3S技术在梓潼县农村土地调查中的应用

以四川省梓潼县为例,利用MAPGIS图像处理系统通过对遥感图像进行图像增强、图像几何校正、融合等处理,得到1∶1 0000正射遥感图像。对梓潼县所辖区域农村土地进行实地外业踏探,建立土地分类的影像解译标志。此外,运用MapGIS图形编辑系统,通过人机交互目视解译,对目标地物分层矢量化,提取梓潼县农村土地利用现状信息,并在此基础上建立了农村土地调查数据库,为当地土地资源的科学开发利用提供了基础数据。     

土地覆盖分类影像融合与精度评价研究

影像融合技术可以使遥感影像具有高光谱和高空间分辨率的效果,实现不同空间、光谱、时间等多种分辨率的信息资源互补,从而提高图像的空间分辨率,提高图像的几何精度.文章利用ERDAS软件,对遥感影像数据进行融合,采用乘积变换、PCA变换、Brocey变换、小波变换等遥感影像融合方法对多光谱与全色影像进行融合和土地覆盖分类研究.通过结合图像的光谱统计参数和融合图像的分类精度,对这些方法的分类精度进行评价.这4种方法对于原始影像分类精度,均有不同程度的提高.而小波变换所得融合影像与原多光谱影像的相关系数最大,均方差、平均梯度和信息熵最大,偏差指数最小,影像所含信息量最多;在光谱特性、图像清晰度、对于空间细节信息的表现能力上其它三种方法都好,所得融合影像的分类精度也是最高的.小波变换更适合融合影像的土地覆盖分类研究.     

WorldView-2遥感影像融合方法研究

随着遥感技术的发展,遥感影像的处理变得越来越重要,其中遥感影像的融合是遥感图像处理的重中之重.近年来,提出许多遥感影像融合的方法,以WorldView-2全色、多光谱影像为数据源,采用Gram-Schmidt、HSV、Brovey、PCA融合算法,以ENVI4.8为处理平台进行影像融合,并利用定量评价指标进行定量化评价.试验结果表明,Gram-Schmidt融合方法对高分辨率影像融合效果最为理想.     

基于提升算法的超谱遥感图像融合分类研究

超谱遥感技术的发展对遥感图像处理算法提出了新的挑战,超谱遥感图像所特有的高光谱维数,使适用于多光谱图像的算法不适合直接用于超谱图像.利用数据融合技术可以将超谱图像从高维降到低维,因而有利于图像的分析和处理.提升算法是构造第2代小波的关键技术,该文研究了其用于超谱遥感图像融合分类的可行性,利用提升算法将第1代小波改造成第2代小波,并对标准的AVIRIS超谱遥感图像实现图像融合,在融合的同时,提取图像的光谱特征用于分类,在相同的实验标准下在像素层和特征层上分别对图像进行了第2代小波融合分类,并用分类精度对实验结果进行了客观的评价.实验结果表明,以提升算法构造的特征层小波融合分类比像素层分类精度提高了7.78%.     

基于RS的土地利用变更研究

遥感技术的发展,为土地利用调查提供了新的调查手段。以连云港为背景,采用人机交互式解译遥感图像,将多时相遥感信息复合,用地理信息系统软件进行分析处理并输出相应的成果。     

不同光照条件下含噪遥感图像边缘检测算法

针对不同光照条件导致遥感图像采集过程中形成随机噪声的问题,研究不同光照条件下含噪遥感图像边缘检测算法,以此提升遥感图像配准、识别的精度。针对不同光照条件下遥感图像获取过程中的随机高斯噪声,将邻域均值滤波算法与中值滤波算法相结合构建加窗中值滤波算法,利用该算法对含噪遥感图像实施滤波处理,消除遥感图像内的各类噪声。针对去噪后的遥感图像,利用Canny算子进行图像梯度计算,并进行最大值约束。对约束后的遥感图像梯度直方图采用最大类间方差法自适应检测和连接边缘的高、低阈值,通过跟踪边缘像素点,完成遥感图像边缘检测。测试结果表明,该算法可最大限度上还原实际遥感图像,准确检测图像边缘信息,提升遥感图像配准、识别的精度。     

