地物提取的多尺度特征遥感应用分析

通过空间尺度效应分析,阐述不同属性景观地物在同一分辨率或同一尺度影像中提取的不合理性。为获得精确的地表信息,提出多尺度遥感影像分析方法,解决不同地物在不同空间尺度影像数据中提取的难题。通过多种分辨率影像的多尺度影像信息提取的应用实践,分析地物提取中的多尺度特性、尺度与分辨率关系等。     

不同分辨率对遥感影像中识别人造地物的影响

高分辨率卫星影像的出现为提取特定目标的空间结构信息提供了物质基础,通过分析一组不同分辨率的同一地区的模拟遥感影像,讨论了不同分辨率对遥感影像中识别人造地物的影响,并从定性定量两个方面解释了影响产生的原因,为从遥感影像中识别特定地物提供了参考分辨率,同时也为以识别人造地物为目标的遥感图像分割提供了有益的探索。     

基于影像序列的非均匀采样多尺度小波超分辨率影像重建

原始影像序列间的非均匀采样以及影像的先验知识不足等是影响影像重建的难点问题。本文在小波理论基础上,阐述了空间域不同尺度的小波分解与影像高分辨率重建的关系,并根据非均匀采样数据对不同尺度空间的小波系数进行估算,然后利用估计的小波系数对高分辨率格网上的未知点进行插值重建,获取了高分辨率的影像。实验证明,本文提出的算法克服了先验知识不足和原始影像序列的非均匀采样的难题,并在获取的重建影像分辨率和清晰度方面有了较大提高,计算的复杂度改善也比较明显。     

基于微分几何的遥感影像上线状地物提取方法

自动识别遥感影像上的目标、快速淮确地获取所需信息是遥感数据处理的主要发展方向。通过研究微分几何理论中曲面的一些基本性质，本文介绍了一种基于微分几何的线状 地物提取方法，首先在局部区域内拟合一个二次曲面函数，然后通过该函数来估算灰度曲面的梯度和曲率，设定合适的梯度和曲率阈值来检测线状地物，最后进行后处理，消除许多噪声颗粒及小块区域。实验表明，该方法对于具有一定宽度的线状地物的检测具有较好的效果。     

基于并行通道-空间注意力机制的腹部MRI影像多尺度超分辨率重建

为了有效解决腹部磁共振成像（MRI）影像在超分辨率重建过程中因高频细节丢失引起的边界不明显、腹部器官显示不清晰以及单模型单尺度重建应用不方便等问题，提出了一种基于并行通道-空间注意力机制的多尺度超分辨率重建算法。首先，构造了并行通道-空间注意力残差块，通过空间注意力模块获取图像重点区域与高频信息的相关性，通过通道注意力模块获取图像各通道对关键信息响应程度的权重，同时拓宽网络的特征提取层以增加流入注意力模块的特征信息；此外，添加了权重归一化层，保证了网络的训练效率；最后，在网络末端应用多尺度上采样层，增加了网络的灵活性和可用性。实验结果表明，相较深层残差通道注意力超分辨率网络（RCAN），所提算法在×2、×3、×4尺度下的峰值信噪比（PSNR）平均提高了0.68 dB。所提算法有效提升了图像的重建质量。     

基于并行通道-空间注意力机制的腹部MRI影像多尺度超分辨率重建

为了有效解决腹部磁共振成像（MRI）影像在超分辨率重建过程中因高频细节丢失引起的边界不明显、腹部器官显示不清晰以及单模型单尺度重建应用不方便等问题,提出了一种基于并行通道-空间注意力机制的多尺度超分辨率重建算法。首先,构造了并行通道-空间注意力残差块,通过空间注意力模块获取图像重点区域与高频信息的相关性,通过通道注意力模块获取图像各通道对关键信息响应程度的权重,同时拓宽网络的特征提取层以增加流入注意力模块的特征信息;此外,添加了权重归一化层,保证了网络的训练效率;最后,在网络末端应用多尺度上采样层,增加了网络的灵活性和可用性。实验结果表明,相较深层残差通道注意力超分辨率网络（RCAN）,所提算法在×2、×3、×4尺度下的峰值信噪比（PSNR）平均提高了0.68 dB。所提算法有效提升了图像的重建质量。     

