基于面向对象分类方法的遥感影像变化检测

介绍了一种利用GIS数据辅助实现遥感影像变化检测的方法.该方法将面向对象的概念引入遥感影像分类中,使分类的目标不仅可以是影像的像素,也可以是表示一个GIS对象的全部像素集合(像素组).在影像分类中,为减少工作量和降低分类精度对训练样区选择经验的依赖性,最大似然分类中的训练样区由现有GIS数据对象引导生成.实验表明该方法在针对面状对象进行变化检测时具有良好的效果.     

多种匹配模式在下视景象匹配中的应用

本采用多种匹配模式进行下视景象的匹配，利用小波分解生成多分辨率影像、提取边缘特征作为匹配的基础，同对中改进了一种小波兴趣算子来生成兴趣特征图像，并用于初匹配。通过试验及统计，分析了不司匹配模式的效果，以及多种模式相结合对下视景象匹配的改善。     

基于模糊加权SVM的SAR图像水体自动检测

提出一种SAR图像水体自动检测方法。该方法采用树型小波对SAR图像进行分解,提取样本图像与待检测图像的中频信息,并进行纹理分析,利用模糊加权支持向量机对样本图像的纹理进行训练,从而获得判别水体的决策函数,通过该决策函数能够检测出图像的水体区域。该方法结合了图像的灰度与纹理信息,减少了SAR图像中的噪声影响,能够适用于大幅面范围的SAR图像水体自动检测。     

数字正射影像地图的生成及进一步开发利用

探讨了数字正射影地图的生成及进一步开发利用,着重探讨了将数字正射影像地图的纳入影像数据库,并与地理信息系统相结合,最后对数字正射影像地图的发展做了展望.     

基于知识的SAR图像机场目标提取方法

分析了SAR图像中机场成像的特点，并根据分析得出的机场SAR成像知识，提出了一种新的SAR图像机场提取方法。该方法利用SAR图像机场目标回波弱的特性，对模糊C-均值聚类方法进行改善，并运用改善后的方法进行机场分割，利用Hough变换和区域增长对分割后的图像进行机场提取，定义了“区域对比度”，利用SAR图像机场目标和其周围具有高区域对比度的知识，消除提取后的机场所附带的噪声。试验证明，这种新的方法可以得到很好的提取结果，能够满足SAR图像机场提取的要求。     

雷达景象匹配概率研究

目前，景象匹配中的匹配概率研究还不够完善，传统的景象匹配概率的定量计算是通过匹配信噪比、独立像元数、图像匹配次数来确定的，但是对于雷达景象由于其特殊的图像特性，传统的定量计算方法往往会计算出错误的景象匹配概率。该文定义了雷达景象的“贡献像元数”，利用贡献像元数和理论推导，得出了景象匹配概率。通过大量实践证明，运用贡献像元数来计算景象匹配概率是一种有效的方法。     

盲信号分离和序贯滤波的SAR影像水体提取

采用一种新的基于盲信号分离(BSS)和序列非线性滤波方法实现多极化合成孔径雷达(SAR)影像相干斑噪声抑制和水体目标快速提取。SAR影像具有强烈乘性相干斑噪声,影像数据为非高斯分布,但其具体分布形式及参数难以获得。利用基于独立分量分析的盲信号分离方法,不需要知道SAR影像的具体分布,通过对数量化将相干斑噪声转化为与图像数据相互独立的加性噪声,从多极化SAR影像中自动分离出图像数据与相干斑噪声,并自动选择相干斑指数最小的分量为图像分量。针对SAR影像水体目标的亮度及形状分布特征,进一步采用序列非线性滤波处理,从分离出的图像分量中提取出水体目标。利用ENVI-SAT ASAR多极化影像进行了实验,结果表明该方法可以快速准确地提取多极化SAR影像中的水体目标。     

星载SAR图像机场兴趣区检测算法

提出一种解决低信噪比、大尺寸的星载合成孔径雷达(SAR)图像机场兴趣区(ROI)自动检测问题的方法.对图像进行基于马尔可夫场的分割,由目标标记方法确定ROI的候选区.用Hough变换检测跑道平行线,滤除部分伪ROI.计算ROI候选区的跑道方向投影直方图及目标的宽、高、宽高比、目标背景面积比和目标背景灰度比5个参数,用支持向量机对样本参数进行学习,完成ROI的最终判定.用实际星载SAR图像进行试验,结果表明了该方法的有效性和可靠性.     

星载SAR图像机场兴趣区检测算法

提出一种解决低信噪比、大尺寸的星载合成孔径雷达(SAR)图像机场兴趣区(ROI)自动检测问题的方法。对图像进行基于马尔可夫场的分割,由目标标记方法确定ROI的候选区。用Hough变换检测跑道平行线,滤除部分伪ROI。计算ROI候选区的跑道方向投影直方图及目标的宽、高、宽高比、目标背景面积比和目标背景灰度比5个参数,用支持向量机对样本参数进行学习,完成ROI的最终判定。用实际星载SAR图像进行试验,结果表明了该方法的有效性和可靠性。     

基于对比度的雷达景象匹配可靠性研究

传统的分析景象匹配可靠性是通过研究匹配信噪比、独立像元数、参与匹配的像元数来进行的,但对于雷达景象由于其特殊的图像特性,传统的方法往往得不出正确的可靠性分析结果。从搜索图的对比度来研究景象匹配可靠性问题,根据匹配过程中的特点,第一次从理论上推导出了对比度和匹配可靠性的定量关系,通过大量实践表明,运用对比度来分析雷达景象匹配的可靠性是一种十分有效的方法。