基于马氏距离的遥感图像高温目标识别方法研究

高温目标(森林火灾、草原火、煤层自燃、火山喷发等)具有显著区别于常温地物的波谱特性.马氏距离相当于加权的欧式距离,在多元统计分析中被用于多维数据的分类.分别采用马氏距离多元截尾法和马氏距离多类判别法对ETM+遥感图像进行高温目标识别,结果表明:两种方法具有较好的一致性.在异点识别的基础上,对所得结果的光谱特性深入分析,可明确所提异点的物理意义并提取真正的高温目标.经野外验证,两种方法的结合可有效提高高温目标识别精度,分别可达到88.01％和88.09％.     

无人机可见光遥感影像地物目标提取技术研究

无人机可见光遥感影像中地物目标边界清晰度较低,容易导致地物目标与背景之间的区分度降低,进而难以提取地物目标。为此,提出无人机可见光遥感影像地物目标提取方法。从光谱特征、纹理特征和边缘特征三个方面分析无人机可见光遥感影像特征。结合三种影像特征对无人机可见光遥感影像数据集实行增广处理。对完成增广后的数据集定义影像编码标签,以此确定地物目标增强权重,通过参量化处理地物目标光谱特征,计算光谱吸收指数,获取地物目标提取表达式,从而实现无人机可见光遥感影像地物目标提取。实验结果表明,所提方法能够保证地物目标边界的清晰度,具有较强的地物目标提取能力。     

虚拟多传感器融合的红外目标识别方法

提出了一种基于虚拟多传感器融合技术的红外目标识别方法.文中利用傅里叶描述器提取目标形状的边缘特征以及辐射特性的六个特征量,采用多个人工神经网络对来自单一传感器的目标利用不同特征分别识别,再利用D-S证据推理将各个网络的识别结果进行决策级融合.仿真实验结果表明,该方法提高了识别率和识别结果的可靠性.     

基于光谱归一化的马尾松LAI遥感估算研究

通过对比不同传感器间光谱响应函数的差异,研究基于光谱响应函数的不同传感器相似波段的归一化方法,探讨归一化后植被指数在马尾松叶面积指数（LAI）估算中的应用。以某一传感器为基准,根据波段总辐射率比值关系将其他卫星传感器归一化为基准传感器,然后计算其植被指数,建立LAI反演模型。为验证方法可行性,选取永安地区2008年3月获取的BJ-1CCD、IRS-P6LISS3和MODIS数据作为研究对象,根据三者的光谱响应函数差异,将BJ-1CCD和IRS-P6的LISS3的红光和近红外波段归一化为MODIS的相应波段,并分别计算归一化前后的NDVI值。结果表明归一化后不同传感器的植被指数关系与理想的关系y=x更加接近。利用归一化后的IRS-P6影像的NDVI反演马尾松LAI,并将其应用于MODIS和BJ-1传感器,得到归一化后不同传感器的植被指数值基本相等,表明归一化以后的植被指数应用于LAI的估算具有一定的普适性,能适用于多种传感器。     

一种飞机目标及典型地物红外辐射仿真方法

机场场景内的飞机目标及其所处的地物背景具有重要军事应用价值,为了实现对这类目标的检测、识别以及动态监测,需要一套能够在不同季节、不同气象条件、不同时段、不同探测波段等条件下机场场景内飞机/地物红外辐射仿真的软件来提供训练样本。在Visual Studio 2010环境下,利用OpenGL构建了典型机场场景下飞机及地物背景模型,结合传热学和红外辐射理论的分析,将一款用于热红外分析的RadThermIR软件内核嵌入算法中,提出一种计算飞机及其地物背景的红外辐射场模型和构建其红外图像仿真方法。以图像灰度相似度作为评价指标,该方法和真实红外图像相比,仿真精度高于80%,实验结果表明,该方法可为实现全天候机场场景下飞机目标自动检测识别提供丰富的红外特性分析数据和特性知识训练样本。     

短波数据通信可靠多播协议研究

针对短波数据通信的特点,提出了一种可靠多播中反馈信息的信道争用方式,使第二代短波通信实现可靠多播传输。同时将改进的可靠多播协议RMTP应用到短波可靠多播传输中,首次提出“一层发送,逐层补充,分层分步反馈”的思想。通过仿真表明,改进后的RMTP协议满足可靠多播传输要求,与未使用该协议的可靠多播传输相比多播传输延时明显缩短。     