小波变换在遥感图像薄云处理中的应用分析

云雾是遥感图像获取与应用时的常见噪声。因小波变换具有较好的时频分析特性,被广泛地应用于遥感图像的去云处理中。随着小波分析理论与技术的发展,出现了许多种形式小波变换,从云雾图像的频域特性出发,利用不同的小波变换方法对遥感图像进行了去云实验。结果表明,能完成整数到整数变换的提升小波更适用于遥感图像的去云处理。     

基于遥感影像的土地利用信息的自动提取与制图

利用遥感图像快速、准确地提取土地利用信息是土地利用动态监测的重要手段,也是各级政府及时查处违法用地和对土地利用进行及时调控的重要依据．本文以丹江口水库上游库区的TM卫星数据为例,首先利用遥感图像处理软件（ERDASIMAGINE）中监督分类的方法对该区遥感数据进行分类,然后利用该区域的DEM、坡度图、归一化植被指数作为辅助手段进行空间分析,快速提取该区域的土地利用信息,提高了信息提取的速度及精度;最后利用MAPGIS软件对提取的土地信息以土地利用专题图的形式输出．     

利用小波变换进行遥感 多光谱图像融合的算法及实现

在分析了小波变换的分解与重建方法后,提出了一种基于区域的图像增强算法。先提取出源图的边 缘,以图像的边缘为参考,围绕边缘建立融合窗口,然后结合区域内的图像信息,应用基于窗口的融合规则进行 融合处理。实验结果显示,融合后的图像综合了3幅源图像的不同特征,处理后的图像变得容易识别了。表明 该方法保持了尽可能多的原始信息,算法简单,稳定性好,适合于多光谱遥感图像识别、医学成像等领域。     

基于多尺度马尔科夫随机场融合的遥感图像变化检测

在区域变化检测中,为了克服配准误差或噪声引起的伪变化,从多尺度融合的角度出发,对多尺度分析应用于遥感图像变化检测进行了探讨.首先利用小波变换对原始图像进行多尺度分解,然后利用马氏距离判决函数对不同尺度图像进行变化检测,最后利用马尔科夫随机场将不同尺度变化检测结果进行融合.由于马尔科夫随机场融合方法充分考虑了相邻像素间的相关性和不同尺度检测结果的联系,从而使融合结果更细致和精确.一系列图像的实验结果证明本方法具有很好的实用性和鲁棒性.     

基于GIS的云龙示范区土地利用转移分析

土地利用变化的空间特征和变化规律分析是区域规划的重要依据。在RS/GIS技术支持下,以云龙示范区2005和2010年2期遥感数据为主要数据源,结合相关软件进行图像及数据的处理;运用土地利用转移矩阵和土地利用动态度、土地变化强度等指标对研究区土地利用的空间变化进行了研究。结果表明:5年间云龙示范区土地利用变化总量为48.61 hm2,增长3.26%;土地利用动态度差异明显,林地和水域面积维持稳定,但建设用地和耕地变化较大,土地利用变化强度为0.65。该结果可为区域土地利用动态监测提供数据支撑,也可为云龙示范区规划及建设提供参考依据。     

松花江流域植被覆盖动态监测遥感分析——哈尔滨市区段为例

利用遥感和地理信息系统技术对1989和1995年的Landsat TM遥感数据进行处理,定量反演归一化植被指数（NDVI）,在此基础上,获取研究区域植被覆盖度。在ArcGIS9.2软件空间分析模块的支持下,对研究区域植被覆盖进行叠加分析,揭示区域植被盖度的数量变化和空间变化特征,对土地资源管理和可持续发展决策及生态环境保护有科学指导意义。     

