 混合像元分解后的绿潮面积,然后以准同步的30 m 分辨率 HJ-1 CCD 影像提取的绿潮覆盖面积为真值,建立了 MODIS NDVI 混合像元分解得到的绿潮面积与 HJ-1提取的绿潮面积之间的关系模型,以实现绿潮面积的精细化提取。与传统的 NDVI 阈值法和混合像元分解法相比,该方法提取的绿潮覆盖面积更接近于“真值”,面积约为“真值”的96％,而传统的 NDVI 阈值法和混合像元分解方法提取的面积分别为“真值”的2．96倍和45％。另外,与传统的 NDVI 阈值法相比,新方法对 NDVI 阈值变化不敏感,在相同的 NDVI 阈值变化区间内,前者提取的绿潮覆盖面积变化了41％,而新方法的变化仅为11％。本文的工作在很大程度上解决了 MODIS 空间分辨率低导致的绿潮监测结果不准确的问题,为精细化的绿潮卫星遥感业务监测提供了参考。     

神经环路设计的普遍原则

该文介绍一种可以不断升级神经环路的规模的设计原则。作者将单个视网膜神经节细胞的树突区域定义为类似于数码相机CCD上的一个“像素”。决定这个像素的大小（即树突区域所占的大小）存在两种相互竞争的因素：为得到最高的分辨率,像素应越小越好;另一方面,像素越大越利于平均化输入信号,以得到信噪比精确度最高的光强度值递呈给大脑。作者列举了三种可能的策略来阐释如何设计一个视网膜像素大小,并且为进化中实际选择的策略提供了证据。     

基于MODIS数据黄海绿潮覆盖面积精细化提取

针对MODIS数据绿潮提取存在大量混合像元导致绿潮覆盖面积偏大这一问题,基于3 m分辨率的机载SAR高分影像,结合归一化植被指数(NDVI),对MODIS研究区中大于NDVI阈值的像元进行混合像元分解得到绿潮的"覆盖面积";获取的准同步3 m机载SAR提取的绿潮面积为"真实值",然后建立二者之间的关系模型,并选取不同的样本区域对该模型进行了验证。实验结果表明:NDVI等传统算法所提取的绿潮覆盖面积约为"真实值"的2.68倍;基于混合像元分解的方法所提取的绿潮面积较"真实值"偏小,约为"真值"的0.56倍;与传统的NDVI等多波段比值法相比,该精细化模型方法提取的绿潮覆盖面积更接近于"真实值",与"真实值"误差仅为6.7%。