地物光谱数据库及其在遥感中的应用

建立地物光谱数据库，运用先进的计算机技术来管理和分析各种典型地物的光谱数据信息，是提高遥感信息的分析处理水平并使其能得到高效、合理之应用的一个有效途径。本文从光谱数据库的规范化、系统的结构设计、功能组成等方面论述了光谱数据库设计的基本过程，并介绍了我们现在建立的一个光谱数据库系统。     

地物反射波谱特征及高光谱成像遥感

依据地表物体表面外形特性,物体反射分为镜面反射、漫反射和方向反射.探讨了3类反射的特性曲线,介绍了几种典型的地物类型反射波谱特征,并对影响地物光谱反射特性变化的因素进行了概略描述,以加强对地物电磁波谱特征的认知,及开展与高光谱成像领域相关的遥感图像分析、反演和应用等方面的工作.     

航空热红外多光谱数据的地物发射率谱信息提取模型及其应用研究

基于１３２种地物的实验室光谱曲线,建立适合于模块化机载成像光谱仪（ＭＡＩＳ）热红外多波段的发射率经验关系,以此修正发射率反演方法（ＴＥＳ）中的ＭＭＤ模型。在此基础上选用１９９７年８月在法国ＡＶＩＧＮＯＮ农业区获取的一幅ＭＡＩＳ热红外多光谱图像,在利用ＬＯＷＴＲＡＮ７实现大气初纠正的前提下,应用修正后的ＴＥＳ算法提取发射率谱信息。结果表明：反演所得发射率与实验室光谱在形状上具有很好的一致性,利用发射率谱结合地表亮温信息进行植被分类是可能的。     

基于GA优化的地物红外光谱组合识别

为了从TM影像中提取不同地物红外光谱信息特征，构造了地物光谱组合的函数关系式，提出了从地物TM影像中分辨出某类地物的一般原则，并采用遗传算法优化确定地物光谱组合关系式中的系数。根据不同地物与函数值分布范围的对应关系。可以较容易地由TM影像作出多种不同地物的识别。实例分析表明这种地物光谱识别模型具有简单性、实用性和可分辨性等特点。     

地物光谱匹配模型比较研究

在大量实测的城市地物光谱数据的基础上,对3种有代表性的光谱匹配模型,即最小距离、光谱角度匹配（SAM）,光谱相似度匹配进行了深入计算和分析,在这3种模型中,以SAM表现程度较好,但都不是最理想,区分程度不是很高．为增强区别程度,本文引入了导数对光谱匹配模型进行了重新计算,分析结果表明,一阶导数能明显增加3种光谱匹配模型的区分度,尤其是最小距离法增加非常明显．     

大气及典型地物光学特性数据库

大气及典型地物光学特性数据库是一个集地面波谱测量数据、地物成分物理、化学参数数据和环境特征、遥感图像、实地图片数据于一体的大气及典型地物光学特性知识库,目的是为定量遥感的理论与应用研究提供一个综合化、系统化和专业化的遥感波谱科学实验平台。它将在典型地物波谱与图像数据积累的基础上,以波谱数据的知识化、定量化和实用化为目标,完成地物波谱、环境参数间的相互配套。创新点在于实现了地物波谱特性数据库与大气信息数据库以及地物偏振信息数据库的结合,不仅能为用户提供观测波谱,而且能够提供配套的地物偏振信息以及大气信息,并有助于获取和积累典型地物的偏振信息数据以及大气信息数据,有效地组织、管理这些数据,使大气及典型地物光学特性数据库能服务于多种研究目的。     

大气及典型地物光学特性数据库

大气及典型地物光学特性数据库是一个集地面波谱测量数据、地物成分物理、化学参数数据和环境特征、遥感图像、实地图片数据于一体的大气及典型地物光学特性知识库,目的是为定量遥感的理论与应用研究提供一个综合化、系统化和专业化的遥感波谱科学实验平台。它将在典型地物波谱与图像数据积累的基础上,以波谱数据的知识化、定量化和实用化为目标,完成地物波谱、环境参数间的相互配套。创新点在于实现了地物波谱特性数据库与大气信息数据库以及地物偏振信息数据库的结合,不仅能为用户提供观测波谱,而且能够提供配套的地物偏振信息以及大气信息,并有助于获取和积累典型地物的偏振信息数据以及大气信息数据,有效地组织、管理这些敬据,使大气及典型地物光学特性数据库能服务于多种研究目的。     

