基于Landsat 8卫星影像的北京地区土地覆盖分类

目的 土地覆盖分类能为生态系统模型、水资源模型和气候模型等提供重要信息,遥感技术运用于土地覆盖分类具有诸多优势。作为区域性土地覆盖分类应用的重要数据源,Landsat 5/7的TM和ETM+等数据已逐渐失效,Landsat 8陆地成像仪(OLI)较TM和ETM+增加了新的特性,利用Landsat 8数据进行北京地区土地覆盖分类研究,探讨处理方法的适用性。方法 首先,确定研究区域内土地覆盖分类系统,并对Landsat 8多光谱数据进行预处理,包括大气校正、地形校正、影像拼接及裁剪;然后,利用灰度共生矩阵提取全色波段纹理信息,与多光谱数据进行融合;最后,使用支持向量机(SVM)进行分类,获得土地覆盖分类结果。结果 经过精度评价和分析发现,6S模型大气校正和C模型地形校正预处理提高了不同类别之间的可分性,多光谱数据结合全色波段纹理特征能有效提高部分地物的土地覆盖分类精度,总体精度提高2.8%。结论 相对于Landsat TM/ETM+数据,Landsat 8 OLI数据新增特性有利于土地覆盖分类精度的提高。本文方法适用于Landsat 8 OLI数据土地覆盖分类研究与应用,能够满足大区域土地覆盖分类应用需求。     

遥感影像亚像元制图方法研究进展综述

遥感影像混合像元的普遍存在给遥感影像解译造成困扰。有效处理混合像元问题,细化分类结果,获得更为精细的地物细节信息就需要进行亚像元绘图。目前亚像元制图方法主要包括3个步骤:① 混合像元分解;② 提取软信息;③ 亚像元制图。总结归纳了近年来遥感影像亚像元绘图领域的研究进展和成果,详细阐述了亚像元制图的步骤及涉及的研究方法。依据辅助信息的类型将亚像元绘图方法大致划分为:基于空间相关性、基于空间结构信息、基于神经网络、基于像元交换途径的4类亚像元分类方法,并分别对各种方法的优缺点进行了分析对比。最后,评述了亚像元制图的发展趋势。     

基于劈窗算法的Landsat 8影像地表温度反演

陆地表面温度（LST）是表征地表能量交换和地面特征的重要指标,目前遥感技术逐渐成为区域和全球尺度上LST反演的一种便捷工具,而采样不同算法及不同影像的热红外遥感LST反演研究层出不穷,其中基于Landsat数据的反演成果尤为突出。文章利用劈窗算法对Landsat 8遥感影像进行地表温度反演,对比探讨了根据经验值与借助MODIS热红外数据两种不同方式的LST反演结果,并进行北京市热红外波段辐射亮度温度比较,针对地表温度分级进行统计,分析了当地地表温度分布趋势。结果表明：劈窗算法下Landsat 8数据的反演温度更接近实际温度,精度较高且优于MODIS产品;北京市地表温度空间分布格局受地物结构与反射率所制约,高温区主要集中分布于中东部,中低温区分布与林地及水体分布结构较为吻合。     

基于线性光谱模型的混合像元分解方法与比较

线性光谱模型是目前解决城市中等空间分辨率遥感(如Landsat)中存在的混合像元问题的简单、有效的策略。本实验以广州区域为研究区,利用ENVI/IDL影像处理和开发平台对4种混合像元线性光谱分解方法进行了对比,即无约束条件法、带部分约束条件法、普通带全约束条件法和带全约束条件的可变端元法。结果表明,普通带全约束条件法和带全约束条件的可变端元法的分解结果比无约束条件法和带部分约束条件法的分解结果合理,均方根误差明显要小;同时,带全约束条件的可变端元法要优于普通带全约束条件法。光谱归一化处理则对不同分解方法带来不同的影响,应依据实际需要采取合适的光谱处理方式。     

遥感影像亚像元定位研究综述

遥感影像亚像元定位是在混合像元分解基础上,利用地物空间分布特征确定不同地物类型在混合像元中的具体位置,得到亚像元尺度的地物分类图,是一种有效解决混合像元空间不确定性的方法。首先介绍遥感影像亚像元定位的基本概念,分析亚像元定位的理论模型和求解算法;然后总结亚像元定位模型的误差来源、精度评价方法以及结果不确定性的表达手段,同时讨论利用辅助数据源提高亚像元定位精度的主要方法;最后对亚像元定位的研究趋势做了进一步展望。     