基于连续小波变换的NOAA影像尺度分析

小波变换具有数学显微镜特点和频域带通特性，可用于对遥感图像进行分析，为了探索更好的遥感图像尺度分析方法，提出利用二维连续小波变换(墨西哥帽小波)结合地物类型分布图来对NOAA／AVHRR影像的4波段数据进行尺度分析。结果表明，在小尺度下连续小波变换系数可显示不同地物类型、相对差异、位置及形状等信息，可用作细致分析；而在大尺度下该系数则主要表现了由水陆、地貌导致的地域差异，可用于概貌观察。另外，不同时相数据的大尺度分析对比，还体现了空间格局和变化趋势。通常小波变换系数确定的不同地物类型的尺度曲线反映了不同地物的影像信号强度和相互影响，而过零点位置的变化则反映了信号的突变。     

基于direct LDA的高光谱遥感影像地物分类

针对高光谱遥感影像的降维问题,提出一种高光谱影像地物分类方法:direct LDA子空间法。先采用直接线性判别分析(direct linear discriminant analysis, direct LDA)进行特征提取,然后在特征子空间中采用最短距离分类器进行地物分类。机载可见光/红外成像光谱仪(airborne visible/infrared imaging spectrometer,AVIRIS)的高光谱影像识别结果表明,该方法相比LDA子空间法和原空间法,可显著降低数据维数,提高识别率。     

遥感影像对典型地物的自动化智能提取研究

研究为规避传统遥感对信息分类不充分而造成的低精度分类问题,提出面对特征对象的分类方法。通过引入交互注意力机制网络和四面体插值形函数来实现图像光谱信息的处理以及空间维度的高维延伸,并以局部和全局编码器实现对地物特征的局部及全局细心提取,随后将该自动化提取方法应用到山体滑坡分析中。结果表明,该方法的图像质量评价远高于其他对比算法,平均信噪比为19.81,分类精度在95%以上。且其对山体滑坡的特征信息提取较好,总精度和Kappa系数为96.27%和0.963 2。研究提出的智能提取方法能对高分辨率影像信息进行较好的提取,且为地质灾害的应急管理提供了新的研究思路和价值。     

全波形激光雷达和航空影像联合的地物分类

针对机载激光雷达与航空光学影像的互补特性,提出了一种基于多源遥感数据的高精度地物信息提取和分类方法。首先从激光雷达的全波形数据获得数字高程模型(DEM)、地物的正规化数字表面模型(nDSM)和激光雷达回波相对强度信息,从航空数码相机影像获得植被指数信息;然后利用决策树方法进行地物识别。选取“黑河综合遥感联合试验”中的3种典型区域(城市、农田和水体)进行分类,结果表明：该方法能够有效地分离建筑物、高大植被、低矮植被、裸土地以及水泥地等基本地物。     

基于光流法的迭代反投影超分辨率重构算法

为了提高重构图像或者视频的分辨率．提出把新型的基于光流法的图像配准算法应用于迭代反投影（IBP）超分辨率算法中。在所提出的方法中．基于光流法的图像配准算法用来提高图像配准的准确性。首先,为了得到像素级别的运动矢量．基于光流法的图像配准算法被用于估计图像间的运动矢量。以得到更加准确的运动矢量矩阵。接着,利用所获得的运动矢量矩阵结合迭代反投影算法重构高分辨率的图像。同时．由于基于光流法的图像配准能够很好地估计视频图像间的运动．所提出的方法同样适用于视频图像的超分辨。实验结果表明．提出的方法对于图像或者视频的超分辨率效果．在主观效果和客观评价上都有一定的提升。     

