基于ENVI的遥感图像自动解译分类结果优化

随着科技的发展,我国陆续发射高分一号高分二号卫星后,大量的遥感数据获取变得容易,而遥感图像自动解译是快速的从这些海量遥感图像数据中获取有效的信息,从而进行图像分割地物分类,高效率的提取专题信息。遥感图像自动解译主要依据的是地物的光谱信息,解译精度不高[1],因此进行分类结果优化。本文基于ENVI软件,通过分类后得到初步结果,接着进行分类后处理,包括小斑块去除、分类统计以及分类叠加[2],最后将分类结果转为矢量。通过这一系列的分类后处理可以达到遥感图像自动解译分类结果优化的目的。     

矿山多元遥感图像信息自动分类方法

矿山资源是国家经济发展的重要基础,但是违法矿山屡禁不止。如何快速高效的提取矿山信息对违法矿山的治理具有重要的意义。矿山信息提取一般采用人工目视解译、人机交互等传统的方法,近几年人们一直致力于遥感影像的自动分类的研究。所以本文主要从寻找矿山信息快速提取而开展研究。     

基于相位一致的遥感图像边缘检测方法

作为图像的重要特征之一,边缘信息的确定与提取可以提供图像处理工作中所需的重要特征参数。首先从数学理论入手对经典的边缘检测方法进行了阐述,接着论述了相位一致性理论的原理及发展,最后运用基于相位信息的遥感图像边缘检测方法进行了实例检测,并在此基础上对比分析,证明了其良好的边缘检测性能。     

基于多源遥感数据融合的矿区土地利用分类方法研究

本文旨在探究利用多源遥感数据融合结合机器学习算法实现土地利用分类的可行性。以冬瓜山矿区及其周边区域作为研究对象,基于NND(Nearest Neighbor Diffusion)融合算法实现哨兵2(Sentinel-2)数据与中巴地球资源卫星04星（CB04）全色数据的融合,并基于融合后的5m分辨率影像实现了建模方法的优选,进行了全区范围内的土地利用分类。实验表明,利用影像融合方法可在保留哨兵2光谱信息的同时有效提升空间分辨率。而在三种机器学习算法下,基于随机森林算法所建分类器整体精度较高,其Kappa系数达到了0.9以上。上述结果则表明,利用多源遥感数据融合与随机森林算法来实现土地利用分类是可行的,该方法不仅可以有效提升影像的空间分辨率,也在一定程度上实现了土地利用分类细化。     

基于多分辨率分析的多传感器遥感图像融合方法

给出了一种基于非抽样Contourlet变换的遥感图像融合算法.根据分解后不同层次的特点采用不同的融合规则,对高频分量采用区域能量的融合规则,使得融合图像的光谱质量和空间质量得到均衡提高、实验表明,该算法可以更好地表现高分辨率全色图像的细节特征,同时在保持多光谱图像的光谱信息方面具有较大优势.     

基于规则面向对象的遥感影像分类方法在信息提取中的应用

高空间分辨率遥感数据是遥感技术发展的一个重要方向。高分辨率遥感影像的应用也愈来愈广泛,包括建筑、矿山开采、国土、水利、电力等。但由于其数据量大、信息量丰富、光谱信息复杂,它的处理也成了一个难点。传统的基于像元的遥感分类技术对于高分辨率遥感影像的处理效果不够理想。本文以GEOEYE-1卫星影像为研究对象,采用基于规则的面向对象分类方法某区域用地信息进行提取。在envi的FX模块下,通过反复实验,确定各个区域最优分割与合并尺度,对影像进行多层次分割,通过检测对象的光谱、纹理、形状特征建立提取规则,对用地信息进行提取。研究表明,基于规则的面向对象分类方法分类精度为89.1%,kappa系数0.873,分类精度较高,可为信息提取提供参考。     

基于ENVI的土地利用动态变化分析

选用2期卫星遥感影像数据,利用ENVI软件进行监督分类,提取不同时期土地利用数据库,对监督分类后的结果采用比较法进行对比分析,获取2期土地利用类型的动态变化数据.同时,通过建立解译标志收集相关调查资料,采用人机交互式判读解译,获得研究区不同时期土地利用数据库,以此作为参照,对采用分类后比较法获得的动态变化数据进行验证.     

基于植被覆盖度遥感反演的国情草地三级分类研究

植被覆盖度遥感反演技术能够科学、合理的对植被覆盖度进行计算,定量描述植被的覆盖度。依托青海省植被覆盖度遥感反演结果,提出青海省地理国情普查植被覆盖度遥感反演使用分类原则。通过其应用,可以弥补青海省地理国情普查高分影像时相不好等不利因素,同时也可以科学、合理的统一青海省各普查单位之间对草地三级分类的认知。     

相位信息遥感图像边缘检测方法的实例检测分析

边缘作为高分辨率遥感图像分析的重要特征,主要用于定义高分辨率遥感图像中不同地面物体之间的边界。边缘检测作为遥感图像处理中最为重要的手段,业界已经出了许多的边缘检测方法,但在实际检测过程中面对复杂的高分辨率遥感图像,提取其边缘特征往往是较为困难的。针对该问题提出了一种利用相位信息的高分辨率遥感图像边缘检测方法,通过对遥感图像进行傅里叶变换,利用FFT得到幅度谱图;然后对频谱图像采用半径采样和角度采样进行分析,并且根据分析结果设计了二维对数Gaber滤波器;最后将傅里叶变换的结果与滤波器之间的点积进行傅立叶逆变换,从而得到遥感图像的最终检测结果,结果证明该方法较好的对高分辨率遥感图像进行了边缘特征的检测。     

