复杂目标场景合成孔径雷达图像异质性分析与测量方法研究

复杂目标场景合成孔径雷达图像异质性分析与测量方法研究 ------------------------------------------------------------------------------------------------ 复杂目标场景合成孔径雷达图像异质性分析与测量方法研 究 ?? 第9期2008年9月电????子????学????报 ACTAELECTRONICASINICAVol.36??No.9 ?? Sep.??2008 复杂目标场景合成孔径雷达图像异质性 分析与测量方法研究 陈??杰,朱??晶,周荫清,李春升 (北京航空航天大学电子信息工程学院,北京100083) ????摘??要:??异质性是复杂目标场景合成孔径雷达(SAR)图像纹理信息变化程度的度量,本文针对基于变差系数、基于算术??几何均值比和基于信息论三种异质性分析方法的原理进行综述,给出了具体的测量实现方法与步骤,并对比了三种测量方法的测量结果.最后本文给出了异质性分析与测量应用于具有复杂目标场景SAR图像分割上的实验仿真,证明了异质性分析与测量能够描述SAR图像场景的复杂程度,为SAR图像分割提供有效的辅助手段. 关键词:??合成孔径雷达;异质性测量;变差系数;信息论 中图分类号:??TP751??????文献标识码:??A??????文章编号:??0372??2112(2008)09??1687??06 —————————————————————————————————————— ------------------------------------------------------------------------------------------------ ReviewonHeterogeneityMeasurementofSyntheticApertureRadar ImagerywithComplexScenario CHENJie,ZHUJing,ZHOUYin??qing,LIChun??sheng (SchoolofElectronicandInformationEngineering,BeihangUniversity,Beijing100083,China) Abstract:??Sceneheterogeneity,isaSARimagefeaturewhichreflectsthetexturalinformationvariation.Threeheterogeneity measurementsbasedoncoefficientofvariation,theratiooftheArithmetictotheGeometricMeanandinformationtheoryrespective??lyweretheoreticallyinvestigated,andthedetailedmethodswereprovided.Finally,theperformancecomparisonamongthehetero??genitywasrepresentedthroughtheexperimentsimulation,andthesamplesofapplicationinimagesegmentationwerepresented.TheconclusionisthatsceneheterogeneitymeasurementcandescribethedegreeofcomplexityforSARimagery,whichhelpstopost??processingofSARimagesuchasimagesegmentation. Keywords:??heterogeneitymeasurements;coefficientofvariation;informationtheory;imagesegmentation 1??引言 —————————————————————————————————————— ------------------------------------------------------------------------------------------------ ????异质性(Heterogeneity)是二十世纪90年代生态学研究中极为重要的理论问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 之一,也是生态学家研究不同尺度的生态系统功能和过程中最感兴趣的问题.Li等将异质性定义为系统或系统属性在空间上的复杂度和差异性.在合成孔径雷达(SAR)图像处理中,异质性同样发挥着重要的作用[2,6,9,12,13,20,26,31].对于SAR图像而言,异质性主要反映在目标区域内不同场景的差异性.在SAR图像中,不同的场景体现出了不同后向散射系数以及纹理特征,可以通过对异质性的测量进行客观的描述.因此,SAR图像的异质性能够更好地反映图像信息,尤其是纹理细节信息[2]. 异质性分析与测量在SAR图像处理中的应用非常 [1] 广泛.对于SAR图像斑点噪声抑制[3??8],异质性作为反映区域内信息差异性程度的主要参数,已被应用于各种自适应斑点噪声滤波器设计中[2].此外,SAR图像的异质性可以明显地区分出图像中不同类型目标的纹理和后向散射系数变化,为SAR图像分割提供辅助信息[14,15];在SAR图像分类中,SAR图像中不同场景(如城市和农田)的平均强度变化、空间几何变化、时相特性变化等存在较大差异,通过对异质性进行测量可以提取上述要素的平均差异,有效地对图像中的不同场景进行特征提取,有助于提高图像分类的精度[11,12];在基于信息熵测量的图像融合评价中,通过对SAR图像进行异质性分析,计算融合前后的信息熵参量,实现对图像融合效果的定量评价[13]. 