遥感图像中的数据挖掘应用概述

由于遥感图像数据包含了大量的信息,它成为数据挖掘中最具潜力的领域。本文主要讨论了在大型遥感图像上的数据挖掘技术。     

热红外静止卫星地震监测系统综合技术研究

基于Windows NT服务和Socket套接字程序整合设计了卫星数据处理后台管理服务系统,从底层开始自主开发了卫星数据准实时自动处理系统。通过该系统避免了大量的人工操作,获得了大量的、连续的、覆盖全国的热红外无云遥感影像库,能对任意选定的监测区进行热红外亮温动态跟踪和异常警示。通过对地震热红外卫星监测业务运行系统的研究和开发,为地震热红外研究提供了实用的技术手段和技术基础,为卫星热红外等多源遥感卫星及地面应用系统,天地一体化观测数据处理技术提供了经验。     

遥感影像数据挖掘研究进展

遥感影像数据挖掘是一个有着广阔应用前景的研究领域。由于遥感影像数据库的海量特征，遥感影像数据挖掘已成为空间数据挖掘的主流。依据遥感影像数据挖掘的方法和目的，从图像索引和检索、图像分类、图像聚类、空间关联规则挖掘、影像变化检测以及高光谱数据挖掘六个方面对遥感影像数据挖掘的国内外研究现状进行了综述。并指出了遥感影像数据挖掘和知识发现中应该着力解决和注意的几个问题。     

可视化技术在遥感图像处理系统中的应用

可视化技术可以最大限度实现遥感影像的科学计算可视化、数据可视化与信息可视化,为使用者营造直观且可以交互的可视化环境,可大大提升遥感图像处理质量和显示水平,近年来得到了广泛的应用与发展。基于此,本文首先简单介绍了可视化技术,进而对传统遥感图像处理系统与可视化遥感图像处理系统作简单对比,最后从可视化遥感图像处理系统的框架、可视化遥感图像处理系统技术等方面对可视化技术在遥感图像处理系统中的技术应用要点进行分析。     

我国首座千级净化水平环境样品库落成

国家环境保护卫星遥感重点实验室将开展卫星遥感图像处理与信息提取关键技术研究和空气、水、生态等环境质量遥感监测技术研究,建立环境突发事件遥感监测应急响应和跟踪系统,建立环境卫星遥感应用系统和便捷式环境卫星遥感快速监测系统。技术人员正在维护卫星地面接受站设备。     

RAID在卫星数据记录存档系统中的应用

在遥感卫星地面应用系统中,为了保证海量数据的高速实时存储,选用RAID与服务器连接,完成采集数据的在线直接存储.本文主要针对RAID在卫星数据记录存档系统中的应用进行深入地分析和研究.     

一种基于小波变换的多尺度图像融合方法

近年来图像的数据融合技术在图像处理领域中得到了广泛的重视和应用。如何对同一目标的多源遥感图像数据进行有效的融合，最大限度地利用多源遥感数据中的有用信息，提高系统的正确识别、判断和决策能力，是遥感数据融合研究的重要内容之一。在小波变换金字塔结构的基础上，提出了一种基于小波变换的多尺度图像融合方法，对热红外与可见光图像进行了融合处理。实验结果表明，该融合方法十分有效，获得的融合图像更符合人们的视觉特性，更有利于机器视觉。     

遥感卫星图像产品自动化输出系统的设计与实现

遥感卫星图像产品的输出速度和自动化水平是当前遥感卫星图像产品生产中一个亟待解决的问题.本文采用群集负载均衡技术,IBM WebSphere MQ消息中间件,基于文本的自动刻录、打印设备及其软件的二次开发,构建遥感卫星图像产品自动化输出系统(以下简称输出系统),系统支持异构环境,具有高可用性、高性能和高扩展性.     