基于SPOT-VGT可见光/短波红外波段数据对AMSR-E土壤湿度的降尺度研究

基于SPOT-VGT数据,由短波红外、红和蓝波段反射率计算了表征地表土壤湿度的可见光—短波红外干旱指数(VSDI),通过对1km空间分辨率的VSDI影像进行空间升尺度处理,采用多种函数建立了25km空间分辨率AMSR-E土壤湿度数据与VSDI指数的关系,发现二者关系最符合S型曲线模型,拟合残差在空间上呈现随机分布的特征。基于S曲线函数关系下的1km预测土壤湿度和残差值,对AMSR-E土壤湿度进行降尺度模拟,得到1km空间分辨率的土壤湿度。将原始AMSR-E土壤湿度和实测数据对降尺度结果分别比较验证后,表明基于该方法获得的土壤湿度模拟精度较高。     

采用目标提取和NSCT的红外与可见光图像融合

针对目前红外图像和可见光图像融合中,融合图像信息量不足的问题,将目标提取和NSCT方法相结合,对其中的高频目标区域提出了基于局部信息熵的融合规则。将其与小波变换法、拉普拉斯法、NSCT法、提升方向波变换法作比较,并通过熵、标准差、相关系数等参数对融合后的图像进行定量分析。实验结果表明,该方法不但较好地提高了融合图像信息量,而且能够更加有效、准确地提取源图像中的特征,在主观视觉效果与客观评价指标上均取得了较好的融合效果。     

基于稀疏表示的SAR图像目标识别方法

为了准确地进行SAR图像目标识别,提出一种基于稀疏表示的SAR目标识别方法,在用主成分分析（PCA）进行降维的前提下,利用降维后的训练样本构建稀疏线性模型,通过 ξ1范数最优化求解测试样本的稀疏系数解x,利用系数的稀疏性分布进行目标的分类识别。基于MSTAR数据进行了仿真验证,实验证明,基于稀疏表示的SAR目标识别方法在一定的特征维数下能够获得很好的识别性能,在目标方位角未知的情况下识别率仍可达到98%以上。     

红外弱小目标的匹配方法研究与仿真

研究红外图像中的目标匹配问题。针对传统的红外图像中目标匹配效果不理想,匹配不准确。当红外图像中是弱小目标时,背景灰度值与目标灰度值非常相近,灰度直方图均衡化无法实现目标与背景的完整分离,导致漏匹配率较高的问题。为提高目标的匹配精度,提出一种形态学预处理的红外目标匹配方法,通过形态学算法提取出图像中的形状信息,利用形状信息将红外图像中的目标与背景完整分离,避免了只依靠灰度图像信息造成的不能完整分离目标与背景带来的漏匹配问题。进行仿真的结果证明,采用的形态学与处理的匹配方法能够完整将目标与背景分离,成功完成目标匹配,取得了满意的结果。     

利用ASTER数据评价ETM+遥感数据自身融合效果

ETM+自身融合后的遥感影像折中了全色波段的高空间分辨率和多光谱波段的光谱分辨能力。通过同一季相和同一地区的ASTER影像和ETM+自身融合后影像的极限放大进行对比分析,发现ETM+自身融合后的彩色合成影像的空间分辨力达不到15 m,但能保证到17.3 m;通过ASTER影像和ETM+融合后影像的NDVI植被指数的对比分析,发现ETM+自身融合后的彩色合成影像的综合光谱分辨能力仍能保持ETM+彩色合成影像的73%以上。ETM+自身融合效果的好坏与融合算法优劣也具有一定的关系。     

基于NCEP数据的地震热红外遥感逐像元分析方法

提出一种以各像元为基本单位、顾及不同地形单元下垫面属性差异、分析震前地表等压面温度变化的逐像元方法。对比分析了2008年3月21日中国西部于田MS7.2地震前的热异常时空演化特征及其与现有方法分析结果的差异,并以2001年11月14日的中国西部昆仑山MS8.1地震为例进行了验证。结果表明所得红外异常与中国西部孕震区活动构造的空间关联较好。基于NCEP的逐像元分析方法是有效的,为揭示孕震过程尤其是临震前区域构造活动提供了新的途径。     

