基于C1C2C3彩色不变特征的阴影检测与辐射恢复研究

阴影是遥感影像的基本特征之一,它将干扰图像匹配、图象变化检测或图像中信息的提取,而去除阴影则是遥感图像处理的难题。本文利用C1C2C3彩色不变特征中的C3将阴影与黑色区域分解开来;用方差作纹理滤波来提取阴影区边界;参考非阴影区相同地物像素亮度值来恢复阴影区像素的亮度值。并且用IKONOS城市区域影像进行了实验,实验表明该方法可真实再现阴影区地物特征,增加影像信息量,提高数据质量。     

基于同态滤波的遥感图像云雾去除模型研究

在遥感卫星成像过程中,云雾作为一种噪声时常导致传感器接收到的地物辐射与真实值之间存在差距,是影像降质的主要原因。本文以均匀薄云雾覆盖下的SPOT-5遥感图像为研究对象,基于其频域中云雾的低频特征,建立了同态滤波云雾去除模型,并从主观评价及客观分析两方面对比评估了该模型的应用效果。结果表明,基于指数高通滤波器构建的同态滤波去云雾模型能够有效地提升云雾遮盖下的影像质量。     

基于HSI空间和引导滤波的焊缝图像伪彩色增强

针对焊缝灰度图像对比度低、缺陷模糊等问题,提出了一种基于HSI(hue, saturation and intensity)颜色空间和引导滤波的焊缝X射线图像伪彩色增强算法。将原始图像通过像素自变换从灰度空间映射到HSI颜色空间,实现灰度图像的彩色化;然后使用引导滤波器放大该空间中不同颜色饱和度之间的差异;最后将HSI空间中的伪彩色图像转化到RGB(red, green, blue)颜色空间中显示。实验结果表明,所提算法的图像熵和清晰度都得到了较大提升,可有效提高图像对比度,并使缺陷更加清晰,改善了焊缝图像的视觉分辨率。     

高分二号卫星影像中城市建筑物阴影检测方法

针对阴影在检测过程中易与水体、深蓝色地物、深灰色道路混淆的问题,对高分二号卫星(GF-2)影像中的典型地物纹理和光谱信息进行统计分析,提出一种基于多尺度分割和随机森林分类的阴影提取算法。通过选取样本数据的阴影指数、亮度、逆差矩、熵、对比度等12个对象特征构建随机森林分类模型,精确提取阴影区域。实验结果显示,本文所提阴影提取算法可以有效地对阴影进行识别,对2个研究区的提取精度分别达到了95.26%和94.35%,可有效解决单一特征下阴影不易与其他地物区分以及阈值分割过程中阈值不易确定的问题。     

基于IKONOS遥感影像最小识别图斑面积精度研究

遥感空间分辨率的提高,使得遥感影像最小识别图斑的面积精度越来越高,本文以IKONOS遥感影像为例,将土地调查中使用的IKONOS遥感数据和航测数据进行对比分析,研究遥感影像的最小识别图斑的面积精度。通过对研究区进行抽样,再运用地类判读精度和相对面积精度作为评价指标,最终求得最小识别图斑的面积值。     

遥感影像中水面及水体信息提取方法的研究

根据遥感影像中不同光谱波段对不同地物的反射率特征,以西洋河流域2000年春秋两期Landsat7ETM+遥感数据为研究对象,结合实地调查数据,利用地理信息系统及遥感数据处理系统软件平台,建立植被覆盖度对不同季节、不同程度的植被覆盖、岩土裸露及水面水体相关的特征关系、对该流域内分布的各类中小型水库塘坝的水面和水体信息的分析和提取方法进行系统的研究和验证。通过结果分析表明:根据不同时相遥感影像的光谱波段组合建立不同的处理方法可以提高季节性变化的水面及水体信息识别和提取的精度和效率。     

IKONOS影像融合方法对比研究及应用效果评价

文章以IKONOS影像为数据源,使用常用的4种融合方法:IHS、主成分变换、Brovey和Pansharp,对影像的全色及多光谱波段进行融合,并对各方法的融合影像进行了目视对比、统计分析和光谱分析,发现与原始影像相比,融合影像的纹理信息、光谱信息在Pansharp融合影像中保持得最好。选用相同的训练样本,对原始影像和融合影像应用支持矢量机的方法(SVM),分为裸地、煤堆、河流、矿山建筑物、道路等5类地物,并对分类结果进行了精度评价。在4种融合影像中,Pansharp融合影像的分类精度最高,总体分类精度达到82.89%。综合分析得出,Pansharp方法是一种较好的融合方法。     

干旱区湖泊水体研究的最优遥感影像选择——以艾比湖为例

利用CBERS-2、Landsat-7 ETM+、ASTER遥感影像的光谱信息并结合实测光谱数据,获得艾比湖水体光谱特征.在对3种卫星影像进行几何校正、大气校正、图像镶嵌等预处理的基础上,提取各卫星影像上样点的各波段灰度值.然后对其求均值后生成反射折线图,通过与艾比湖水体光谱特征曲线进行对比,来选择最适合艾比湖水体研究的卫星影像.     

基于HSI模型的智能循迹车设计

本文设计了一种基于HSI模型的智能循迹车,基于S3C6410控制器,以CMOS摄像头作为路径识别装置,通过图像特征实时提取路径信息,在HSI模型下结合饱和度S分量对色调H分量进行OTSU自适应阀值算法处理,实现任意路径识别与智能跟踪。实验证明,智能车能按照任意给定的彩色引导线高速稳定地行驶,实现了小车循迹跟踪运动,达到了较好的实时性、高效性和智能性。     

遥感技术与森林防火

“遥感”一词出现于本世纪60年代初期,意指遥远的感知。遥感技术则通常是指从飞机或人造地球卫星等运载工具上,利用各种传感器收集地面物体反射或发射的电磁波信息,经过加工处理成为能识别的图像或电子计算机用的记录磁带,再经分析判读,揭示出被测物体的性质、形状和变化动态的原理和方法。自然界中各种物体都具有不同的反射和发射电磁波的能力。遥感技术就是通过收集地物的这些电磁波信息,根据物体固有的电磁波谱,来识别和研究物体的性质。其过程可概述为如