由于异质性在SAR图像处理中应用广泛,国际上 —————————————————————————————————————— ------------------------------------------------------------------------------------------------ 收稿日期:2007??04??18;修回日期:2008??03??30 ??????(No 1688????电????子????学????报2008年 有许多学者对于异质性测量方法开展了大量研究,国内在该方面的研究有待深入.本文旨在从理论上针对基于变差系数、基于算术??几何均值比和基于信息论这三种复杂目标场景SAR图像异质性测量方法的概念及原理进行综述,并且对上述测量方法进行仿真分析和性能比较. 差系数测量法[2,6,20]基础上,提出了将图像局域的算术均值和几何均值的比值A/G作为异质性测量参量的方法[21]. 当目标图像的统计特性满足瑞利分布时,A/G满足:A/G=lim n??! i=1n ?I/n 1/n n 2??图像异质性测量方法研究 ????在SAR图像中,复杂目标场景空间异质性的定量分析可从两方面进行考虑:即空间特征和空间比较.空间特征主要采用数学方法,如变异 函数 excel方差函数excelsd函数已知函数     2 f x m x mx m      2 1 4 2拉格朗日函数pdf函数公式下载 、信息指数、分数维等对景观上某些属性空间变异定量化.利用空间特征可以分析不同尺度上的空间异质性程度及其变化.如果将空间特征与实际观测信息及生态学模型相结合,可有效地解释所观—————————————————————————————————————— ------------------------------------------------------------------------------------------------ 测到的某种场景对生态学系统功能与过程的影响[14].空间比较是在空间特征的定量分析基础上,探索景观属性的变异程度. 由于SAR图像不可避免地受斑点噪声的干扰,选择合适的异质性测量方法尤为必要,其选择 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 是测量方法要能够最大限度地抑制斑点噪声的干扰,得到SAR图像的异质性的客观评价.关于异质性测量方法的研究已成为国内外学者关注的热点之一,近些年来不断有异质性测量的方法被提出[9,12,13,26,31],主要方法包括基于变差系数、基于算术??几何均值比和基于信息论的SAR图像异质性测量方法. 2??1??基于变差系数的异质性测量 法国科学家ArmandLopes[2]在1990年发表的自适应斑点噪声滤波器设计的 论文 政研论文下载论文大学下载论文大学下载关于长拳的论文浙大论文封面下载 中,首次提出了将变差系数(Cv)作为SAR图像异质性测量的指标,以反映局域纹理及边沿信息[2].定义变差系数(Cv)为局域均值与标 ??准差的比值,即Cv=(1) l 其中,??l和??l分别为图像局部区域的均值和标准差. 当SAR图像的局域目标满足同质性时,有 ??Cv== lL其中,L为SAR图像视数. 上式表明:在同质区域,局域变差系数仅与该目标 图像的视数有关.因此,同质区域中局域变差系数为常数,可以作为测量图像区域同质异质性的指标. —————————————————————————————————————— ------------------------------------------------------------------------------------------------ 这种测量方法因计算简单而被广泛采用,比如变差系数可以有效地应用于区域判别分析和图像分割[10,32],另外,局域变差系数作为异质性测量参数已成为很多自适应斑点滤波器的核心指标[16??19]. 2??2??基于算术??几何均值比A/G的异质性测量 [15] [3~6,33~45] [14] (#Ii) i=1 =dex{A[ln(L)- (L)]}dex{H}(3) 其中A=1/ln(10), 为Psi欧拉函数,H为异质性分布函数,dex{}为以10为底对数的反函数再取极限.上式表明:对于服从瑞利分布的SAR图像,A/G为常数且仅取决于图像的视数[22].因此,A/G可以作为SAR图像异质性测量的指标. 根据经典的SAR图像斑点噪声乘性衰落模型 I(m,n)=T(m,n)F(m,n)(4) 其中,I(m,n)为象素(m,n)的强度.T(m,n)为雷达散射截面积,表示地面场景的随机纹理特性.F(m,n)是与T(m,n)无关的随机噪声,是均值为1,方差为??2F的平稳随机过程[27]. 对式(4)两边取对数并求数学期望,得????????log I-={logE[F]-E[logF]} +{logE[T]-E[logT]}(5)当斑点噪声服从Gamma分布时,式(3)中—————————————————————————————————————— ------------------------------------------------------------------------------------------------ A[ln(L)- (L)]即为式(5)右边第一项.则异质性分布函数为 H={logE[T]-E[logT]}(6) 由于logE[T]?E[logT],当且仅当所有样本的数值相等时等号成立.因此,对于同质区域,即T(x,y)=C(常数) H={logE[T]-E[logT]}=0 此时,有 A/G=lim n??! i=1i=1 (6) ?I/n 1/n n (#Ii) =dex{A[ln(L)- (L)]}(8) (2) 对于异质区域,T(x,y)发生变化,则H>0,A/G增大.