基于EM-EBF模型的遥感影像分类方法研究

椭球径向基函数神经网络(EBF)是在径向基函数(RBF)映射理论基础上的改进。在保留RBF3层网络结构基础上,EBF采用了最大期望算法来估计特征空间的混合密度分布参数,用椭球体集合来分解混合密度分布,从而构造了神经网络的中间层基函数的状态。由于遥感数据在特征空间中通常表现为混合密度分布,EBF模型能够充分利用期望最大(EM)算法获得的最大似然参数估计得到更合理的特征空间的密度分解模型,从而使得EBF模型能够保留RBF非线性复杂映射能力的同时,获得更合理的分类结果。为此提出了基于EBF的遥感分类方法,试验结果表明EBF方法比RBF方法网络连接更简单、分类精度更高。     

高分辨率遥感影像信息提取及块状基元特征提取

分析了基于目标基元的遥感信息提取技术相对于传统的基于像元的处理方式所具有的优势；结合人类视觉机制和计算机尺度空间理论，设计了基于特征基元的高分辨率遥感影像多尺度信息提取技术流程框架，即在大尺度下进行粗分割后进行块状基元提取的技术及实现过程；最后给出了相关实验结果，实验表明本文提出的基于基元的遥感信息提取便于与视觉知识和环境知识更好地结合，提高了遥感信息处理与应用的自动化和智能化水平。     

网格GIS系统设计及其在遥感图像处理上的应用*

随着地学数据特别是遥感数据与日剧增,许多数据却因为数据量大、处理困难而得不到有效利用。因此,如何更好地发展计算机网络技术,使得海量数据能够得到更好的共享与应用成为了困惑广大计算机专业及地学工作者的一大难题,网格计算提供了此问题的解决途径。以网格计算及其在GIS的应用为主线,首先分析了网格技术的特点,并进一步结合其在GIS中的应用给出了网格GIS的应用前景。同时以局域网为单位,结合网格设计的思想,借助中间件技术,讨论了基于局域网络的网格GIS系统的实现技术,并列举了所需的几项关键技术。特别就当前GIS所面临     

高分辨率遥感影像桥梁特征提取方法研究*

根据桥梁水体相连的知识,提出了一种基于知识的高分辨率遥感影像水上桥梁提取的实用方法,即在水体提取的基础上将图像细化,通过宽度限制检测桥梁主干线,并对其进行矢量化和特征表达来实现桥梁提取,通过实验证明了该方法的有效性。实验证明此方法不仅适合于水体与陆地灰度差别大,即单峰直方图的影像,还适合于水体与陆地灰度差别不大,即直方图多峰或峰顶不明显的影像。     

基于联锁分块的大规模地形建模方法研究

针对已有MRLoD算法生成的地形=三角形网不稳定等缺点,提出了一种新的基于联锁分块的大规模地形建模方法,在对地形进行分块调度的基础上通过预先建立分块模板和分块联锁模板,渲染时动态匹配各模板建立平滑完整的分块模型,在分块调度及附加计算策略下,拼接各分块以完成整块地形的多分辨率建模,并以高效的方式将模型数据传人渲染硬件.实验表明,在满足了精度要求的同时提高了模型的稳定性,有效减少了实时计算量,在渲染效率上取得了令人满意的结果,能够满足用户对大规模地形的实时漫游的要求.     

采用并行均值漂移算法实现农林地块边界的精确提取

在基于高分辨率遥感影像的农林地块自动/半自动识别应用中,地块边界提取是地块信息精确识别的基础,其精度决定了地块信息识别的精度,这一过程是通过遥感影像多尺度分割过程实现的。在综合比较几种常用的面向对象分割方法效果的基础上,认为均值漂移算法能够更好地满足农林地块识别与边界提取的需求,并可获得较好的地块边界分割效果。进一步面向实际应用问题,本文对算法的实现进行了以下两方面的改进：从实现方式角度考虑,对其在多尺度实现方式方面进行了改进;从算法效率角度考虑,针对农林地块识别过程中数据量大、计算复杂的特点,对其进行了基于MPI（massage passing interface）集群计算环境及OMP(OpenMP)多核任务处理方式的改进,能够显著提高农林地块数据的分割速度。相应地改进算法在实际应用中取得了较好的应用效果。     

端元匹配的遥感影像地物自适应光谱表征

光谱信息是遥感识别地物的依据,而目前已发展的典型地类的光谱指数模型有限,波谱库中的标准地物类型及其普适性也是有限的.鉴于此,提出一种端元匹配的地物自适应光谱表征方法,通过选取贴合影像本身的端元,并综合光谱角和距离度量对影像和端元光谱进行综合匹配.通过ETM+(Enhanced Thematic Mapper)影像上对植被、水体与美国地质调查局(United States Geological Survey,USGS)波谱库及归一化植被/水体指数的对比实验,及阴影、裸地等的验证实验,证实了该方法的有效性和普适性.     

遥感影像均值漂移分割算法的并行化实现

本文采用遥感影像数据的均值漂移算法并行化方法来解决均值漂移不能处理过大影像、处理速度过慢等问题,通过分析均值漂移算法的原理,提出了一种新的数据"缓冲区"式分块方法,并进而分别对不同的数据块进行并行分割,从而消除了该算法对数据量的限制,有效避免计算机在处理过大影像时而产生的内存不足问题,并从效率角度对算法进行了改进.     

适合遥感影像处理的网格计算环境研究

网格计算是近几年来发展迅速的一种网络资源共享模型，其目的是网络资源的完全共享。网格计算相对于传统的C／S及Web GIS来说，它在网络计算、数据处理、资源共享、任务协同等方面都有了进一步的发展。在适感影像处理与理解应用方面，由于涉及大量的网络计算及网络传输等耗时操作，应用网格计算思想进行适感图像处理就更有实际意义。结合网格计算的网络计算及资源共享的优势，设计并开发适合适感影像处理的网格计算环境及软件，是解决当前适感影像海量数据处理的有效途径之一，同时也是适感图像处理软件的一个发展趋势之一。本文结合实际研究成果，首先给出了基于网格计算思想的适感影像处理的设计流程，并对其具体实现技术进一步进行了讨论。在分析其在图像处理方面应用的基础上，对面向网络的智能化适感图像网格处理系统进行了分析与设计，并给出了其实现的一些关键技术。     

基于MPI的遥感影像高效能并行处理方法研究

采用基于不同尺度下的面向特征基元的影像分析方法对高分辨率遥感影像进行基于MPI的处理,即在对常规的影像数据划分方法进行总结分析的基础上,提出了基于特定环境下的非均匀数据划分策略;在进行基于影像数据库的MPI并行处理时,提出了一种新的数据流分配方法。处理结果表明,这两种方法均能够在一定环境下取得比常规方法更高的效率。