基于光谱特征的遥感图像检索方法研究

在遥感图像检索中,光谱特征的应用最为广泛。本文研究了基于光谱特征进行遥感图像检索的方法;并且针对目前应用越来越广泛的多光谱、高光谱遥感图像波段多的特点,提出了基于K-L变换的检索方法,并通过实验验证了本文方法的有效性。     

一种基于光谱与纹理特征的多光谱遥感图像地物分类方法

基于光谱特征对高分辨率多光谱遥感图像进行地物分类易形成噪声,提出一种光谱特征与纹理特征相结合的地物分类方法。首先基于光谱特征与纹理特征利用四叉树技术,对图像进行分块处理,以图像块的方式提取地物的光谱特征和纹理特征,然后采用支持向量机(support vector machine,SVM)对图像块进行地物分类,并通过区域增长方法对边缘区域进行处理,使得分类区域边界清晰。对Quickbird多光谱遥感图像进行实验,实验结果表明,该方法地物分类结果精度较高、区域一致性强、噪声少。     

GPU在高光谱遥感图像解混领域的应用

随着空间分辨率和波普分辨率的提高,高光谱遥感图像处理存在着数据量大,计算量大,算法普遍复杂度高等特征,越来越不能满足数据处理实时性的需求。然而,GPU具有大量可计算核心,线程间切换开销小,性能功耗比和性价比高等特点。本文结合cuda框架,概括了将基于GPU的并行计算技术应用在高光谱遥感图像处理研究状况。     

基于复杂网络的遥感图像检测研究

本文提出一种新的利用复杂网络理论处理遥感图像的方法 ,对遥感图像进行复杂网络建模,然后对复杂网络模型划分社团,本文所采用的是Newman的针对大规模网络的基于模块度的CNM算法,然后提出了两种确定阈值的方法:(1)反复测算法,(2)抽样计算法;在反复测算法中提出了两个衡量社团划分好坏的指标:(1)覆盖率,(2)精确度,以此作为确定阈值的指标,最后得出了一种可以再遥感图像中利用复杂网络的方法,检测出图像中有用信息的可行方法。     

基于GPU的高光谱遥感岩矿信息快速提取方法

提出了基于图形处理单元(graphics processing unit,GPU)的高光谱岩矿信息快速提取方法,利用GPU的并行计算优势对高光谱岩矿信息提取的核心步骤进行了并行优化设计。针对高光谱岩矿信息提取的算法特点,提出了相应的性能优化策略,包括优化算法流程、提高访存效率和减少数据访问冲突。实验结果表明,并行设计模型与优化方法能够快速有效地进行岩矿信息提取,并且最大加速比达到了81倍。     

利用流形技术的遥感高光谱图像边缘检测

对于遥感高光谱影像,"光谱边界"还未被明确的定义,这是因为谱空间中存在多维的复杂性.一个新的光学边界定义的提出要基于流形学习的数学趋近方法.要考虑谱空间中的光谱特性以及像空间的像函数不连续性.使用EO-1高光谱图像试验分析表明基于光谱边界的方法拥有描述高光谱影像边界轮廓的令人期待的表现.     

基于ERDAS IMAGINE遥感影像管理方法的探索

随着卫星遥感技术的发展,不同比例尺的大量遥感影像数据进入到现实应用中,遥感影像数据不同于地形图数据,它包含数据信息量大,占用计算机资源多,而我们的服务器资源是有限的,本文基于ERDAS IMAGINE遥感处理软件的运用中有关遥感影像数据管理的方法,对遥感影像数据的管理和处理进行了探索。     

新疆若羌县东南部遥感地质特征及成矿条件分析

研究区位于阿尔金有色金属、贵金属、铁、石棉、玉石成矿带上,具有优越的成矿地质条件和找矿潜力。但其地处高寒山区,地质工作程度较低。充分发挥遥感技术优势,不仅可以克服自然条件的限制,而且可以快速地了解研究区的区域地质特征和成矿规律。文章利用多光谱卫星数据,结合对已有地质矿产资料的分析,在分析遥感影像特征和建立解译标志的基础上,进行了各类地质体的遥感解译。经过野外查证,重新厘定了地质体界线,新发现13处矿化点,通过成矿地质条件分析与遥感找矿预测研究,圈定了5处遥感找矿靶区,为该地区进一步开展地质找矿工作提供了基础资料。     

城市规划中遥感图像目视解译方法及影响因素分析

本文通过遥感图像目视解译标志的介绍,对目视解译的技术方法做了详细的阐述,并着重分析了影响遥感影像目视解译的因素。     

基于图像的虚拟现实空间数据建模方法

二维GIS已日趋成熟,在充分利用二维GIS的分析功能的基础上,将现实世界真实地再现于人们面首已成为一个有意义的课题。基于图像的虚拟现实空间数据建模方法其出发点是在二维GIS的分析、计算、量测平台基础上。融入现实世界的图像资料,即利用现实世界的真实图像资料进行显示。本文研究了图像资料对现实世界进行再现的建模方法,包括概念数据模型、逻辑数据模型及和GIS系统的有机结合。