因此,可以利用A/G实现异质性测量. Oliver[23,24]和Raghavan[25]对基于A/G的测量方法做了进一步研究.Oliver指出该方法在SAR一阶概率密度函数(PDF)满足K分布时,可以获得最佳的纹理检测性能.Raghavan提出A/G可以作为一种普遍使用的异质性测量方法,而不必假设纹理分布的特性. —————————————————————————————————————— ------------------------------------------------------------------------------------------------ 基于A/G的异质性测量方法对于具有大范围边沿、亮线和全向纹理等特性的SAR图像具有较好的敏感度,因此广泛地用于景观辨别,图像分割分类及自适应斑点抑制[21]. 2??3??基于信息论的异质性测量 ,[26] SAR图像局域像素均值标准差的条件信息量变化来测量异质性的方法.该方法从信息论的角度将局部均值和标准差的计算扩展到全局,为异质性测量提供了一个有效的新方法[26]. 根据式(4),得到SAR图像乘性斑点噪声模型的方差为 ??2I(m, n)= ??2T( m,n)%(1+ ??2F)+ ??2T(m, n)%??2F (9) 其中??T(m,n)!E[T(m,n)]表示地面散射强度的数学期望,由式(4)得, ??T(m,n)=??I(m,n)!E[T(m,n)] (10) 式(9)中第一项主要体现在纹理信息丰富的异质区域,而在同质区域则弱化至趋于零.因此,在同质区域近似 —————————————————————————————————————— ------------------------------------------------------------------------------------------------ 有: ??I(m,n)=??T(m,n)%??F=??I(m,n)%??F在异质区域,则有, ??I(m,n)&??T(m,n)%(1+ ??F) (12) 上式表明,同质区域的局域标准差同其均值的比值为常数??F.异质区域的局域标准差与均值的比值是随 机变量. 在这里,可以近似认为式(10)同样适用于局域抽样 ^^ 统计数据,即由随机变量??I和??I取代原式中的??I和??I.因此,在同质区域内可以根据??I(m,n)=??I(m,n)%??F得到局域标准差的数值.也就是说,此时条件概率p(??I|??I)很大.然而,在异质区域由于存在纹理和边沿,p(??I|??I)数值很小,虽然??I可以由??T乘以 ^ ^^ ^ ^ ^ ^ ^ ^ —————————————————————————————————————— ------------------------------------------------------------------------------------------------ ^ ^ ^ 的联合分布矩阵(256?256阶试验证明效果较好,平衡了精确度和计算复杂度之间的矛盾). (5)计算联合分布矩阵的概率密度p(i,j)=p(??I,??I),生成联合概率分布矩阵. (6)根据贝叶斯公式p(i|j)=p(i,j)/p(j)=p(i,j)/?p(i,j),计算得到条件概率分布矩阵. i ^ ^ 基于信息论的异质性测量方法将异质性看作一种不确定性,采用信息论中的条件互信息量的概念,将局域均值和标准差通过条件概率密度扩展到全局进行计算.实验证明此种方法抑制噪声干扰能力强[26],并且可以很好地保留图像的细节纹理信息,在图像分割、图像分类[19,30]和斑点噪声抑制[31]等方面具有良好的应用效果. [9,10] (11) 3??仿真与分析 3??1??异质性测量结果仿真 为了对比分析上述三种异质性测量方法的效果,本文利用—————————————————————————————————————— ------------------------------------------------------------------------------------------------ RADARSAT卫星获取三组的天津地区典型场景的SAR图像数据进行仿真实验(如图1所示).图1(a)为城区和农田场景,图1(b)为种植不同作物的农田,图1(c)为公路和盐田. (1+??F) 采用第2节介绍的三种方法,分别生成图1中三幅图像的异质性测量结果,如图2,3和4所示.图2,图3的横纵坐标分别为局域均值和标准差,图4横纵坐标分别为局域算术均值和几何均值. (亦为常数)得到,但??I与??I不存在明显的线性关系.可以利用条件概率p(??I|??I)计算条件信息量,根据条件信息量大小来判断图像区域是否为异质区域[28].第3节给出的仿真实验结果表明,条件信息量可以适当并且较为准确的表征SAR图像的异质性. ^^^^ 同样,??I和??I的联合概率p(??I|??I)表示两者同时传递的信息.在同质区域中,??I和??I有很强的依存关系,可以通过计算联合概率的信息量来表示这个区域的同质性.BrunoAiazzi提出了联合和条件概率密度函数估计算法[29]: (1)用一个(2p+1)?(2p+1)的窗口在图像上滑动并估计出窗口中心点的局部统计特性量:均值和标准差.在对实际图像的处理中,根据不同情况选取窗口大小.(一般如果图像噪声干扰小,可以选用的是3?3,或5?5窗口). (2)对计算出的均值和标准差,进行L=256阶的量化. (3)计算均值??I和标准差??I的概率分布. —————————————————————————————————————— ------------------------------------------------------------------------------------------------ (4??I ^ ^ ^ ^^ ^ 1690????