基于图像的金属成分有效性鉴定方法研究

对金属成分的有效鉴定,在进行金属制品的识别以及检验中具有重要的应用价值。传统方法采用能谱检测方法进行金属成分鉴定,在射线的激发态跃迁过程出现质谱偏移,导致检测性能不好,提出一种基于图像轮廓特征提取的金属成分有效性鉴定方法。采用光谱成像方法进行金属图像的采集,然后进行图像降噪处理,提取边缘轮廓特征进行图像特征识别,进行图像的特征筛选,实现对金属成分的对比和鉴定。实验结果表明,该方法进行金属成分鉴定准确性高,图像结构对金属成分的特征反映准确。     

基于国产卫星的境外遥感地质调查方法

针对境外遥感地质调查中基础地质资料难以获取、解译标志不确定、野外实地验证不易实现等难点,开展了国产卫星在境外遥感地质调查及应用研究。通过资料梳理、图像处理、区域解译、高分解译、异常提取等技术手段建立了境外遥感调查方法流程。在岩性、构造、成控矿要素解译的基础上,结合同步提取的遥感异常进行成矿与控矿信息筛选,并叠加多种地学信息进行成矿预测。通过国产遥感数据分析,新圈定找矿远景区一处,减少了投资盲目性,降低了投资风险。     

GIS支持下的山区遥感影像决策树分类研究

以福建省顺昌县为研究区,首先利用光谱、纹理等信息对森林进行初分类;在此基础上,分析各森林类型在不同地形条件下的混淆情况,借助GIS手段,建立再分类规则,实现森林分类精度的提高.从分类总精度看,再分类结果较初分类结果高出9.11%,而Kappa系数则高出0.134 8,说明GIS支持下的决策树分类可较大幅度地提高南方山地丘陵区域的森林分类精度,具有良好的应用前景.     

土地变更中的遥感图像处理

土地变更工作越来越重要，采用遥感技术，运用ENVI、MAPGIS技术。融合TM、SPOT图像。能准确掌握土地变更情况.     

X地区基于储层分类的渗透率计算方法研究

渗透率是一个表征流体在岩石内部流动难易程度的岩石物理参数,从勘探阶段的储层评价,一直到后期的油田开发都离不开渗透率的准确评价。X地区孔渗关系复杂,在相同孔隙度的情况下,渗透率变化范围大,造成测井的定性识别难度大,同时单一的孔渗模型不能满足本地区复杂储层渗透率的精度要求,所以识别储层类型非常重要。依靠流动单元指数将储层划分为两类,基于储层类型分别建立渗透率模型,并找到了两种识别储层类型的方法:GR-DEN图版法和POR-FFV图版法,依据储层类型自动识别完成渗透率的精细计算。对研究区块的实际资料应用,与岩心渗透率对比,两种方法计算渗透率精度都高于单一孔渗模型计算渗透率,对X地区渗透率的准确评价有重要的应用价值。     

基于图像特征提取的在役管线故障缺陷的分类

分析了在役管线母材及焊缝的故障缺陷的主要类型及形成原因,并根据其在X射线底片上的显图的特点,确定了在役管线母材及焊缝的故障缺陷所提取的特征参数的类别,并对其提取算法进行介绍,为智能分类识别在役管线故障缺陷X射线检测图像奠定了基础.     

基于图像重建方法的岩体损伤形态表征研究*

工程岩体内部的损伤形态难以表征。基于图像三维重建,结合数字图像处理技术、数值模拟,重建岩体损伤模型,通过对指定数值模型剖面图的损伤区域进行图像辨识和量化,重建岩体内部损伤的三维形态。结果表明:(1)所重建的三维损伤模型具有良好的可观察性,能够直观地观察到在复杂应力条件下岩体内部模型损伤结构的起裂位置和发展形态;(2)重建模型较好地量化了岩体损伤的程度、预测了损伤区域的发展;(3)重建方法不受尺寸效应约束,具有良好的适用性。研究成果对于认识岩体损伤演化行为、分析工程问题具有一定的参考意义。     

基于MATLAB的遥感图像不同滤波算法实验及去噪分析

本文采用MATLAB作为实验软件,根据遥感图像在形成、传输和处理过程中产生的噪声原理,在MATLAB下进行滤波器算法编写。对现有的遥感图像添加椒盐噪声并以此作为检验滤波器性能的标准,运用MATLAB软件中常用的均值滤波和中值滤波对含有椒盐噪声的遥感图像进行处理,将处理结果进行对比并总结,分析不足之处,以期为图像去噪处理提供理论依据。     

基于比较优势的我国军工企业绩效评价方法研究

考虑了集团下属企业的比较优势特征,提出了一种基于比较优势特征的企业绩效评价方法,并以新光集团所属10家军工企业为样本进行了实证研究.从实证研究结果看,在选取的10家下属企业中,有一半以上具备比较优势,通过绩效评价得到的相关分析结果可为集团及相关部门提供决策支持.     

基于图像测速的烧结皮带机故障诊断方法

烧结皮带机是烧结生产系统中重要的输送设备,皮带机一旦出现问题,烧结生产将无法正常进行。因此,本文对烧结皮带机常见的故障进行分析,并提出了一种基于图像测速的烧结皮带机诊断方法。该方法是在皮带边缘做标记,然后利用皮带机上方的摄像机获取运行中皮带边缘的图像,通过视频中前后两帧图像边缘特征的变化可以计算出该位置的运行速度。最后,利用皮带机多个位置的运行速度关系,分析皮带机运行的状态,从而可有效地诊断皮带机的多种故障,并实现故障的即时预警。     

基于神经网络的自适应故障模式分类方法

在深入研究APT-2神经网络结构的基础上,提出了一种基于神经网络的自适应故障模式分类方法,并应用在轴承故障诊断中,结果表明:该方法对轴承故障模式具有自学习、快速稳定的识别能力。