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。     

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。     

一种快速高分辨率遥感影像分割算法

高分辨率遥感影像(如IKONOS 影像)海量数据、复杂细节的特点决定了高分辨率遥感影像分割的技术难点,提出了基于同质性梯度特征、分水岭算法和最小代价合并的快速分割方法。首先对于原始图像进行同质梯度计算得到同质梯度图像;其次利用一种高效的分水岭变换获得初始分割图像;最后给出一种改进的区域合并算法来优化初始分割区域。应用于IKONOS影像的实验证明与其他的分割算法相比,采用所提出的分割方法能快速、准确地获得高分辨率遥感图像的分割结果。     

对不同分辨率图象进行空间分辨率改善的频域方法

图象空间分辨率的改善在遥感图象和计算机视觉的一些应用中非常必要。已有的一些空间分辨率改善的频域方法是针对多幅相同空间分辨率图象的频谱解混叠方法。本文从分辨率低的欠采样图象会导致相应空间频率域频谱混叠的理论出发，给出了多次欠采样图象在频率域混叠的更一般的公式，并给出一种针对不同分辨率图象解频谱混叠的逐行迭代方法。最后通过计算机仿真实验对本文所述理论进行了验证。实验表明，该迭代解法在有噪声情形下也具有很好的收敛性。     

图像中物体空间关系的表示及在检索中的应用

基于图像中物体之间的空间关系的图像检索往往受困于待处理的图像中物体种类和空间位置难以自动准确地获取。文中基于物体识别算法的输出,提出一种对物体空间关系的三元组表示法,给出基于这种表示方法对图像索引、相似度计算和检索排序的方法及允许用户使用查询词和空间关系表达查询需求的二维输入界面,并实现原型系统。这种表示法具有良好的鲁棒性,可容忍物体识别算法一定程度的误差,将物体识别得到的置信度加入三元组表示法置信度计算和排序算法中,减少物体识别结果误差对检索性能的影响。在原型系统上的实验表明,该系统在实验中对包含物体位置关系的检索给出更准确的结果,在NDCG@m、MAP、F@m上均优于现有系统。     

SIFT算法在图像配准中的应用

图像配准有很多种算法,在众多算法中尺度不变特征变换(SIFT)算法具有良好的尺度,光照,空间旋转不变性,被广泛的运用于图像配准的应用中。本文对SIFT算法的基本步骤做了简单的阐述,并且在运用在图像配准的应用上。实验结果表明该算法具有较强的配准能力,是一种较好的配准算法。     

影像鉴定中的超分辨率重建稳定算法

提出一种稳健的超分辨率重建算法,并在影像鉴定中加以具体运用。通过对边缘图像进行建模,构建基于洛伦兹分布的最大后验概率重建算法,并自适应地调整洛伦兹宽度参数来逐步修正迭代结果。实验结果证明,该算法能获得理想的图像画面重建效果,具有较强的稳健性。     

面向特征映射的原象与象特征描述

在对零件设计域与制造间特征映有后的原象特征与象特征信息分析基础上，给出了原象特征与象特征的数学描述方式，这一描述为构造原象特征到象特征的映射函数和进一步分析特征映射原理奠定了基础。     

图像特征抽取的奇异值分解方法

传统的PCA方法和LDA方法扯处理图像识别问题时,一般先将图像矩阵转化为图像向量,然后以该图像向量作为原始特征进行特征抽取。近来一些研究人员提出利用图像矩阡瓿接构造敞布矩阵,并存此基础上进行特征抽取的方法。该文在该思想的基础上,提出了IMSVD方法。该方法没有采用PCA或LDA方法,而是利用奇肄值分解方法进行特征抽取。对ORL人脸阁像的识别试验结果表明,IMSVD订法具有良好的特征抽取性能。