基于颜色特征的遥感图像中烟的识别方法

针对无人机遥感在林火监测中的实际应用问题,根据森林火灾中烟的光谱特性,提出基于颜色特征的识别方法,建立分析识别模型,使用线性噪声清除方法,满足实时性要求,解决无人机遥感在林火监测中的自动识别问题。该方法利用交互式数据语言开发出相应的分析处理系统。实验结果表明,使用该方法对无人机遥感数据进行自动识别,识别率在77．71％以上。     

利用Retinex消除在彩红外遥感影像聚类中阴影的研究

在采用彩红外遥感影像检测城市绿化应用中,由于城市地物复杂,高楼云集造成的阴影,以及大量存在的有色地物,构成了影像聚类提取植被信息的干扰源。针对以上问题,对Retinex理论进行了探讨,结合色度学等相关理论,本着复杂度低和可操作性高的设计理念,设计出可消除以上干扰源对影像聚类干扰的有效方法,准确提取了植被信息。     

遥感卫星原始数据质量检查方法与实现

本文在研究了国内外多颗遥感卫星数据传输格式的基础上,提出了一种遥感卫星原始数据质量检查的快速方法,在星地对接和接收站数据质量检查工作中得到了应用。该方法利用查找表算法对原始数据中已知的信息如同步字、部分辅助数据等进行快速比对检测。采用数据分段分析的策略,实现对整轨卫星数据的检测分析,并通过直观的图表形式给出数据质检报告。作者以资源、环境减灾等卫星数据为研究对象,在软件帧同步、RS解码等方面进行了深入的研究,获得良好效果。     

应用红外遥感寻找地下热水试验研究

利用陆地卫星红外遥感数据能反映地物辐射温度差异这一特点,通过对遥感影像进行波段差值运算、IHS（HLS）彩色变换和热红外波段密度分割3种方法的增强处理,对其进行综合探索研究。并结合地质构造展布规律、地面调查,最后圈定地热异常的分布范围,获得了一项适宜全省乃至更大范围的探寻地下热水资源的技术方法,值得大面积推广应用。     

应用遥感技术监测土壤湿度的研究(一)——农田水分的红外温度监测

通过大量观测资料确定了用红外测温仪观测作物冠层温差的最佳方法,并进而通过冠层温差与土壤水分之间的关系,确定了冬小麦关键期的受旱指标,为大面积应用遥感技术监测土壤水分提供了依据。     

基于遥感的长沙市城市热岛效应时空分析

利用TM/ETM+数据,以长沙市为例,反演了地表温度,并针对不同时相的遥感数据,利用城市热岛强度来反映热岛效应强弱的变化。结果表明,长沙市的热岛空间分布与城市建成区的轮廓相吻合。城市热岛的范围随着城市建设、新建开发区以及道路交通网的发展不断增大,且在东南方向为主要增长方向。根据热岛强度鉴别并提取了强热岛区与正常区,发现长沙市强热岛区的面积已经从1993年的13.18km2扩大至2008年的68.16km2。最后,对长沙市热岛未来的发展趋势进行了预测。     

仿真图像作为模板的遥感影像小目标检测方法

随着传感器技术和航空遥感技术的不断进步,遥感影像的质量和数量也得到了极大的提高,而遥感影像中的目标检测是理解和分析遥感影像所面临的一个基本问题。针对神经网络在遥感影像小目标检测任务中难以提取足够多的有效特征、遥感小目标易受云雾遮挡等问题,提出了一种基于仿真图像模板匹配的方法,通过特征融合的方式成功地将该方法应用于遥感影像小目标检测任务。成像仿真技术生成的仿真图像包含了更多的遥感小目标特征,如几何形状、材质等。在与深度学习结合之后,更多的特征可以提升神经网络检测遥感影像小目标的准确率。实验结果表明将基于仿真图像的模板匹配方法应用于深度学习之后,对于遥感影像小目标检测取得了较好的效果,尤其是针对受到云雾等天气干扰的小目标。     

利用热红外多光谱遥感技术提取和识别岩石、矿物信息

利用热红外多光谱遥感技术提取和识别岩石、矿物信息，是近年来遥感地质研究中的热点之一。在介绍岩石、矿物的热红外发射特性的基础上，着重阐述了热红外多光谱遥感技术在提取和识别岩石、矿物信息方面的应用，并对这一研究领域今后的发展方向提出了展望。