高速可编程遥感卫星数据模拟源的设计与实现

本文以高性能可编程逻辑器件,高精度、低抖动、低畸变可编程时钟芯片为核心器件,采用PCI总线技术,设计了高速可编程遥感卫星数据模拟源,在使用windows2000的高性能服务器上,实现了1MHz￣400MHz,步进为1MHz,逐步可编程模拟卫星信号输出,有效的解决了遥感卫星地面记录系统维护和开发的数据源问题。     

高速可编程遥感卫星数据模拟源的设计与实现

本文以高性能可编程逻辑器件,高精度、低抖动、低畸变可编程时钟芯片为核心器件,采用PCI总线技术,设计了高速可编程遥感卫星数据模拟源,在使用windows2000的高性能服务器上,实现了1MHz～400MHz,步进为1MHz,逐步可编程模拟卫星信号输出,有效的解决了遥感卫星地面记录系统维护和开发的数据源问题.     

基于知识和遥感图像的神经网络水质反演模型

为进一步提高遥感图像水质反演的精度，提出了一种基于知识和遥感图像相结合的神经网络水质反演模型。该模型利用遥感图像数据以及与水质相关的知识数据作为BP神经网络的输入，经训练后，确定神经网络的结构，在训练好的BP神经网络基础之上对水质进行反演。以中国太湖为例进行实证研究，实验中，使用的知识数据包括太湖的地理信息知识和先对太湖TM图像上的水域解译进而对水质进行分类的知识。实验结果表明，本文提出的水质反演模型较常规的线性回归模型和传统的神经网络模型有更高的反演精度。     

Techniques and Experience in Mining Remotely Sensed Satellite Data

The paper presents a set of requirements for a datamining system for mining remotely sensed satellitedata based on a number of taxonomies that characterizemining of such data. The first of these taxonomies isbased on knowledge of the mining objectives and miningalgorithms. The second is based on variousrelationships that are found in data, including thosebetween different types of data, different spatiallocations of the data and different times of datacapture. The paper then describes the ADaM data miningsystem, which was developed to address theserequirements. The paper describes several data miningtechniques that have been applied to remotely senseddata. The first type is target independent mining,which mines data for transients and trends, with minedresults representing a highly concentrated form of theoriginal data. The second type is the mining ofvectors (representing multi-spectral or fused data)for association rules representing relationshipsbetween the various types of data represented by theelements of the vector. The third type mines data forassociation rules that characterize the texture of thedata.     

基于面向对象信息提取技术的城市用地分类

针对高分辨率遥感影像的城市用地分类,引入了面向对象的信息提取技术,并将其与传统基于像素光谱信息的分类方法进行了比较。在此基础上详述了面向对象信息提取的关键技术---多尺度影像分割和基于分割的分类技术。以城市作为研究区,实现城市用地的自动分类。图像处理过程包括几何校正、HIS融合、图像分割和图像分类。最终分类结果表明:视觉上,面向对象信息提取技术克服了传统方法无法克服的“椒盐”噪声的影响;精度上,面向对象信息提取技术的总体精度高达84.82%,比最大似然法的总体精度提高了10.95%,并且各类地物信息的提取精度均有所提高,其中草地、道路、建筑物阴影的精度较高。     

卫星遥感数据的地表直射光辐射计算与改正

定量讨论了像元地表的起伏和地理位置的不同对地表直射光辐射的影响以及这种影响造成的像元遥感数值的变化。并在此基础上建立了像元地表直射光辐射的计算公式和像元遥感数据直射光分量的改正公式。     

空间数据挖掘技术方法及应用

着重阐述了通用的空间数据挖掘体系结构,空间数据的关联特性,几种主要的空间数据挖掘方法。最后对一实例进行了应用分析。     

基于遥感影像的居民地提取研究综述与展望

从遥感影像中提取居民地已有许多研究,但仍存在许多问题有待解决。针对与居民地提取相关的三个关键问题(居民地影像特征的定量描述、居民地遥感提取模型和提取结果的精度评价)的国内外研究现状分别进行了较全面地综述,介绍了具有代表性的方法,并对各种方法的特点进行了分析,最后对居民地提取的相关研究进行了展望。     