基于改进混合像元方法的MODIS影像水体提取研究

基于MODIS的反射率数据,利用改进的线性混合像元分解方法提取水体,并结合MODIS温度产品和SRTM的DEM数据校正阴影对提取结果的影响。通过和利用ETM+影像的水体提取结果对比分析得出:该方法结果较好的体现出河流和湖泊的细节特点,同时在很大程度上消除了阴影影响,面积提取结果具有较高的精度。     

基于单亲遗传算法和子像元/像元空间吸引模型的亚像元制图研究

混合像元普遍存在于遥感图像数据中。与传统的硬分类(Hard Classification)方法相比,在处理混合像元时,软分类(Soft Classification)技术可以避免信息丢失;但是,通过软分类技术获得的结果,仍然无法确定各分类在像元中的具体位置。子像元制图(或超分辨率制图、亚像元制图)技术能将软分类技术得到的结果转化为更高分辨率的图像,它能兼得软分类和硬分类两者的优势。将遗传算法的一个变种-单亲遗传算法应用于子像元制图,结合子像元/像元空间吸引模型,单亲遗传算法能直接获得子像元制图结果。以合成的图像和实际的土地覆盖图像为实验对象,通过目视比较和定量精度评价,与硬分类的结果相比,该方法能取得更高的制图精度和更好的结果。     

基于多时相Landsat8 OLI影像的作物种植结构提取

针对基于多时相遥感影像、多种特征量提取多种作物种植结构在我国研究较少的现状,利用多时相Landsat8OLI影像数据,根据温宿县不同作物的农事历,通过分析主要地物的光谱特征和归一化植被指数的时间变化信息,构建不同作物种植结构提取的决策树模型,实现了对温宿县多种作物种植结构信息的提取。结果表明:1水稻的最佳识别依据是5月20日影像的近红外波段和7月23日影像的NDVI值;棉花和春玉米的最佳识别依据是5月20日~9月9日影像的NDVI变化值;冬小麦—夏玉米和林果的最佳识别依据是5月20日~7月23日影像的NDVI变化值;2与单时相监督分类相比,多时相决策树法对多种作物种植结构的提取效果更理想,总体精度提高了7.90%,Kappa系数提高了0.10;3Landsat8OLI影像数据分辨率高、成本低、获取方便,是农作物遥感的良好数据源。     

Landsat8卫星影像大气校正及其植被指数与SEVI性能比较

遥感影像受大气的吸收散射以及地形起伏变化的影响,使得传感器接收到的辐射信号既包含了地物的信息,同时也包含了大气以及地形的信息。为了提高地表反射率的反演精度,需要去除遥感影像中大气和地形的影响。提出了一种基于查找表的Landsat8-OLI遥感影像的大气校正方法,该方法由6S辐射传输模型生成查找表,其中输入的参数包括大气水蒸汽含量、臭氧浓度和气溶胶光学厚度等MODIS大气参数产品。利用传统方法建立的大气参数查找表通常只考虑一部分因素,这对于以MODIS产品为输入参数的大气校正是不适用的。本文建立了一个包括大部分输入参数的高维大气校正查找表,对于Landsat-8 OLI传感器具有很高的通用性,通过进行光谱分析、与USGS地表反射率产品交叉验证等方式来验证模型的精度。验证结果表明该方法能有效地反演精确可靠的地表反射率。最后,采用目视解译、统计分析将校正结果与SEVI做对比分析,比较地形影响消减的效果。结果表明该模型与SEVI在地形消减的效果上作用相当。     

基于RBF神经网络的混合像元分解

介绍了高光谱遥感技术中混合像元的概念,可以通过分析高光谱遥感光谱曲线,来确定混合像元的地物组成类别和比例,实现混合像元分解的目的.阐述了基于RBF网络进行混合像元分解的方法,并采用模拟遥感数据进行了仿真实验,验证了这种方法的有效性.     

遥感图像与地理坐标匹配的快速算法

针对在遥感图像处理中，在进行图像像素坐标与地理坐标相互转换时，转换速度和转换精度不能同时满足的矛盾，引入索引矩阵的概念，提出并实现了一种新的快速转换算法。该算法能快速、精确地进行地理坐标与图像像素坐标的相互转换。通过MODIS图像验证，可在接收图像的同时，实时地将经、纬度网格，省界(或州界)等地理信息叠加到卫星图像上。这对于要求实时处理的应用任务，如火灾监测的快速定位、军事侦察等具有极其重要的价值。     

基于大地坐标的通视性检查算法

点到点的通视性检查算法是作战仿真系统使用的重要算法之一.目前通视性检查算法多基于直角坐标.计算时需要将初始给定的大地坐标转化为直角坐标.在分析了摹本通视性模型以及目前使用的基于直角坐标的通视性检查算法的基础上,提出了一种基于大地坐标的点到点通视性检查算法,算法通过求取视线和地形采样点连线在地球表面投影的交点的经纬度坐标,利用线性差值计算两连线在该经纬度处的高程,来进行通视性判定,不需要将球面上的大地坐标转换为平面直角坐标,而且能够考虑到地球曲率对通视性的影响.最后,通过算法实验分析,检验了本算法的可用性.     