遥感中的高光谱技术及应用

简要介绍了高光谱的概念、高光谱成像光谱技术及其相关的定标技术,并介绍了有关领域中高光谱的应用,据此反映高光谱技术在遥感中的重要作用。     

气体遥感红外光谱数据的识别分类

本文提出了一种基于模拟的线性分类技术。文中详细叙述了该方法的原理与实现。并通过实例说明，本方法应用于气体遥感红外光谱数据的分类与识别是行之有效的。     

结合分类与迁移学习的薄云覆盖遥感图像地物信息恢复

利用多源多时相遥感图像,给出一种结合分类与迁移学习的薄云覆盖遥感图像地物信息恢复算法.首先利用多方向非抽样对偶树复小波变换对多源多时相遥感图像进行多分辨率分解,对分解后的薄云图像的高频系数利用贝叶斯方法进行地物初分类;再对每类地物的低频系数通过迁移最小方差支持向量回归模型进行域自适应学习,获取模型参数;最后利用所获的迁移回归模型,用无云参考图像的低频系数预测薄云覆盖图像的低频系数,去除薄云,恢复薄云覆盖图像的地物信息.实验结果表明,本文算法恢复的地物细节清楚,光谱失真较小.特别对地物季节性变化的薄云覆盖遥感图像,本文算法能有效恢复薄云覆盖区域的地物信息.     

激光主动遥感技术及其应用

文中介绍了激光技术在空间卫星平台和机载平台中的主要应用和激光遥感技术的发展趋势。     

遥感卫星地面站抗干扰策略

立足于遥感卫星地面站接收系统装备现状,针对周围复杂电磁环境可能给地面站业务执勤带来的影响,开展了相应的电磁干扰与抗干扰技术研究。最后从技术层面和操作层面对地面站系统抗电磁干扰策略进行了初步探讨,供后续星地接收系统建设参考。     

遥感图像中城市对象自动识别技术的实现

通过分析遥感图像中城市对象和非城市对象的特征差异,利用计算机自动完成提取包括纹理特征、颜色特征和结构特征在内的几个主要特征并进行多特征融合,然后以融合结果作为判据对图像进行分裂算法操作得到初识别结果,再对初识别结果进行修正得到城市对象和非城市对象。经计算机仿真验证,该方法能够实现对多种不同类型城市对象的自动识别,有较高的识别准确度。     

大气气柱内水汽总含量的红外光谱遥测

我们研制了一台太阳红外光谱仪,在地面连续自动地记录了晴天的太阳红外光谱,利用3．434μm（2912cm^-1）波段附近水汽对太阳光谱的吸收反演出整层大气中水汽的总含量,遥测结果与无线电探空相当吻合,经过近一年半的观测,得到了合肥地区垂直气柱中可降水含量的日变化和季节变化规律,并发现气柱中可降水含量与地面露点温度有较好的相关,并对结果进行了讨论。     

An Automatic Image Registration for Applications in Remote Sensing

This paper deals with a major problem encountered in the area of remote sensing consisting of the registration of multitemporal and/or multisensor images. In general, such images have different gray-level characteristics, and simple techniques such as those based on correlation cannot be applied directly. In this work, a new automatic satellite image registration approach is proposed. This technique exploits the invariant relations between regions of a reference and a sensed image, respectively. It involves an edge-based selection of the most distinctive control points (CPs) in the reference image. The search for the corresponding CPs in the sensed image is based on local similarity detection by means of template matching according to a combined invariants-based similarity measure. The final warping of the images according to the selected CPs is performed by using the thin-plate spline interpolation. The procedure is fully automatic and computationally efficient. The proposed algorithm for this technique has been successfully applied to register multitemporal SPOT and synthetic aperture radar images from urban and agricultural areas. The experimental results demonstrate the robustness, efficiency and accuracy of the algorithm.     

一种高分辨率遥感图像目标自动提取方法

该文提出一种高分辨率遥感图像目标自动提取方法,该方法首先使用分类器实现目标的快速检测,然后利用图像色彩模型和平滑性先验知识建立分割代价函数,并最小化此代价函数实现目标的精确提取,最后在后处理步骤中加入目标的形状先验知识,进一步提高精度。以油罐提取为例进行了实验,结果证明了该方法的有效性和鲁棒性。     

基于视觉显著搜索与AdaBoost算法的遥感目标检测

针对遥感影像智能判读领域中如何提高目标检测效率的问题,将视觉显著模型应用到基于特征统计学习的目标检测中,首先通过计算视觉显著图,提取飞机目标潜在区域,然后设计分类器完成目标检测任务.实验结果表明,该方法与传统的遍历搜索方法相比,大幅减少了搜索空间,降低了误检率,在检测率不变的情况下提高了50％的检测效率.