基于小波特征和模拟退火的遥感图象快速聚类算法

不同遥感对象,光谱曲线的突变点位置差异很大,不同尺度的小波变换可有效提取这些突变特征,在此基础上,用小波特征相关系数描述像素的近似程度,取代一般聚类算法以欧氏距离为基础的聚类概念,聚类结果可准确反映遥感对象内容,基于小波特征抽取和模拟退火的多光谱遥感图象快速聚类算法,通过扩展频段,增加特征点的个数以丰富类的特性,对空间数据进行均匀抽样产生聚类空间,采用模拟退火技术和逐步降低聚类规模的方法,快速实现全局最优的聚类中心,类内评价最优代表作为聚类中心,保证类特性的持续性和强壮性,而且解决了K－means聚类的参数选择问题,最后采用TM多光谱遥感图象进行参数分析和算法比较,验证了该算法分类快速准确,且参数控制灵活,因此基于小波特征抽取和模拟退火的多光谱遥感图象快速聚类算法有较好的应用前景。     

基于神经网络的多光谱遥感图像无损压缩

分析并改进了利用自组织特征映射(SOFM)神经网络设计码书的方法,提出了一种基于改进SOFM算法设计码书的矢量量化和分类谱间预测相结合的多光谱图像无损压缩方法。该方法对光谱信息进行矢量量化,根据分类信息生成残差图像以去除数据的空间相关性,构造分类谱间预测器去除数据的谱间结构和统计相关性。对机载64波段多光谱遥感图像的试验结果表明,该方法无论是对训练集内图像还是训练集外图像,均取得了较好的压缩效果,平均无损压缩比达到3.2以上。     

巡线LiDAR多通道光谱图像异常识别技术

联合GPS、ISN、LiDAR、测距机等, 构建超POS信息;计算最小视场分辨率、像元数、焦距等选择相机;将POS采集系统与相机组合成LiDAR多通道光谱图像异常识别系统.采用多通道匹配融合法融合紫、红外、彩色图片, 基于Hough变换, 通过同族容器归纳法确定疑似故障点.运用Hough变换、免疫遗传Snake、最小二乘法解析椭圆形貌, 解决绝缘子异常识别问题.工程实验表明, 该系统平均探测精度是82.4%, 优于直升机与人工平均值24.05%, 是一种高效率的智能电网巡线排查手段.     

基于波段反射率日均增量的花生干旱灾情遥感评估

干旱是影响花生产量的主要气象因素之一。开展花生干旱灾情遥感评估对于产量估算、防灾减灾和保险理赔具有重要意义。当前花生旱灾遥感评估主要依赖于光谱指数变化信息,容易受不同地区生育进程干扰,限制了光谱指数方法的普适性。研究在多时相Sentinel-2遥感影像和野外实测样本的支持下,分析时序波段反射率日均增量信息与花生干旱受灾程度之间的内在联系,利用决策树、随机森林、逻辑回归等方法对花生干旱等级进行分类,并以总体精度和Kappa系数评价各种方法的精度。结果表明：单一波段的近红外反射率日均增量对花生受灾情况的指示性较强。多光谱波段组合方式对花生旱灾程度的指示性均优于单个波段,其中红波段、蓝波段、近红外光谱波段反射率日均增量组合的指示性最强,整体精度达到89.93%,Kappa系数0.847 1。与逻辑回归和决策树算法相比,随机森林算法对花生旱灾评估精度最高。在旱情等级最优时相组合分析中,利用花生生长旺盛期（7月～8月）的多波段反射率日均增量信息,灾情等级遥感识别的总体精度可达88.62%,Kappa系数为0.827 4。说明基于生长旺盛期时序多波段反射率日均增量的干旱灾情遥感评估方法能有效提取花...     

基于Sentinel-2数据的天山山地针叶林识别方法研究

阴影是影响山地针叶林遥感识别精度的关键因素。选取天山一块面积约为10 000 km²的区域为案例,基于太阳高度角和方位角差异较大的两期Sentinel-2影像,从遥感数据阴影分布的时相特性、分类特征以及分类器选择三方面进行综合分析,提出了一种适用于天山山地针叶林的遥感综合分类方案。该综合分类方案首先开展阴影识别以及阴影再分类以排除阴影对针叶林识别的影响;然后筛选出了海拔、归一化差值植被指数（NDVI）、红光到近红外波段斜率、蓝光波段、红光波段、短波红外波段和坡度作为区分天山山地针叶林的重要特征;最后比较支持向量机（Support Vector Machine,SVM）、随机森林（Random Forest,RF）和BP神经网络（Back Propagation Neural Network,BPNN）3种分类器的分类效果。结果表明：采用地形校正方法来消除山体阴影的效果不但不明显,反而还会造成过矫正现象,从而影响后续的针叶林识别,但利用太阳高度角和方位角差异较大的两期影像开展阴影识别以及阴影再分类来排除阴影对针叶林识别的影响,可使针叶林的总体精度提高1.3%~3.7%;SVM、RF和BPNN 3种分类器都能取得较好的山地针叶林识别精度,但SVM分类器的分类精度最高,其总体分类精度和Kappa系数分别是93.33%和0.87。该遥感综合分类方案经参数调整之后有望应用于北方干旱半干旱区的其他山地针叶林区域。     

基于改进Brovey变换的ALI影像融合算法研究

针对传统Brovey变换（Brovey Transform,BT）融合存在的光谱信息丢失及光谱扭曲等问题,引入自适应加权平均对其进行改进,并以EO-1 ALI多光谱影像为例,提出一种新的基于改进BT的多光谱影像融合算法。并分别选用信息熵、平均梯度、相关系数、均方根误差等参数对影像融合效果进行综合评价与对比分析,从而验证该算法的有效性和优越性。结果显示：采用改进后的BT融合算法的多光谱融合影像具有较好的光谱信息和空间分辨率,其视觉效果和空间纹理特征都有显著改善,并且较好地延续了源影像的色彩信息,亮度相对适中;能减少融合过程中光谱信息的损失和畸变,在保持光谱信息和清晰度方面与传统BT融合算法相比具有明显优势。     

植被健康指数及高等级公路路域环境评价研究

植被是环境的重要组成因子,植被的保护和恢复是公路生态环境建设的核心。而生态环境的传统评价方法无法对植被环境做出全面、及时的反映,无法满足实际工作需求。利用遥感的光谱性优势,以京港澳高速长潭段路域为试验区,结合物理方法及数学分析,建立高等级公路路域植被健康指数模型。结果表明:模型计算结果与现场试验结果吻合较好,可有针对性地指导路域环境的防治,为路域生态环境遥感监测的业务化运行奠定坚实基础。     

基于企业服务总线的数据共享与交换平台

提出了一种新的基于HIS模型的网像融合算法,根据源图像在有向梯度域中的局部信息熵及其分布情况确定融合准则。对实验结果的主观定性评价和客观定量分析说明,新算法在有效保持空间信息的同时,产生的光谱畸变较小,对全色图像中的噪卢有一定的免疫力,从而克服了现有同类算法光谱失真严重和对源图像中噪声敏感的缺点。     

一种超高分辨率遥感图像融合新算法

该文针对超高分辨率的全色光图像和多光谱图像的融合,提出了一种基于对应分析的图像融合新算法。该算法在对多光谱数据进行对应分析的基础上,利用冗余小波变换提取出全色光图像的空间细节信息并将其融入到成分空间。实验分别采用IKONOS和QuickBird数据,融合结果的目视效果与客观评价表明,相比现有同类融合方法,该方法能够在提高空间分辨率的同时更好地保持光谱特性,有效地减少了色彩失真的现象。