How to Compute Interval Inclusions of Geodetic Coordinates from Interval Inclusions of Cartesian Coordinates

In satellite geodesy the position of a point P is usually determined by computing its coordinate vector x with respect to an earth-fixed Cartesian coordinate system S. S is chosen such that a rotational ellipsoid E, closely approximating the surface of the earth, has normal form with respect to S. Since the geodetic coordinates of P with respect to E (ellipsoidal latitude , ellipsoidal longitude , and ellipsoidal height h) describe the location of P with respect to the surface of the earth much better than x, a frequently appearing problem is to compute , , and h from x.In practice this problem is solved by iterative methods, the convergence properties of which are not analyzed in detail but for which fast (numerical) convergence is observed for points near to E.In the present paper a theoretically well founded new method is developed, working for all P having a unique nearest point in E.In addition it will be shown that the new method can be implemented such that interval inclusions for , , and h can be computed from interval inclusions of the components of x.     

逐像素偏移纹理坐标的视差映射改进方法

视差映射技术可以通过沿着视点方向平移纹理坐标来实现纹理图像的真实感绘制,然而不正确的纹理坐标偏移量将导致纹理图像的滑动现象.根据视差映射技术原理,通过定义纹理坐标值与高度值之间的映射函数得到偏移量与当前视点坐标的对应关系;利用GPU技术计算得到正确的纹理坐标偏移量,使得在视点动态变换时纹理图像的绘制不会产生滑动现象.实验结果表明,与传统视差映射方法及现有GPU技术校正纹理坐标偏移量方法相比,在没有增加算法复杂度的前提下,采用文中方法可改善纹理图像真实感绘制的效果.     

图形图像噪声滤除的聚类分析算法

0.引言 噪声滤除是图形图像处理过程中的重要环节.它的任务是对影像采集过程中由于受环境、设备等多种因素的影响而夹杂于图像中的噪声干扰加以检测并去除,从而提高影像质量和视觉效果,为图像信息提取与分析扫除障碍.     

CMOS有源象素图象传感器

介绍了ＣＭＯＳ图象传感器一般结构、ＣＭＯＳ图象传感器的象元结构和在片模拟信号处理，并介绍了两种典型的ＣＭＯＳ有源象素图象传感器，最后指出了ＣＭＯＳ有源象素图象传感器的发展动向     

空间计算中坐标计算的研究

空间计算中需要大量的数据,而原始数据往往并不能直接使用,必须进行某些处理与转换。GPS所给出的数据是空间计算数据的重要来源,但是这些数据在某些场合同样存在这些问题。通过对GPS所涉及坐标系的研究给出了空间计算中的坐标转换。     

立体视觉中基于球坐标的发散式像素化分析方法

在机器人立体视觉场景恢复中,采用球坐标发散分割方法及相关操作,实现模型库均匀分割与场景发散分割很好地变换,为模型在置入场景空间中产生与真实场景相近的2.5维轮廓图像,利用该方法可为移动机器人视觉系统建立起直观的模型操作和对象匹配平台,仿真演示了采用该方法的直观视觉效果。     

基于离群点检测的图形图象噪声滤除算法

图形图象噪声过滤与修正,在媒体制作、图象分析与信息提取中起着十分重要的作用.虽然基于小波变换的算法能够对高斯噪声进行较好的滤噪处理,但对于随机分布于图象中的各种非高斯噪声仍没有普遍适用的滤噪方法.为了对这种随机分布于图象中的噪声进行有效的检测与滤除,采用对数字图象像素进行解析化描述的方法,从离群点检测的角度给出噪声的定义,并在此基础上构造了相应的图象噪声检测与滤除算法.实验结果表明,这一新方法对图象类型具有广泛的适应性和较好的噪声滤除效果,在大规模图形图象处理应用中具有实用价值.     

基于像素着色器的图像处理

在大量的模式识别、图像识别的系统中，会对原始采集的图像数据进行各种各样的处理，这些处理一般都是将原始图像通过二维的线性时不变系统，即作二维的卷积处理。用普通的计算机系统计算卷积处理中的加和乘效率比较低。本文介绍利用通用显示卡里的像素着色器快速完成图像处理的方法，并给出仿真结果。