电????子????学????报2008年 ????根据三种测量方法的原理,可以分别从三组测量结果图中判断出异质性的强弱关系.图2显示三幅图像中亮点的分布存在差异.根据变差系数测量的原理可知,亮点数量多,则表明出区域的异质性越强,反之,异质性越弱.图3显示三幅图像中的亮点分布同样存在差异,由基于A/G的异质性测量原理同样可以得出,亮点数量多,表示区域的异质性越强,反之,异质性越弱.由于基于信息论的异质性测量同时考虑到全局和局域的异质性,因此从图4中可以看出亮点中散点的多少可以有效评价异质性的强弱(所谓散点可以规定成量化后八邻域内的像素值均为零的点).总之,分析,基于上述三种不同测量方法对三幅SAR图像分析结论是基本一致的,都是图1(a)的异质性略强于图1(b),而图1(c)的异质性最弱.关于定量化异质性测量方法的讨论,还需要进一步研究实现 . 抗干扰能力强;基于A/G方法具有一定的抗干扰能力,但是由于同质与异质区域的对比度较低,视觉效果较差;基于的测量方法便于实现,—————————————————————————————————————— ------------------------------------------------------------------------------------------------ 但对噪声很敏感,因此图像分割效果较前两种测量方法差 . 4??结论 3??2??异质性分析在图像分割上的应用比较 异质性测量可以对图像中的纹理和细节进行很好的描述,因此有学者将异质性的测量应用于SAR图像的分割分类和斑点噪声抑制等领域,使其成为有用的辅助工具.此外,异质性还对加性噪声有较强的抗干扰能力,有利于实现图像分割.图5,6分别给出了理想条件下(不存在加性噪声)和存在加性高斯随机噪声时,基于异质性测量的SAR图像分割仿真实验结果.结果表明:基于信息论的异质性测量方法对图像的分割效果最好, ????本文分析了基于变差系数Cv,基于算术??几何均值比A/G以及基于信息论CI三种异质性测量方法的原理和实现步骤,实验结果表明: (1)异质性可以作为度量复杂目标场景合成孔径雷达图像纹理信息变化程度的有效指标,为定量描述SAR图像场景的复杂程度提供基础; (2)本文综述的三种测量方法均能不同程度反应目标区域的同质或异质性.在测量结果上,三种方法具有较好的一致性,但从测量方法的机理和实际效果上分析,基于变差系数Cv和基于算术??几何均值比A/G的测量方法更侧重于对局部异质性的测量,而基于信息论的异质性测量方法可以更好地反映SAR图像的全局异质性; —————————————————————————————————————— ------------------------------------------------------------------------------------------------ (3)对于异质性测量在SAR图像分割中的应用,基于信息论的异质 性测量方法具有较好的抗干扰能力,可以很好地反映出目标区域的细 节纹理信息,而其他两种方法则分别因为抗干扰能力低和视觉辨识效 果差,影响图像分割的效果. 异质性作为度量复杂目标场景SAR图像纹理信息变化程度、空间 复杂度和变异性的有效指标,随着对它建模、分析与测量方法等研究 的不断深入,还将在SAR图像目标识别与特征提取,边缘检测等方面提 供更多有 第??9??期 参考文献: Sens,1986,4(2):235-245. 1691 [1]LiH,ReynoldsJF.Ondefinitionandquantificationofhetero??geneity[J].Oikos,1995,73(2):280-284. [2]ALopes,RTouzi,ENezry.Adaptivespecklefiltersandscene heterogeneity[J].IEEETransGeosciRemoteSensing,1990,28(6):992-1000 [3]JSLim,HNawab.Techniquesforspecklenoiseremoval[J].OptEng,1981,20(3):472-480. —————————————————————————————————————— ------------------------------------------------------------------------------------------------ [4]PFYan,CHChen.Analgorithmforfilteringmultiplicativenoiseinwiderange[J].TruirementduSig,1986,3(2):91-96. [5]JSLee.Asimplespecklesmoothingalgorithmforsynthetic apertureradarimages[J].IEEETransSyst,Man,Cybern,1983,13(11):85-89. [6]ALopes,RTouzi.AdaptivespecklefilteringforSARimages [A].ProcIGARRS(88[C].Edinburgh,Scotland:IEEE,1988.1263-1266. [7]FTUlaby,MCDobson.HandbookofRadarScatteringStatis?? ticsforTerrain[M].MA:ArtechHouse,1989.[8]RMLark.Descriptionofimagetexture[J].IntJRemSens, 1996,17(11):2115-2133.