IHS和小波变换结合多源遥感影像融合质量对小波分解层数的响应

随着遥感技术的快速发展以及遥感数据的广泛应用,影像的融合处理已成为多源遥感影像信息聚合、获取高质量空间影像的有效途径。基于SPOT全色和多光谱、TM多光谱遥感数据,运用IHS和小波变换相结合的融合方法,进行了不同来源影像融合、融合图像质量对小波分解层数的响应以及这种响应对研究区域面积的敏感性分析。结果表明,多源影像之间的IHS和小波变换相结合的融合方法明显地改善了影像的质量;融合图像质量与原始影像空间分辨率相关,如经1层小波变换融合,TM,SPOT融合图像熵值的增幅分别为2095%,019%。小波融合图像质量对小波分解的层数的敏感性较强,在小波分解层数为2,3或4时,都能获得高质量的融合图像;小波分解层数等于或大于5时融合图像质量下降,7是大幅下降的临界层数。融合图像质量对小波分解层数的响应特性对面积大小变化是敏感的,特别是小面积图像,为此,实际应用中需特别注意最佳分解层数问题。     

基于人工蚁群优化算法的遥感图像自动分类

将人工蚁群优化算法(AACO)尝试性地引入遥感图像分类,并进行了探索性研究。作为计算智能新的分支,人工蚁群优化算法具有很强的自组织性和自适应性。因此,自然成为科学工程领域一种强有力的信息处理和解决问题的手段;AACO算法利用蚂蚁的生物特性来实现遥感图像分类等非线性操作,具有并行性、鲁棒性。初步试验分析,此方法用于遥感图像分类是有效的,在一定程度上克服传统统计分类方法与ANN方法的某些不足。本文也推动人类利用群智能在遥感图像处理及相关领域的深入研究。     

A New Method for Feature Mining in Remotely Sensed Images

Extending on the method of regression-class mixture decomposition (RCMD), a RCMD-based feature mining model with genetic algorithm (coined RFMM-GA) is proposed in this paper for the extraction of features in complex remotely sensed images with a large proportion of noise. Within the framework of RFMM-GA, different features in the feature space correspond to different components of a mixture in which each of its components can be specified by a certain type of parametric distribution and the suitable parameter sets. The model captures nicely the overlapping and noisy conditions usually encountered in remotely sensed images. Features are successfully mined when the corresponding parameter sets are appropriately estimated. Through the embedded GA, features with the assumed components are hierarchically mined until the data set is decomposed into a group of feature patterns. Compared to conventional methods, the RFMM-GA has several distinct advantages: (1) The initial number of features does not need to be specified a priori. The procedure terminates after all relevant features have been unravelled. (2) Large proportion of noisy data in the mixture can be tolerated. (3) Parameter estimations of individual features are virtually independent of each other. (4) Variabilities in shapes and sizes of the features in the mixture are accounted for. Three experimental results on the extraction of ellipsoidal and linear features demonstrate the effectiveness of the RFMM-GA model for feature mining in noisy data with mixed feature distribution.

光学遥感图像舰船目标检测与识别综述

遥感图像舰船目标自动检测与识别是遥感图像处理与分析领域备受关注的课题, 其核心任务是判断遥感图像中是否存在舰船目标,并对其进行检测、分类与精确定位, 它在海面交通监控、船只搜救、渔业管理和海域态势感知等领域具有广阔的应用前景. 本文主要围绕光学卫星遥感图像中的舰船目标自动检测与识别, 分析舰船目标检测与识别面临的难点问题, 综述当前光学遥感图像舰船检测与识别的主要处理方法, 在此基础上指出研究中尚存在的问题并展望未来的发展趋势.