基于多尺度Retinex彩色图像增强和闭合边缘提取方法的研究

提出了采用多尺度Retinex突出图像中阴暗区域的信息,采用Canny算子提取边缘,编制程序提取图像中的阴暗区域, 将原图像阴暗区域的像素替换成多尺度Retinex增强图像的像素。得到融合后的图像比原图像在阴影区域显示出更丰富的信息。 进而对遥感图像进行深入研究,以埃及Giza金字塔中最大的Khufu金字塔阴影的几何分析,确定太阳光的照射方位、仰角以 及观察点的方位与俯视角等信息。描述的半自动提取特征信息融合彩色图像的技术,在遥感图像地物信息提取中具有十分重大 的意义。     

基于GIS的城镇土地潜力评价系统研究

研究城市土地潜力是城市建设者合理利用城市土地、提高城市土地利用效率、保护耕地的基础。本文以唐山市为例,对城镇土地潜力评价的指标体系、评价单元、评价模型等进行了研究。并基于RS技术、GIS技术和数据库技术,开发了土地利用潜力分析评价系统,该系统结合了近年来土地信息化管理的科技成果,不仅实现了土地利用潜力评价功能,还拓展了土地利用的空间数据和非空间数据的查询、统计分析、打印输出等功能。     

山西省统筹区域土地利用综合分区研究

根据山西省土地利用现状,分析了土地利用的结构变化。采用聚类分析法,选取自然环境、土地结构、环境因素、社会经济等4类指标对山西省进行土地利用综合分区,提出四大区、十四小区的分区方案,并结合各区特点提出相应的土地利用方向及战略对策。该研究可为制定山西省土地可持续利用和社会经济协调发展方针提供科学依据。     

基于GIS的土地节约集约利用评价研究

从土地利用强度、土地投入强度、土地的经济效益和生态效益4个方面筛选指标构建土地节约集约评价模型,利用主成分分析确定土地节约集约利用的评价指标,运用层次分析法确定各指标的评价权重并结合GIS强大的空间分析和计算能力对土地节约集约情况进行评价。案例分析结果表明,基于GIS的土地节约集约利用评价结果与普查结果基本吻合,运用该模型能够更好地分析土地资源利用状况,可以为土地利用规划提供数据资料支持和决策依据。     

开平市大沙河水库灌溉供水量平衡计算分析

针对开平市大沙河水库农田灌溉用水与城镇供水的情况，计算满足农田灌溉用水后城镇可供用水量，并进行水量平衡复核计算分析．     

基于小波变换的多聚焦图像自适应融合

图像融合是对来自同一场景的不同源图像的信息进行互补和合成,从而获得更为准确、更为全面、更为可靠的图像。采用了一种基于小波变换的自适应图像融合方法,首先将配准好的图像进行小波分解,并提取出细节分量和近似分量。其次,针对不同的频率域选择不同的融合规则,对低频系数选取区域均匀度和变化率相结合的融合规则,对高频系数选用区域方向对比度和区域匹配度相结合的自适应融合规则。最后通过小波逆变换得到融合图像。将其它融合算法和文中所提算法进行主观和客观的对比,结果表明,该算法是一种有效可行的图像融合算法。     

一种新的多传感器图像融合方法

提出了一种基于小波变换的改进图像融合方法和一种图像融合评价指标。对小波分解后的高频分量使用图像区域内象素的最大绝对值作为该区域中心象素的活性测度以得到融合图像的高频分量，对分解后的低频分量通过度量图像区域质量来选择该区域中心象素从而确定融合图像的低频分量，最后进行小波重构得到融合图像；文中还提出了用交互方差作为图像融合客观评价指标的方法。实验结果表明，该融合方法得到的图像清晰度和对比度都得到了较大的提高，是一种有效的图像融合算法；并且用交互方差作为图像融合的客观评价指标是可行的。