[9]BAiazzi,SBaronti,LAlparone.GCuozzo,CDElia,GSchir?? inzi.SARimagesegmentationthroughinformation??theoretic heterogeneityfeaturesandtree??structuredmarkovrandom[A].ProcIGARRS(05[C].Seoul,SouthKorea:IEEE,2005.2803-2806. [10]H.Laur,TLeToan,ALopes.TexturalsegmentationofSAR imagesusingfirstorderstatisticalparameters[A].ProcI??GARSS(87[C].AnnArbor,MI:IEEE,1987.1463-1468.[11]MCraigDobson,LelandPierce,JosefKellnd—————————————————————————————————————— ------------------------------------------------------------------------------------------------ orfer,FawwazU?? laby.UseofSARimagetextureinterrainclassification[A].ProcIGARSS(97[C].Singapore:IEEE,1997.1180-1183.[12]HaoZhang,ZitiJiao,JunQin,XiaowenLi,JindiWang.Study onscalescopeandregionalconsistencyofearthscenehetero??geneity[A].ProcIGARSS(04[C].Anchorage,AK:IEEE,2004.2643-2646. [13]JingZhu,JieChen.Information??theoreticheterogeneityanaly?? sisforevaluatingtheperformancesofimagefusiontechniques [A].IEEETencon(06Proceedings[C].Hongkong:IEEE,2006. [14]李哈滨,王政权,王庆成.空间异质性定量研究理论与方 法[J].应用生态学报,1998,9(6):651-657. LiHabin,Wangzhengquan,WangqingchengTheoryandmethodologyofspatialheterogeneityquantification[J].Chi??neseJournalofAppliedEcology,1998,9(6):651-657.(inChinese) [15]FTUlaby,Fouyate,BBrisco,TLeeWilliams.Texturalin?? [[16]JSLee.Digitalimageenhancementandnoisefilteringbyuse oflocalstatistics[J].IEEETransPatternAnalMachineIntell,1980,2(2):165-168. [17]VSFrost,JAStiles,KSShanmugan,PChavel.Amodelfor —————————————————————————————————————— ------------------------------------------------------------------------------------------------ radarimagesanditsapplicationtoadaptivedigitalfilteringofmultiplicativenoise[J].IEEETransPatternAnalMachineIn??tell,1982,4(2):157-166. [18]DTKuan,AASawchuk,TCStrand,PChavel.Adaptive noisesmoothingfilterforimageswithsignal??dependentnoise[J].IEEETransPatternAnalMachineIntell,1985,7(2):165-177. [19]FArgenti,LAlparone.SpeckleremovalfromSARimagesin theundecimatedwaveletdomain[J].IEEETransGeosciRe??moteSens,2002,40(11):2363-2374. [20]ALopes,ENezry,RTouzi,HLaur.Structuredetectionand statisticaladaptivespecklefilteringinSARimages[J].IntJRemoteSensing,1993,14(9),1735-1758. [21]MarioBeauchemin,KeithPBThomson,GeoffreyEdwards. Theratioofthearithmetictothegeometricmean:Afirst??orderstatisticaltestformultilookSARimagehomogeneity[J].IEEETransGeosciRemoteSens,1996,34(2):604-606. [22]DHHoekman.Speckleensemblestatisticsoflogarithmically scaleddata[J].IEEETransGeosciRemoteSens,1991,29(1):180-182. —————————————————————————————————————— ------------------------------------------------------------------------------------------------ [23]CJOliver.OptimumtextureestimatorsforSARclutters[J].JPhysD:ApplPhys,1993,26(4):1824-1835. [24]CJOliver,ABlake,RGWhite.Optimumtextureanalysisfor SARimages[A].Proc.SPIEAlgorithmsforsyntheticApertureRadarImagery[C].Orlando,FL:IEEE,1994.389-398.[25]RSRaghavan.AmethodforestimatingparametersofK??dis?? tributedclutter[J].IEEETransAerospElectron.Syst,1991,27(2):238-246. [26]BAiazzi,LAlparone,SBaronti.Information??theoretichetero?? geneitymeasurementforSARimagery[J].IEEETransGeosciRemoteSens,2004,43(3):619-624. [27]ChrisOliver,ShaunQuegan.UnderstandingSyntheticAperture RadarImages[M].MA:ArtechHouse,1998.[28]TCover,JAThomas.ElementsofInformationTheory[M]. USA:John??Wiley&Sons,Inc,1991.[29]BAiazzi,LAlparone,SBaronti.AGarzelli.Coherenceesti?? mationfromincoherentmultilookSARimagery[J].IEEETransGeosciRemoteS—————————————————————————————————————— ------------------------------------------------------------------------------------------------ ens,2003,41(11):2531-2539. [30]BAiazzi,LAlparone,SBaronti.AGarzelli,Landcoverclas?? sificationofbuilt??upareasthroughenhancedfuzzynearest??meanreclusteringoftexturalfeaturesfromXandC??bandpo??larimetricSARdata[A].ProcSPIEConfSARImageAnaly??sis,Modeling,andTechniquesVI[C].Barcelona,Spain:SPIE, 1692????电????子????学????报 (11):2392-2404. 2008年 [31]BAiazzi,LAlparone,SBaronti.Hybriddespecklingfilter drivenbyanovelhomogeneityfeature[A].ProcSPIEConfSARImageAnalysis,Modeling,andTechniquesIII[C].Barcelona,Spain:SPIE,2000.43-53. [32]AElZaart,DZiou,SWang,QJiang.SegmentationofSARimages[J].PatternRecognition,2002,35(3):713-724. [33]RTouzi.Areviewofspecklefilteringinthecontextofestima?? tiontheory[J].IEEETransGeosciRemoteSens,2002,40作者简介: 陈??杰??男,1973年生于河南郑州,博士,副教授,中国电子学会高 级会员,IEEE会员,霍英东教育基金会第十一届高等院校青年教师奖获 得者,2006年入选教育部??新世纪优秀人才支持 计划 项目进度计划表范例计划下载计划下载计划下载课程教学计划下载 .研究方向:信息 —————————————————————————————————————— ------------------------------------------------------------------------------------------------ 获取与处理、信息论在信号处理中的应用,高分辨率雷达成像处理、 星载SAR系统总体分析与仿真.E??mail:chenjie@buaa.edu.cn [34]DatcuM,SeidelK,WalessaM.Spatialinformationretrieval fromremote??sensingimages)PartI:Informationtheoretical perspective[J].IEEETransGeosciRemoteSens,1998,36(5):1431-1445. [35]GSchwarz,MWalessa,MDatcu,SpecklereductioninSAR images:Techniquesandprospects[A].ProcIGARSS(97[C]. Singapore:IEEE,1997.2031-2034. 朱??晶??女,1984年生于北京,硕士生,主要从事信息论在SAR图像 处理中的应用研究.E??mail:zhujing@ee.buaa.edu.cn ——————————————————————————————————————